巧克力打击：最终分析最近我的同事瑞安·莱基维兹（Ryan Lekivetz） 写了关于我们的旅行布鲁塞尔欧洲探索峰会我们计划测试比利时巧克力是否真的比美国巧克力好喝。 Ryan发表了博客详细介绍设计研究的局限性以及所涉及的因素。在此博客文章中，我将描述我们如何收集数据并分析结果。
感官分析这是一个拥有发达文献的重要主题（MacFie＆Thomson 1994和NæsT，Brockhoff PB，Tomic O.（2010）是学习该主题的很好参考）。我们只是想回答一个问题：在盲味测试中，人们会喜欢我们横跨大西洋携带的比利时巧克力吗？还是可以在附近杂货店购买的美国巧克力？鉴于美元/欧元汇率和行李箱内的空间有限，这是一个重要的问题，在此之前需要回答 2016欧洲探索峰会 ！
瑞安（Ryan）设计的实验不仅平衡了我们假设的两个影响（来源和可可含量），而且还随机化了问题顺序。研究参与者会感到疲倦，尤其是在味觉测试中，因此我们需要确保人们在分配的随机顺序下看到他们的巧克力，而不会放弃他们品尝的巧克力。我还肩负着寻找质量与比利时巧克力相当的美国巧克力的任务。以后再说。
干净的数据收集需要准备。
因此，我在厨房的桌子上度过了一个晚上，在纸盘上标记了选择集编号，调查ID和“从这里开始”箭头（请参见上文）。每个调查对象将获得一盘含有五对并排巧克力的盘子。每盘有10块巧克力，总共有25盘（共250块）。
希拉·洛林（Sheila Loring），认真地分类巧克力。
每对并排代表实验中的选择集，并且每个受试者必须选择他或她喜欢的每对（选择集）中的哪个巧克力。
设置那25块巧克力并非易事。非常感谢我们的文档专家Sheila Loring和JMP测试人员Bryan Shepherd的帮助。（奇怪的是，他们不会接受额外的巧克力作为感谢。）
装好纸碟后，就该运行调查了。我们分两组进行了调查，因此我们不必一次争吵25名参与者。在每节课的开始，我们确保参与者知道如何采样巧克力并标记盘子。
如果您在家中尝试，我强烈建议您在午餐后进行调查。当他们面前摆放着美味的巧克力时，很难使您的受测者听取方向。
我们的两个测试对象正在思考巧克力的奥秘。
收集完数据后，我将其输入 JMP 。我的第一项工作是确保我们正确收集了数据，为此我使用了分类平台。瑞安（Ryan）的设计是平衡的，但我们也收集了受访者信息（巧克力偏好和JMP部门）作为调查信息的一部分。我还想确保我的数据输入正确。
注意： 这是根据我的选择响应数据运行的，每个参与者有10行，因此实际上有5个人不喜欢黑巧克力，而不是50个人。
图1
我确实使用分类发现了一些数据输入错误。在数据输入过程中的某个时候，我已经厌倦了一遍又一遍地输入“ Development”，而开始输入“ Dev”。我还必须更改测量巧克力偏爱的方式，因为我的两个调查受访者没有打勾“牛奶”或“深色”，而是勤奋工作，并写成“都不是”。图1显示了我使用Cols-> Utilities-> Recode清理数据后的数据。
一旦我的数据干净了，就该使用Choice平台了。分析->消费者研究->选择将我带到对话框，在其中可以指定如何收集数据并输入效果。
图2
在图2中，您可以看到“分组”列是：参与者ID，调查ID和选择集ID。这告诉JMP哪个列ID唯一标识给定参与者的单个选择集。有关如何为单表调查指定分组列的更多信息，请参见选择文档。
图3
一旦确定了分组列，就可以指定效果了。图3显示了我第一次输入模型的效果。注意，Chocolate Preference和JMP Division仅作为交互效果出现。选择模型总是将被摄对象的选择与给定选择集中显示的他/她的所有选择进行比较，这意味着您无法估计特定对象（例如某人是否是某人）的主要效果（固定）喜欢黑巧克力）。您只能估算它如何影响受试者对产品水平因素的偏好（例如一块纯巧克力中的可可百分比）。
图4
对于此分析，我非常高兴，即使单击“运行”按钮，“选择模型”对话框仍保持打开状态。使用AIC（越低越好）和似然比测试，我能够相当快地降低模型效果。图4显示了我的最终模型。您可以看到，在95％的水平上，原产地在统计上并不重要。我将其保留下来，因为它是我们感兴趣的变量，所以我想结合其他效果来讨论它，但是我很确定我可以从图4中得到答案。
图5说明了使用概率分析器的结果：
图5
在这种情况下，我的比较对象是可可含量为41％的比利时巧克力，并且我确保主体效果一致（因此将深色巧克力爱好者与其他深色巧克力爱好者进行了比较）。
就像您可能已经猜到的那样，黑巧克力爱好者更喜欢黑巧克力（正如您所看到的那样，生产线上升，然后随着可可含量的增加而上升。） 与美国相比，他们似乎还偏爱比利时巧克力。当我将基本商品和比较商品偏好设置的切换按钮都移到“不黑”时，比利时巧克力的偏好仍然存在，但是您会发现“购买可能性”的可可急剧下降了41％至60％。（图6）。
图6
实际上，“概率剖析器”显示，如果您向我们的五个测试对象展示了对黑巧克力的偏爱，而他们对黑巧克力的偏爱却只有两个可可不同（一个41％的可可和另一个60％的可可），我们的模型预测他们选择黑巧克力的机会只有1％。可可百分比是预测哪个人更喜欢的最重要因素。
所以胜利者是...
