Come creare il mio modello basato su dati sensorialiCara comunità JMP,
per la mia tesi magistrale voglio ottimizzare il processo per una bevanda calda. Ho 5 fattori (X1 –X5), di cui uno è un fattore difficile da modificare (X1) e 10 variabili di risposta (Y1-Y10). Le risposte vengono misurate con un pannello sensoriale addestrato (8-11 valutatori).
Ho creato un progetto RSM personalizzato con 243 esecuzioni (sostanzialmente il progetto ha 27 esecuzioni (numero minimo), ma ciascun valutatore (assumiamo 9 valutatori) assegna un punteggio a tutte le 27 esecuzioni per ottenere un punteggio più accurato (27*9=243)) . Ciascun valutatore può valutare 3 campioni per intera parcella (=giorno).
Ho considerato l'inclusione della temperatura del campione nella tazza come un fattore incontrollato. Tuttavia, viene misurato dopo la valutazione dell'aspetto visivo e quindi può variare a seconda del tempo impiegato da una persona per valutare l'aspetto del campione. La temperatura nella tazza potrebbe essere correlata al processo (ad es. temperatura elevata nella tazza -> durante il processo è stata utilizzata acqua più calda -> potrebbe influenzare il sapore generale). Dovrei includerlo?
Per la valutazione del progetto, stavo pensando di utilizzare la funzione di desiderabilità per ottimizzare le mie risposte simultaneamente e ottenere le impostazioni ottimali dei fattori.
Ora le mie domande:
- Ho inserito i fattori come continui perché credo che in questo modo le stime saranno più precise. Alla fine, però, vorrei raggiungere al meglio un livello di fattore già definito (ad es. la temperatura nel processo è un fattore (87 - 95 °C; i livelli definiti sono 87, 89, 91, 93 e 95 °C) e ottimizzazione preferirei raggiungere uno di questi livelli). Dovrei piuttosto scegliere fattori discreti o semplicemente arrotondare le impostazioni ottimali ai miei livelli di fattore (se appropriato)?
- È corretto generare un disegno con 243 esecuzioni? Perché penso di voler considerare le “repliche” non come repliche, ma come misure ripetute, per ottenere un risultato più preciso come ho detto. Ma voglio tenere conto della variabilità dei valutatori (ecco perché non voglio usare i valori medi).
- Come posso includere i valutatori nel mio progetto? Ho generato una colonna aggiuntiva e ho incluso il termine come effetto casuale nel mio modello. Inoltre, come posso definire il ruolo di progettazione e il tipo di dati?
- E i valutatori devono essere sempre le stesse 9 persone oppure possono variare da intero appezzamento a intero appezzamento? (Ogni valutatore ha un ID individuale.)
- La funzione di desiderabilità è sufficiente per costruire il mio modello e ottimizzare tutte le risposte simultaneamente o dovrei utilizzare altri metodi di modellazione predittiva (Bootstrap Forest, K Nearest Neighbor,...) per ricevere una buona stima del mio modello?
- E utilizzo un riferimento di bevanda per "calibrare" il pannello (i valutatori bevono e valutano sempre prima il riferimento, poi seguono i campioni; la bevanda di riferimento proviene da un processo diverso). Devo includere il riferimento nel mio modello? Se é cosi, come?
Grazie per il tuo aiuto e apprezzo eventuali errori che trovi nel mio design/modello!
PS: Il file allegato contiene il mio progetto precedente e per la valutazione falsa ho utilizzato alcuni vecchi dati sensoriali (non ho ancora iniziato con le misurazioni).
Personalizzazione di massaIngegneria della qualità e dei processiRi: Come creare il mio modello basato su dati sensorialiIn base alla tua risposta, ti suggerisco di leggere alcuni libri sul DOE o magari di consultare parte del materiale di riferimento online sul DOE fornito da JMP, ad esempio:
https://www.jmp.com/en_us/events/getting-started-with-jmp/doe-intro-kit.html
1. Scusate la mia eccessiva semplificazione, ma il DOE non è un test. Nella sperimentazione stai cercando indizi su quale sia la struttura causale correlata a ciascuna variabile di risposta. Viene effettuato un test per scegliere un vincitore. Questo è il motivo per cui eseguendo un esperimento, probabilmente inizieresti con più fattori impostati su 2 livelli in grassetto per valutare l'effetto lineare, escludere i fattori meno interessanti e quindi continuare a ripetere (spostare lo spazio e aumentare) con i fattori rimanenti. Se si sperimenta su più fattori a 2 livelli è possibile ottenere stime degli effetti principali lineari e degli effetti di interazione, a seconda della risoluzione del progetto. Se aggiungi livelli, puoi ottenere stime degli effetti non lineari (3 livelli - quadratici, 4 livelli - cubici, ecc.). In genere, costruisci i tuoi modelli in un approccio in serie di Taylor in cui inizi con effetti Maine lineari, quindi effetti di interazione lineare, quindi quadratici, ecc. (costruendo il modello dal primo - 2° al 3°... ordine). Ma l'intento non è quello di creare un modello complesso, l'intento è quello di mantenere il modello il più semplice possibile pur avendo un modello che funzioni per la previsione.
