Tin học ứng dụng trong công nghệ thực phẩm

Thống kê các số liệu cảm quan • Mô tả thống kê một tổng thể ước lượng từ dữ liệu cảm quan của một mẫu – Khi một mẫu được lấy từ một tập hợp lớn và phân tích các thuộc tính cảm quan, phâ

Tin học ứng dụng trong CNTP

FOT351: 3 (2+1)GV: Mai Thị Tuyết Nga

Khoa CNTP

Chủ đề 2: Áp dụng tin học trong tính toán,

xử lý số liệu khi đánh giá cảm quan TP

• 1 Thống kê các số liệu cảm quan

• 2 Phân tích phương sai: một yếu tố, thiết kế

ngẫu nhiên toàn phần

• 3 Phân tích phương sai cho thiết kế 2 yếu tố

không lặp

• 4 Sử dụng hồi quy tuyến tính trong phân tích

dữ liệu cảm quan

2

1 Thống kê các số liệu cảm quan

• Mô tả thống kê một tổng thể ước lượng từ dữ

liệu cảm quan của một mẫu

– Khi một mẫu được lấy từ một tập hợp lớn và phân tích

các thuộc tính cảm quan, phân tích thống kê có lợi để

thu các giá trị ước lượng cho tập hợp tổng thể

– Bài toán: Một mẫu gồm 10 bánh quy lấy từ một băng

chuyền ra khỏi lò nướng Bánh quy được phân tích về

màu bằng cách so sánh chúng với một biểu đồ màu

chuẩn Các giá trị được ghi lại theo đơn vị màu là: 34,

33, 36, 37, 31, 32, 38, 33, 34, 35 Hãy ước lượng số

trung bình, phương sai và độ lệch chuẩn của tổng thể.

Mô tả thống kê một tổng thể ước lượng

từ dữ liệu cảm quan của một mẫu

• Excel

– Tool

• Data analysis

– Descriptive statistic

3

4

2 Phân tích phương sai (ANOVA): một

yếu tố, thiết kế ngẫu nhiên toàn phần

• Trong kiểm tra người tiêu dùng, đôi khi không

thể dùng cùng các người thử cho các xử lý/thí

nghiệm khác nhau Trong trường hợp này, có

thể dùng thiết kế ngẫu nhiên toàn phần Sử

dụng Phân tích phương sai (ANOVA) một yếu

tố, có thể kiểm tra để xem các xử lý lý/thí

nghiệm có ảnh hưởng gì không đến điểm của

người thử, nói cách khác, xem thử trung bình

của mỗi phép thử có sự khác biệt?

2 Phân tích phương sai (ANOVA): một

yếu tố, thiết kế ngẫu nhiên toàn phần

• Bài toán:

6

quan viên/người thử, với các mẫu từ các xử lý

lý/thí nghiệm khác nhau, phân tích phương sai

cho thiết kế 2 yếu tố không lặp được sử dụng

Phân tích này giúp xác định xem có sự khác

biệt ý nghĩa giữa các xử lý lý/thí nghiệm, cũng

như xem thử có sự khác biệt ý nghĩa giữa các

cảm quan viên

9

10

4 Sử dụng hồi quy tuyến tính trong

phân tích dữ liệu cảm quan

• Phân tích hồi quy đơn giản liên quan đến việc

xác định mối quan hệ thống kê giữa 2 đại

lượng Có thể dùng phân tích này để dự đoán

một đại lượng theo một đại lượng khác

4 Sử dụng hồi quy tuyến tính trong

phân tích dữ liệu cảm quan

• Bài toán:

12

13

Diem cam quan Mui vi la

Predicted Diem cam quan Mui vi la

Phần mềm chuyên dùng PanelCheck: trong đánh

giá cảm quan, hội đồng cảm quan, cảm quan viên

downloads

– For Windows-users:

.exe-installer for Windows platform

– For other systems/platforms:

The source code (in Python) is available here at

Sourceforge To make the source code run on your

platform you will need to install a number of

packages Here is a list of what you need.

– A sample data file for those who don't have own

sensory data and would like to test out PanelCheck:

Download it here

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

Thang đo thị hiếu 9 điểm

9 point hedonic scale

Bài tập

• SV chia nhóm 7-9 SV

• Cảm quan 2 mẫu (kẹo) khác nhau

• Số thuộc tính cảm quan và phương pháp đánh giá

cảm quan do từng nhóm quyết định

• Tiến hành đánh giá cảm quan và thu số liệu

• Xử lý số liệu thực nghiệm

• Đưa ra kết quả, thảo luận và kết luận

• Từng nhóm trình bày bài tập trên PowerPoint,

thuyết trình trước lớp và trả lời câu hỏi thảo luận

34

Chủ đề 4: Áp dụng tin học trong tính toán sự chết

nhiệt của vi sinh vật trong xử lý nhiệt thực phẩm

• 1 Xác định giá trị D từ dữ liệu sống sót của vi

sinh vật

• 2 Tính giá trị z

• 3 Xác định lượng mẫu cần kiểm tra âm tính

đối với loại vi sinh vật nhất định để đảm bảo

mức độ tiệt trùng nhất định

• 4 Xác định giá trị F (thời gian hiệu quả tương

đương) của quá trình xử lý nhiệt

1 Xác định giá trị D từ dữ liệu sống

sót của vi sinh vật

• Giá trị D là thời gian xử lý nhiệt cần thiết để giảm

lượng VSV đi 10 lần (hay 1 đơn vị logarit cơ số 10,

hay để tiêu diệt 90% lượng VSV)

