Jianfeng Ding, JMP Senior Research Statistician Developer, SAS
Datensätze aus Sensorik- und Verbraucherstudien können recht umfangreich sein und viele verschiedene Spalten und Datentypen aufweisen. Bei der Erkundung und Analyse sensorischer Daten können verschiedene multivariate Datenanalysemethoden hilfreich sein. In den letzten Jahren wurden viele dieser Methoden zu JMP hinzugefügt. In diesem Artikel stellen wir vor, wie Methoden wie Varianzanalyse (ANOVA), K bedeutet Cluster, Hauptkomponentenanalyse, partielle kleinste Quadrate, Mehrfachfaktoranalyse, Mehrfachkorrespondenzanalyse und Text Explorer auf sensorische Daten und Verbraucherdaten angewendet werden, und betonen dabei, wie die einzelnen Methoden aussehen Welche dieser Verfahren funktionieren, wie sie jeweils interpretiert werden und in welcher Beziehung sie zueinander stehen. Durch die Veranschaulichung der besten Methoden zur Lösung sensorischer und Verbraucherpräferenzprobleme besteht das Ziel dieses Dokuments darin, Analysten mit sensorischer Bewertung, Verbraucherpräferenzen und geeigneten multivariaten Methoden vertraut zu machen, damit jeder Analyst diese Methoden in JMP effektiv für seine eigenen sensorischen Studien nutzen kann.
