アカウント名:
パスワード:
それって統計的に意味あんのって思いながら読んだらもう少しマシな話だったけど、それでももうちょと人増やすべきよね?
そりゃ統計的な正確さを要求するなら被験者を増やすだけでなく、提供者もどちらかわからないダブルブラインドでやるべきだし、炊飯器の個体差をなくすために入れ替えを行ったほうがいいけど、さすがにお金も時間もかかります。カジュアルなブラインドテストとしては可能な限り条件を揃えているみたいだし、統計的に確認されたと主張してるわけでもないんだから別にいいんでないの
それでひっかかる人がいるかどうか、というところまで含めての実験なんじゃないかと思った。
「8人中4人」でもひっかかる人はひっかかるかも。
無駄とわかってはいたがχ(カイ)二乗検定やってみた。違いがないにもかかわらず「8人中5人が違ったという」確率は約48%でした。帰無仮説(味が本当は違わない)を棄却できないので統計学的にはまったく優位性が認められないという結果になりました。
2種類の茶碗じゃダメなんです。ABXテストといって3つの茶碗に2種類のご飯を入れてたべさせる。
3つの茶碗の2種類のご飯(A,B,B)もしくは(A,A,B)を見分けられるか?で被験者の味覚をチェックするとその「美味しい」に実際に味覚の裏づけがあることになる。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
日々是ハック也 -- あるハードコアバイナリアン
8人中5人 (スコア:1)
それって統計的に意味あんのって思いながら読んだらもう少しマシな話だったけど、
それでももうちょと人増やすべきよね?
Re:8人中5人 (スコア:1)
そりゃ統計的な正確さを要求するなら被験者を増やすだけでなく、提供者もどちらかわからないダブルブラインドでやるべきだし、炊飯器の個体差をなくすために入れ替えを行ったほうがいいけど、さすがにお金も時間もかかります。
カジュアルなブラインドテストとしては可能な限り条件を揃えているみたいだし、統計的に確認されたと主張してるわけでもないんだから別にいいんでないの
うじゃうじゃ
Re: (スコア:0)
それでひっかかる人がいるかどうか、というところまで含めての実験なんじゃないかと思った。
「8人中4人」でもひっかかる人はひっかかるかも。
Re: (スコア:0)
無駄とわかってはいたがχ(カイ)二乗検定やってみた。
違いがないにもかかわらず「8人中5人が違ったという」確率は約48%でした。
帰無仮説(味が本当は違わない)を棄却できないので統計学的にはまったく優位性が認められないという結果になりました。
Re: (スコア:0)
2種類の茶碗じゃダメなんです。ABXテストといって3つの茶碗に2種類のご飯を入れてたべさせる。
3つの茶碗の2種類のご飯(A,B,B)もしくは(A,A,B)を見分けられるか?で被験者の味覚をチェックするとその「美味しい」に実際に味覚の裏づけがあることになる。