统计分析法在食品质量评估方面的运用分析
来源:用户上传
作者:刘美童
摘 要：食品是由众多成分构成的相对繁杂的体系，所以食品质量由诸多元素的复合作用决定，致使食品质量评估标准繁杂且难分主次，对客观且科学评估食品质量具有不利影响。食品质量评估指的是采取科学手段，对于食品外在特质与内在特点实施系统性分析，并和既定指标对比，从而对于食品质量作出准确评估。统计分析属于新型数据处理手段，在农业与工业等领域获得广泛运用于研究。为此，以统计分析法在食品质量评估方面的运用展开分析，以供同行参考。
关键词：统计分析法;食品质量;评估
食品质量评估涵盖客观评估及主观评估，主观评估指的是感官评估，即评估主体针对被测对象所带来的感官刺激实施评定与分析，而客观评估指的是按照仪器设备科学测定被测对象，并科学剖析结果，评价食品质量。伴随民众生活水平提升，民众对于食品质量的评估标准不断提高，以往的质量评估手段已无法满足现阶段食品质量评估诉求，且普遍为相对单一化标准的评估，片面性较强，欠缺理论性数据支持。所以，进一步促进创新性质量评估方式的运用，建设科学合理的评估体系极其重要。
1 统计分析概述
统计学是基于统计实践基础之上，由17世纪中期生成且渐渐兴起的社会学科。其探索如何评测、收集、归纳。整理以及剖析反映出客观现象整体数量的数据，便于得出准确认知的方法论科学，其被广泛运用在各学科中，从社会科学与自然科学至人文科学，乃至被用作政府与工商业情报决策方面。所谓统计分析，即应用统计方法与分析对象相应的知识内容，基于定性和定量相融合开展的研究活动。其是自统计设计、调查以及整理后的重要工作内容，是基于前阶段工作的前提下经过分析继而对研究对象达到更加深刻的认知。其亦是在某个选题下，融合分析方案制定、资料采集与整理而开展的研究活动。完善与系统化的资料信息是统计分析开始的必要条件。应用统计分析方法、定性和定量融合是统计分析主要的特点。应用统计分析方法实施系统分析，仅称统计工作人员参加的分析活动为统计分析严格而言并不具有准确性。
2 食品质量评估方式的发展态势
2.1 多元评价方式相融合
伴随民众对于食品质量要求的不断提升，单一化的统计分析法现已无法满足质量评估需要。现阶段，多元评价方式融合是食品质量评估方式发展态势之一。评价方式各有利弊，把不同方式综合运用可扬长避短，真正发挥各评价方式的优势，令评价结论更具备可靠性与科学性。近几年，主成分分析方式和聚类分析方式相融合、聚类分析和因子分析相融合等多元综合评估分析手段在食品质量评估层面成为焦点。部分学者采取聚类分析与主成分分析方式融合的多元分析针对苹果、荔枝、枸杞以及菜用大豆的质量展开综合性评估，为有关质量评估标准体系的有效简化提供可能。运用综合评估分析方式，促使食品质量评估更具可靠性及科学性，对促进食品科学健康发展具有积极意义。
2.2 借助评价模型评测食品质量
借助评价模型预测食品质量，其不但可密切联系实际，推广性与通用性较强，而且评价模型计算便捷、计算方法新颖，为食品质量评估提供了一定理据。产品质量的预测和控制对于食品生产有着重要意义和价值，多数研究证实，评价模型在预测食品质量层面的运用获得满意的成果。曾祥燕等人以BP与PCA神经网络为基准，建构了葡萄酒评估模型同时展开预测。王晰等人基于主成分分析方式构建了汉中红茶滋味、汤色评估模型，并对比感官评估结果与该模型计算结果，此评估模型具有可行性，有效减少评估人员因主观判断所导致的误差，促使分析成果及结论更具有客观性。任亦贺等人运用神经网络、主成分分析法以及遗传算法构建了啤酒感官评估模型，此模型预测了五十种啤酒产品的感官得分，预测最大误差是16.07%，通过分析感官评价，最大相对误差明显低于20%，因此认为可信。研究成果证实，此方式可以对啤酒感官评估进行有效预测。
