Presentación de PowerPoint - Pàgines de la...

45
Métodos Estadísticos en la Evaluación de Bebidas de Café Bellaterra, Catalunya. Junio, 2017 Igor Barahona Torres

Transcript of Presentación de PowerPoint - Pàgines de la...

Page 1: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Métodos Estadísticos en la Evaluación de Bebidas de Café

Bellaterra, Catalunya. Junio, 2017

Igor Barahona Torres

Page 2: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

• Introducción

• Los métodos estadísticos

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

Contenido

Page 3: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

• Introducción

• Los métodos estadísticos

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

Page 4: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Vista: Para detectar la apariencia del

producto, forma, color, transparencia etc.

Catas y

degustaciones

Tacto: En donde se puede detectar el

grado de dureza del grano tostado, en el

caso del café, al hacer presión sobre ellos

con los dedos.

Olfato: Este es el sentido más complejo a

los efectos de un estudio para la

degustación. Para producir olores, las

sustancias volátiles deben ser solubles en

la mucosa del bulbo olfativo.

Gusto: Dentro de la boca, con la lengua

podemos detectar los sabores básicos

(ácido, dulce, salado, amargo).

Introducción

Page 5: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Técnicas para medir

atributos en alimentos y

bebidas

Análisis

sensoriales

Captados mediante los

sentidos humanos

Identifican olores, sabores,

gustos y sensaciones, que

son preferidas por los

consumidores

-1.0 -0.5 0.0 0.5 1.0

-1.0

-0.5

0.0

0.5

1.0

Variables factor map (PCA)

Dim 1 (32.11%)

Dim

2 (

18

.02

%)

FraganceAroma

Acidity

Bitterness

Body

sweetness

Aftertaste

Global

Actron

-6 -4 -2 0 2 4 6

-4-2

02

4

Dim 1 (48.91%)

Dim

2 (

21

.22

%)

Confidence ellipses for the mean points

11

21

35

44

49

65

72

73

77

87

Page 6: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Page 7: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Los análisis sensoriales responden a tres preguntas:

Discriminación. ¿Este grupo de productos son percibidos como iguales o diferentes?

Descripción. ¿Cómo caracterizar a un producto dentro de un grupo?

Preferencia. ¿Existe una tipología o consenso para un producto en particular?

Page 8: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Consideraciones iniciales

Introducción

Un total de 23 personas participaron en la evaluación sensorial

Cada participante evaluó 6 bebidas de café. Tres mexicanas y tres colombianas

Diez atributos fueron evaluados para cada producto, mediante una escala de Likert con rango [1,10]

Además, cada evaluador proporcionó 5 palabras descriptoras para cada bebida

Page 9: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Bebidas de café evaluadas

x226 Café Atoyac

CÓDIGO PRODUCTO

x228 Juan Valdez. Orgánico

x229 Mezcla casa. Local

x231 Caracolillo. Local

x240 Café Britt. Nariño

x244 Juan Valdez. Sierra Nevada

ORIGEN

Page 10: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Los objetivos de los análisis sensoriales son:

Discriminación¿Este grupo de 6 cafés son percibidos como iguales o diferentes?

¿Cómo caracterizar a un café dentro de un grupo de 6 productos?

¿Existe una tipología o consenso para un caféen particular?

Preferencia

Descripción

Page 11: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Así realizamos las evaluaciones sensoriales

Introducción

Page 12: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Apariencia del conjunto de datos

No.Producto No.Juez Edad Sexo  Fragancia  Aroma Acidez Amargo Cuerpo Dulce  Sabor.Residual  Impresión.global  Molienda Tostion 

