Re: Custom DOE - bester Ansatz für kategoriale und MischungsfaktorenSarah, willkommen in der Community. Leider gibt es nicht genug Kontext, um konkrete Ratschläge zu geben. Ich habe viel mehr Fragen als Antworten für Sie und einige allgemeine Ratschläge ... Es gibt KEIN bestes Experiment zum Durchführen. "Das beste Design, das Sie jemals entwerfen werden, ist das Design, das Sie entwerfen, nachdem Sie es ausgeführt haben." Ich schlage vor, mehrere Experimente zu entwickeln und vorherzusagen, was Sie aus jedem lernen könnten, und dies den jeweils erforderlichen Ressourcen gegenüberzustellen. Ich schlage auch einen iterativen Ansatz für Experimente vor. KISS (Keep It Simple and Sequential). Versuchen Sie nicht, alles zu lernen und in einem Experiment zu optimieren. Erweitern Sie stattdessen Ihr Wissen, indem Sie zunächst ermitteln, was wichtig ist und was nicht, und sicherstellen, dass Ihre Messsysteme angemessen sind. Betrachten Sie die Hierarchie der Effekte. Dann können Sie sich Gedanken machen, wo wichtige Faktoren gesetzt werden sollten.
Einige Fragen/Kommentare für Sie:
1. Hinterfragen Sie die Messsysteme. Wie genau können sie Nährwerte und Salz messen? Sie haben sensorische Maße für Geschmack und Geruch (ordinale Datensätze wie eine hedonische Skala). Wie werden Sie Variationen innerhalb und zwischen Prüfern berücksichtigen? Wie werden Sie die Beurteilervoreingenommenheit berücksichtigen?
2. Ich verstehe die 2 kategorischen Faktoren nicht? Was ist der Faktor „Textur“? Fügen Sie der Charge etwas hinzu? Was? Was ist „Aroma“? Textur und Aroma klingen wie Response-Variablen, nicht X's. Warum 3 Ebenen für Ihr erstes Experiment?
3. Mischungsdesigns sind meiner Meinung nach Optimierungsexperimente. Sind Sie dazu bereit? Angenommen, der aktuelle Prozess wird in Stapeln ausgeführt. Welche Schwankungskomponenten sind am signifikantesten, innerhalb von Chargen-, Chargen-zu-Chargen- oder Messabweichungen? Wenn Sie erhebliche Schwankungen von Charge zu Charge haben, sollten Sie herausfinden, warum, bevor Sie die Zutaten für eine Charge optimieren.
4. Ich verstehe den zweiten Punkt unter Gemisch nicht? Wenn es 2 Werte gibt, kann es nicht konstant sein.
5. Verstehen Sie Lärm im Prozess? Zum Beispiel: Wasserqualität, Homogenität der Charge, Umgebungsbedingungen, Variation der Zutaten von Charge zu Charge, Variation von Tag zu Tag usw.
6. Verstehen Sie den Unterschied zwischen Wiederholungen und Wiederholungen?
Re: Custom DOE - bester Ansatz für kategoriale und MischungsfaktorenVielen Dank für Ihre Antwort und die relevanten Fragen, auf die ich unten geantwortet habe ( Kursivschrift ). Entschuldigung für die nicht präzise genug mit den Informationen!
Für mehr Kontext: Wir wollen die unterschiedlichen Mengen verschiedener Brocken in Suppen untersuchen. Es gibt drei verschiedene aromatisierte Suppen, die alle die gleichen Stücke haben (Huhn, Bohnen usw.). Wir haben bereits einige von Köchen kreierte Versionen mit einem bestimmten Rezept und wollen nun untersuchen, wie weit wir den Ernährungsaspekt vorantreiben können, ohne die akzeptablen sensorischen Eigenschaften zu beeinträchtigen.
1. Hinterfragen Sie die Messsysteme. Wie genau können sie Nährwerte und Salz messen? Sie haben sensorische Maße für Geschmack und Geruch (ordinale Datensätze wie eine hedonische Skala). Wie werden Sie Variationen innerhalb und zwischen Prüfern berücksichtigen? Wie werden Sie die Beurteilervoreingenommenheit berücksichtigen?
Die Assessoren werden geschult, um diese Verzerrung zu reduzieren. Wir werden einen Blockierungsfaktor für die Differenz zwischen sensorischen Sitzungen (Tage) einbeziehen. Wir werden den Nährwert genau berechnen (unter Verwendung eines externen Labors).
2. Ich verstehe die 2 kategorischen Faktoren nicht? Was ist der Faktor „Textur“? Fügen Sie der Charge etwas hinzu? Was? Was ist „Aroma“? Textur und Aroma klingen wie Response-Variablen, nicht X's. Warum 3 Ebenen für Ihr erstes Experiment?
