ÜBERSICHT Geschmacksverstärker sind Geschmacksverstärker, die in Tierfutter verwendet werden, um die Schmackhaftigkeit zu verbessern und die Akzeptanz bei Haustieren zu erhöhen. Die Entwicklung eines wirksamen Geschmacksverstärkers erfordert einen systematischen Ansatz zur Auswahl der besten Kombination von Zutaten, die für Katzen und Hunde das optimale Aroma und den optimalen Geschmack bieten. Einige Zutaten weisen jedoch eine inhärente natürliche Variabilität auf...
Die Bedeutung des p-Werts bei der Beurteilung der Schmackhaftigkeit
In der Tiernahrungsindustrie basieren Geschäftsentscheidungen über Produktweiterentwicklungen auf vergleichenden Schmackhaftigkeitsbewertungen anhand von Daten. Haustierpräferenzen werden am häufigsten anhand von Versuchen mit zwei Schüsseln ermittelt. Die Daten aus diesen oder anderen Vergleichen müssen sorgfältig analysiert werden, um eine genaue Aussage zu treffen. Der erste Schritt dieser Analyse besteht darin, zu definieren, welches Maß Sie für Ihre Präferenz verwenden möchten. Der nächste Schritt besteht darin, den p-Wert zu bestimmen, eine Statistik, die angibt, ob eine hypothetische Situation nach dem Sammeln und Analysieren der Daten sinnvoll erscheint.
METHODE
Bei AFB ist die gebräuchlichste Methode zur Bestimmung der Produktpräferenzen für Tiernahrung ein gepaarter Präferenzversuch. Gleiche Mengen der beiden zu vergleichenden Futtermittel werden jeder Katze oder jedem Hund gleichzeitig verabreicht. Nach einer voreingestellten Zeit oder Menge werden die Lebensmittel entnommen und gewogen, um festzustellen, wie viel übrig bleibt. Die gleichen zwei Lebensmittel werden am nächsten Tag auf die gleiche Weise präsentiert, außer dass die Lebensmittelpositionen von links nach rechts vertauscht werden. Dieser Wechsel ist wichtig, um das sogenannte „Side Bias“ zu vermeiden. Eine Seitenverzerrung tritt auf, wenn ein Tier eine Präferenz aufgrund seiner Position links/rechts und nicht aufgrund seines Geschmacks zeigt. Statistisch gesehen ist es wichtig, dass die Daten der beiden Tage kombiniert und nicht einzeln behandelt werden. Die beiden Tage müssen in der statistischen Analyse als ein Versuch betrachtet werden.
So wählen Sie eine Probengröße aus
Die Stichprobengröße ist die Anzahl der Katzen oder Hunde, die im Präferenzversuch die Wahl haben. Diese Stichprobengruppe soll repräsentativ für eine größere Gruppe sein. In diesem Beispiel handelt es sich bei der Stichprobe um die Hunde, die für Präferenzversuche verwendet werden, und stellt die größere Gruppe von Hunden in Heimen dar, die an diesem Produkt interessiert sein könnten. Mit einer größeren Stichprobengröße erhöht sich die Zuverlässigkeit der Ergebnisse. Es gibt mehrere Möglichkeiten, eine Stichprobengröße festzulegen:
Bestimmen des erforderlichen Konfidenzniveaus: Mit einer größeren Stichprobengröße steigt das Vertrauen in die Ergebnisse. Dies hängt davon ab, wie gering der Unterschied ist, den Sie ermitteln müssen. Es ist einfacher, einen Unterschied zwischen 2 Gramm und 20 Gramm verzehrter Nahrung festzustellen, als zwischen 2 Gramm und 4 Gramm.
Aus Erfahrung: Bei der Prüfung der Tierfutterpräferenz liegt der Industriestandard bei 20–30 Katzen oder Hunden.
Power-Analyse: Die Power-Analyse ist eine Berechnung, die an einem vorgeschlagenen Experiment durchgeführt werden kann und dabei hilft, die Wahrscheinlichkeit zu minimieren, nach statistischen Tests zu falschen Schlussfolgerungen zu gelangen. Die Leistungsanalyse erfordert zunächst einige Schätzungen der Parameter und ändert sich je nach statistischen Methoden.
Messen
Die Aufnahmequote (Intake Ratio, IR) ist das am AFB am häufigsten verwendete Maß, um Rückschlüsse auf Lebensmittelpräferenzen zu ziehen.
Ein IR(A) von 0.5 bedeutet keine Präferenz, während ein IR(A) von 1 eine vollständige Präferenz für Ration A anzeigt und ein IR(A) von 0 eine vollständige Präferenz für Ration B anzeigt. Die meisten Tests
liegen im Bereich von IR(A) = 0.3 bis 0.7. Das Aufnahmeverhältnis gleicht unterschiedliche Körpergrößen und unterschiedliche Appetite der Versuchstiere aus.
Andere Maßnahmen
AFB berücksichtigt in unseren Schmackhaftigkeitsberichten auch Kennzahlen wie das Verzehrverhältnis und die erste Wahl. Diese Maßnahmen können dazu beitragen, mehr Informationen darüber zu erhalten, wie sich die Katze oder der Hund während der Mahlzeit verhalten hat. Aus mehreren Gründen bieten wir hierfür keinen statistischen Test an.
