Durante le vacanze passate in un incontro, la mia famiglia e io abbiamo pensato che sarebbe stato divertente fare una degustazione di vini. Alcuni membri volevano semplicemente aprire diverse bottiglie di vino e parlare di quelle che ci piacevano mentre recuperavamo e godendoci un sabato rilassante. Ma ho suggerito che questa sarebbe stata una grande opportunità per condurre un esperimento più formale. In qualche modo, a malincuore, la mia famiglia fu d'accordo.
Successivamente, ho determinato alcuni metodi per la raccolta dei dati che mi avrebbero dato la misura più affidabile della qualità del vino con la minima possibilità di rumore nella misurazione.
L'idea di base è di eseguire a esperimento di misure ripetute . Quello che voglio fare è presentare in modo casuale i soggetti con un campione di vino sconosciuto e farli valutare la qualità su una scala da 1 a 7. Per ottenere una stima di qualità un po 'più stabile delle nostre materie di degustazione di vino largamente inesperte, ho deciso di presentare tre campioni di ciascun vino in modo casuale e poi di fare una media dei punteggi.
Abbiamo nominato un membro della famiglia come amministratore del test, che ha messo ogni bottiglia di vino in un sacchetto di carta in modo tale che i soggetti non potessero vedere quale vino veniva versato nel bicchiere. L'amministratore del test ha anche randomizzato l'ordine di presentazione delle prove per ripetizione, in modo tale che l'ordine dei vini all'interno di ciascun blocco di prova non fosse lo stesso tra i blocchi.
La procedura sperimentale era la seguente:
L'amministratore del test versa circa 1 oz. di vino nel bicchiere di ogni soggetto.Il soggetto assaggia il vino e inserisce un punteggio di qualità da 1 a 7 su una scheda di risposta.Il soggetto pulisce poi il suo palato mangiando diversi cracker e annusando un contenitore di caffè macinato.Questa procedura è stata ripetuta per ciascuno dei tre blocchi di quattro prove (12 gusti e valutazioni per soggetto in totale).
Dopo che l'esperimento è stato completato, sono stato in grado di inserire le loro risposte in una tabella di dati JMP. Per questo esperimento, ho avuto una semplice domanda di ricerca:
Alcuni vini sono classificati significativamente più alti o più bassi rispetto ad altri vini?
Per rispondere a questa domanda, ho utilizzato la piattaforma Fit Model in JMP (Analyze> Fit Model). Poiché sto analizzando un esperimento con misure ripetute, ho usato la personalità del modello misto, che è nuova JMP Pro 11 .
Ho un effetto casuale del soggetto che voglio rendere conto nella mia forma e la personalità del modello misto mi consente di farlo facilmente.
Prima di installare il modello, è spesso una buona idea visualizzare i dati in Graph Builder per vedere se è possibile individuare eventuali modelli, valori anomali o altri problemi che potrebbero influire sulla successiva analisi statistica.
Nella figura sopra, puoi vedere il punteggio medio per ciascuno dei miei soggetti per ciascuno dei campioni di vino. Non è facile individuare modelli chiari tra il vino e i punteggi di qualità. In generale, sembra che Wine 2 e Wine 3 abbiano un punteggio più alto, ma alcuni soggetti sembrano avere valutazioni molto diverse per lo stesso vino. Questo è qualcosa che invariabilmente incontrerai quando esegui questi tipi di studi comportamentali / soggettivi. L'analisi del modello misto ci consentirà di tenere conto di queste differenze da soggetto a soggetto e di analizzare se c'è qualcosa di significativo nel nostro effetto fisso (campione di vino).
Ecco le specifiche del modello in Fit Model. Ho selezionato la personalità del modello misto. La risposta, la nostra Y, è il valore medio. Punteggio di qualità L'unico effetto fisso che ho nel mio modello è il vino. E l'effetto casuale nel mio modello è soggetto.
Di seguito è riportato l'output del modello Fit Mixed.
JMP mi offre molte opzioni per personalizzare il rapporto, come pure Fit Statistics, le stime dei parametri di Covariance degli effetti casuali e gli effetti fissi. I test degli effetti sono ciò a cui sono veramente interessato per aiutarmi a rispondere alla mia domanda di ricerca. E sembra che ci sia un significativo effetto del vino sulla qualità per questo gruppo di soggetti. Ma sfortunatamente da solo, questo non mi dice quali vini sono significativamente diversi dagli altri.
Per questo, ho intenzione di utilizzare un altro nuovo strumento in JMP 11: confronti multipli. Il widget Confronto multiplo è disponibile nel menu a triangolo rosso per l'output Mischia mista. Per eseguire un test post hoc sul mio effetto fisso, selezionerò Tutti i confronti a coppie - Tukey HSD dalle opzioni Multiple Comparisons.
Una delle caratteristiche più interessanti di Multiple Comparisons in JMP è la grafica informativa che accompagna le statistiche, che rendono facile la visualizzazione delle differenze a coppie.
Ho bloccato le etichette delle due differenze a coppie significative. Tutte le differenze significative sono colorate in rosso e tutte le differenze a coppie non significative sono colorate in blu. Questo è molto più facile per me che guardare una tabella di risultati statistici (anche se quella tabella è ancora presente nel rapporto, l'ho omessa in questo post).
Wine 2 e Wine 3 sono valutati significativamente più alti rispetto a Wine 1. Tutti gli altri confronti non sono riusciti a raggiungere un significato. Può darsi che non disponga di un potere statistico sufficiente per misurare in modo affidabile una differenza: forse ottenere una grande dimensione del campione la prossima volta (invitare i vicini al nostro raduno) può essere una buona idea. Ma almeno per questo gruppo di soggetti, se vogliamo felici bevitori di vino, dovremmo acquistare nuovamente bottiglie di Vino 2 e Vino 3 ed evitare Vino 1.
I miei metodi sono tutt'altro che perfetti e potrebbero esserci altri fattori che influenzano le risposte che non ho tenuto conto nel mio modello semplice. Ma è stato un modo divertente per eseguire un rapido esperimento e analizzarlo in modo efficace in JMP utilizzando alcune fantastiche nuove funzionalità in JMP 11 e JMP Pro 11.
Daniel Valente ha scritto:
Ciao Sean -
Grazie per il commento. Usare una carta variabile come un modo per guardare i dati grezzi è un'idea eccellente.
Sean S ha scritto:
Dan,
Un grande grafico per iniziare questa analisi sarebbe stato un grafico di variabilità con Rating vs Wine and Taster. Ci mostrerebbe l'errore di misurazione per ogni Rater e la variazione complessiva del rating tra i vini. Uno dei miei tanti motti è sempre iniziare mostrando i dati grezzi.