231 1 48 MACULINO 8 7 8 8 9 8 9 8 8 8

229 1 48 MACULINO 9 7 8 9 9 9 9 9 9

228 2 38 FEMENINO 10 1 10 10 5 1 1 5 1 10

231 2 38 FEMENINO 10 2 6 3 7 8 10 10 1 9

229 2 38 FEMENINO 5 4 3 3 10 8 7 10 1 10

240 2 38 FEMENINO 10 7 10 8 9 1 9 8 1 10

244 2 38 FEMENINO 7 10 1 7 5 8 6 1 10

226 2 38 FEMENINO 2 2 1 1 1 1 1 1 10 7

228 3 25 MACULINO 10 5 8 4 5 7 6 8 9 9

231 3 25 MACULINO 10 7 6 9 8 7 6 8 10 9

226 3 25 MACULINO 1 1 1 1 2 1 2 1 1 1

229 3 25 MACULINO 7 9 9 9 7 7 9 9 9 8

240 3 25 MACULINO 8 7 8 10 7 4 8 7 10 10

244 3 25 MACULINO 9 6 9 7 7 6 8 8 10 10

240 4 20 FEMENINO 7 10 7 10 8 7 7 7 4 7

228 4 20 FEMENINO 7 8 8 5 5 7 4 7 7 9

231 4 20 FEMENINO 7 10 6 9 8 9 8 8 4 9

226 4 20 FEMENINO 6 7 1 1 2 4 2 1 9 9

229 4 20 FEMENINO 2 10 8 7 5 7 6 7 6 8

229 5 63 MACULINO 9 7 5 6 6 4 8 7 8 9

228 5 63 MACULINO 7 7 6 6 7 5 8 8 8 9

Introducción

Page 13: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

• Introducción

• Los métodos estadísticos

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

Page 14: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Y

X

¿Cómo identificar un patrón subyacente en los datos?

¿Las rectas X y Y concentran la mayor cantidad de varianza?

Page 15: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

La recta pc1 concentra la mayor cantidad de varianza

pc1

Page 16: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Lo mismo para el plano horizontal

Aquí la recta PC2 concentra la mayor cantidad de varianza entre el conjunto de datos

pc2

Page 17: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

De esta forma, PC1 y PC2 representan los componentes principales de la matriz cuadrada M

pc1

pc2

Page 18: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

pc1pc2

Y

X

Los PC’s son ortogonales

Son definidos por los vectores y valores propios de la matriz cuadrada M

Al concentrar mas variación (en comparación con los ejes X y Y), tenemos mas información sobre los datos

Page 19: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Análisis de componentes principales

Metodología de 5 pasos

1. Datos con muchas variables

2. Estandarizar (µ=0 y σ=1)

3. Calcular la matriz de covarianzas

4. Calcular los vectores y valores propios

5. Representar los datos en los PC’s

Conclusiones del estudio

Page 20: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Análisis de componentes principales

Definiciones básicasSea M una matriz cuadrada. Entonces se dice que λ es un un valor propio (eigenvalor) de M, si Existe un vector X diferente de cero, tal que

𝑀𝐗 = λ𝐗Es decir, un vector (X) que al transformarlo mediante la multiplicación por M, el vector resultante mantiene su dirección. Se le llama vector propio asociado al valor propio λ

Matriz de medias

Matriz de datos centrados

Matriz de covarianzas

Page 21: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Definiciones básicas

Análisis de componentes principales

Page 22: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Definiciones básicas

Análisis de componentes principales

Page 23: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Definiciones básicas

Análisis de componentes principales

Page 24: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Definiciones básicas

Análisis de componentes principales

Page 25: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

• Introducción

• Los métodos estadísticos

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

Page 26: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Introducción

Bebidas de café evaluadas

x226 Café Atoyac

CÓDIGO PRODUCTO

x228 Juan Valdez. Orgánico

x229 Mezcla casa. Local

x231 Caracolillo. Local

x240 Café Britt. Nariño

x244 Juan Valdez. Sierra Nevada

ORIGEN

Page 27: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Comparativo de los diez atributos evaluados

Análisis de discriminación

Page 28: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Análisis de discriminación

Comparativo de los diez atributos evaluados

¿Que decir de estos

gráficos?

Page 29: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Déjame pensar……..

¿Cual café logró la mejor impresión?

¿Cuál es percibido como el más ácido?

¿Cuál es el más aromático?

Page 30: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Logro el aroma y fragancia más altos (x231)

Se percibe como el más ácido y amargo (x240)

Tienen la mejor impresión global (x229 y x244)

La bebida x240 tiene el sabor residual mas alto

Análisis de discriminación

Caracolillo. Local

Café Britt. Nariño

JV. Sierra Nevada

Mezcla casa. Local

Café Britt. Nariño

Page 31: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

• Introducción

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

Page 32: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Descripción sensorial

