小程序
微信小程序
人工客服
回顶部

主成分分析法及其在啤酒风味评价分析中的应用

化子双 | -> | 904| 0| 0.311806MB |啤酒,主成分分析,啤酒风味,评价

化子双 化子双 | 文档量 |浏览量10125

摘要: 用较少的综合指标概括存在于大量观测数据中的各类信息, 综合指标之间彼此不相关, 各指标代表的信息不重叠的分析方法称为主成分分析。应用主成分分析法可实现对不同品牌啤酒风味差异性的评价、同一品牌啤酒风味一致性的评价、同一品牌不同生产厂之间一致性的评价和同一生产厂啤酒一致性的评价。该方法可消除各变量之间的共线性, 减少变量的个数, 结果直观; 可以对啤酒样品风味的差异性、一致性与均一性进行分析比较。
    在科学研究中, 常常需要对反映事物属性的多个变量进行大量的观测, 收集大量数据。多变量大样本无疑会为科学研究提供丰富信息, 但同时也给数据处理带来了困难。特别是某些变量之间可能存在相关性和非相关性, 这意味着表面上看来彼此不同的观测数据并不能从各个侧面反映事物的不同属性, 而恰恰是事物同一种属性的不同表现。由于这种相关性, 使得观测数据所反映
出的事物本质, 并没有观测数据本身多。如何从大量的观测数据中挤去泡沫成分, 获取事物的本质属性, 这就是主成分分析的目的。通过主成分分析, 用较少的综合指标概括存在于大量观测数据中的各类信息, 而综合指标之间彼此不相关, 各指标代表的信息不重叠, 我们将这种分析方法称为主成分分析; 代表特类信息的综合指标称为因子或主成分。
    啤酒是个多指标风味食品, 为了全面了解啤酒的风味, 啤酒企业开发了大量的检测方法用于分析啤酒的指标, 但是面对大量的指标数据, 大多数企业又感到茫然,不知道如何利用这些大量的数据, 由上面的介绍可知,在这种情况下, 主成分分析法能够派上用场。近年来, 科研人员为了获得对啤酒风味更好的理解, 多元统计技术的使用越来越多。这主要有以下两方面的原因: ①在啤
酒领域里, 几乎没有一个问题能够使用单变量( 单指标)就能反映事物的属性, 例如啤酒的好坏、一致性, 不能通过双乙酰一个指标说明问题; ②另一个重要的原因就是, 近年来大量数学统计软件的不断出现和个人电脑的普及促进了多元统计分析技术的应用。多元统计技术在啤酒风味研究中的一个重要任务就是找出啤酒风格和啤酒理化指标( 风味成分指标也属于理化指标) 之间的相关性。例如可以用多元统计技术来找出啤酒的风味指标和啤酒风味的关系或不同啤酒的风味差异性。
    经常使用的多元统计技术有聚类分析、判别分析、主成分分析和回归分析等。其中主成分分析能够用于多指标产品, 主成分分析可以按照事物的相似性区分产品, 结果可用一维、二维或三维平面坐标图标示, 特别直观。使用主成分分析法可以研究隐藏在不同变量背后的关系, 而且根据这些变量能够获得主成分的背景解释。    鉴于主成分分析在啤酒风味质量应用中的强大作用, 本文简单介绍主成分分析的基本原理及其在啤酒一致性监控中的应用,以引起我国啤酒同行的广泛关注。
化子双发布的其他共享资料
    0 色谱币 下载

主成分分析法及其在啤酒风味评价分析中的应用

(311.806K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2