編寫廣義普氏分析腳本，並利用此腳本分析自由選擇特徵和感官評估資料。感官評估是利用人類感官進行的，大致可分為分析型感官評估和偏好型感官評估。分析型感官評估透過訓練有素的感官小組獲得客觀的評估結果，而偏好型感官評估則透過一般消費者的主觀評價獲得結果。另一方面，近年來，許多新的評估方法（快速評估方法）被採用，這些方法能夠在保證一定準確度的同時，降低感官小組訓練和評估的時間和成本。其中一種快速評價方法－自由選擇分析法（FCP）－讓評估者根據自身的評價標準對樣品進行評價，其優勢在於能夠直接捕捉消費者自然的感知和表達，而無需事先進行感官小組訓練。此方法利用多元分析和廣義普氏分析（GPA）整合每位評估者使用不同標準和量表所獲得的數據，並將其解釋為樣本間的共同感知空間。
這次，為了進行JMP分析選單中未包含的GPA分析，並分析FCP數據，我們利用人工智慧生成技術編寫了一個腳本，並透過連接JMP和Python實現了分析。接下來，我們將展示FCP資料的分析結果與解讀。
