食品课件感官and descriptive analysis

1、Chapter 6 Scaling and Descriptive AnalysisAbstract Scaling describes the application of numbers, or judgments that are converted to numerical values, to describe the perceived intensity of a sensory experience or the degree of liking or disliking for some experience or product. Scaling forms the bas

2、is for the sensory method of descriptive analysis. A variety of methods have been used for this purpose and with some caution, all work well in differentiating products. This chapter discusses theoretical issues as well as practical considerations in scaling.This chapter also describes the potential

3、 uses for descriptive analysis in sensory evaluation. We then discuss the use of language and concept formation as well as the requirements for appropriate sensory attribute terms. This is followed by a historical review of the first descriptive analysis technique, the Flavor Profile. We then descri

4、be the Texture Profile, as well as proprietary descriptive methods such as Quantitative Descriptive Analysis and the Spectrum method. We then lead the reader through a step-by-step application of consensus and ballot-trained generic descriptive analyses. We then highlight and discuss some of the stu

5、dies comparing conventional descriptive analysis technique. This is followed by an in-depth discussion of the variations on the theme of descriptive analysis such as free choice profiling and flash profiling.6.1 Common Methods of ScalingSeveral different scaling methods have been used to apply numbe

6、rs to sensory experience.Some, like magnitude estimation, are adapted from psychophysical research, and others, like category scaling have become popular through practical application and dissemination in a wide variety of situations. This section illustrates the common techniques of category scales

7、, line marking, and magnitude estimation.The next section discusses the less frequently used techniques of hybrid category ratio scales, indirect scales, and ranking as alternatives. Two other methods are illustrated.Intensity matching across sensory modalities, called cross-modality matching, was a

8、n important psychophysical technique and a precedent to some of the category ratio scales.Finally, adjustable rating techniques in which panelists make relative placements and are able to alter their ratings are also discussed.第一节 差异标度和分类试验（一）顺位试验法定义；比较数个样品，按指定特性由强度或嗜好程度排出一系列样品的方法称为顺位试验法。该法只排出样品的次序，

9、不评价样品间的差异大小。用途：（1）可用于进行消费者的可接受调查；（2）确定由于不同原料、加工、处理、包装和贮藏等各种环节而造成的产品感官特性差异；（3）评价员的选择与培训；（4）做进一步精细的感官分析的基础；（5）当评价少量样品（6个以下）的复杂性（如质量和风味）或多数样品（20个以上）的外观时，此法迅速有效。步骤：将比较的数个样品，按指定特性要求评价员由强度或嗜好程度排出一系列样品的次序。技术要点：（1）检验前，应由组织者对检验提出具体的规定，对被评价的指标和规则要有一致的理解，如对哪些特性进行排列；（2）一般不超过8个样品，排列的顺序从强到弱还是从弱到强，检验操作要求如何，评价气味时需不

10、需要摇晃等；（3） 排序检验只能按一种特性进行，如要求对不同的特性排序，则按不同特性的要求安排不同的顺序；（4）进行感官刺激的评价时，可以让评价员在不同的评价之间使用水、淡茶或无味面包以恢复原感觉能力；（5）评价员应在限定时间内完成。答卷实例：姓名日期 产品品尝样品后，请根据您所感受的甜度，把样品号码填入适当空格中（每格中必须填入一个号码）。甜味最强甜味最弱4. 统计原理及实例分析某厂为检验四种配方风味瓜子的香味差异，选取六个评价员按香味强弱由小到大进行排序，得到结果见下表。表评价员的排序结果评价员样品秩序12341ABCD2B=CAD3AB=C=D4ABDC5ABCD6ACBD问题：四种样品

11、香味存在显著差异？其分组差异强度如何（样品间差异程度如何）？分析：该题依据三个步骤解答。（1）样品秩次和统计：在每个评价员对每一个样品排出的秩次当中有相同秩次时，则取平均秩次，折算后见下表（表3-12）。评价员样品秩序ABCD秩和1123410231.51.54103133310412431051234106132410每种样品的秩和L813.516.52250A为评价员人数； S为样品数； Ri为样品秩和数。n LiL i1n式中：L为秩次，n为相同秩次的样品个数。(2) 样品显著性分析：采用Friedman检验和Page检验对被检样品之间是否有显著性差异作出判定。1. Friedman检验

