(高清版)GBT 39992-2021 感官分析 方法学 平衡不完全区组设计

GB/T39992—2021/ISO29842:20感官分析方法学平衡不完全区组设计国家市场监督管理总局国家标准化管理委员会GB/T39992—2021/ISO298 I 25.1总则 25.2评分数据的方差分析 56在感官评价中的应用 附录A(资料性)不完全区组设计目录 6附录B(资料性)针对评分数据的平衡不完全区组设计示例 附录C(资料性)针对顺序数据的平衡不完全区组设计示例 I——GB/T10221—2012感官分析术语(ISO5492:2008,MOD);——GB/T3358.1—2009统计学词汇及符号第1部分：一般统计术语与用于概率的术语(ISO3534-1:2006,IDT)。 1GB/T39992—2021/ISO29842:ISO3534-1统计学词汇及符号第1部分：一般统计术语与用于概率的术语(Statistics—Vocabularyandsymbols—Part1:Generalstatisticalt平衡不完全区组(BIB)设计适用于感官评价中样品总数大于评价员在产生感官和心理疲劳前所能集。平衡不完全区组设计例子如表1所示。2表1具有5个样品和10个区组/评价员的BIB设计区组(评价员)测试样品12345XXX2XXX3XXX4×X×5XXX6×XX7XXX8XXX9XXXXXX3GB/T39992—2021/ISO29842:2011BIB设计获得的评分数据可采用方差分析(ANOVA)进行处理。BIB设计的方差分析模型中，其要采用比随机(完全)区组设计更复杂的公式来计算BIB设计的ANOVA平方和。感官分析师应确保用于执行分析的程序能够处理BIB设计。在许多计算机统计软件包中，ANOVA程序仅适用于完全设(GLM)程序或混合模型程序。用于分析BIB数据的ANOVA形式取决于该设计的具体实施形式。当实验形式为表1中示例的单次重复设计方式时，其方差分析表如表2所示。表2平衡不完全区组设计ANOVA表(单次重复)自由度(DF)平方和(SS)均方(MS)F总和评价员S样品(根据评价员进行调整)误差若表2中的F统计量大于相应自由度的上α临界值所对应的F值，则评分均值相同的原假设不成ence),L],以确定哪些样品间存在显著差异。适用于单次重复的BIB设计的费希尔LSD(L)按公式(1) (1)t,k,r——含义见第4章；MSE——表2中的误差均方；vE——表2中的误差自由度；为达到研究所需要的足够精确度，需重复p次BIB设计。若分配给以至于无法完成全部评价，则p×b位评价员中的每位评价员仅评价一个含有k个样品的区组。在每4GB/T39992—2021/ISO2984(由p×b位评价员中每一位对含有k个样品的单个区组进行评价而构成的p次重复评价)自由度(DF)平方和(SS)均方(MS)F总和区组(评价员)样品(根据评价员进行调整)误差若表3中的F统计量大于相应自由度的F临界值，则评分均值相同的原假设不成立。若F统计量计的费希尔LSD(L)按公式(2)计算：t,k,r———含义见第4章；MSE——表3中的误差均方；t₄/2.g——t分布自由度为vs的上a/2临界值。其适用。区组以随机顺序呈送给评价员。在每个区组内，评价样品的顺序也应随机进行。在任何一种表4平衡不完全区组设计ANOVA表(由p位评价员中每一位对含有k个样品的b个区组进行评价而构成的p次重复评价)自由度(DF)平方和(SS)均方(MS)F总和评价员区组(每位评价员内)样品(根据评价员进行调整)评价员×样品若表4中的F统计量大于相应自由度的F临界值，则评分均值相同的原假设不成立。若F统计量t,k,p,r——含义见第4章；5GB/T39992—2021/ISO29842:205.3顺序数据的Friedman秩和分析1BIB设计获得的顺序数据应采用Friedman或类似统计方式进行处理。Friedman检验统计量Fts对于t=3～6,k=2～5个样品的秩和(参考文献[9])。和p=1～7的组合，可使用参考文献[10]中给出的Fte若X²统计量显著,则应执行多重比较程序以确定哪些样品间存在显著差异。适用于本BIB设计含义见第4章；p,k,r,λ——含义见第4章；6在感官评价中的应用在一个单次实验中，评价员所评价的样品数k不得超过评价员能给出可靠评分结果的最大样品评进行12次评价，而在单次重复BIB设计中每个测试样的重复被评价次数为r=3,则应对BIB设计重复6以下BIB设计适用于t=3,…,10和k=2,…,t-1或k=2,…,6,以较小者为准。在确定的t值h)3of6BIB:6个样品中的10个三元组(t=6,k=3,b=10,r=5,λ=2)。见表A.1。区组样品1234561XXX2XXX3XXX4XXX5XXX6X×X7X×X8X×X9×X×XXXj)5of6BIB:见表A.2。7个样品中的7个三元组7区组12345671×X×2×XX3×XX4×XX5X××6××X7×××m)4of7BIB:7个样品中的14个四元组(t=7,k=4,b=14,r=8,λ=4)。见表A.3。区组样品1234567X×××2XX××3XX×X4××XX5××××6XX×X7××××8××××9XXXXXXX×X×XX×X×XX×XXX×XX8个样品中的14个四元组8表A.48个样品中的14个四元组区组样品123456781XX××2×XX×3XX×X4X×X×5××X×6X×X×7×××X8X×X×9×××XX×X×XX×××××××××X×XX×见表A.5。