Die Texturkategorie bezieht sich darauf, dass wir entweder eine Version mit den Zutaten in Stücken belassen und die andere Version gemischt wird. Der Inhalt wird identisch sein.
Aromakategorie - drei verschiedene Geschmacksrichtungen flüssiger Basen (gleiche Menge) - Huhn / Gemüse / Kokosnuss
3. Mischungsdesigns sind meiner Meinung nach Optimierungsexperimente. Sind Sie dazu bereit? Angenommen, der aktuelle Prozess wird in Stapeln ausgeführt. Welche Schwankungskomponenten sind am signifikantesten, innerhalb von Chargen-, Chargen-zu-Chargen- oder Messabweichungen? Wenn Sie erhebliche Schwankungen von Charge zu Charge haben, sollten Sie herausfinden, warum, bevor Sie die Zutaten für eine Charge optimieren.
Wir haben unsere Rezepte durch Fokusgruppen, Tests und die Kreation von Köchen bereits bis zu einem gewissen Grad „optimiert“. Wir wollen nun die Ernährungskomponente optimieren, indem wir sehen, wie weit wir bestimmte Zutaten erhöhen (Protein) oder verringern (Salz) können, ohne die sensorischen Eigenschaften zu beeinträchtigen.
Wir haben „Referenz“-Versionen dieser Rezepte, die als Richtlinie für das gewünschte Niveau verschiedener sensorischer Eigenschaften dienen (also wollen wir untersuchen, wie viel zusätzliches Protein und wie wenig Salz wir verwenden können, ohne den akzeptablen Geschmack und die Textur zu beeinträchtigen).
Wir haben drei Kategorien von Suppen mit unterschiedlicher flüssiger Basis und wollen testen, wie die Zutatenstücke mit den verschiedenen Flüssigkeiten interagieren, daher die drei Aromakategorien.
4. Ich verstehe den zweiten Punkt unter Gemisch nicht? Wenn es 2 Werte gibt, kann es nicht konstant sein.
Ich habe dieses Element entfernt. Alle Mischungsfaktoren sind jetzt variabel (und ich habe auch nachträglich die lineare Beschränkung entfernt).
5. Verstehen Sie Lärm im Prozess? Zum Beispiel: Wasserqualität, Homogenität der Charge, Umgebungsbedingungen, Variation der Zutaten von Charge zu Charge, Variation von Tag zu Tag usw.
Wir versuchen, Lärm zu minimieren - Schulung von Sensorikern, Blockierung für die Variation von Tagen, eine Produktion aller zu testenden Rezepte usw.
6. Verstehen Sie den Unterschied zwischen Wiederholungen und Wiederholungen?
Ich tat es nicht, aber ich tue es jetzt!!
Nach Ihren Kommentaren habe ich die benutzerdefinierte DoE (im beigefügten PDF) angepasst. Im Modellbewertungsteil werden Aroma 1 und Aroma 2 angegeben - liegt das daran, dass ich drei kategoriale Ebenen habe?
Re: Custom DOE - bester Ansatz für kategoriale und MischungsfaktorenIch werde einige weitere Gedanken in Blau anbieten, Sie können sie ignorieren.
Für mehr Kontext: Wir wollen die unterschiedlichen Mengen verschiedener Brocken in Suppen untersuchen. Es gibt drei verschiedene aromatisierte Suppen, die alle die gleichen Stücke haben (Huhn, Bohnen usw.). Wir haben bereits einige von Köchen kreierte Versionen mit einem bestimmten Rezept und wollen nun untersuchen, wie weit wir den Ernährungsaspekt vorantreiben können, ohne die akzeptablen sensorischen Eigenschaften zu beeinträchtigen.
Ich bin verwirrt, einerseits geben Sie an, dass Sie bereits optimiert haben (" Wir haben unsere Rezepte bereits bis zu einem gewissen Grad durch Fokusgruppen, Tests und die Kreation von Köchen "optimiert". Verschiedene Ys nacheinander zu verfolgen, kann eine Herausforderung, ineffektiv und ineffizient sein.
1. Hinterfragen Sie die Messsysteme. Wie genau können sie Nährwerte und Salz messen? Sie haben sensorische Maße für Geschmack und Geruch (ordinale Datensätze wie eine hedonische Skala). Wie werden Sie Variationen innerhalb und zwischen Prüfern berücksichtigen? Wie werden Sie die Beurteilervoreingenommenheit berücksichtigen?
Die Assessoren werden geschult, um diese Verzerrung zu reduzieren. Wir werden einen Blockierungsfaktor für die Differenz zwischen sensorischen Sitzungen (Tage) einbeziehen. Wir werden den Nährwert genau berechnen (unter Verwendung eines externen Labors).
