市場比較による官能検査DOEこんにちは、
顧客が官能的DOEを要求しました。具体的に、彼女は2つの質問をします：
1。たとえば、主および2因子の交互作用効果を推定する5つの3レベルの離散数値因子は、最低6回の実行と27回の推奨が必要です。12名のパネリストがいるので、16回の実行で十分な分散が得られます。彼女はこの複製方法を尋ねました。私の答えは、結果のデータテーブルにデザインを12回コピーペーストすることです。その他のアイデア（パネリスト用に12列を追加してからテーブルを積み重ねることも、私が考えていたことです）。最後に、彼女は複製されたデザインのパワーをチェックしたいと思います（それから私はデザインを評価することを提案しました、しかし私はそれがそのようなセットアップのためにどれほど正確に働くかわからない）。もっと簡単な方法はありますか？
2。彼らが16回の実行で行くならば、しかし1回の実行で、彼らは5つの要因のために特別な設定を持っている市場の製品と交換したいです。どのようにしてデザインを調整して、最高の出力を得ながら、あるランを特定のランと交換することができますか。テーブルを作成し、異なるデザインのそれぞれについて手動でパワーをチェックすることを考えることができますが、それは面倒です。何か案は？
ありがとう、
マーティン
再：官能検査DOEと市場比較考慮すべきことについていくつかの考え。
ポイント＃1では、デザインに関して、12人のパネリストのそれぞれに対して16回の実行を達成できました。これは合計192回の実行です。サイズが16のランダムブロックを使用して192ラン用のデザインを作成しませんか。これは正しい実行回数を提供しますが、すべてのパネリストがまったく同じ組み合わせの処理を見るわけではないことを意味しますが、それは悪いことではないかもしれません。結局のところ、デザインはバランスが取れていないでしょう、そして同じ16回の実行を繰り返すことによって、あなたは他のものより良いいくつかの相互作用（そしておそらくいくつかの主な効果）を推定することになるでしょう。カスタムデザイナに組み合わせを選択させることで、各インタラクションに対して全体的により良く、より均一な力を与えるはずです。モデルのフィッティングに関して、各パネリストが分析機器のように「同等」と見なされる場合は、ランダムブロック効果を取り除くことができます。ただし、パネリストがランダム効果を許可されている場合は、パネリストごとに既知の変動要因を取り除きます。
ポイント＃2はトリッキーです。
ポイント＃2では、各パネリストは特別な設定で市場の製品を見る必要がありますか？私は彼らがそうすると思います。そのシナリオでは、私は同様のアプローチを使用します。私は180ランでデザインを作成するでしょう、パネリストサイズ15のランダムなブロック。それから私は手動で各パネリストの市場製品の追加ランを追加します。私の考えでは、これを行う最も簡単な方法は、市場の商品を別のテーブルにまとめて結合することです。その後、デザイン全体を評価できます。それはこのアプローチを使用して最高の力を保証するものではありませんが、市場の製品は別の治療の組み合わせですので、とにかくそれは本当にデザインの一部ではありません。
理想的には、市場の商品を使ってテーブルを作成し、それを増強したいのですが、その増強を無作為にブロックすることはできないようです。