12、Friedman检验原理：采用Friedman检验F与查表所得F0相比较，从而可获得结果。 1求F值：43222221S 1RRR R 3A12A SS 1F 2 根据A、S、（显著性水平）值，查表3-13，求F0 。表3-13 Friedman秩和检验近似值临界值表（ F0表）评价员数目A样品数目S345345显著性水平=0.05显著性水平=0.0126.007.608.0036.007.008.538.2010.1346.507.508.808.009.3011.1056.407.808.968.409.9611.5266.337.609.499.0010.2013.2876.007.62

13、9.498.8510.3713.2886.257.659.499.0010.3513.2896.227.819.498.6611.3413.28106.207.819.498.6011.3413.28116.547.819.498.9011.3413.28126.167.819.498.6611.3413.28136.007.819.498.7611.3413.28146.147.819.499.0011.3413.28156.407.819.498.9311.3413.283 若F与F0相近而不易确定样品差距时，可以用校正后的F代替F进行判断。1 V / AS S 2 1FF 式中：V (n

14、3 n ) (n3 n ) (n3 n)1122kkn1，n2，nk为出现相同秩次的样品数，若没有相同的秩次，则nk =1。4 比较：F(或F) F0,样品之间有显著差异;F(或F) F0 ，所以，在1%水平上，样品间有显著性差异。5 当评价员人数A较大，或当样品数S大于5时，超出表10-13的范围，此时可以查附表1中的x2分布，F值近似服从自由度为S-1的x2值。 23 2 33 3 13 1 6 24 301122kkV (n3 n ) (n3 n ) (n3 n)10.2522 11.1711 1 30 / 6 4 41 V / AS SF故 F 2. Page检验有时样品有自然的顺序，

15、例如样品成分的比例、温度、不同的储藏时间等可测因素造成的自然顺序。为了检验该因素的效应，可以使用Page检验。该检验也是一种秩和检验，在样品有自然的顺序的情况下， Page检验比 Friedman检验更有效。Page检验原理：如果r1、r2、rp是以确定的顺序排列的P种样品的理论上的平均秩次，如果两种样品之间没有差别，则应该r1=r2=rp。否则r1r2 rp，其中至少有一个不等式是成立的，检验假设能否成立，用下式计算统计量来确定：L=R1+2R2+PRP若计算出的L值大于或等于表3-14中相应的临界值，则拒绝原假设而判定样品间有显著差异。若评价员人数J或样品数目P超出表3-14中的范围，可以

16、用统计量L作检验。当L1.65，=0.05； L2.33，=0.01。以此判定样品之间有显著性差异。表3-14 Page检验临界值表P(P 1)J (P 1)12L 3P(P 1)2L评价员数目J样品（或产品）数 P345678345678显著性水平=0.05显著性水平=0.012285810316625236260106173261376341841502443703524287155252382549454111197321487701551142043315017225661372443976038696814125140962089367916329147471910378116729

17、94867371063791189338550835120493193346563855123281042143846259501371106220393640972140191162404317011065153711924644171710881569101282664777771180170313127248779312051736111412925238521295186814429853486913211905121533175709281410203515632458494614372072续表 3-14评价员数目J样品（或产品）数 P345678345678显著性水平=0.05显

18、著性水平=0.01131653436151003152522011693506281022155322401417836866110781639236718137667410981668240715190394707115317542532194402721117417842574162024207541228186826972064277671249189927401721544580013031982286221845381413252014290718227471846137820973028231479860140121303073192394968911453221731932435

19、0590614762245324020251522937152823253358256531953155223603406=167，所查表3-14知，L（6，4）=0.05=163， L（6，4）=0.01以，样品间有显著性差异。上例中L 1 8 2 13.5 3 16.5 4 22 172.5（3）样品之间的分组分析：采用多重比较法和分组方法以及Kramer检定方法进一步确定个样品间的差异程度。1.采用多重比较法和分组法根据各样品间的秩和Lp，从小到大将样品初步排序，上面例子的排序为：RA 8RB 13.5RC 16.5RD 22计算临界值r（I，）：式中：q(I,)值可依据I=1,2,3,

20、S，查表3-15求取。12AS(S 1)r(I,) q(I,)以下的顺序检验这些秩和的差数：最大减最小，最大减次小，最大减次大，然后次大减最小，次大减次小，依次减下去，一直到次小减最小：RAP-RA1与r(P,)比较； RAP-RA2与r(P-1,)比较；RAP-RAP-1与r(2,)比较； RAP-1-RA1与r(P-1,)比较； RAP-1-RA2与r(P-1,)比较；RA2-RA1与r(2,)比较若相互比较的两样品Aj与Ai的秩次之差RAj-RAi（j1)小于相应的r值，则表示这两个样品以及秩次位于这两个样品之间的所有样品无明显差异，在这些样品之下可以用一条横线表示，即：AiAi+1Aj

