Cómo crear mi modelo basado en datos sensorialesEstimada comunidad JMP,
Para mi tesis de maestría quiero optimizar el proceso de una bebida caliente. Tengo 5 factores (X1 –X5), de los cuales uno es un factor difícil de cambiar (X1) y 10 variables de respuesta (Y1-Y10). Las respuestas se miden con un panel sensorial capacitado (8 – 11 evaluadores).
Creé un diseño RSM personalizado con 243 ejecuciones (básicamente el diseño tiene 27 ejecuciones (número mínimo), pero cada evaluador (supongamos 9 evaluadores) califica las 27 ejecuciones para obtener una puntuación más precisa (27*9=243)) . Cada evaluador puede evaluar 3 muestras por parcela completa (=día).
Consideré incluir la temperatura de la muestra en el vaso como un factor no controlado. Sin embargo, se mide después de la evaluación de la apariencia visual y, por lo tanto, puede variar dependiendo de cuánto tiempo le toma a una persona evaluar la apariencia de la muestra. La temperatura en la taza podría correlacionarse con el proceso (por ejemplo, una temperatura alta en la taza -> se usó agua más caliente durante el proceso -> podría afectar el sabor general). ¿Debería incluirlo?
Para la evaluación del diseño, estaba pensando en utilizar la función de deseabilidad para optimizar mis respuestas simultáneamente y obtener la configuración óptima de los factores.
Ahora mis preguntas:
- Ingresé los factores como continuos, ya que creo que las estimaciones serán más precisas entonces. Sin embargo, en última instancia, me gustaría alcanzar, en el mejor de los casos, un nivel de factor ya definido (p. ej., la temperatura en el proceso es un factor (87 - 95 °C; los niveles definidos son 87, 89, 91, 93 y 95 °C) y mediante optimización preferiría alcanzar uno de estos niveles). ¿Debería elegir factores discretos o simplemente redondear la configuración óptima a mis niveles de factores (si corresponde)?
- ¿Es correcto que genere un diseño con 243 corridas? Porque creo que quiero considerar las “réplicas” no como réplicas, sino como medidas repetidas, para obtener un resultado más preciso como dije. Pero quiero tener en cuenta la variabilidad de los evaluadores (por eso no quiero usar los valores medios).
- ¿Cómo puedo incluir a los evaluadores en mi diseño? Generé una columna adicional e incluí el término como un efecto aleatorio en mi modelo. Además, ¿cómo defino la función de diseño y el tipo de datos?
- ¿Y los evaluadores tienen que ser siempre los mismos 9 personas o pueden variar de una trama a otra? (Cada evaluador tiene una identificación individual).
- ¿Es la función de deseabilidad suficiente para construir mi modelo y optimizar todas las respuestas simultáneamente o debería usar otros métodos de modelado predictivo (Bootstrap Forest, K Nearest Neighbor,…) para recibir una buena estimación de mi modelo?
- Y uso una referencia de bebida para "calibrar" el panel (los evaluadores siempre beben y evalúan la referencia primero, y luego siguen las muestras; la bebida de referencia proviene de un proceso diferente). ¿Debo incluir la referencia en mi modelo? ¿Si es así, cómo?
¡Gracias por tu ayuda y agradezco cualquier error que encuentres en mi diseño/modelo!
PD: El archivo adjunto contiene mi diseño anterior y para la evaluación falsa utilicé algunos datos sensoriales antiguos (aún no he comenzado con mis mediciones).
La personalización en masaIngeniería de Calidad y ProcesosRe: Cómo crear mi modelo basado en datos sensorialesSegún su respuesta, le sugiero que lea algunos libros sobre el DOE o quizás consulte algún material de referencia en línea sobre el DOE proporcionado por JMP, por ejemplo:
https://www.jmp.com/en_us/events/getting-started-with-jmp/doe-intro-kit.html
1. Perdón por simplificar demasiado, pero el DOE no es una prueba. En la experimentación se buscan pistas sobre cuál es la estructura causal relacionada con cada variable de respuesta. Se realiza una prueba para elegir un ganador. Es por eso que al ejecutar un experimento, probablemente comenzaría con múltiples factores establecidos en 2 niveles en negrita para evaluar el efecto lineal, descartar los factores menos interesantes y luego continuar iterando (mover el espacio y aumentar) con los factores restantes. Si experimenta con múltiples factores en 2 niveles, puede obtener estimaciones de los efectos principales lineales y los efectos de interacción, dependiendo de la resolución del diseño. Si agrega niveles, puede obtener estimaciones de efectos no lineales (3 niveles - cuadráticos, 4 niveles - cúbicos, etc.). Por lo general, construye sus modelos en un enfoque de serie de Taylor donde comienza con efectos lineales de Maine, luego efectos de interacción lineal, luego cuadráticos, etc. (construyendo el modelo del primero al segundo al tercer orden). Pero la intención no es crear un modelo complejo, la intención es mantener el modelo lo más simple posible y al mismo tiempo tener un modelo que funcione para la predicción.
