如何根據感官數據創建模型親愛的 JMP 社群：
在我的碩士論文中，我想優化熱飲料的工藝。 我有 5 個因素 (X1 –X5)，其中一個是難以改變的因素 (X1) 和 10 個反應變數 (Y1-Y10)。 反應由經過訓練的感官小組（8 – 11 名評估員）進行測量。
我創建了一個包含243 次運行的自訂RSM 設計（基本上該設計有27 次運行（最小數量），但每個評估者（假設有9 名評估者）對所有27 次運行進行評分以獲得更準確的分數(27*9=243)） 。 每位評估員可以評估每個整區（=天）的 3 個樣本。
我考慮將杯中樣品的溫度作為一個不受控制的因素。 然而，它是在評估視覺外觀之後進行測量的，因此可能會有所不同，具體取決於人們評估樣品外觀所需的時間。 杯子中的溫度可能與過程相關（例如杯子中的高溫 -> 過程中使用了更熱的水 -> 可能會影響整體風味）。 我應該包括它嗎？
對於設計評估，我正在考慮使用意願函數來同時優化我的回應並獲得最佳因子設定。
現在我的問題是：
- 我將這些因素輸入為連續的，因為我相信那時的估計會更加精確。 然而，最終，我希望最多達到一個已經定義的因子水平（例如，過程中的溫度是一個因子（87 - 95 °C；定義的水平是 87、89、91、93 和 95 °C），並且通過優化我更願意達到這些級別之一）。 我應該選擇離散因子，還是將最佳設定舍入到我的因子水準（如果適用）？
- 我產生的設計包含 243 次試驗是否正確？ 因為我認為我不想將“重複”視為重複，而是重複測量，以獲得更精確的結果，正如我所說。 但我想考慮評估者的變異性（這就是為什麼我不想使用平均值）。
- 如何將評估員納入我的設計中？ 我產生了一個額外的列，並將該術語作為隨機效應包含在我的模型中。 另外，如何定義設計角色和資料類型？
- 評估者是否必須始終是相同的 9 個人，或者他們可以根據整個情節而變化嗎？ （每個評估員都有一個單獨的 ID。）
- 意願函數是否足以建立我的模型並同時優化所有響應，或者我應該使用其他預測建模方法（Bootstrap Forest、K 最近鄰...）來獲得對我的模型的良好估計？
- 我使用飲料參考來「校準」面板（評估員總是首先飲用並評估參考，然後是樣品；參考飲料來自不同的過程）。 我應該在我的模型中包含參考嗎？ 如果是這樣，怎麼辦？
感謝您的幫助，我感謝您在我的設計/模型中發現的任何錯誤！
PS：所附文件包含我之前的設計，對於虛假評估，我使用了一些舊的感官數據（我還沒有開始測量）。
大規模客製化品質和工藝工程回覆：如何根據感官資料創建模型根據你的回复，我建議你看一些關於DOE的書籍，或者看看JMP提供的一些關於DOE的在線參考資料，例如：
https://www.jmp.com/en_us/events/getting-started-with-jmp/doe-intro-kit.html
1. 請原諒我過於簡化，但 DOE 不是一個測試。 在實驗中，您正在尋找與每個反應變數相關的因果結構的線索。 進行測試以選出獲勝者。 這就是為什麼在執行實驗時，您可能會從設定為2 個粗體層級的多個因素開始，以評估線性效應，篩選出不太有趣的因素，然後繼續使用其餘因素進行迭代（移動空間並增強） 。 如果在 2 個層面上對多個因素進行實驗，您可以獲得線性主效應和交互效應的估計，具體取決於設計的分辨率。 如果添加級別，您可以獲得非線性效應的估計（3 個級別 - 二次，4 個級別 - 三次，等等）。 通常，您採用泰勒級數方法建立模型，從線性緬因效應開始，然後是線性交互效應，然後是二次等（從一階到二階到三階…建立模型）。 但是，目的不是創建複雜的模型，而是使模型盡可能簡單，同時仍然擁有可用於預測的模型。
2. 協變數是一種處理無法具體控制/管理但可以測量的因素的方法。 我們將此隨機變數納入固定效應模型（來自能源部）。 考慮協變數可以提高實驗的精確度，而不會影響推理空間。 當然，您現在正在分析混合模型。
3.我不熟悉定量描述分析方法，但聽起來很有趣。 我始終關注人類感官知覺作為反應變項。 據我粗略一看，測量的是區間。如何獲得一致性並減少偏見是具有挑戰性的。 我不明白這個方法如何處理這些問題。 有許多關於可一致用於人類感知的量表中的單位數量的研究論文。
回覆：如何根據感官資料創建模型感謝您的快速回覆@statman
我不是統計學家，在我的碩士論文之前從未聽說過 DOE，不幸的是我沒有可以指導我的導師。 這就是我在社區尋求幫助的原因；）
正如你所描述的，確實有兩個溫度。 對於生產溫度，我不想找到四階多項式。 機器可以選擇 5 個級別，我嘗試「從中挑選最好的」。
對於消耗溫度：如果我將其定義為協變量，則必須提前知道溫度並將其添加到我的設計中。 但我無法確保治療的溫度。 或者說這是偶然的？
實際上，我正在使用定量描述分析方法的變體進行感官評估，所以我認為我沒有序數數據。 評估者使用末端有兩個言語錨點的非結構化線標度來評估所定義屬性的強度。 測量後，標尺的總長度將轉換為 0（最低強度）和 100（最高強度）之間的數值。 因此，數據之間的距離是已知的且是有意義的。 參考樣本預計將用於校準評估者的強度測量並獲得更一致的評估。
但我認為我仍然可以藉鏡論文中的一些建議。 或者你們也有定量數據嗎？或者一致性評估完全不同嗎？
回覆：如何根據感官資料創建模型@kPvDoE我的第一個想法是，既然這是你碩士論文的一部分，我們該提供多少建議？ 我沒有看你的設計/模型。
設計的創建中不應包括對每種處理的多重評估。 這些多重評估確實是重複的，並且不獨立於治療，因此不是額外的自由。 在總結並分析治療效果之前應評估治療內「評級」。 溫度因素造成了一些困境。 有兩個溫度嗎？ 一個用於準備（或製造）飲料，另一個用於評估飲料時？ 聽起來您正在 5 個等級的設計因子上進行實驗（為什麼，您期望一些四階多項式效應？ 或者你想「選出一個贏家」？ 飲用飲料時的溫度可能是協變數。
對於治療內評估，我假設您使用的是感覺序數表？ 對於序數量表評估，您應先評估 9 位評估員的評估一致性，並識別任何潛在的異常值或偏差。 繪製他們的反應並尋找系統模式將會很有用。 然後，如果合適，請用平均值/中位數和某種離散度（範圍或標準差）來總結這些評估。 就參考而言，我建議您對序數尺度的每個類別都有一個實際樣本。 評估應該是「測試樣本與哪個樣本相符」與您更喜歡哪個樣本（因為這涉及個人偏見）。 我附上了一篇簡單的論文，用於提供有關感官/序數尺度使用的建議。