如果我们比较美国与 比利时人将可可含量和巧克力偏好保持不变，我们发现预测的概率差异要小得多。如果我们有两块可可含量相同的巧克力，一个来自美国，一个来自比利时，并要求某人在两者之间进行选择，则该模型预测，他们选择美国巧克力的可能性为39％，而选择美国巧克力的可能性为61％他们会选择比利时巧克力。有人会说比利时巧克力有点偏爱。
我确实尝试了其他一些变体，包括没有五个牛奶巧克力爱好者的分析。在某些竞争模型中，起源具有统计学意义，但影响保持不变：美国的机率是39％，比利时是61％。的数据在JMP用户社区上可用如果您想尝试一些自己的分析。
现在，仅对25名参与者进行的研究非常小，如果我与客户一起工作，则应谨慎考虑，不要基于我的分析做出重大决定。但是，当决定在下次欧洲旅行时是否要用沉重，融化，占用空间的巧克力装满行李箱时，我想我有答案。
最重要的是要确保我为喜欢牛奶巧克力的朋友带来牛奶巧克力，为喜欢黑巧克力的朋友带来黑巧克力。控制这个因素，比利时巧克力可能会稍微好一些（尽管我不能证明它是显着地更好），但效果很小。至少有在北卡罗来纳州罗利市的一家巧克力店，在我们的盲味测试中表现出色-并且还包含冰淇淋！参考资料
MacFie，H.＆Thomson，D.（编辑）（1994） 衡量食物偏好 。伦敦：黑人。NæsT，Brockhoff PB，Tomic O.（2010年） 感官和消费者科学统计 。伦敦：约翰·威利父子公司。詹妮写道：这很有趣！（很抱歉我没有...珍妮写道：
真是令人着迷！（很抱歉，我没有被征召参加这次味觉挑战。）
顺便说一句，维德里（Videri）是另一家本地巧克力店。教堂山的南部季节有来自世界各地的整条巧克力棒-如果您确实需要*比利时*巧克力，则可以在不实际去比利时的情况下就能到达那里。我偏爱以色列的Elite品牌。
charu shankar写道：你让我吃了巧克力。很高兴见到...沙鲁香卡写道：
你让我吃巧克力。很高兴看到黑巧克力是赢家。但是我就像你-我根据朋友的喜欢来赠予巧克力:)
巧克力打击：最终分析最近我的同事瑞安·莱基维兹（Ryan Lekivetz） 撰写了有关我们前往布鲁塞尔欧洲探索峰会的行程，以及我们测试比利时巧克力是否真的比美国巧克力更好品尝的计划。 Ryan发表了博客详细介绍设计研究的局限性以及所涉及的因素。在此博客文章中，我将描述我们如何收集数据并分析结果。
感官分析这是一个拥有发达文献的重要主题（MacFie＆Thomson 1994和NæsT，Brockhoff PB，Tomic O.（2010）是学习该主题的很好参考）。我们只是想回答一个问题：在盲味测试中，人们会喜欢我们横跨大西洋携带的比利时巧克力吗？还是可以在附近杂货店购买的美国巧克力？鉴于美元/欧元汇率和行李箱内的空间有限，这是一个重要的问题，在此之前需要回答 2016欧洲探索峰会 ！
瑞安（Ryan）设计的实验不仅平衡了我们假设的两个影响（来源和可可含量），而且还随机化了问题顺序。研究参与者会感到疲倦，尤其是在味觉测试中，因此我们需要确保人们在分配的随机顺序下看到他们的巧克力，而不会放弃他们品尝的巧克力。我还肩负着寻找质量与比利时巧克力相当的美国巧克力的任务。以后再说。
干净的数据收集需要准备。
因此，我在厨房的桌子上度过了一个晚上，在纸盘上标记了选择集编号，调查ID和“从这里开始”箭头（请参见上文）。每个调查对象将获得一盘含有五对并排巧克力的盘子。每盘有10块巧克力，总共有25盘（共250块）。
希拉·洛林（Sheila Loring），认真地分类巧克力。
每对并排代表实验中的选择集，并且每个受试者必须选择他或她喜欢的每对（选择集）中的哪个巧克力。
设置那25块巧克力并非易事。非常感谢我们的文档专家Sheila Loring和JMP测试人员Bryan Shepherd的帮助。（奇怪的是，他们不会接受额外的巧克力作为感谢。）
装好纸碟后，就该运行调查了。我们分两组进行了调查，因此我们不必一次争吵25名参与者。在每节课的开始，我们确保参与者知道如何采样巧克力并标记盘子。
如果您在家中尝试，我强烈建议您在午餐后进行调查。当他们面前摆放着美味的巧克力时，很难使您的受测者听取方向。
我们的两个测试对象正在思考巧克力的奥秘。