• D = 1/tg(alpha) = t/(logBo-logB)

• Trong đó:

tg(alpha) là hệ số góc của đường thẳng tạo ra giữa

đường cong chết nhiệt của VSV và trục thời gian xử lý

nhiệt t (phút) trên hệ trục tọa độ t-log(B)

B là lượng VSV sống sót sau một thời gian xử lý nhiệt

Bo là lượng VSV ban đầu

1 Xác định giá trị D từ dữ liệu sống

sót của vi sinh vật

• Bài toán: Cho dữ liệu chết nhiệt của một loại

VSV như sau Xác định giá trị D (phút)

Thời gian xử lý nhiệt (phút) Lượng VSV sống sót

36

37

38

• Giá trị z là độ tăng nhiệt độ để thời gian tiêu diệt VSV

giảm đi 10 lần (hay 1 đơn vị logarit cơ số 10)

• Z thường được xác định từ đồ thị Nhiệt độ-Giá trị D

• T1 và T2 là nhiệt độ tương ứng trước và sau sự giảm

1 đơn vị log từ DT1xuống DT2

40

2 Tính giá trị z (tiếp)

• Bài toán: Cho dữ liệu lượng VSV sống sót theo

thời gian tại các nhiệt độ thanh trùng khác

nhau như bảng bên dưới Xác định giá trị z

2 Tính giá trị z (tiếp)

• Hướng dẫn:

– Đầu tiên tính giá trị D tại mỗi nhiệt độ.

– Sau đó xác định giá trị z từ giá trị D.

T1 và T2 là nhiệt độ tương ứng trước và sau sự giảm

1 đơn vị log từ DT1xuống DT2

41

42

43

44

46

3 Xác định lượng mẫu cần kiểm tra âm

tính đối với loại vi sinh vật nhất định để

đảm bảo mức độ tiệt trùng nhất định

• Khi lấy mẫu của các lô hàng (lớn) để xác định

sự có mặt hay không của VSV, cần biết số mẫu

phải lấy

• Phân tích thống kê dùng phân phối nhị phân

(binomial distribution) cho phép xác định

lượng mẫu cần thiết cho mục đích trên

3 Xác định lượng mẫu cần kiểm tra âm tính (tiếp)

• Bài toán: Xác định lượng mẫu cần kiểm tra âm tính đối

với nhiễm VSV, nếu muốn phát biểu rằng với 90; 95 hoặc

99% xác suất rằng không quá 0,1; 1; 2 hoặc 5% lô bị

47

48

49

50

51

52

4 Xác định giá trị F (thời gian hiệu quả

tương đương) của quá trình xử lý nhiệt

• Sử dụng công thức chuyển đổi quá trình xử lý

nhiệt có nhiệt độ tâm thực phẩm ti(oC) trong

khoảng thời gian [a, b] (phút) về chế độ xử lý

nhiệt tương đương ở to (oC)trong F (phút)

F

o i

i

K

−

= 10

4 Xác định giá trị F (thời gian hiệu quả

tương đương) của quá trình xử lý nhiệt (tt)

• Thời gian hiệu quả tiêu chuẩn Fo (phút) là thời

gian xử lý nhiệt cần thiết ở nhiệt độ to (oC) để

tiêu diệt VSV (S) trên môi trường (A):

• Nếu F < Fo chế độ xử lý nhiệt thực tế chưa đạt

yêu cầu – Bị thiếu  phải hiệu chỉnh tăng

• Nếu F > 1,5 Fo chế độ xử lý nhiệt dư về hiệu quả

tiêu diệt VSV, xem xét hiệu chỉnh giảm chế độ

xử lý nhiệt

54

• 2 Tính toán sự giảm chất lượng của thực

phẩm theo thời gian trong chuỗi lạnh

2 Tính toán sự giảm chất lượng của thực

phẩm theo thời gian trong chuỗi lạnh

• Chất lượng của thực phẩm trong quá trình

bảo quản và phân phối bị ảnh hưởng lớn bởi

nhiệt độ và thời gian Nếu nhiệt độ tăng trong

một khoảng thời gian ở một số phần của

chuỗi cung ứng, chất lượng của thực phẩm

giảm, do đó thời gian bảo quản còn lại của

thực phẩm cũng bị giảm tương ứng

56

2 Tính toán sự giảm chất lượng của thực

phẩm theo thời gian trong chuỗi lạnh (tt)

• Bài toán: Cho dữ liệu sự giảm chất lượng thực phẩm theo nhiệt

độ-thời gian trong chuỗi cung ứng dâu tây đông lạnh Xác định ảnh

hưởng của thời gian đến sự giảm chất lượng của dâu tây đông

lạnh?

2 Tính toán sự giảm chất lượng của thực

phẩm theo thời gian trong chuỗi lạnh (tt)

• Bài toán: Cho dữ liệu nhiệt độ-thời gian trong

chuỗi cung ứng dâu tây đông lạnh

57

58

59

60

Chất lượng còn lại và % giảm chất lượng tại các

khâu bảo quản và phân phối khác nhau

Nhà sản xuất 27%

Vận chuyển 1%

Bán sỉ 7%

Vận chuyển 1%

Bán lẻ 19%

62

63