一般化プロクラステス分析のスクリプト作成とそれによるフリーチョイスプロファイル・官能評価データの解析

　人の感覚を用いた評価（官能評価）は訓練されたパネルで客観的な評価結果を得る分析型官能評価と一般的な消費者で主観的な結果を得る嗜好型官能評価に大きく分類される。一方、近年、パネルの訓練や、評価期間・コストを低減しつつ、ある程度の精度で評価解析できる新しい手法（Rappid Methods）も多く取り入れられてきている。Rappid Methodsの一つである、フリーチョイスプロファイル（FCP）は、評価者が各自の評価用語に基づきサンプルを評価していく方法で、事前のパネル訓練を省略しつつ、消費者の自然な知覚や表現を直接捉えられる利点がある。各自が異なる用語や尺度で取得したデータは、多変量解析・一般化プロクラステス分析（GPA）を用いて統合され、サンプル間の共通の知覚空間として解釈される。

　今回、JMP分析メニューに含まれていないGPAを行いFCPデータの解析を行うために、生成AIによりスクリプトを作成し、JMPとpythonを連携させることで解析を可能としたので、FCPデータの結果と解釈をご紹介したい。