La impresión global de la bebida se relaciona con el dulce y tostión

La acidez y amargo.Atributos percibidos como semejantes

La molienda es el atributo sensorial con mayor diferenciación

El sabor residual es semejante a la fraganciay la acidez

Page 33: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

P-values for the Hotelling T2 tests

226

228

229

231

240

244

1 0.00293 9.005e-06 0.00334 1.179e-05 0.0002041

0.00293 1 0.0004869 0.0628 0.06729 4.294e-05

9.005e-06 0.0004869 1 0.02353 0.0005651 0.006519

0.00334 0.0628 0.02353 1 0.001045 0.01512

1.179e-05 0.06729 0.0005651 0.001045 1 2.153e-07

0.0002041 4.294e-05 0.006519 0.01512 2.153e-07 1

226 228 229 231 240 244

Descripción sensorial

1 2 3 4 5

Eigenvalues

Dimension

Eig

en

va

lue

s

01

23

45

Matriz de pruebas de hipótesis para la diferencia de medias

Los valores propios para los primeros dos componentes son mayores a 1.0

X228 y X231 son iguales

Además X228 y X240

Ho : µi = µj (vs) H1 : µi ≠ µj

Page 34: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Descripción sensorial

-8 -6 -4 -2 0 2 4

-6-4

-20

24

Dim 1 (58.42%)

Dim

2 (

18

.68

%)

Confidence ellipses for the mean points

226

228

229231

240

244

La bebida x226 es percibida como la mas diferente del conjunto

Los productos x244, x229 y x231 fueron percibidos como semejantes

La bebida x240 reporta las notas mas ácidas

La bebida x244 reporta las notas mas dulces

Page 35: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Descripción sensorial

Los jueces J-9 y J-19 prefieren los cafés del cuadrante I (x244, x231 y x229)

Los jueces J-2, J-3, J-4 ,J-11, J-12 , J-13 y J-16prefieren los productos de los cuadrantes III y IV(X228 y X240)

Los jueces J-7, J-8, J-18, J-20 , J-21 y J-23prefieren los productos del cuadrante II (X226)

III

III IV

Page 36: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

-1.0 -0.5 0.0 0.5 1.0

-1.0

-0.5

0.0

0.5

1.0

Variables factor map (PCA)

Dim 1 (22.11%)

Dim

2 (

13

.32

%)

x1

y1

x2

y2

x3

y3

x4

y4

x5 y5

x6 y6

x7

y7

x8

y8

x9

y9

x10

y10

x11

y11

x12y12

x13

y13

x14

y14

x15

y15

x16 y16x17

y17

x18

y18

x19 y19

x20

y20

x21

y21

x22

y22

x23

y23

x24

y24

x25

y25x26

y26

x27

y27

x28y28

x29

y29

• Introducción

• Análisis de discriminación

• Descripción sensorial del café

• Mapas de preferencias

• Conclusiones

hombres mujeres

05

10

15

20

25

30

Y.Dist

-20 -10 0 10 20

-15

-10

-50

51

01

5

Individual factor map

Dim 1 (21.94%)

Dim

2 (

14

.58

%)

256

258

260

262

263

266

268

270

320

326

330

332

group.1

group.2

group.3

group.4

group.5

group.6

group.7

group.8

group.9

group.10

group.11

group.12

group.13

group.14

group.15

group.16

group.17

group.18

group.19

group.20

group.21

group.22

group.23

group.24

group.25

group.26

group.27

group.28

group.29

Page 37: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

-6 -4 -2 0 2 4

-3-2

-10

12

3

Preference mapping for group 2

Dim 1

Dim

2 2

0

20

30

40

50

50

60 60

70

70

70

80

80

90 95

226

228

229

231

240

244

229

Las intensidades de ROJO representan diferentes niveles de preferencia

Mapa de preferencias

Tonalidades de AZUL se denotan diferentes niveles de rechazo

Las marcas de café x244 y x229 lograron la mayor preferencia

El producto x226 resultó el menos preferido (más rechazado) por los panelistas

Page 38: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Mapa de preferencias

Fra

ga

nci

a.

Aci

de

z

Aro

ma

To

stio

n.

Am

arg

o

Mo

lien

da

Cu

erp

o

Sa

bo

r.R

esi

du

al.

Impresión.global.

Du

lce

.

20

25

30

35

40

45

Cluster Dendrogram

Agglomerative Coefficient = 0.41

Panelists

He

igh

t

El grupo AZUL, compuesto por la fragancia y la acidez

El grupo ROSA, integrado por el aroma, tostión y amargo

Los atributos investigados fueron clasificados en tres grupos

El grupo VERDE, integrado por el cuerpo, sabor residual, impresión global y dulce.