21、I=0.01=0.05I=0.01=0.0523.642.77115.234.5534.123.31125.294.6244.403.63135.354.6954.603.86145.404.7464.764.03155.454.8074.884.17165.494.8584.994.29175.544.8995.084.39185.574.93105.164.47195.614.97205.655.01386.065.46225.715.08406.095.50245.775.14506.235.65265.825.20606.345.76285.875.25706.435.86305.91

22、5.30806.515.95325.955.35906.586.02345.995.391006.466.09366.035.43表10-14q（I，）值表横线内的样品不必再作比较。若相互比较的两个样品Ai与Aj的秩和差RAj-RAi大于或等于相应的r值，则表示者这两个样品有显著性差别，其下面的不画线。不同横线上面的样品表示不同的组，若有样品处于横线重叠处，应单独列为一组。应用举例：据表3-15，临界值r（I，）为：查表3-15可得：r(4,0.05)=q(4,0.05)3.16=3.633.16=11.47 r(3,0.05)=q(3,0.05)3.16=3.313.16=10.46 r(2

23、,0.05)=q(2,0.05)3.16=2.773.16=8.75由于R4-R1=22-8=14 r(4,0.05)=11.47，不可画线； R4-R2=22-13.5=8.5 r(3,0.05)=10.46，可画线； R3-R1=16.5-8=8.5 r(3,0.05)=10.46，可画线；结果如下:ABCD12126 4 (4 1) 3.16q(I , )AS (S 1) qI , r(I , ) q(I , )最后分为3组：ABCD结论：在5%的显著性水平上，D样品最甜，C、B样品次之，A最不甜，B、C样品在甜度上无明显区别。2. Kramer检定法首先列出表3-11与表3-12那样的

24、统计表，查附表2与附表3顺位检验法检验表（=0.05，=0.01）中的相应于评价员数J和样品P的临界值，从而分析出检验的结果。查附表2 （=0.05）和附表3 （=0.01），相应于J=6和P=4的临界值：5%显著性水平1%显著性水平上段921822下段1119921首先通过上段来检验是否有显著性差异。步骤：把每个样品的位级和与上段的最大值Rimax和最小值Rimin相比较。若样品的位级和的所有数值都在上段的范围内，说明样品间没有显著差异。若样品位级和 Rimax或 Rimin ，则样品间有显著差异。根据表3-12，由于最大的Rimax=22=RD，最小Rimin=8=RA，所以说明在1%显著

25、水平，四个样品之间有显著性差异。再通过下段检查样品间的差异程度。若样品Rn处在下段范围之内，则可以将其划为一组，表明其间无差异；若样品的位级和Rn落在下段范围之外，则落在上限之外和落在下限之外的样品就可以划为一组。上例中，由于Rimax=21RA=8；Rimin=9RB=13.5RC=16.516.81,故这三个级别间在1%水平上有显著性差异，即：这4个样品可以分成3个等级，其中，C、B接近，可表示为：C、B、A、D即：C、B为1级，A为2级，D为3级。教材P79-83， 实例17。（三） 评分试验法定义：要求鉴评员把样品的品质特性以数字标度形式来鉴评的一种检验称为评分检验法。它不同于其他方法

26、的是所谓的绝对性评判。1.用途：可用于鉴评一种或多种产品的一个或多个指标的强度及其差异，特别适用于鉴评新产品。2.步骤：首先应确定所使用的标度类型，使鉴评员对每一个评分点所代表的意义有共同的认识。样品的出示顺序可利用拉丁法随机排列。3.技术要点：（1）根据鉴评员各自的鉴评基准进行评判；（2）用增加鉴评员人数的方法来提高试验精度；（3）在评分时，使用的数字标度为等距标度或比率标度。 4.答卷举例：（1）9分制评分法123456789-4-3-2-101234非常不喜欢很不喜欢不喜欢不太喜欢一般稍喜欢喜欢很喜欢非常喜欢（2）平衡评分法一般=0（3）5分制评分法如无感觉=0，稍稍有感觉=1，稍有感觉

