摘要

　　本研究為比較傳統線性回歸與多變量分析方法預測感官質地的效果，以質地儀之檢測結果與水分含量、滲水率等物化特性，利用二元一次線性回歸、二元二次線性回歸及PLS多變量模式(方程式)預測解凍之預煮滷牛腱其解凍後之感官品質，共有流水、冷藏、熱水與微波4種解凍方法。

　　結果發現，PLS多變量模式比線性回歸模式有更好的解釋模式，並且證明，經過篩選訓練與訓練評估的品評員確實可以提供有效的科學化數據。因此，只要找到正確的模式，使用經過正確篩訓評估的品評員加上適當的多變量預測模式，是可以使用儀器指標數據來預測感官強度反應。

前言

　　由於人工智慧的發展，廠商也急切希望是否能夠找到適合的儀器分析，可以代表感官分析的結果，導致許多儀器廠商不斷追求精密度、準確度，或是歸咎於人的感官不客觀；但事實上，只要找到正確的模式，使用經過正確篩訓評估的品評員，是可以使用儀器預測感官強度反應。至於喜好性的反應，因為牽涉文化背景，在我們去年的研究中發現，目前還是需要訓練型品評員作為中間媒介。

材料與方法

►樣品製備
　　－預煮的滷牛腱冷凍後分別以下列四種方式解凍： 流水解凍、冷藏解凍、微波解凍與廢水解凍
　　－固定大小/平均部位

►感官分析方法-分析性感官測試
　　－經過篩選訓練與評估之14 位品評員
　　－對感官特性共識後加以定義
　　－有隱藏控制組
　　－使用比例估計法針對四項感官質地特性進行四重複
　　－比例估計法的原始數據透過幾何平均數標準化處理

►物化性檢測
　　－質地分析儀：硬度、彈性、內聚力、咀嚼度、緻密度
　　－滲水率
　　－水分含量

►將物化性檢測數據與感官分析數據進行線性回歸分析
　　－二元一次線性回歸
　　－二元二次線性回歸

►將物化性檢測數據與感官分析數據進行PLS多變量分析(利用Unscrambler® X )

變數們
感官特性，被預測的Y	預測因子X
硬度 多汁性 纖維鬆散度 咀嚼度	質地分析儀： 　　硬度、彈性、內聚力、咀嚼度、 　　緻密度 滲水率 水分含量

結果-二元二次線性
使用二元二次線性才有下面4個預測模式 R2＞0.5
感官特性，被預測的Y	預測因子X	方程式	R2
硬度	滲水率	Y=1.39-4.21x+9.41x2	0.57
多汁性	滲水率	Y=0.36+8.68x-17.56x2	0.73
纖維鬆散度	滲水率	Y=0.73-4.24x-10.50x2	0.55
咀嚼度	滲水率	Y=1.33-2.86x+3.89x2	0.56

結果-多變量分析
多變量分析輕鬆找到下面4個預測模式 Factor 4 多個 X 預測多個Y
感官特性，被預測的Y	預測因子X	R2
硬度	硬度、彈性、內聚力、咀嚼度、緻密度、滲水率、水分含量。	0.81
多汁性		0.91
纖維鬆散度		0.97
咀嚼度		0.86

以多變量分析 factor 4的預測模式，其感官硬度的量測值與預測值之間的相關性達90%

1.該模式的預測參數(迴歸係數圖)
2.該模式預測與實際值的差異(下表)
　※以硬度代表

四項感官特性的預測參數

結論

　　獲得良好質地測定儀與感官預測性的兩個關鍵因素：

　　1.利用PLS多變量分析比二元一次、二元二次線性方程式都有更好的預測模式。

　　2.透過訓練型品評員可以獲得穩定可量化的感官數據。

回到 專業論文 列表