Berechnung des Ansaugverhältnisses (IR).
(alle Maße in Gramm verbraucht)
WIE MAN EINEN P-WERT INTERPRETIERT
In der Tiernahrungsforschung gilt beim Vergleich zweier Rationen mit einem statistischen Test:
- Ein großer p-Wert bedeutet, dass das Experiment keine überzeugenden Beweise dafür lieferte, dass die beiden Rationen in der Haustierpopulation unterschiedlich waren.
- Ein kleiner p-Wert bedeutet, dass genügend Beweise vorliegen, die die Annahme stützen, dass die beiden Rationen unterschiedlich sind. Auf diese Weise zeigt ein kleiner p-Wert, dass wir wahrscheinlich keinen so großen Unterschied zwischen den beiden Rationen beobachten würden, wenn sie tatsächlich in der Haustierpopulation gleichermaßen bevorzugt würden.
- Der historisch akzeptierte „Grenzwert“ von 0.05 bedeutet, dass p-Werte unter 0.05 als statistisch signifikant gelten. Dieser Cutoff basiert auf der Tradition und wurde ursprünglich von der Rechenfreundlichkeit beeinflusst, bevor Computer allgemein verfügbar wurden.
Beispiele:
Signifikanter Unterschied – Die Ergebnisse eines Versuchs lassen uns zu dem Schluss kommen, dass sich die beiden getesteten Lebensmittel erheblich unterscheiden.
Abbildung 1 ist ein Beispiel unseres Standardberichts für gepaarte Präferenzversuche.
Abbildung 2 zeigt die Ergebnisse pro Hund. Der IR(A) beträgt 0.62 (Abbildung 1) und wird durch das orangefarbene Quadrat dargestellt. Die vom orangefarbenen Quadrat ausgehenden Linien stellen das 95 %-Konfidenzintervall (0.51–0.73) dar, das ein Maß für unser Vertrauen in die Ergebnisse ist. Der p-Wert beträgt 0.039, was darauf hinweist, dass es unwahrscheinlich ist, dass wir dieses Muster zufällig sehen.
Kein signifikanter Unterschied – Ergebnisse einer Studie, die nicht den Schluss zulässt, dass die beiden getesteten Lebensmittel signifikant unterschiedlich sind.
Der IR(A) beträgt 0.50 (Abbildung 3) und wird durch das orangefarbene Quadrat in Abbildung 4 dargestellt. Die vom orangefarbenen Quadrat ausgehenden Linien stellen das 95 %-Konfidenzintervall (0.35–0.65) dar, das ein Maß für unser Vertrauen in die ist Ergebnisse. Der p-Wert für den zweiseitigen T-Test bei einer Stichprobe beträgt 0.49, was darauf hinweist, dass dieses Muster nicht vom Zufall unterscheidbar ist.
P-WERTE VERSTEHEN
Der p-Wert ist kompliziert. Wenn der p-Wert zu stark vereinfacht wird, kann es zu Verwirrung und sogar zu einer falschen Schlussfolgerung kommen.
Beispielsweise wird häufig behauptet, dass ein p-Wert, der über dem Grenzwert von 0.05 liegt, darauf hinweist, dass die beiden Rationen in der Präferenz gleich waren. Tatsächlich deutet dies lediglich darauf hin, dass die Daten nicht genügend Beweise für die Schlussfolgerung enthielten, dass die Rationen unterschiedlich waren. Die Situation ist ähnlich wie bei einer Gruppe von Biologen, die einen See untersuchen. Sie glauben, dass es im See Fische gibt, also werfen sie ein Netz ins Wasser. Wenn sie Fische fangen, haben sie bewiesen, dass es Fische im See gibt. Wenn sie keine Fische fangen, wäre es falsch, daraus zu schließen, dass es im See keine Fische gibt. Eine größere Stichprobengröße (zusätzliche Netzwürfe) würde jedoch mehr Möglichkeiten bieten, Fische zu fangen, wenn sie im See vorhanden wären.
Darüber hinaus erzählt der p-Wert nicht die ganze Geschichte. Betrachten Sie das zweite Beispiel (Abbildung 4): Die Hunde in diesem Tierfutterversuch weisen große Unterschiede auf, wobei einige eine hohe Präferenz für eine Ration zeigen und andere die andere Ration bevorzugen. Dies führte zu einem großen p-Wert, was darauf hindeutet, dass es keinen signifikanten Unterschied zwischen den Rationen gab.
Anstatt die Ergebnisse jedoch zu verwerfen, wäre es ratsam, weiter zu untersuchen, ob es ein identifizierbares Merkmal gibt, das möglicherweise für die Präferenzen verantwortlich ist – etwa, dass ältere Hunde eine Ration und jüngere Hunde die andere bevorzugen. Die Entdeckung dieses Merkmals könnte Tierfutterherstellern helfen, eine Strategie zu entwickeln, um verschiedene Verbrauchersegmente für diese bestimmte Ration anzusprechen, auch wenn es keinen statistisch signifikanten Unterschied zwischen den Rationen gibt. Das Ergebnis könnte die Forschungsdaten optimal nutzen und neue Möglichkeiten bieten, Tierhaltern effektiver zu helfen.