27、=2，有=3，较强=4，非常强=5；（4）10分制评分法（5）百分制评分法然后通过复合比较，来分析各个样品特性的差异情况。如通过F检验及 Duncan复合比较。但当样品数只有2个时，可用较为简单的t检验。 5.统计与案例分析例1：10位鉴评员鉴评两种样品，以9分制鉴评，求两样品是否有差异？评价员12345678910合计平均值样品A8778177867717.1B6767167777666.6评分差D20110101-1050.5d2401101011090.85 /10以鉴评员自由度为9查t分布表，在5%显著水平相应的临界值为t(9,0.05)=2.262.因为2.2621.86,可推断A,

28、B两样品没有显著差异(5%显著水平)0.552210 0.8510 19 2t 1.86n 1/ n dd 2n 1d d d用t检验进行分析：其中d 0.5, n 10, t nn i1 i1 i in i1 ie e /n显著水平自由度345678910115%1%3.1825.8412.7764.6042.5713.3652.4473.7072.3653.4992.3063.3552.2623.2502.2283.1692.2013.106显著水平自由度1213141516171819205%1%2.1793.0552.1603.0122.1452.9772.1312.9472.1202

29、.9212.1102.8982.1012.8782.0932.8612.0862.845t 分布表例2. 为了调查人造奶油与天然奶油的嗜好情况，制备了三种样品：（1）用人造奶油制作的白色调味汁；（2）用天然奶油及人造奶油各50%制作的白色调味汁；（3）用天然奶油制作的调味汁。选用16名鉴评员进行评分检验,共收到48 张有效票。评分标准为：+2表示风味很好；+1表示风味好；0表示风味一般；-1表示风味不佳；-2表示风味很差。检验结果如下表。样品号评价员数评分标准+2+10-1-2总分(A)平均分数( A)119240+70.44206640+20.13305920+30.19其中A1=（+2）1

30、+（+1）9+02+（-1）4+（-2）0=+7A1 A1 / 16 7 / 16 0.44T=+7+2+3=12022223160.6745 1 1 12 24848T 2ij(4)检定F分布表(见附表4)中自由度为2的和45的5%误差水平时,F 2 (0.05) 3.2 F450故可得出这三种调味汁 之间的风味没有差别的 结论。二者方差比为 F 0.44 0.662误差方差 30.12 0.67因此, 误差平方和 31 0.88 30.12总自由度 48 1 47样品自由度 3 1 2误差自由度 47 2 45均方差为变因平方和除 以自由度样品方差 0.88 0.44Ai CF 16 (7

31、 3 2 ) 3 0.88样品平方和 16x 2 CF (2) 2 (1 0 0) (1) 2 (9 6 5) 02 (2 6 9) 总平方和 3CF i 1i 1 j 1(1) 2 (4 4 2) (2) 2 (0 0 0) 3 313教材P92-100实例21（四）成对比较法定义：把数个样品中的任何两个分别组成一组，要求鉴评员对其中任意一组的两个样品进行鉴评，最后把所有组的结果综合分析，从而得出数个样品的相对结果的方法称为成对比较法。当有数个样品进行比较，而一次把全部样品的差别判断出来有困难时，常用此法。但是，当比较的样品增多时，要求比较的数目配对数为1/2（n-1）n就会变得极大，以至实

32、际上较难实现。检验时，要求各个样品的组合几率应相同，而且鉴评顺序是随机的、均衡的。可同时出示给鉴评员一对或n对组合，但要保证不应导致鉴评员产生疲劳。结果分析采用Scheff法例：12名鉴评员鉴评市售炖牛肉（A、B两公司的样品）和家制品（C）的嗜好性。将样品组成（C，A）、（A，B）和（B，C）三种组合，由每一名鉴评员分别按照每种组合的正、反两种顺序进行品尝，再按如下标准判断嗜好度。+2首先被品尝的样品确实比后一种样品的味道美得多；+1先品尝的比后一种味道稍美一些；0 前后两样品的味道相同；-1 先品尝的比后一种味道有一点不好；-2 先品尝的远比后一种味道好。样品组合评价数标准-2-10+1+2

33、总分平均()平均优势()C、A00462100.8330.500A、C05430-2-0.167-0.500C、B102000-22-1.833-1.375B、C11064110.9171.375A、B53112-8-0.667-0.667B、A2210780.6670.667合计1813101615-3表中“总分”为该组合的评分总和。而A、C的平均优势为-0.500。（1）样品效应为该产品与其他样品配对的平均优势之和除以样品数。22如（C、A）组=（-2）0+04+（+1）6+（+2）2=10，平均值()=总分/评价人数，如10/12=0.833，平均优势()=正、反平均值之和的平均（是指组

