In Forschung und Entwicklung lassen sich zwar zahlreiche Messvariablen erheben, die Anzahl der auswertbaren Stichproben ist jedoch begrenzt. Um solche multivariaten Daten in der Produktentwicklung zu nutzen, ist es entscheidend, nicht nur die Vorhersagegenauigkeit zu bewerten, sondern auch die Unterschiede zwischen den Stichproben zu visualisieren und zu interpretieren und diese Informationen für zukünftige Entwicklungsentscheidungen zu verwenden.
Unser Unternehmen entwickelt „FLAIRS“, eine Sensortechnologie, die multidimensionale Antwortinformationen mehrerer lichtemittierender Sonden nutzt. Wir verwenden JMP zur Datenverifizierung, Hauptkomponentenanalyse, Regressions- und Diskriminanzanalyse sowie zur Visualisierung von Zusammenhängen zwischen den Variablen in den gewonnenen Sensordaten. Bei Bedarf nutzen wir außerdem die Modellvergleichsfunktion von JMP Pro.
Diese Präsentation befasst sich anhand einer Fallstudie mit der Bewertung der Kompatibilität von Lebensmitteln mit Gewürzen und anderen Würzmitteln. Durch multivariate Analysen der Sensordaten jeder Kombination sowie die Visualisierung und Interpretation der Kompatibilitätsunterschiede demonstrieren wir einen analytischen Prozess, der die für die Kompatibilitätsbeurteilung relevanten Merkmale strukturiert und Wege zur Produktverbesserung aufzeigt.
Wir werden außerdem erläutern, wie sich dieser analytische Rahmen auf die Qualitätsbewertung ausweiten lässt, einschließlich der Unterschiede in Rohstoffen, Rezepturen, Produkten, Prozessen und Chargen. Wir werden die Verwendung von JMP zur Strukturierung der Probenmerkmale aus mehrdimensionalen Sensordaten vorstellen und diese mit der Hypothesenbildung, der Planung des nächsten Experiments und der Entscheidungsfindung in Forschung und Entwicklung verknüpfen.
