摘要

　　本研究为比较传统线性回归与多变量分析方法预测感官质地的效果，以质地仪之检测结果与水分含量、渗水率等物化特性，利用二元一次线性回归、二元二次线性回归及PLS多变量模式(方程式)预测解冻之预煮滷牛腱其解冻后之感官品质，共有流水、冷藏、热水与微波4种解冻方法。

　　结果发现，PLS多变量模式比线性回归模式有更好的解释模式，并且证明，经过筛选训练与训练评估的评价员确实可以提供有效的科学化数据。因此，只要找到正确的模式，使用经过正确筛训评估的评价员加上适当的多变量预测模式，是可以使用仪器指标数据来预测感官强度反应。

前言

　　由于人工智慧的发展，厂商也急切希望是否能够找到适合的仪器分析，可以代表感官分析的结果，导致许多仪器厂商不断追求精密度、准确度，或是归咎于人的感官不客观；但事实上，只要找到正确的模式，使用经过正确筛训评估的评价员，是可以使用仪器预测感官强度反应。至于喜好性的反应，因为牵涉文化背景，在我们去年的研究中发现，目前还是需要训练型评价员作为中间媒介。

材料与方法

►样品製备
　　－预煮的滷牛腱冷冻后分别以下列四种方式解冻： 流水解冻、冷藏解冻、微波解冻与废水解冻
　　－固定大小/平均部位

►感官分析方法-分析性感官测试
　　－经过筛选训练与评估之14 位评价员
　　－对感官特性共识后加以定义
　　－有隐藏控制组
　　－使用比例估计法针对四项感官质地特性进行四重複
　　－比例估计法的原始数据透过几何平均数标准化处理

►物化性检测
　　－质地分析仪：硬度、弹性、内聚力、咀嚼度、緻密度
　　－渗水率
　　－水分含量

►将物化性检测数据与感官分析数据进行线性回归分析
　　－二元一次线性回归
　　－二元二次线性回归

►将物化性检测数据与感官分析数据进行PLS多变量分析(利用Unscrambler® X )

变数们
感官特性，被预测的Y	预测因子X
硬度 多汁性 纤维鬆散度 咀嚼度	质地分析仪： 　　硬度、弹性、内聚力、咀嚼度、 　　緻密度 渗水率 水分含量

结果-二元二次线性
使用二元二次线性才有下面4个预测模式 R2＞0.5
感官特性，被预测的Y	预测因子X	方程式	R2
硬度	渗水率	Y=1.39-4.21x+9.41x2	0.57
多汁性	渗水率	Y=0.36+8.68x-17.56x2	0.73
纤维鬆散度	渗水率	Y=0.73-4.24x-10.50x2	0.55
咀嚼度	渗水率	Y=1.33-2.86x+3.89x2	0.56

结果-多变量分析
多变量分析轻鬆找到下面4个预测模式 Factor 4 多个 X 预测多个Y
感官特性，被预测的Y	预测因子X	R2
硬度	硬度、弹性、内聚力、咀嚼度、緻密度、渗水率、水分含量。	0.81
多汁性		0.91
纤维鬆散度		0.97
咀嚼度		0.86

以多变量分析 factor 4的预测模式，其感官硬度的量测值与预测值之间的相关性达90%

1.该模式的预测参数(迴归係数图)
2.该模式预测与实际值的差异(下表)
　※以硬度代表

四项感官特性的预测参数

结论

　　获得良好质地测定仪与感官预测性的两个关键因素：

　　1.利用PLS多变量分析比二元一次、二元二次线性方程式都有更好的预测模式。

　　2.透过训练型评价员可以获得稳定可量化的感官数据。

回到 专业论文 列表