감각 데이터를 기반으로 모델을 만드는 방법친애하는 JMP 커뮤니티,
석사 논문의 경우 뜨거운 음료의 공정을 최적화하고 싶습니다. 나는 5개의 요인(X1 – X5)을 가지고 있는데, 그 중 하나는 변경하기 어려운 요인(X1)이고 10개의 반응 변수(Y1-Y10)입니다. 반응은 훈련된 감각 패널(8 – 11명의 평가자)로 측정됩니다.
243개의 런이 있는 사용자 지정 RSM 디자인을 만들었습니다(기본적으로 디자인에는 27개의 런(최소 수)가 있지만 각 평가자(9명의 평가자를 가정해 봅시다)는 더 정확한 점수를 얻기 위해 27개의 모든 런에 점수를 매깁니다(27*9=243). . 각 평가자는 전체 플롯(=일)당 3개의 샘플을 평가할 수 있습니다.
나는 통제되지 않은 요인으로 컵에 샘플의 온도를 포함하는 것을 고려했습니다. 다만, 육안으로 평가한 후 측정한 것이므로 시료의 외관을 평가하는 데 걸리는 시간에 따라 달라질 수 있다. 컵의 온도는 프로세스와 상관관계가 있을 수 있습니다(예: 컵의 고온 -> 프로세스 중에 더 뜨거운 물이 사용됨 -> 전체 풍미에 영향을 미칠 수 있음). 포함해야 하나요?
설계 평가를 위해 만족도 함수를 사용하여 반응을 동시에 최적화하고 최적의 요인 설정을 얻을 생각이었습니다.
이제 내 질문:
- 나는 추정치가 더 정확할 것이라고 생각하기 때문에 연속적으로 요인을 입력했습니다. 그러나 궁극적으로 나는 기껏해야 이미 정의된 요소 수준(예: 프로세스의 온도는 요소(87 - 95°C, 정의된 수준은 87, 89, 91, 93 및 95°C)임)에 도달하고 최적화 이 수준 중 하나에 도달하는 것을 선호함). 오히려 개별 요인을 선택해야 합니까, 아니면 최적 설정을 내 요인 수준으로 반올림해야 합니까(해당되는 경우)?
- 243개의 런이 있는 설계를 생성하는 것이 맞습니까? "복제"를 반복이 아닌 반복 측정으로 간주하여 말씀드린 대로 보다 정확한 결과를 얻고 싶다고 생각하기 때문입니다. 그러나 평가자의 가변성을 고려하고 싶습니다(그래서 평균값을 사용하고 싶지 않습니다).
- 내 디자인에 평가자를 어떻게 포함할 수 있습니까? 추가 열을 생성하고 이 용어를 내 모델에 무작위 효과로 포함했습니다. 또한 디자인 역할과 데이터 유형을 어떻게 정의합니까?
- 그리고 평가자는 항상 같은 9명이어야 합니까 아니면 전체 플롯에서 전체 플롯으로 다양할 수 있습니까? (각 평가자는 개인 ID를 가지고 있습니다.)
- 바람직함 함수가 내 모델을 구축하고 모든 응답을 동시에 최적화하기에 충분합니까? 아니면 다른 예측 모델링 방법(Bootstrap Forest, K Nearest Neighbor,…)을 사용하여 내 모델의 좋은 추정치를 받아야 합니까?
- 그리고 저는 음료 기준을 사용하여 패널을 "보정"합니다(평가원은 항상 기준을 먼저 마시고 평가하고 샘플이 뒤따르는 것보다 기준 음료는 다른 프로세스에서 가져온 것입니다). 모델에 참조를 포함해야 합니까? 그렇다면 어떻게?
도움에 감사드리며 제 디자인/모델에서 발견한 오류에 감사드립니다!
추신: 첨부 파일에는 이전 디자인이 포함되어 있으며 가짜 평가를 위해 일부 오래된 감각 데이터를 사용했습니다(아직 측정을 시작하지 않았습니다).
암사슴Re: 감각 데이터를 기반으로 모델을 만드는 방법@kPvDoE 첫 번째 생각은 이것이 당신의 석사 논문의 일부이기 때문에 우리가 얼마나 많은 조언을 제공해야합니까? 나는 당신의 디자인/모델을 보지 않았습니다.
각 치료에 대한 다중 평가는 디자인 생성에 포함되어서는 안 됩니다. 이러한 다중 평가는 실제로 반복되며 처리와 독립적이지 않으므로 추가 자유도가 아닙니다. 치료 내 "등급"은 치료 효과를 요약하고 분석하기 전에 평가되어야 합니다. 온도 요인은 약간의 딜레마를 야기합니다. 두 가지 온도가 있습니까? 하나는 음료를 준비(또는 제조)하기 위한 것이고 다른 하나는 음료를 평가할 때를 위한 것입니까? 5단계에서 설계 요소를 실험하고 있는 것처럼 들립니다(왜, 일부 4차 다항식 효과를 기대합니까? 아니면 "승자를 선택"하려고 합니까? 음료가 소비되는 온도는 공변량일 수 있습니다.