34、合C-A的平均分）。如C、A的平均优势()=（C-A）的平均值-（A-C）的平均值/2=1 (CA AC) 1 0.833 (0.167) 0.500333333333BACBABBBCCABAACABABCACCCACB ) 1 (1.375 0.667) 0.681 ) 1 ( 1 ( ) 1 ( ) 1 (0.500) 0.667 0.389, 1 ( ) 1 (0.500 1.375) 0.292, 1 ( ) 1 (样品效应和 C A B 0.292 0.389 0.681 0（2）组合效应 CA 0.500 0.292 (0.389) 0.403 CA CA ( C A ) CB

35、1.375 (0.292 0.681) 0.402 AB 0.677 (0.389 0.681) 0.403(3)平方和(4)自由度2222 0.3892 0.6892 51.2136 0.292tti1 j 1ijt 2 12 0.500 1.3752 0.662 61.8288i1j 122iji1i顺序效应平方和S S S 69.7480 61.8288 7.9192总效应平方和St 2 (18 15) 1 (13 16) 0 16122误差效应平方和SS St S 161 69.7480 91.2520样品效应为3-1=2,组合效应为2-1=1,顺序效应为3(2-1)=3,总自由度为2

36、123-1=71误差自由度为71-2-1-3=65排列效应平方和S n组合效应平方和S S S 61.8288 51.2136 10.6152t无顺序样品效应平方和S 2nt样品效应平方和S 2nt 2 12 3 12 0.833 (0.167)2 0.6672 69.7480(5)均方差样品均方差=51.2136/2=25.6068组合的均方差为10.6152顺序均方差为7.9192/3=2.6397 误差均方差为91.2520/65=1.4039 (6)方差F01.40391.40391.4039000顺序F 2.6397 1.8803组合F 10.6152 7.5612样品F 25.60

37、68 18.2397(7)检定(1)检定各因子是否有显著性水平差异查F分布表(附表4)知,因此,在5%显著水平,该检验存在样品效应和组合效应差异,而无顺序效应。310650652065213656565F 1.8803 F 2.76组合F 7.5612 F 4.00,顺序对样品，F 18.2397 F 3.15F 3.15, F 4.00, F 2.76列出方差表：方差来源自由度平方和均方差F0 值样品251.213625.606818.2397组合110.615210.61527.5612顺序37.91922.63971.8803误差6591.25201.4039总和71161(2)效应关系

38、检定再因（B、C）得分11，而（C、A）得分10，故B样品的嗜好度最大。用通俗的话说，有95%把握认为人们对C、A两样的嗜好没有明显差别，但是对C与 B和A与B之间的嗜好有明显不同，故B公司产品更有竞争能力，A公司和家制品次之。教材P83-87。1.40390.0522nt 0.973 Y0.05 , 故有显著差异。2 12 3Y 3.40 10.05Y0.05 q10.05 又因C、B间C B 0.475因C、A样品间 C A 0.097 Y0.05，故无显著差异。（为误差均方差）， q查q（t，0.05）表（附表 6）知， t 3， 65时，q 3.40，则其中 1.4039根据Yi求值公

39、式,比较Yi与各样品效应的值差的绝对值大小,决定样品间显著性水平。 2（五）多样品差异试验随机（完全）分组设计这种试验是基于两种样品以上，同样是根据某一种属性来进行比较，如甜度、新鲜程度等。最简单的方法就是同时排列所有的样品，但结果就不如更复杂的方法那样准确和可行。另一个较为简便的方法是用等级量尺度比较所有的样品，类似前面提到的成对比较试验。1.简单排序试验法Friedman分析（1）适用范围当根据单个属性（如甜度、新鲜程度）来比较多种样品时可以采用此法。排序是进行多样品比较的最简单方法，但是结果仅仅只有样品排列的顺序，而不能体现差异的程度，差异较大和差异较小的样品间都同样只相差一个顺序单位。