Meiner Meinung nach kann Training zur Konsistenz beitragen, es wird jedoch wahrscheinlich keinen Einfluss auf die sensorische Voreingenommenheit haben. Der Schlüssel zur Milderung der sensorischen Verzerrung besteht darin, Emotionen aus der Bewertung zu entfernen. Fragen Sie zum Beispiel nicht, was Ihnen gefällt? Erstellen Sie stattdessen mit Hilfe Ihres erfahrenen Kochs Beispiele, die eine Ordnungsskala (mindestens 5 Kategorien) darstellen, und fragen Sie, welche davon übereinstimmt. Das Einsenden von Proben an ein externes Labor garantiert nicht, dass die Messungen nützlich sind. Und Sie legen mehr Wert auf Präzision als auf Genauigkeit für experimentelle Designzwecke (Sie möchten weniger Variationen im Messsystem). Ich würde verlangen, dass identische Proben mehrmals vom Labor getestet werden.
2. Ich verstehe die 2 kategorischen Faktoren nicht? Was ist der Faktor „Textur“? Fügen Sie der Charge etwas hinzu? Was? Was ist „Aroma“? Textur und Aroma klingen wie Response-Variablen, nicht X's. Warum 3 Ebenen für Ihr erstes Experiment?
Die Texturkategorie bezieht sich darauf, dass wir entweder eine Version mit den Zutaten in Stücken belassen und die andere Version gemischt wird. Der Inhalt wird identisch sein.
Aromakategorie - drei verschiedene Geschmacksrichtungen flüssiger Basen (gleiche Menge) - Huhn / Gemüse / Kokosnuss
OK, also beziehen sich die Namen für die Faktoren darauf, was Sie tatsächlich ändern (Chunk-Größe und Geschmack). Ich denke, Sie könnten in Betracht ziehen, auf Basis (Geschmack) zu blockieren, da diese ziemlich unterschiedliche sensorische Reaktionen hervorrufen können.
3. Mischungsdesigns sind meiner Meinung nach Optimierungsexperimente. Sind Sie dazu bereit? Angenommen, der aktuelle Prozess wird in Stapeln ausgeführt. Welche Schwankungskomponenten sind am signifikantesten, innerhalb von Chargen-, Chargen-zu-Chargen- oder Messabweichungen? Wenn Sie erhebliche Schwankungen von Charge zu Charge haben, sollten Sie herausfinden, warum, bevor Sie die Zutaten für eine Charge optimieren.
Wir haben unsere Rezepte durch Fokusgruppen, Tests und die Kreation von Köchen bereits bis zu einem gewissen Grad „optimiert“. Wir wollen nun die Ernährungskomponente optimieren, indem wir sehen, wie weit wir bestimmte Zutaten erhöhen (Protein) oder verringern (Salz) können, ohne die sensorischen Eigenschaften zu beeinträchtigen.
Rückblick ist 20/20. Ich hätte empfohlen, diese in Ihre ersten Rezeptexperimente aufzunehmen.
Wir haben „Referenz“-Versionen dieser Rezepte, die als Richtlinie für das gewünschte Niveau verschiedener sensorischer Eigenschaften dienen (also wollen wir untersuchen, wie viel zusätzliches Protein und wie wenig Salz wir verwenden können, ohne den akzeptablen Geschmack und die Textur zu beeinträchtigen).
Verwenden Sie diese "Referenzversionen", um Ihre Ordinalskala zu erstellen.
Wir haben drei Kategorien von Suppen mit unterschiedlicher flüssiger Basis und wollen testen, wie die Zutatenstücke mit den verschiedenen Flüssigkeiten interagieren, daher die drei Aromakategorien.
Ich bin mir nicht sicher, ob ich verstehe, warum die Konsistenz der Suppe (Klumpigkeit) mit dem Geschmack interagieren würde (oder warum es Sie interessieren würde), aber Sie können die Interaktionen Block für Faktor abschätzen, wenn Sie den Geschmack blockieren. Ich denke, ich denke mehr darüber nach, was Sie mit dem Wissen über eine Flavour-by-Chunk-Interaktion tun würden ... für mich müssten Sie für jeden Flavour ein anderes Modell haben ... das wäre der Vorteil, den Flavour zu blockieren ... .es wäre wie 3 separate Experimente zu denselben Faktoren, die verglichen werden können.
4. Ich verstehe den zweiten Punkt unter Gemisch nicht? Wenn es 2 Werte gibt, kann es nicht konstant sein.
Ich habe dieses Element entfernt. Alle Mischungsfaktoren sind jetzt variabel (und ich habe auch nachträglich die lineare Beschränkung entfernt).
