sensorische Studie DOE mit MarktvergleichHallo,
Ein Kunde fragte nach einem sensorischen DOE. Konkret hat sie zwei Fragen:
1 Bei der Erstellung eines Entwurfs mit beispielsweise fünf dreistufigen diskreten numerischen Faktoren, die den Haupt- und den 2-Faktor-Wechselwirkungseffekt abschätzen, sind mindestens 6 Durchgänge und 27 empfohlen. Da es 12 Teilnehmer gibt, sollten die 16 Läufe für eine gute Varianz ausreichen. Sie fragte, wie diese Replikation durchgeführt werden soll. Meine Antwort ist, das Design 12-mal in die resultierende Datentabelle einzufügen. Jede andere Idee (12 Spalten für die Diskussionsteilnehmer hinzugefügt und dann die Tabelle gestapelt, ist ein anderer Gedanke, den ich hatte). Am Ende möchte sie die Leistung für das replizierte Design überprüfen (ich habe dann vorgeschlagen, das Design zu bewerten, aber ich bin nicht sicher, wie genau es für ein solches Setup funktioniert). Noch mehr geradeaus?
2 Wenn sie mit 16 Läufen fahren, aber ein Lauf, möchten sie ein Marktprodukt mit speziellen Einstellungen für die fünf Faktoren austauschen. Wie können sie das Design anpassen, um höchste Leistung zu erzielen, aber einen der Läufe gegen den angegebenen Lauf austauschen? Ich kann mir vorstellen, die Tabelle zu erstellen und die Leistung für jedes der unterschiedlichen Designs manuell zu überprüfen, aber das ist umständlich. Irgendwelche Ideen?
Vielen Dank,
Martin
Re: sensorische Studie DOE mit MarktvergleichEin paar Gedanken zu den zu beachtenden Dingen.
Auf Punkt 1 konnten sie für das Design 16 Läufe für jeden der 12 Teilnehmer durchführen. Das sind insgesamt 192 Läufe. Warum nicht ein Design für 192 Läufe mit einem zufälligen Block der Größe 16 erstellen? Dies würde die korrekte Anzahl von Durchläufen liefern, was jedoch bedeutet, dass nicht jeder Teilnehmer genau dieselbe Kombination von Behandlungen sieht, aber das ist möglicherweise keine schlechte Sache. Schließlich wird das Design nicht ausbalanciert und durch das Wiederholen der gleichen 16 Durchläufe werden Sie einige Interaktionen (und möglicherweise einige Haupteffekte) besser einschätzen als andere. Durch die Auswahl der Kombinationen durch den benutzerdefinierten Designer sollte für jede Interaktion insgesamt eine bessere und einheitlichere Leistung erzielt werden. Wenn es um das Anpassen des Modells geht, wenn jeder Teilnehmer als "gleichwertig" wie ein Analysegerät betrachtet wird, können Sie den zufälligen Blockeffekt entfernen. Wenn die Panelisten jedoch ein zufälliger Effekt sein dürfen, entfernen Sie diese bekannte Quelle der Variabilität von einem Panelisten zum nächsten.
Punkt # 2 ist schwieriger.
Muss für Punkt 2 jeder Teilnehmer das Marktprodukt mit speziellen Einstellungen sehen? Ich gehe davon aus, dass sie es tun. In diesem Szenario würde ich einen ähnlichen Ansatz verwenden. Ich würde das Design mit 180 Läufen erstellen, Panelisten einen zufälligen Block der Größe 15. Dann würde ich den zusätzlichen Lauf des Marktprodukts für jeden Diskussionsteilnehmer manuell hinzufügen. Der einfachste Weg dazu wäre meiner Meinung nach, das Marktprodukt in eine separate Tabelle zu stellen und ihnen beizutreten. Sie könnten dann das gesamte Design bewerten. Es garantiert nicht die höchste Leistung bei diesem Ansatz, aber das Marktprodukt ist eine separate Behandlungskombination, daher ist es nicht wirklich Teil des Designs.
Im Idealfall möchte ich die Tabelle mit den Marktprodukten erstellen und erweitern, aber es scheint nicht, dass ein zufälliger Block in diese Erweiterung aufgenommen wird.