40、排序法比其他方法更省时，在后续分析做粗分拣时极为有用。（2）试验原理按随机顺序将样品呈送给鉴评员，要求鉴评员根据某一属性对其进行排序，再计算出排序总数并用Friedman试验对结果统计评估。（3）鉴评员同样按照三角试验所述的方法去选择、训练和指导鉴评员。每次试验至少需要8个鉴评员，如果多于16个鉴评员，得到的结果将更为准确。鉴评员需要特殊的指导和训练使他们能反复辨别属性的差异，选择鉴评员也应该以其感知属性的微小差异能力为基础。（4）试验过程实验控制和产品控制参见三角试验。尽可能同时呈送所有的样品，鉴评员收到随机排列的t个样品后，任务就是将它们按一定的顺序重排。样品可以只呈送一次，也可以采用不同

41、的编码呈送多次。一般样品被呈送两次以上后，准确度可以大大增加。在偏爱试验中，鉴评员应将最喜爱的样品编为1号，其次喜欢的编为2号，等等；而在强度试验中，鉴评员应将强度最弱的样品编为1号，而强度次弱的编为2号，等等。如果需要按照同系列样品的多种属性来进行排序，则对每种属性的试验过程需分开进行，并使用不同编码的新样品，以免一种属性的结果影响到另一种。建议鉴评员在经过第一次试验后暂定一个临时顺序，再基于以后的多次试验不断修改这个顺序。对于两种特别相近的样品，应指导鉴评员作出“最佳猜 测”，如果鉴评员不对其进行选择的话，就应该在注释中说明两种样品是一致的，并计算出它们的平均顺序。比如在一个4种样品的试验

42、中，如果鉴评员不能区分中间2种样品，就把这2种样品的顺序定为2.5即（2+3）/2。（5）结果分析与解释在结果分析中，Friedman分析比Kramer表更为常用，因为后者对于中间顺序样品的评估准确度不高。在实例19中会提到将所有鉴评员的排列顺序结果列表，并计算最后的顺序总和。然后，用统计学公式计算出试验的T值。如果T值超过了自由度为（t-1）的x2随机变量的临界值上限，表明样品间存在着明显的差异。实例19：比较4种甜味剂的持久程度某实验室欲比较4种人工甜味剂A、B、C、D的持久程度。实验目的是经吞咽以后，测定不同甜味剂持久程度是否存在明显差异。由于个体间风味持续感的差异较大，因此这个试验要求

43、有一个较多人数的评定小组。选择简单排序试验比较合适，因为它简便易行，并且鉴评员不需要经过很多训练。对于4种样品的排序试验，选择了48位鉴评员或学生来进行试验。每位鉴评员接到4个样品，样品都用三位数编码，并按平衡、随机顺序呈送。评分表如表5-32所示见参考文献P88。编码顺序表 5-32简单排序试验评分表简单排序试验姓名日期 样品种类人工甜味剂研究属性甜味持久度说明收到样品后根据样品位置记录下样品盘上每个样品编码。从左到右依次品尝样品，并记录下。相邻两个样品间至少间隔 30s 并需用清水漱口。当察觉到时记录为 1 号，其次为 2 号，再其次为 3 号，4 号为。应预先排出临时顺序，经过再次品尝后

44、再对此顺序进行修改。若两样品极为相似，应对其排列顺序作出“最佳猜测”。注释：试验需做好充分准备，以确保化合物间除了比较的属性外没有其它差异，也就是说，源于化学成分的差异。4个有经验的品尝员应事先评估和调节样品以确保它们对普通人来说甜味一致，并且在温度、黏度、外观（颜色、浑浊度、泡沫持久性等）上没有任何差异，以排除通过味觉和嗅觉以外的识别途径而获得的结果。表5-33所示为试验结果和计算得到的排序总和。T值由下列公示计算得到：式中1052 3 48 5 12 /48 4 51352 1032 1372 12.85b鉴评员人数；t样品数；Xj各样品的顺序总和。2 X 3bt 112 / btt 1T

45、 tj 1j表 5-33实例 19 （4 种甜味剂持久程度比较）试验结果评定人员编号样品A样品B样品C样品D1314223241331244314251324-444231453142463412474123484231顺序总和135103137105查附表2可知，自由度为3的X2的5%临界值的上限为7.81.而T值为 12.85，远远7.81，表明样品间甜味持续程度存在明显差异。为了测定哪些样品间差异较大，可通过计算多重比较的临界值得到：式中，查附表1可得到t/2,= t0.025/2,=1.96,b为鉴评员人数， t为样品数。如果任意两样品的排序总和的差别24.8，说明它们之间存在着较明显

