Das geplante Experiment gab uns die Möglichkeit, eiskalten Eistee herzustellen. (Fotos mit freundlicher Genehmigung von Caroll Co)
In meinem vorherigen Post Ich beschrieb ein Experiment, das meine Frau und ich durchgeführt hatten, um eine Methode zur Herstellung von leckerem Eistee mit Saft zu finden. Die Faktoren, die wir uns angesehen haben, waren diese:
Teesorte: Schwarzer Tee oder Oolong Steile Methode: heißes Wasser gegen kaltes Wasser Steile Zeit: kurz (5 Minuten heiß / 4 Stunden kalt) oder lang (10 Minuten heiß / 8 Stunden kalt) Menge Tee: 2 TL pro Tasse oder 3 TL pro Tasse Saft: Cranberry oder Apfel Saftanteil: 25% oder 50% Zucker hinzugefügt: 1 Teelöffel oder 2 Teelöffel pro Tasse FlüssigkeitKonnten wir also gut schmeckenden Eistee herstellen? Zum Glück ja.
Bei der Analyse wurde mir jedoch klar, dass ich bei der Einrichtung des Designs vorsichtiger hätte sein sollen. Für diejenigen, die nicht alle Details lesen möchten, erzähle ich Ihnen, was unser Experiment empfohlen hat: Halber Apfelsaft mit Oolong-Tee war die beste Kombination, wobei die Cold-Steep-Methode möglicherweise besser ist.
Das Experiment durchführen
Während die Küche etwas unübersichtlich wurde, konnten wir das Experiment abschließen. Ich stellte die Zahlen auf den Bechern zufällig fest, so dass meine Frau keine großen Mengen an Tee zuordnen konnte, und das Maßband für die Antwort zu verwenden war effektiv.
Die Analyse
Wenn Sie sich an das Design-Setup erinnern, habe ich im Custom Designer nur ein Haupteffektmodell angegeben. Wenn ich die Farbkarte der Korrelationen betrachtet, ist das Design für die Haupteffekte orthogonal, also kann ich sie unabhängig voneinander schätzen… aber ich habe ein vollständiges Aliasing zwischen den Haupteffekten im gesamten Diagramm und den Zwei-Faktor-Interaktionen des gesamten Diagramms.
Die, die mich am meisten beschäftigt hat, ist Teesorte mit verwechselt werden steile Methode * steile Zeit . Die steile Zeit ist wirklich nur ein Platzhalter, der von der Methode abhängt. Im Nachhinein hätte ich diese Interaktion in das Modell aufgenommen. Ich denke, dafür gibt es nachfolgende Experimente, obwohl ich diesmal keinen Luxus hatte.
Passend zum Haupteffektmodell sehe ich, dass Apfelsaft und die Verwendung von mehr davon als signifikant erscheinen. Ich habe auch bemerkt, dass Oolong-Tee und kaltes Einweichen größere Auswirkungen haben.
Nach einigen Modelluntersuchungen sehe ich, dass ein viel einfacheres Modell durch die Verwendung von Tee, Saft und Saftanteil entsteht:
Es ist interessant, das zu beachten Saft * Saftanteil Interaktion, da es im ursprünglichen Entwurf teilweise mit der steilen Methode abgeglichen wurde. Durch die Interaktion im Modell wird der Effekt der Steilmethode eher gering. Wir werden immer noch die Methode der Steilheit untersuchen, wenn wir weitere Experimente durchführen, aber die Tatsache, dass beide Haupteffekte der Wechselwirkung signifikant sind, deutet darauf hin, dass der stärkere Effekt im Haupteffektmodell hauptsächlich auf die Wechselwirkung zurückzuführen ist.
Abschließende Gedanken
Ich wäre beim Design vorsichtiger gewesen, wenn wir mehr Zeit gehabt hätten. Aber wir haben immer noch nützliche Ergebnisse.
Wenn ich nicht unter Zeitdruck geraten wäre, wäre ich mit dem Entwurf, den wir durchführten, vorsichtiger gewesen, entweder durch die Anpassung der Anzahl ganzer Diagramme oder durch Sicherstellen, dass die Verwirrung zwischen Zwei-Faktoren-Interaktionen stattgefunden hat. Es war jedoch immer noch besser als gar kein Experiment, da wir keine Ahnung hatten, ob wir überhaupt in der Lage wären, einen Eistee in Betracht zu ziehen, der das Servieren in Betracht zog, so dass die Ergebnisse angenehm überraschend waren.
Wir machten kalten, steilen Oolong-Tee über Nacht und benutzten dann den Apfelsaftanteil von 50%. Basierend auf den Ergebnissen haben wir auch weniger Tee und Zucker als sonst verwendet, da sie keinen großen Einfluss hatten. Wir haben 2 Gallonen für 10 Personen mit anderen Getränkeoptionen (einschließlich Apfelsaft allein) durchgegangen, so dass es nicht so schlecht geschmeckt haben muss.
Hast du irgendwelche zukünftigen Küchenexperimente, die du gerne sehen würdest? Hinterlasse einen Kommentar und lass es mich wissen. Danke fürs Lesen!
Dwight Fisher schrieb:
Die mehrdimensionale Skalierung erfordert zwar ein anderes Design, hat jedoch eine Historie mit diesen Fragen und kann zusätzliche Erkenntnisse liefern, wenn versucht wird, die Grundlage der Präferenzen zu verstehen.
Cesar Sertzen schrieb:
Lustiger Artikel Ryan! Ich habe es wirklich genossen, diese beiden Beiträge zu lesen. Das erste, was mir einfällt, ist Backen (Hefe, Zucker, Mehl, ...) - und Sie könnten einige wirklich großartige Antwortfaktoren haben - Härte, Höhe, Rückprall, allgemeines Gefallen ...
Kuchen! Finden Sie das optimale Kuchenrezept
Ryan Lekivetz schrieb:
Einige sehr interessante Ideen, danke. Ich habe über Möglichkeiten nachgedacht, einige der JMP-Teams einzubeziehen, insbesondere bei solchen subjektiven Antworten. Ich hoffe, ich werde mehr darüber erfahren, wenn ich die Zeit (und Ressourcen) finden kann!
Michael Clayton schrieb:
Interaktionen im Allgemeinen sind es, die das Essen so unordentlich, aber wunderbar schmecken lassen.
Denken Sie an all die "Geschmacksexperten" und "Gourmet-Gurus", von denen einige für große, verpackte Nahrungsmittelhersteller geeignet sind, andere, die Restaurants oder gute Jahre gegen schlechte Weinjahre beurteilen.
Daraus ergibt sich eine "Gage-Studie" über die menschlichen Faktoren als Idee für weitere Studien, vielleicht oder einfach. Maschinenstudien sind schön und sauber, aber menschliche Faktoren sind wirklich unordentlich ... wie Wirtschaftsprognosen oder sogar Wirtschaftsmodelle in EDA-Studien. Wenn Sie dem Messsystem Nachbarn statt nur Ihrer teefreundlichen Frau hinzufügen, was passiert dann? Das könnte Ihnen die "kommerzielle" Sicht geben und Sie können die Marke verkaufen, die resultiert ??
Die Big-Data-Guru, die in Bezug auf den Faktor Mensch gewinnen, scheinen die zu sein, die die Ergebnisse vieler anderer Arbeiter kombinieren, um einen Konsens über Vorhersagen zu erhalten, wie beispielsweise Nate Silver über Baseball und Wahlen.