치료 내 평가를 위해 감각 서수 척도를 사용하고 있다고 가정합니까? 순서 척도 평가의 경우 먼저 9명의 평가자에 대한 평가의 일관성을 평가하고 잠재적인 이상치 또는 편향을 식별해야 합니다. 그들의 반응을 플로팅하고 체계적인 패턴을 찾는 것이 유용할 것입니다. 그런 다음 적절한 경우 해당 평가를 평균/중앙값 및 일부 분산 측정값(범위 또는 표준 편차)으로 요약합니다. 참고로 서수 척도의 각 범주에 대한 실제 샘플이 있는 것이 좋습니다. 평가는 "어떤 샘플이 테스트 샘플과 일치하는지" vs. 당신이 선호하는 것(개인적인 편견이 포함됨)이어야 합니다. 나는 감각/서수 척도 사용에 대한 조언을 제공하기 위해 사용하는 간단한 종이를 첨부했습니다.
Re: 감각 데이터를 기반으로 모델을 만드는 방법빠른 답변 감사합니다 @statman
저는 통계학자가 아니며 석사 논문 이전에 DOE에 대해 들어본 적이 없으며 불행히도 저를 안내할 수 있는 감독자가 없습니다. 그래서 여기 커뮤니티에서 도움을 찾고 있었습니다 
당신이 설명한대로 실제로 두 가지 온도가 있습니다. 생산 온도의 경우 4차 다항식을 찾고 싶지 않습니다. 기계에서 5가지 레벨을 선택할 수 있으며 "그 중에서 최고를 선택"하려고 합니다.
그리고 소비 온도의 경우: 공변량으로 정의하면 온도를 미리 알고 있어야 하며 내 디자인에 추가됩니다. 그러나 나는 치료를 위한 이 온도를 보장할 수 없습니다. 아니면 부수적인 것입니까?
사실, 나는 관능 평가를 위해 정량적 기술 분석 방법의 변형을 사용하고 있으므로 순서 데이터가 없다고 생각합니다. 평가자는 끝에 두 개의 언어적 기준점이 있는 구조화되지 않은 선 척도를 사용하여 정의된 속성의 강도를 평가합니다. 스케일의 전체 길이는 측정 후 0(최저 강도)에서 100(최고 강도) 사이의 숫자 값으로 변환됩니다. 따라서 데이터 사이의 거리를 알고 의미가 있습니다. 참조 샘플은 평가자의 강도 측정을 교정하고 보다 일관된 평가를 얻는 데 사용됩니다.
그러나 나는 여전히 그 논문에서 몇 가지 조언을 사용할 수 있다고 생각합니다. 아니면 정량적 데이터용도 있습니까? 아니면 일관성 평가가 전혀 다른가요?
Re: 감각 데이터를 기반으로 모델을 만드는 방법귀하의 답변을 바탕으로 DOE에 대한 책을 읽거나 JMP에서 제공하는 DOE에 대한 온라인 참조 자료를 살펴보는 것이 좋습니다. 예를 들면 다음과 같습니다.
https://www.jmp.com/en_us/events/getting-started-with-jmp/doe-intro-kit.html
1. 지나친 단순화를 용서하지만 DOE는 테스트가 아닙니다. 실험에서 각 응답 변수와 관련된 인과 구조가 무엇인지에 대한 단서를 찾고 있습니다. 승자를 선택하기 위한 테스트가 수행됩니다. 이것이 실험을 실행할 때 선형 효과를 평가하기 위해 2개의 굵은 수준으로 설정된 여러 요소로 시작하고 덜 흥미로운 요소를 선별한 다음 나머지 요소로 계속 반복(공간 이동 및 증대)하는 이유입니다. 2개 수준에서 여러 요인에 대해 실험하는 경우 설계의 분해능에 따라 선형 주효과 및 교호작용 효과의 추정치를 얻을 수 있습니다. 레벨을 추가하면 비선형 효과의 추정치를 얻을 수 있습니다(3개 레벨 - 2차, 4개 레벨 - 3차 등). 일반적으로 선형 메인 효과로 시작한 다음 선형 상호 작용 효과, 2차 등으로 시작하는 Taylor 시리즈 접근 방식으로 모델을 구축합니다(첫 번째 - 2차에서 3차...순으로 모델 구축). 그러나 의도는 복잡한 모델을 만드는 것이 아니라 예측을 위해 작동하는 모델을 유지하면서 모델을 가능한 한 단순하게 유지하는 것입니다.
2. 공변량은 특별히 제어/관리할 수 없지만 측정할 수 있는 요인을 처리하는 방법입니다. 이 확률 변수를 DOE에서 고정 효과 모델에 통합합니다. 공변량을 설명하면 추론 공간을 손상시키지 않으면서 실험의 정밀도를 높일 수 있습니다. 물론 지금은 혼합 모델을 분석하고 있습니다.
3. 정량적 기술 분석 방법이 익숙하지 않지만 흥미롭게 들립니다. 나는 항상 반응 변수로서 인간의 감각 지각에 관심이 있습니다. 얼핏 보기에 측정값은 간격입니다.일관성을 확보하고 편향을 완화하는 방법은 어렵습니다. 이 방법이 이러한 문제를 어떻게 처리하는지 모르겠습니다. 인간의 지각에 일관되게 사용할 수 있는 척도의 단위 수에 대한 많은 연구 논문이 있습니다.