2. Le covariate sono un modo di gestire un fattore che non è possibile controllare/gestire specificamente, ma che può essere misurato. Incorporiamo questa variabile casuale nel modello degli effetti fissi (dal DOE). Tenere conto della covariata aumenta la precisione dell'esperimento senza compromettere lo spazio di inferenza. Naturalmente ora stai analizzando un modello misto.
3. Non ho familiarità con il metodo dell'analisi descrittiva quantitativa, ma sembra interessante. Sono sempre interessato alla percezione sensoriale umana come variabile di risposta. Secondo la mia occhiata superficiale, la misurazione è un intervallo.Come ottenere coerenza e mitigare i pregiudizi è impegnativo. Non vedo come questo metodo gestisca nessuno di questi problemi. Esistono molti documenti di ricerca sul numero di unità in una scala che può essere utilizzata in modo coerente per la percezione umana.
Ri: Come creare il mio modello basato su dati sensorialiGrazie per la risposta veloce @statman
Non sono uno statistico e non ho mai sentito parlare di DOE prima della mia tesi di laurea e sfortunatamente non ho un supervisore che possa guidarmi. Ecco perché stavo cercando aiuto qui nella comunità 
Ci sono infatti due temperature come hai descritto. Per la temperatura di produzione, non voglio trovare polinomi del 4° ordine. I 5 livelli si possono scegliere in macchina e io cerco di “prenderne il meglio”.
E per la temperatura di consumo: se la definisco come covariata, le temperature dovranno essere conosciute in anticipo e verranno aggiunte al mio progetto. Ma non posso garantire questa temperatura per il trattamento. Oppure è un fatto accidentale?
In realtà, sto usando una variazione del metodo di analisi descrittiva quantitativa per la mia valutazione sensoriale, quindi non penso di avere dati ordinali. I valutatori valutano l'intensità degli attributi definiti utilizzando una scala lineare non strutturata con due punti di ancoraggio verbale alle estremità. Dopo la misurazione, la lunghezza totale della scala viene convertita in valori numerici compresi tra 0 (intensità minima) e 100 (intensità massima). Pertanto, la distanza tra i dati è nota e ha un significato. Si spera che i campioni di riferimento vengano utilizzati per calibrare le misurazioni dell'intensità dei valutatori e ottenere una valutazione più coerente.
Ma penso di poter ancora usare alcuni consigli del giornale. Oppure ne avete uno anche per i dati quantitativi o lì la valutazione della coerenza è diversa?
Ri: Come creare il mio modello basato su dati sensoriali@kPvDoE Il mio primo pensiero è, poiché questo fa parte della tua tesi di master, quanti consigli dovremmo fornire? Non ho guardato il tuo disegno/modello.
Le valutazioni multiple per ciascun trattamento non dovrebbero essere incluse nella creazione del progetto. Queste valutazioni multiple sono infatti ripetizioni e non sono indipendenti dai trattamenti, e quindi non rappresentano ulteriori gradi di libertà. Le “valutazioni” all’interno del trattamento dovrebbero essere valutate prima di riassumere e poi analizzare gli effetti del trattamento. Il fattore temperatura pone un po’ un dilemma. Ci sono due temperature? Uno per preparare (o produrre) la bevanda e l'altro per quando la bevanda viene valutata? Sembra che tu stia sperimentando il fattore di progettazione a 5 livelli (perché, ti aspetti un effetto polinomiale di 4° ordine? O stai cercando di "scegliere un vincitore"? La temperatura di quando viene consumata la bevanda potrebbe essere una covariata.
Per la valutazione all'interno del trattamento, presumo che tu stia utilizzando una scala ordinale sensoriale? Per la valutazione su scala ordinale, è necessario innanzitutto valutare la coerenza delle valutazioni dei 9 valutatori e identificare eventuali valori anomali o bias. Sarebbe utile tracciare la loro risposta e cercare modelli sistematici. Quindi, se appropriato, riassumere tali valutazioni con una media/mediana e una misura di dispersione (intervallo o deviazione standard). Per quanto riguarda i riferimenti, ti suggerisco di avere un campione reale di ciascuna categoria della scala ordinale. La valutazione dovrebbe essere "quale campione corrisponde al campione di prova" rispetto a quale preferisci (poiché ciò implica pregiudizi personali). Ho allegato un semplice documento che utilizzo per fornire consigli sull'utilizzo della scala sensoriale/ordinale.
