El fondo
Recientemente realicé un estudio piloto con 5 muestras de alimentos diferentes que tenían varios "Almidón", "Azúcar" y "Sal" como factores continuos.Cada una de las 5 muestras de alimentos fue probada por 150 panelistas cada una, quienes aceptaron o rechazaron la muestra.El porcentaje de panelistas rechazados es lo que me gustaría modelar como una función de mis tres factores continuos.
Mi estudio piloto arrojó algunas ideas interesantes que se alinean con lo que esperaba, pero debido a que solo tenía 5 muestras diferentes, mi modelo se limitó a usar solo el término "Azúcar" y "Azúcar*Azúcar".Usé un modelo GLM -> Normal -> Logit, ya que sé que hay una curvatura y quiero que mi salida se limite a 0 - 1 ya que es un porcentaje.Adjunté mi tabla de datos con el GLM guardado ("Pilot Data SSS-Prej_Sugar Logit Model").Se basa en un enfoque Mark Bailey había recomendado en una publicación anterior para datos de proporción.
Próximos pasos
Mis próximos pasos son probar más muestras de alimentos que tengan niveles variados de "Almidón", "Azúcar" y "Sal" para poder producir una prueba exacta y precisa. multivariado (en lugar de solo los términos "azúcar" y "azúcar*azúcar") para estimar el porcentaje de panelistas que rechazan.Me gustaría capturar tanto los efectos principales como los efectos cruzados.Para ello, utilicé la plataforma DOE --> Custom Design y establecí los siguientes parámetros:
Respuestas: Porcentaje de rechazo, Objetivo a minimizar, Límite inferior = 0, Límite superior = 1
Factores: "Almidón" (38 - 55), "Azúcar" (15 - 36), "Sal" (23 - 50) como factores fáciles continuos, y luego usé el RSM para obtener términos cruzados.Eliminé algunos términos de modo que tuve 1 intercepción, los 3 efectos principales y 4 términos cruzados.
Réplicas: 5
Puntos centrales: 0
Número de carreras: 40 (tenemos el presupuesto para eso)
Bloques aleatorios: 8
El diseño/tabla se adjunta como "Ejemplo de diseño personalizado SSS-Prej"
Mis preguntas
1. Una vez que ejecuto mis experimentos y obtengo mis datos, nuevamente tengo la opción de probar diferentes modelos.En resumen, mi objetivo es poder predecir cómo mis tres factores influirían en la proporción de rechazadores y, potencialmente, encontrar mínimos y máximos para la proporción de rechazadores.Espero que haya curvatura en al menos dos de los términos ("Azúcar" y "Sal").¿Hay algún problema con volver a usar GLM --> Normal --> Logit?
2. La razón por la que pregunto es porque estaba siguiendo un ejercicio en el libro "Estadísticas de inicio de JMP" usando el conjunto de datos "Reactor 20 personalizado" para un experimento de detección (para ver el porcentaje de reacción), pero el ejercicio usó el "Estándar Mínimos cuadrados" + Método de cribado de efectos, aunque la salida (porcentaje de reacción) está teóricamente restringida de 0 a 1. Esta página describe este ejercicio como una tarea para casa.
3. En la práctica, no puedo seguir exactamente los niveles de diseño personalizados, pero tengo una biblioteca de muestras que puedo elegir que tienen diferentes niveles de "Almidón", "Azúcar", "Sal" para probar.Resulta que "Azúcar" y "Sal" también son moderadamente colineales (no tengo mucho control sobre esto) .Consulte la siguiente tabla ("Ejemplos de candidatos para el modelo SSS-Prej").¿Debo preocuparme por la calidad de mi DOE y el enfoque dadas las preocupaciones anteriores?
Gracias por cualquier ayuda que pueda proporcionar.