46、的差异。因此，由表5-33可以得出结论：样品B和D的甜味持久程度明显不如样品A和C；同时，A和C或B和D样品间的差异较小。btt 1/ 6 t / 2,LSD顺序 1.9648 4 5 / 6 24.82.差异分析评分法(ANOVA)1适用范围当试验目的是为了测定t种样品的感官属性的差异程度时，常用此法。这里的t通常是36，最多为8，并且可以将所有样品作为一大系列来进行比较。2试验原理鉴评员用数字尺度(即评分的形式)来评价所选属性的强度。试验结果通过方差分析进行评估。3鉴评员同样按照三角试验所述的方法去选择、训练和指导鉴评员。每次试验至少需要8个鉴评员，如果多于16个鉴评员，得到的结果将更为准

47、确。鉴评员需要特殊的指导和训练使他们能反复辨别属性的差异。根据试验目的，应选择对感官属性具有高识别力的鉴评员。试验过程实验控制和产品控制参见三角试验。尽可能同时呈送所有的样品，鉴评员收到随机排列的t样品后，任务就是将它们按一定顺序重排。样品可以只呈送一次，也可以采用不同的编码呈送多次。一般样品被呈送两次以上后，准确度可以大大增加。当要评价多个属性时，理论上对于每个属性的评价过程应该分开进行，但在实际描述分析中，由于样品需评价的属性个数较多(典型的情况625个)，要将评价过程完全分开是不可能的。同时，感官分析家也认为尤需将每种属性分开评价，因为样品的各属性间存在着相互依赖。因此，必须使鉴评员意识

48、别这种相互影响，并且通过严格的训练而使他们能够单独地识别每种属性。结果分析与解释试验结果采用方差分析方法讨论。实例21：感官评定课程的受欢迎程度某校食品科学系在感官评定课程结束以后，要求学生对课程的各力面进行打分评估。分值从-33，其中-3非常差，0一般，3非常好；30个学生评分后的结果如表 535所示。评定的目的是为了调查该课程需要在哪些入面有所改进。将数据做随机(完全)分组设计的方差分析。学生作为组，评定项目作为处理对象。如表536所示，评定项目的F值非常大(F评定项目1291，PrF3.871290.0001)。因此，课程评定人员得出结论：评定项目的平均反应间存在着差异。评定人员实施了一

49、个LSD多重比较过程去测定哪些项目相互问具有明显差异。LSD过程表明教授讲课的清晰度在平均评分上明显低于其他项目，其他项目在平均评分上没有明显差异。方差分析计算过程如表536所示。6.2 Descriptive AnalysisDescriptive sensory analyses are the most sophisticated tools in the arsenal of the sensory scientist.These techniques allow the sensory scientist to obtain complete sensory descriptions

50、 of products, to identify underlying ingredient and process variables, and/or to determine which sensory attributes are important to acceptance.A generic descriptive analysis would usually have between 8 and 12 panelists that would have been trained, with the use of reference standards, to understan

51、d and agree on the meaning of the attributes used. They would usually use a quantitative scale for intensity which allows the data to be statistically analyzed. These panelists would not be asked for their hedonic responses to the products.However, as we will see in this chapter, there are several d

52、ifferent descriptive analysis methods and, in general, these reflect very different sensory philosophies and approaches. Usually, descriptive techniques produce objective descriptions of products in terms of the perceived sensory attributes.Depending on the specific technique used, the description c

53、an be more or less objective, as well as qualitative or quantitative.第二节 分析或描述性试验食品的感官特性是多方面、多层次的。如其色泽、香气、入口后的风味（味觉、嗅觉、口腔的冷、热、涩、辣等感觉）、回味质地特性等等。回味也称余味，是食物样品被吞下或吐出后出现的与原来不同的特性、特征的风味。质地则主要是由食物样品的机械特性如硬度、凝聚度、精度、附着度、弹性五个基本特性和碎裂度，固体食物咀嚼度，半固体食物胶密度三个从属特性等来决定物性，主要指导产品的颗粒、形态及方向物性，如食品食用时的平滑感、层状感、丝状感、粗粒感、油腻感、润湿感等。定义：分析或描述性检验是评价员对产品的所有品质特性进行定性、定量的分析与描述的一种评价方法，通常分为简单描述检验法（定性）和定量描述检验法二类。它们的主要用途有：（1）新产品的开发研制；（2）鉴别产品之间的差别；（3）质量控制；（4）为仪器检验提供感官数据；（5