3 统计分析法在食品质量评估方面的运用
3.1 主成分分析方法
所谓主成分分析方法（PCA），亦被称作主分量分析方法，是较为常用与常见的多变量统计方式之一，所采取的是数据降维技术，由繁至简，在多个变量当中选择具备代表性的新的、独立的综合变量，继而探究变量之间存在的线性关系。现阶段，已经广泛用于发酵食品以及果蔬类食品等加工专用食品种类的质量评估、筛选等方面的研究领域中。主成分分析亦可按照主成分得分的不同对于各份资源实施评估。王沛等人经过对于不同苹果脆皮主成分展开分析研究，获得主成分的综合得分并进行排序，从而获得各品种苹果的优劣程度，有效防止将部分性状质量优质类型淘汰的现象发生，为食品优质品种筛选以及质量评估提供了理据。主成分分析方式能够将原有诸多具备一定关联性的变量重新排列组合为互相无关、新的综合标准，以此来替代原有变量。而白沙沙等人借助主成分分析把苹果十二个质量标准综合成三个主成分，达到了以最少主成分更多地呈现出原变量信息的效果。主成分贡献率与特点是选择主成分的根据，姜晓青等人针对十三种菜用大豆所包含的十项理化标准展开主成分分析，所提炼的四种主成分贡献率高达百分之八十九。而主成分分析和感官评估结果达到高度一致，标志着主成分分析可防止人为赋予权重产生的诸多影响，科学且客观的明确各指标权重，在多品种多指标样品的多元评估提供了可行与客观的方式。
3.2 灰色关联度分析方法
所谓灰色关联度分析方法（GSCM），指的是对于目标性状实施综合描述且量化评价的方式，关联度是比较数列与参考数列间存在的关联性的量度，量度大小与食品品种优劣程度正相关，亦标志着品种优劣性。需要注意的是，若比较数列和参考数列的单位存在差异，在关联分析开始前应实施无量纲化处理。具体来说，关联度涵蓋加权关联度与等权关联度，把各性状置于同等条件下展开计算，便可活动等权关联度。而加权关联度则因为反映食品品种优劣度的性状指标所具备的重要性有所差异，所以应赋予各性状差异化的权重系数，并对此展开计算从而获得各品种加权关联度。陈连珠等人利用此方式排序了黄秋葵十个主要的农艺性状，研究结果证实综合性状通过加权关联度进行排序与田间观测结论更为契合。所以，灰色关联度分析方式能够运用在新品种选育与推广种植等方面。如果评估过程当中部分指标发展态势相异或者相似，则通过灰色关联度法展开分析。此方式能够相对客观与全面地评估每一品种优劣性，切实克服了回归分析或者方差分析等统计方式由于只考量单一化元素，忽视部分综合因素表现相对较佳的品种的缺陷，促使评估结果更加具备实际意义及可靠性。 3.3 层次分析方法
20世纪70年代初期，萨蒂提出了层次分析方法（AHP），亦被称作层次权重决策的统计分析法。该方式是按照各个评估因子针对评估标准影响的关键程度，经过计算所得的各评估标准的权重，且将定量、定性融合的分析方式。层次分析法主要涵盖四個环节，即构建递阶层次架构、建构两两对比判断矩阵以及解判断矩阵，同时展开各指标权重计算与一致性检验。目前，国内外已经存在把AHP运用在食品质量评估层面的研究，且已经获得理想化成果。刘璇等人借助层次分析针对二十个晚熟苹果脆片的七个质量标准实施综合评估，希望选择出质量较佳的品种，在具体分析过程中重视定量和定性融合，经过不同评估标准权重的计算，继而获得苹果碎片质量状况的综合评分，为构建苹果脆片质量评估体系供给参考理据。而刘长虹等人择选市售馒头用作感官评估对象，以层次分析方法实施权重分配，建构馒头模糊评估模型，利用综合值大小评估馒头质量与等级优劣，继而得到全面与科学的感官评估方式。
