CC BY 4.0の公開データ50試料・9環境を、出典とライセンスを保持して分析。
Analyzed 50 samples across 9 environments from an open CC BY 4.0 dataset with provenance preserved.
00
代表的な成果図 Selected Result Figure
01
主なポイント Highlights
PC1とPC2で分散の89.21%を説明し、環境ブートストラップでも低次元構造を確認。
PC1 and PC2 explain 89.21% of variance, with low-dimensional structure checked by environment bootstrap.
gap統計量がk=1を支持したため、自然クラスタの存在を過大主張せず外部検証と分離。
Because the gap statistic supported k=1, the analysis avoids claiming natural clusters and separates external validation.
02
研究の流れ Research Flow
-
課題Problem
多属性の官能評価に安定した潜在構造や自然な群があるかを過大解釈せず調べる。
Assess stable latent structure and natural grouping in multi-attribute sensory ratings without overinterpretation.
-
方法Method
PCA、gap統計量、k-means、Ward法を用い、試験環境を分析単位として扱う。
Use PCA, gap statistics, k-means, and Ward clustering while treating trial environment as the resampling unit.
-
検証Validation
環境ブロックブートストラップとleave-one-environment-out評価で安定性と外部識別を分ける。
Separate structural stability from external discrimination using environment-block bootstrap and leave-one-environment-out evaluation.
-
成果Outcome
強い低次元構造を確認した一方、離散的な自然クラスタを支持する証拠は得られなかった。
Found strong low-dimensional structure but no evidence supporting discrete natural clusters.
03
限界と適用範囲 Limitations & Scope
試料レベルに集約された評価であり、パネリスト差や因果効果は推定できない。
Ratings are aggregated at the sample level, so panelist heterogeneity and causal effects cannot be estimated.
04
公開範囲 Publication Boundary
公開コードPublic code
オープンライセンスのデータと完全なRワークフローを公開可能。
The openly licensed data and complete R workflow are suitable for public release.