p 值在适口性评估中的重要性

在宠物食品行业，有关产品改进的业务决策基于使用数据的比较适口性评估。宠物的偏好通常通过两碗试验来确定。来自这些或任何比较的数据必须仔细分析才能讲述准确的故事。此分析的第一步是定义您将使用什么衡量标准来衡量偏好。下一步是确定 p 值，该统计数据表明在收集和分析数据后假设的情况是否合理。

方法

在 AFB，宠物食品偏好最常用的方法是配对偏好试验。同时向每只猫或狗提供等量的两种待比较食物。在预设的时间或食用量后，将食物取出并称重以确定剩余的量。第二天以相同的方式呈现相同的两种食物，只是食物位置从左到右交换。为了避免所谓的“侧向偏差”，这种转换很重要。当动物因其左/右位置而不是其味道而表现出偏好时，就会发生侧偏。从统计角度来看，至关重要的是，将两天的数据合并起来，而不是单独处理。在统计分析中，这两天必须被视为一次试验。

如何选择样本大小

样本量是在偏好试验中提供选择的猫或狗的数量。该样本组旨在代表更大的组。在此示例中，样本是用于偏好试验的狗，代表家庭中可能对此产品感兴趣的较大群体的狗。样本量越大，结果的可信度越高。设置样本大小的方法有多种：

确定所需的置信度：样本量越大，结果的置信度越高。这取决于您需要找到多小的差异。相比 2 克和 20 克的食物，更容易发现 2 克和 4 克所吃食物之间的差异。

根据经验：在宠物食品偏好测试中，行业标准是20-30只猫或狗。

功效分析：功效分析是一种可以在提议的实验上进行的计算，有助于最大限度地减少统计测试后得出错误结论的机会。功率分析首先需要对参数进行一些估计，并且会根据统计方法而变化。

测量

摄入率 (IR) 是 AFB 最常用于得出食物偏好结论的衡量标准。

IR(A) 为 0.5 表示没有偏好，而 IR(A) 为 1 表示完全偏好比例 A，IR(A) 为 0 表示完全偏好比例 B。大多数测试
落在IR(A)=0.3至0.7的范围内。摄入量比例可以补偿试验中动物不同的体型和不同的食欲。

其他措施

AFB 还在我们的适口性报告中纳入了消耗率和首选等指标。这些措施可以帮助提供有关猫或狗在用餐期间行为方式的更多信息。由于多种原因，我们不提供这些统计测试。

进气比 (IR) 计算

（所有措施均以消耗克数为单位）

如何解释 P 值

在宠物食品研究中，当通过统计检验比较两种日粮时：

• 大的 p 值意味着实验没有提供令人信服的证据，证明两种日粮在宠物群体中的偏好不同。
• p 值较小意味着存在足够的证据支持两种配给量不同的观点。通过这种方式，较小的 p 值表明，如果事实上两种口粮在宠物群体中同样受到青睐，我们就不太可能观察到两种口粮之间存在如此大的差异。
• 历史上公认的 0.05“截止值”意味着小于 0.05 的 p 值被认为具有统计显着性。这种界限是基于传统的，最初是在计算机广泛使用之前受到计算便利性的影响。

示例

显着差异——试验结果使我们得出结论，所测试的两种食品存在显着差异。

图 1 是我们配对偏好试验的标准报告的示例。

图 2 显示了狗的结果。 IR(A) 为 0.62（图 1），由橙色方块表示。从橙色方块延伸的线是 95% 置信区间 (0.51-0.73)，它衡量我们对结果的置信度。 p 值为 0.039，这表明我们不太可能偶然看到这种模式。

无显着差异——试验结果不允许我们得出测试的两种食品有显着差异的结论。

IR(A) 为 0.50（图 3），由图 4 中的橙色方块表示。从橙色方块延伸的线是 95% 置信区间 (0.35-0.65)，这是我们对结果。双边单样本 t 检验的 p 值为 0.49，这表明该模式无法与偶然模式区分开来。

了解 P 值

p 值很复杂。当 p 值过于简化时，可能会产生混乱，甚至产生错误的结论。

例如，一种常见的说法是，p 值低于 0.05 截止值表明两种配给的偏好相同。事实上，这仅仅表明数据中没有足够的证据来得出口粮不同的结论。这种情况类似于一群正在研究湖泊的生物学家。他们认为湖里有鱼，就向水里撒网。 如果他们钓到鱼，就证明湖里有鱼。如果他们没有捕到鱼，就不能得出湖里没有鱼的结论。然而，如果湖中存在鱼类，较大的样本量（额外的撒网）将提供更多的机会捕获鱼类。

此外，p 值并不能说明全部情况。考虑第二个例子（图 4）：该宠物食品试验中的狗有很大的差异，有些狗对一种口粮表现出高度偏好，有些则更喜欢另一种口粮。这导致了较大的 p 值，表明日粮之间没有显着差异。

然而，明智的做法是进一步调查是否存在可能导致偏好的可识别特征，例如年长的狗更喜欢一种口粮，而年轻的狗更喜欢另一种口粮，而不是忽视这些结果。发现这一特征可以帮助宠物食品制造商制定针对特定日粮的不同消费者群体的策略，尽管日粮之间没有统计上的显着差异。结果可以最大限度地利用研究数据，并为更有效地服务宠物主人提供新的机会。