5. Verstehen Sie Lärm im Prozess? Zum Beispiel: Wasserqualität, Homogenität der Charge, Umgebungsbedingungen, Variation der Zutaten von Charge zu Charge, Variation von Tag zu Tag usw.
Wir versuchen, Lärm zu minimieren - Schulung von Sensorikern, Blockierung für die Variation von Tagen, eine Produktion aller zu testenden Rezepte usw.
Dies ist NICHT das, was Sie tun sollten. Sie wollen einen Gestaltungsraum schaffen, der repräsentativ für zukünftige Bedingungen ist. Die Sinneswahrnehmung der Verbraucher ist unterschiedlich, die Produktionsprozesse variieren, die Rohstoffe variieren usw.
Die oft gedankenlos als Allheilmittel propagierte exakte Standardisierung von Versuchsbedingungen bringt immer den eigentlichen Nachteil mit sich, dass ein hochstandardisiertes Experiment direkte Aussagen nur über den durch die Standardisierung erreichten engen Bereich von Bedingungen liefert.Die Standardisierung schwächt daher eher unsere Grundlage, um auf ein ähnliches Ergebnis zu schließen, als sie stärkt, wenn diese Bedingungen, wie es in der Praxis ausnahmslos der Fall ist, etwas unterschiedlich sind.
RA Fisher (1935), Design of Experiments (S.99-100)
6. Verstehen Sie den Unterschied zwischen Wiederholungen und Wiederholungen?
Ich tat es nicht, aber ich tue es jetzt!!
Nach Ihren Kommentaren habe ich die benutzerdefinierte DoE (im beigefügten PDF) angepasst. Im Modellbewertungsteil werden Aroma 1 und Aroma 2 angegeben - liegt das daran, dass ich drei kategoriale Ebenen habe?
Ich folge hier nicht deiner Logik? Obwohl mir aufgefallen ist, dass Sie Französisch verwenden und ich nicht.
Benutzerdefiniertes DOE – bester Ansatz für kategoriale und MischungsfaktorenIch mache ein benutzerdefiniertes DOE und würde mich über Tipps oder Hinweise zum Erstellen optimaler Rezepte freuen.
Gibt es einen besseren DOE-Ansatz als den konstruierten oder sind andere Faktoren zu berücksichtigen?
Antworten :
- Maximieren Sie verschiedene Nährwerte
- Salzmenge minimieren
- Erreichen Sie das Ziel der Geschmacks- und Geruchsbewertung
Faktoren :
- Kategorisch –> Textur 2 Ebenen: T1 / T2
- Kategorisch -> Aroma 3 Stufen: A1/ A3/ A3
- Mischung
- Zutaten zum Variieren: C1 / C2 / C3 / C34
- Konstante Zutaten (aromatisierte Flüssigkeit). Ich habe zwei verschiedene Werte notiert, auch wenn sie im Modell konstant sein werden, da JMP nur zwei verschiedene Werte akzeptiert
- Wasser – dieser Faktor wird berücksichtigt, wenn die Summe der konstanten und der zu variierenden Zutaten weniger als 100 g beträgt.
- Blockierung: Unterschied zwischen den Tagen des Paneltests (6 zu testende Rezepte pro Tag)
Definieren linearer Einschränkungen:
- Es werden zwei Linien hinzugefügt, die die Proportionen zwischen den konstanten Zutaten (Flüssigkeit) beibehalten = 69,6 % ) und die variablen Inhaltsstoffe (C1 /C2 /C3 / C4 =30,4 % )
Modell :
- Es wurden auch Interaktionen der 2. Ebene ausgewählt. Um eine Modellsingularität zu vermeiden, muss einer der Bestandteile in den „Modell“-Parametern willkürlich entfernt werden.
- Wasser und aromatisierte Flüssigkeit wurden entfernt. Wechselwirkungen der zweiten Ebene, die entweder Wasser oder Base betreffen, wurden ebenfalls entfernt (um die Anzahl der Durchläufe zu verringern und da wir uns mehr für die Wirkung der Hauptbestandteile interessieren).
- Alias – alle Interaktionen der zweiten Ebene
- Maximal mögliche Anzahl an Läufen = 50 und mit dem oben genannten Modell die empfohlene Anzahl = 48 (also alles gut).
Beispielläufe:
Fragen :
- Wie lässt sich die Anzahl zentraler und wiederholter Läufe am besten ermitteln?
- Wie interpretiere ich Aliasing und die Diagnose?
Gibt es einen besseren DOE-Ansatz als den konstruierten oder sind andere Faktoren zu berücksichtigen?
Vielen Dank für jede Hilfe oder jeden Einblick in mein erstes DOE!!
Versuchsplanung
