Messung von Trends bei numerischen Ordinalwerten, die im Zeitverlauf für Lose gemessen wurdenWelches ist die beste statistische Messtechnik zur Überwachung ordinaler Daten, sodass wir im Zeitverlauf Trends in den Daten erkennen können?
Ich verfüge über individuelle Geruchspaneldaten (y-Achse) für jede im Laufe der Zeit produzierte Produktcharge (x-Achse) und möchte eine Trendänderung erkennen. Einzelheiten: (1) 2 Geruchspanelisten bewerten jede produzierte Produktcharge, (2) zwei Panelisten werden zufällig aus einem Pool geschulter Panelisten ausgewählt, (3) die Geruchsbewertungen sind ordinal mit Werten von 1, 2, 3, 4 oder 5, (3) der Wert 3 ist unsere untere Spezifikationsgrenze für die Freigabe, (4) eine Charge kann zweimal gemessen werden, wenn die Chargenabfüllung zwischen Schichten erfolgt.
Die Daten sind für eine Produkt-SKU beigefügt, die (bis heute) in den Jahren 2023–2024 produziert wurde.
Konsumenten- und MarktforschungQualitäts- und ProzesstechnikBetreff: Messung von Trends bei numerischen Ordinalwerten, die im Laufe der Zeit für Lose gemessen wurdenIch bin nicht sicher, ob ich Ihre Frage beantworten kann, aber hier sind meine Gedanken:
1. Das Messsystem ist nicht differenziell genug, um Trends zu erkennen, insbesondere wenn Sie nicht die gesamte Skala verwenden. Sie haben im Wesentlichen nominale Daten (z. B. 4 oder 5).
2. Ändern Sie die Definitionen der Kategorien. Verwenden Sie beispielsweise die aktuelle 3 als 1 und die aktuelle 5 als 5 und fügen Sie dazwischen 3 weitere Kategorien hinzu.
3. Sie könnten versuchen, die Zahl der Teilnehmer zu erhöhen und den Durchschnitt ihrer Punktzahlen zu verwenden (nachdem Sie die Abweichungen zwischen den Teilnehmern ermittelt haben).
4. Finden Sie eine andere kontinuierliche Messung, die mit der Geruchsmessung korreliert.
Betreff: Messung von Trends bei numerischen Ordinalwerten, die im Laufe der Zeit für Lose gemessen wurdenIch habe ein anderes Produkt LAEU mit einer längeren Produktionsgeschichte aufgenommen, das auch eine größere Bandbreite an Bewertungen aufweist, darunter Chargen, die aufgrund von Geruch durchgefallen sind. Hilft dieser größere Datensatz dabei, die beste Maßnahme zum Erkennen von Trends zu bestimmen, wenn die Geruchsdaten numerisch/ordinal sind?
Auch hier wurden die Geruchswerte mit 1, 2, 3, 4 oder 5 bewertet; 5 ist am besten, 3 ist die untere Grenze für die Spezifikation (um zu bestehen). Die Geruchswerte werden jedes Mal von zwei geschulten, zufällig ausgewählten Prüfern aus einem geschulten Prüferpool bewertet, und eine Charge, die über zwei Schichten produziert wurde, wird in jeder Schicht bewertet.