收集完数据后，我将其输入 JMP 。我的第一项工作是确保我们正确收集了数据，为此我使用了分类平台。瑞安（Ryan）的设计是平衡的，但我们也收集了受访者信息（巧克力偏好和JMP部门）作为调查信息的一部分。我还想确保我的数据输入正确。
注意： 这是根据我的选择响应数据运行的，每个参与者有10行，因此实际上有5个人不喜欢黑巧克力，而不是50个人。
图1
我确实使用分类发现了一些数据输入错误。在数据输入过程中的某个时候，我已经厌倦了一遍又一遍地输入“ Development”，而开始输入“ Dev”。我还必须更改测量巧克力偏爱的方式，因为我的两个调查受访者没有打勾“牛奶”或“深色”，而是勤奋工作，并写成“都不是”。图1显示了我使用Cols-> Utilities-> Recode清理数据后的数据。
一旦我的数据干净了，就该使用Choice平台了。分析->消费者研究->选择将我带到对话框，在其中可以指定如何收集数据并输入效果。
图2
在图2中，您可以看到“分组”列是：参与者ID，调查ID和选择集ID。这告诉JMP哪个列ID唯一标识给定参与者的单个选择集。有关如何为单表调查指定分组列的更多信息，请参见选择文档。
图3
一旦确定了分组列，就可以指定效果了。图3显示了我第一次输入模型的效果。注意，Chocolate Preference和JMP Division仅作为交互效果出现。选择模型总是将被摄对象的选择与给定选择集中显示的他/她的所有选择进行比较，这意味着您无法估计特定对象（例如某人是否是某人）的主要效果（固定）喜欢黑巧克力）。您只能估算它如何影响受试者对产品水平因素的偏好（例如一块纯巧克力中的可可百分比）。
图4
对于此分析，我非常高兴，即使单击“运行”按钮，“选择模型”对话框仍保持打开状态。使用AIC（越低越好）和似然比测试，我能够相当快地降低模型效果。图4显示了我的最终模型。您可以看到，在95％的水平上，原产地在统计上并不重要。我将其保留下来，因为它是我们感兴趣的变量，所以我想结合其他效果来讨论它，但是我很确定我可以从图4中得到答案。
图5说明了使用概率分析器的结果：
图5
在这种情况下，我的比较对象是可可含量为41％的比利时巧克力，并且我确保主体效果一致（因此将深色巧克力爱好者与其他深色巧克力爱好者进行了比较）。
就像您可能已经猜到的那样，黑巧克力爱好者更喜欢黑巧克力（正如您所看到的那样，生产线上升，然后随着可可含量的增加而上升。） 与美国相比，他们似乎还偏爱比利时巧克力。当我将基本商品和比较商品偏好设置的切换按钮都移到“不黑”时，比利时巧克力的偏好仍然存在，但是您会发现“购买可能性”的可可急剧下降了41％至60％。（图6）。
图6
实际上，“概率剖析器”显示，如果您向我们的五个测试对象展示了对黑巧克力的偏爱，而他们对黑巧克力的偏爱却只有两个可可不同（一个41％的可可和另一个60％的可可），我们的模型预测他们选择黑巧克力的机会只有1％。可可百分比是预测哪个人更喜欢的最重要因素。
所以胜利者是...
如果我们比较美国与 比利时人将可可含量和巧克力偏好保持不变，我们发现预测的概率差异要小得多。如果我们有两块可可含量相同的巧克力，一个来自美国，一个来自比利时，并要求某人在两者之间进行选择，则该模型预测，他们选择美国巧克力的可能性为39％，而选择美国巧克力的可能性为61％他们会选择比利时巧克力。有人会说比利时巧克力有点偏爱。
我确实尝试了其他一些变体，包括没有五个牛奶巧克力爱好者的分析。在某些竞争模型中，起源具有统计学意义，但影响保持不变：美国的机率是39％，比利时是61％。的数据在JMP用户社区上可用如果您想尝试一些自己的分析。
现在，仅对25名参与者进行的研究非常小，如果我与客户一起工作，则应谨慎考虑，不要基于我的分析做出重大决定。但是，当决定在下次欧洲旅行时是否要用沉重，融化，占用空间的巧克力装满行李箱时，我想我有答案。
- 最重要的是要确保我为喜欢牛奶巧克力的朋友带来牛奶巧克力，为喜欢黑巧克力的朋友带来黑巧克力。
- 控制这个因素，比利时巧克力可能会稍微好一些（尽管我不能证明它是显着地更好），但效果很小。
参考资料
- MacFie，H.＆Thomson，D.（编辑）（1994） 衡量食物偏好 。伦敦：黑人。
- NæsT，Brockhoff PB，Tomic O.（2010年） 感官和消费者科学统计 。伦敦：约翰·威利父子公司。