8个样品中所有可能的五元组8个样品中所有可能的六元组9个样品中所有可能的二元组9个样品中的12个三元组表A.59个样品中的12个三元组区组样品1234567891×××2×××3××X4×××5×××6XXX7×××8XX×9×X××××X×XX×X9w)4of9BIB:9个样品中的18个四元组表A.69个样品中的18个四元组区组样品1234567891×XXX2×XXX3XXXX4X×××5××××6X×X×7X×X×8X×X×9XX×XXXXXXXXXXXXXXXXX×XXX×X××XXXXXXXXXXXXx)5of9BIB:9个样品中的18个五元组(t=9,k=5,b=18,r=10,λ=5)。表A.79个样品中的18个五元组区组样品l234567891XX××X2XXXX×3XXX×X4XX×XX5×××X×6XXX×X7XXXXXGB/T39992—2021/ISO298表A.79个样品中的18个五元组(续)区组样品1234567898XXXXX9XXXXX×XXX××XX×××XXX××XX××××××××XXX×XXXXXXXXX×XXXXX9个样品中的12个六元组表A.89个样品中的12个六元组区组样品1234567891××XX××2XXXXXX3XXXXX×4XXXXXX5XXXX×X6XXXXXX7×XXXX×8XXXXX×9XXX×XXXXXXXXXXX×XXXXXXXX见表A.9。10个样品中所有可能的二元组10个样品中的30个三元组GB/T39992—2021/ISO29842:2011表A.910个样品中的30个三元组区组样品1234567891XXX2XXX3XX×4×XX5X×X6XX×7X×X8X××9XX××XXXXXXX×XXX×X×××XXX×XXXXX×X×XXX×XXXXX×XXXXX××XXXXXXX××XXXX×X×X10个样品中的15个四元组表A.1010个样品中的15个四元组区组样品1234567891XXXX2XXXX3XX××4××X×5X×XX6XX×X7×××X8××××9X×××XX×XXXXXXXXXXXXXX×X×XX×Xcc)5of10BIB:10个样品中的18个五元组(t=10,k=5,b=18,r=9,λ=4)。见表A.11。表A.1110个样品中的18个五元组区组样品1234567891XXXX×2XXXXX3XXXXX4X××X×5XXXX×6XXXXX7×××X×8XXXX×9××XX×××X××××××××X××XGB/T39992—2021/ISO29842:表A.1110个样品中的18个五元组(续)区组样品123456789XXX×XXXXXX×XX×XXXXXXXXX×XXXXX×dd)6of10BIB:10个样品中的15个六元组(t=10,k=6,b=15,r=9,λ=5)。见表A.12。表A.1210个样品中的15个六元组区组样品1234567891XXX×××2XX×X××3XX××X×4XXXX××5××××X×6XXXXXX7XXXXXX8XXXXXX9XX××XXXXXXXXXXXX×X×XXXX×XXXXXX×XXXXX×XXXXXGB/T39992—2021/ISO298(资料性)某芥末工厂的质量控制经理定期筛选要添加到参考样品池中的成品样品。定期需要新的参考样评价来自六个批次样品的总体异味。由15名受过训练的评价员进行评价，使用10点类项标度，0表示无异味，9表示极端异味。评价员对六个样品中的四个进行评价。每个评价员评价的四个样品由表B.1中列出的BIB设计确定。15位评价员中的每一位随机地从设计中分配了四个样品的一个区组。区组(评价员)样品1234561X×X×2XXXX3×X××4X×X×5XXXX6X×X×7×XXX8XX×X9XXXXXXXXX×X×XXX×XX×XXXXXXXX×异味强度得分见表B.2。通过能够执行BIB设计ANOVA的程序来分析数据。所得的ANOVAGB/T39992—2021/ISO29842:2011表见表B.3。样品的F统计量非常显著(p<0.0001),表明样品间的异味强度存在显著差异。将LSD多重比较程序应用于样品的评分均值以确定哪些样品间具有显著不同的异味强度。表B.4中的结果表明样品1具有比所有其他样品显著更高的异味。其余样品之间没有显著差异。评价员样品123456161122613334252472325351161132774438211192223422553113212421152212453平方和(SS)自由度(DF)均方(MS)Fp总和评价员(区组)样品(处理，根据区组进行调整)5样品2346注：没有共同字母的平均值在5%的显著性水平上存在显著差异(L=1.1)。某辣椒酱制造商想要评价15种辣椒的辣味。制造商希望对在其产品中使用的种类的数量进行一次(λ=1)。基本设计重复p=3次，以获得每个样品总共被评价p×r=21次。在招募中随机选择一组105名评价员来参加测试。通过区分不同辣度的能力进行评价员筛选，并接受了排序法使用的指导。由于缺乏对感官测试的广泛培训，评价员被要求将三个样品按照1=最辣；2=中等辣；3=最不辣进行排序。为了使结果更容易分析，研究中的顺序数据如表C.1所示。给定辣椒种类的秩和是对应于该种类列中所有数字的总和。通过计算Friedman检验统计量F,来确定种类间的辣度是否存在差异。Ftet为68.53大于X²自由度为14(t-1)的上5%临界值(X}4.0.05=23.69),可得出样品集确实存在显著差异。通过计算95%置信度下顺序数据的LSD多重比较统计量来确定哪些种类间存在显著差异(L=11)。表C.1在BIB示例中获得的顺序数据结果：辣椒的辣味区组(评价员)123456789112323123132432153126321