Page 39: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Mapa de preferencias

Dimension 1 (14.7%)

Dim

en

sio

n 2

(9

.7%

)

-2 -1 0 1

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

hombres

mujeres

volátil

granuloso

denso

suave

claro

frio

oscuro

seco

ligero

pesado

mohoso

café

sabor

balanceado

negro

aromaes

buen

fragancia

intenso

residual

medio

cuerpo

malo

ácido

ricobuena

pescadofuerte

Los hombres se asocian más con palaras como: “mohoso”, “ligero” y “suave”

Las mujeres proporcionaron palabras como “rico”, “ácido”, “residual”, “buena” y “cuerpo”

Palabras mencionadas por hombres y mujeres

Page 40: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Dimension 1 (35.9%)

Dim

ensio

n 2

(19.3

%)

-2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5

-1.5

-1.0

-0.5

0.0

0.5

1.0

226

228

229231

240 244raro

huelemohoso

viejo

débil

buen

amargo

café

pescado

fragancia

sabor

bebidafrutal

gusta

medio

muchas

partículas

pesado

fuerte

bueno

rápido

aroma

agradable

ligero

suave

residual

bien

horrible

quemado

bastante

frio

notas

La bebida x226 se relaciona con descriptores de connotación negativa

Las bebidas x229 y x244 se asocian a descriptores positivos (“agradable”, “fuerte”, “bueno”, etc)

Relación bebidas de café (vs) descriptores mencionados

Mapa de preferencias

Atributos como “amargo”, “ligero”, “pesado” y “débil” se asocian al producto x228

Page 41: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

aguaflo

res

demasada

malaextraño

tostadotolerable

viejo

suave

medicinanauseas n

i

sim

ple

pesadoamrago

saborson

picante

volátil frutal

desagradable

agradable

decente

punto

muchas

am

arg

oque

este

café

grueso

obscuro

no

tas

tierra

ruda

esce

ncia

s

nada

hu

mo

es

Muy

reg

ula

r

citrico

medio

lengua

los

explosiv o

debil

semif uerte

v erde

Se

penetrante

rancio

sabroso

margo

neutro

oscuro

demasiado

buem

cascara

maderafrag

an

cia

malo

aceptable

exce

len

te

está

particulas

toque

paladra

interesante

citricas

residual

rarobastante

acidez

amable

denso

multisensorial

maldébiles

rápido

boca

rapido

paladar

fue

rte

seco

disf ruta

crema

rico

requiere

f ugaz

jazmin

lev e

insipido buena

mohoso

cuerpo

pescado

bien

hierba

quemado

baja

horrible

inte

nso

basica

queda

considerable

bueno

negro

delicada

balanceadodif erente

su

azucar

desv anece

hu

ele

ácido

marisco

exa

tico

maíz

peculiar

sbor

sin

mi recidual

más

gusta

asentado

consistencia

causa

f resco

largo

f uedesaparece

residuo

esta

estraño

demás

friota

mp

oco

con

dulce

pa

rece

energico

acido

claro

chocolate

ca

se

ro

granuloso Nube con las 180

palabras usadas por los evaluadores

Descriptivos mas mencionados por los evaluadores

Mapa de preferencias

El tamaño esta en relación directa a la frecuencia observada

Palabras como “sabor”, “aroma”, “fuerte” y “fragancia”, entre otras, fueron las más utilizadas

Page 42: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

• Introducción

• Análisis de discriminación

• Descripción sensorial de café

• Mapas de preferencias

• Conclusiones

Page 43: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

¿Iguales o diferentes?

Page 44: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Conclusiones

Los Análisis Sensoriales…………….

Permiten encontrar semejanzas y diferencias entre un conjunto de bebidas o alimentos (e.g. café)

Pueden identificar aquellos atributos, los cuales son preferidos (o rechazados) por los consumidores

Son útiles para el diseño de nuevos productos, o bien, para mejora de los ya existentes

Son alternativas para las pequeñas / medianas empresas, quienes están interesadas en mejorar sus productos

Page 45: Presentación de PowerPoint - Pàgines de la UABsct.uab.cat/estadistica/sites/sct.uab.cat.estadistica/files/... · •Análisis de discriminación ... suave residual bien horrible

Fin de la presentación

¡Gracias por su atención!