2. Las covariables son una forma de manejar un factor que no se puede controlar/gestionar específicamente, pero que se puede medir. Incorporamos esta variable aleatoria al modelo de efectos fijos (del DOE). Tener en cuenta la covariable aumenta la precisión del experimento sin comprometer el espacio de inferencia. Por supuesto, ahora estás analizando un modelo mixto.
3. No estoy familiarizado con el método de análisis descriptivo cuantitativo, pero parece interesante. Siempre me preocupa la percepción sensorial humana como variable de respuesta. Según mi mirada superficial, la medida es intervalo.Cómo lograr coherencia y mitigar los sesgos es un desafío. No veo cómo este método maneja ninguno de estos problemas. Hay muchos artículos de investigación sobre el número de unidades en una escala que puede usarse consistentemente para la percepción humana.
Re: Cómo crear mi modelo basado en datos sensorialesGracias por su rápida respuesta @statman
No soy estadístico y nunca había oído hablar del DOE antes de mi tesis de maestría y desafortunadamente no tengo un supervisor que pueda guiarme. Por eso estaba buscando ayuda aquí en la comunidad 
De hecho, hay dos temperaturas como usted describió. Para la temperatura de producción, no quiero encontrar polinomios de cuarto orden. Los 5 niveles se pueden elegir en la máquina y yo trato de “elegir lo mejor de ellos”.
Y para la temperatura de consumo: si la defino como una covariable, entonces las temperaturas deben conocerse de antemano y se agregarán a mi diseño. Pero no puedo asegurar esta temperatura para el tratamiento. ¿O es eso incidental?
En realidad, estoy usando una variación del método de análisis descriptivo cuantitativo para mi evaluación sensorial, por lo que no creo tener datos ordinales. Los evaluadores evalúan las intensidades de los atributos definidos utilizando una escala lineal no estructurada con dos puntos de anclaje verbales en los extremos. La longitud total de la escala se convierte en valores numéricos entre 0 (intensidad más baja) y 100 (intensidad más alta) después de la medición. Por tanto, la distancia entre los datos es conocida y tiene un significado. Se espera que las muestras de referencia se utilicen para calibrar las mediciones de intensidad de los evaluadores y obtener una evaluación más consistente.
Pero creo que todavía me vendrían bien algunos consejos del periódico. ¿O también tiene uno para datos cuantitativos o la evaluación de la coherencia es diferente?
Re: Cómo crear mi modelo basado en datos sensoriales@kPvDoE Mi primer pensamiento es, dado que esto es parte de su tesis de maestría, ¿cuántos consejos deberíamos brindarle? No miré tu diseño/modelo.
Las múltiples evaluaciones para cada tratamiento no deben incluirse en la creación del diseño. Estas evaluaciones múltiples son de hecho repeticiones y no son independientes de los tratamientos y, por lo tanto, no son grados de libertad adicionales. Las "calificaciones" dentro del tratamiento deben evaluarse antes de resumir y luego analizar los efectos del tratamiento. El factor temperatura plantea un pequeño dilema. ¿Hay dos temperaturas? ¿Uno para preparar (o fabricar) la bebida y el otro para cuando se evalúa la bebida? Parece que está experimentando con el factor de diseño en 5 niveles (¿por qué espera algún efecto polinómico de cuarto orden? ¿O estás intentando "elegir un ganador"? La temperatura al momento de consumir la bebida podría ser una covariable.
Para la evaluación dentro del tratamiento, ¿supongo que está utilizando una escala ordinal sensorial? Para la evaluación en escala ordinal, primero debe evaluar la coherencia de las evaluaciones de los 9 evaluadores e identificar posibles valores atípicos o sesgos. Sería útil trazar su respuesta y buscar patrones sistemáticos. Luego, si corresponde, resuma esas evaluaciones con una media/mediana y alguna medida de dispersión (rango o desviación estándar). En lo que respecta a la referencia, le sugiero que tenga una muestra real de cada categoría de la escala ordinal. La evaluación debe ser "qué muestra coincide con la muestra de prueba" frente a cuál prefiere (ya que esto implica un sesgo personal). Adjunto un documento sencillo que utilizo para brindar consejos sobre el uso de la escala sensorial/ordinal.
