Margaux RENAUD, F&E-Ingenieur, Chêne & cie
Ein Kunde, der daran arbeitete, seinen Wein zu mischen, wollte einem bekannten Wein mit anderen Zutaten so nahe wie möglich kommen. Um dem Kunden dabei zu helfen, haben wir ein Mischungsdesign mit vier Zutaten für 16 Proben erstellt, um sie mit der bekannten Mischung zu vergleichen. Die Proben wurden nach dem Zufallsprinzip verkostet, und das Gremium wurde gebeten, Gruppen ähnlicher Proben zu bilden und die Gruppe zu beschreiben. Das Ergebnis war eine mit Hilfe eines JMP-Skripts entwickelte Abstandsmatrix. Diese Matrix wurde durch eine mehrdimensionale Skalierung verarbeitet, um eine Karte zu erhalten, die für das Gremium einfach zu beschreiben war. Eine K-Means-Klassifizierung wurde verwendet, um die Proben in der Nähe des Ziels zu finden. Schließlich wurde der Abstand zwischen dem Ziel und der anderen Probe berechnet und durch ein Konturdiagramm dargestellt, um den besten Teil des Mischungsdesigns zu zeigen. Die vom Prüfer zur Beschreibung der Gruppen verwendeten Begriffe wurden von JMP Text Explorer und dann von AFCM verarbeitet, um eine Karte mit Proben und Begriffen anzuzeigen, um die Position jeder Probe anhand sensorischer Eigenschaften besser zu beschreiben.
