El experimento diseñado nos dio una manera de hacer té helado para el público. (Fotos cortesía de Caroll Co)
En mi Publicación anterior Describí un experimento que mi esposa y yo llevamos a cabo para encontrar un método para hacer un delicioso té helado con jugo. Los factores que miramos fueron estos:
Tipo de te té negro o oolong Método escarpado: agua caliente vs. agua fría Tiempo escarpado: corto (5 minutos caliente / 4 horas frío) o largo (10 minutos caliente / 8 horas frío) Cantidad de té: 2 cucharaditas por taza o 3 cucharaditas por taza Jugo: arándano o manzana Proporción de jugo: 25% o 50% Azúcar añadido: 1 cucharadita o 2 cucharaditas por taza de líquidoEntonces, ¿pudimos hacer un té helado de gran sabor? Afortunadamente sí.
Sin embargo, al hacer el análisis, me di cuenta de que debería haber tenido más cuidado al configurar el diseño. Para aquellos que no les importa leer todos los detalles a continuación, les diré qué sugirió nuestro experimento que funcionó mejor: la mitad de la combinación de jugo de manzana con té oolong fue la mejor combinación, y el método de empinamiento en frío podría ser mejor.
Realizando el experimento
Si bien la cocina estaba un poco desordenada, pudimos completar el experimento. Asigné al azar los números en las tazas para que mi esposa no pudiera asociar fácilmente los lotes de té, y el uso de la cinta métrica para la respuesta fue efectivo.
El analisis
Si recuerda la configuración del diseño, solo especifiqué un modelo de efectos principales al Diseñador personalizado. Al observar el mapa de color en las correlaciones, el diseño es ortogonal para los efectos principales, por lo que puedo estimarlos de forma independiente ... pero tengo algunos alias completos entre los efectos principales en la gráfica completa y las interacciones de dos factores de la gráfica completa.
El que más me preocupa es tipo de te siendo confundido con metodo empinado * tiempo empinado . La época empinada es realmente solo un marcador de posición que depende del método, por lo que en retrospectiva, habría incluido esta interacción en el modelo. Supongo que para eso es la experimentación de seguimiento, aunque esta vez no tuve ese lujo.
Ajustando el modelo de efectos principales, veo que el jugo de manzana y el uso de más se muestran significativos. También noté que el té oolong y el remojo frío tienen efectos más grandes.
Después de hacer un poco de exploración modelo, veo que un modelo mucho más simple proviene del uso de la proporción de té, jugo y jugo:
Es interesante observar la jugo * proporción de jugo interacción, ya que fue parcialmente alias con el método empinado en el diseño original. Con la interacción en el modelo, el efecto del método empinado se vuelve bastante pequeño. Seguiremos investigando el método empinado cuando realicemos algunos experimentos más, pero el hecho de que los dos efectos principales de la interacción sean significativos sugiere que el efecto mayor en el modelo de efectos principales se debió principalmente a la interacción.
Pensamientos finales
Hubiera sido más cuidadoso con el diseño si hubiéramos tenido más tiempo. Pero todavía tenemos resultados útiles.
Si no hubiera estado presionado por el tiempo, habría sido más cuidadoso con el diseño que ejecutamos, ya sea ajustando el número de parcelas completas o asegurándome de que la confusión ocurrió entre interacciones de dos factores. Sin embargo, aún era mejor que ningún experimento, ya que no teníamos idea de si podríamos llegar a un té helado para considerar el servicio, por lo que los resultados fueron agradablemente sorprendentes.
Hicimos té oolong empinado frío durante la noche y luego usamos la proporción de jugo de manzana 50%. Sobre la base de los resultados, también usamos menos té y azúcar de lo que podríamos haber tomado, ya que no tuvieron un gran efecto. Pasamos por 2 galones para 10 personas, con otras opciones de bebidas (incluido el jugo de manzana por sí solo), por lo que no debe haber probado tan mal.
¿Algún futuro experimento de cocina que te gustaría ver? Deja un comentario a continuación y házmelo saber. ¡Gracias por leer!
Dwight Fisher escribió:
Si bien requiere un diseño diferente, el escalamiento multidimensional tiene un historial con este tipo de preguntas y puede proporcionar información adicional cuando se trata de entender la base de la preferencia.
Cesar sertzen escribió:
Divertido artículo Ryan! Realmente disfruté leyendo estas dos publicaciones. Lo primero que me viene a la mente es hornear (levadura, azúcar, harina, ...), y podría tener algunos factores de respuesta realmente buenos: dureza, altura, recuperación, gusto general ...
Tortas Encuentra la receta de pastel óptima
Ryan Lekivetz escribió:
Algunas ideas muy interesantes, gracias. He estado pensando en maneras de involucrar a algunos miembros del equipo de JMP, particularmente con respuestas subjetivas de este tipo. ¡Con suerte tendré la oportunidad de explorar más de esto si puedo encontrar el tiempo (y los recursos)!
Michael Clayton escribió:
Las interacciones en general son lo que hace que la comida tenga un sabor tan desordenado pero maravilloso mundo.
Piense en todos los "expertos en sabor" y "gurús gourmet", algunos que trabajan para grandes fabricantes de alimentos envasados, algunos que juzgan los restaurantes o los buenos y malos años del vino.
Eso trae consigo un "estudio de gage" sobre los factores humanos como una idea para un estudio adicional tal vez o simplemente. Los estudios de máquinas son agradables y limpios, pero los factores humanos son realmente complicados ... como los pronósticos económicos o incluso los modelos económicos en los estudios EDA. Si agrega vecinos al sistema de medición en lugar de solo a su esposa amante del té, ¿qué sucede? ¿Eso podría darle la vista "comercial" y puede vender la marca que resulta?
Los grandes gurús de los datos que ganan en cuestiones de factor humano parecen ser los que combinan los resultados de muchos otros trabajadores para obtener un consenso de predicciones, como Nate Silver en el béisbol y las elecciones.