3.4 聚类分析方法
一般来说，聚类分析（CA）指的是按照研究对象或者指标的各种特性，把其划分成同质群组的信息统计分析技术，主要是按照样品质量特征的相似度把其聚合，而相似度高的优先进行聚合，最后根据类别综合性质聚合诸多品种，从而实现聚类分析的整个过程。在实际问题解决当中，按照单因素分类的不足，来综合且全面地描绘多样本对象种类，常常要考量诸多因素将其合理分析，而聚类分析法则能够有效解决该问题。焦杨等人借助对品种实施具备分析，其结论证实聚类分析针对具备关系的品种划分相对准确，能够认定聚类结果存在有效性，通过和其他研究人士得出的结论对比，发现结论具有一致性。韩斯等人针对主裁蓝莓品类展开聚类分析的结果证实，聚类分析可简单化处理冗长且海量的数据信息，保证定量分析结论达到高精准度。这标志着聚类分析方法既能够处理大量数据，亦能观察到各品种间存在的相似度，对于品种研究有着指导作用。
3.5 因子分析方法
所谓因子分析（FA）指的是借助降维思想在诸多变量当中提炼共性因子的统计方法，换言之，把本质一致的指标归入到一个因子当中，使得其变量的数目有所降低，最终按照各个因子具体得分状况实施综合评估。现阶段，因子分析于农作物食品评估、抗性检测以及遗传演化等分析当中被充分运用。并且，在众多食品种类如枸杞、砂梨、猕猴桃、龙眼以及冬枣等产品的优选层面亦获得广泛运用。因子分子借助数据降维针对原始信息实施压缩，使得各个共性因子间互不关联且能够反映各个因子信息。所以，在诸多变量于同一时刻影响一个变量之时，采取因子分析方法减小其分析的难度。在因子分析层面，冯会丽等人借助此法把灰枣质量标准数据合理简化，并提炼三个独立化的共性因子，继而对于灰枣实施质量对比与优选。因提炼的共性因子具备实际意义，可相对全面的了解品种具体综合性状，因此使得质量评估分析结论更为合理与客观。
4 结语
综上所述，统计分析法的运用为食品质量评估供给更加客观、科学的评估方式，进一步促进智能感官分析等先进技术在食品方面的发展。诚然，现阶段统计分析法的运用范畴相对局限，普遍运用在果品质量的综合评估方面。因此，把不同分析技术手段融合，持续研究全新的分析于技术手段，继而构建一套相对合理、正确与科学的食品质量评估方式，针对高品质食品开发、拓展食品市场的新领域以及控制食品质量安全等方面有着指导意义。
参考文献
[1]朱元琨.多元统计分析方法介绍及在经济研究中的运用[J].中国商论，2019，（03）：234-235.
[2]孙鹏哲，刘宇菲，吕世杰，等.多元统计分析课程的混合教学模式探析[J].内蒙古农业大学学报（社会科学版），2019，21（04）：40-44.
[3]李晶峰，兰梦，边学峰，等.基于聚类分析与多元统计分析的东北林蛙油及其类似品、伪品的聚丙烯酰胺凝胶电泳图谱鉴别[J].中国实验方剂学杂志，2019，25（24）：111-117.
[4]缪潇瑶，于静，安叡，等.不同品种沙蚕中氨基酸含量的HPLC测定及多元统计分析[J].药物分析杂志，2016，36（01）：53-58.
[5]杨永霞，李玉叶，韩伟，等.应用型人才培养模式下多元统计分析课程改革研究与实践[J].赤峰学院学报（自然科学版），2016，32（07）：17-18.
转载注明来源:https://www.xzbu.com/2/view-15185751.htm
