Thống kê mô tả về 6 loại Chocolates ở Pháp

TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.HỒ CHÍ MINH … … VIỆN CÔNG NGHIỆ SINH HỌC VÀ THỰC PHẨM BÀI TẬP NHÓM MÔN: XỬ LÍ SỐ LIỆU THỰC NGHIỆM NGÀNH CÔNG NGHỆ THỰC PHẨM Đề tài : Thống kê mô tả loại Chocolates Pháp GVHD: TS.Nguyễn Bá Thanh Lớp DHTP9 tiết 5-6 TP,HCM MỤC LỤC MỤC LỤC Chocolates Data in SensoMineR I.MỞ ĐẦU .2 1.Tính cấp thiết đề tài 2.Mục đích nghiên cứu 3.Đối tượng nghiên cứu 4.Phạm vi nghiên cứu 5.Bố cục báo cáo II.KẾT QUẢ NGHIÊN CỨU .5 1.Đối với liệu hedochoc 2.Đối với liệu sensochoc 10 4.Ma trận tương quan tính chất cảm quan sản phẩm 20 III KẾT LUẬN 22 PHẦN PHỤ LỤC(CODE LỆNH SỬ DỤNG) .23 TÀI LIỆU THAM KHẢO 31 I.MỞ ĐẦU 1.Tính cấp thiết đề tài Cùng với phát triển công nghệ thực phẩm chế biến lĩnh vực đánh giá cảm quan phát triển nhanh chóng Đây kĩ thuật người dùng để đánh giá phân tích cho nhóm sản phẩm từ đưa thông tin tốt sản phẩm, đánh giá sâu sắc ảnh hưởng tính chất sản phẩm mang lại thông tin bổ ích cho người sử dụng nghiên cứu sản phẩm dựa vào phản hồi người tiêu dùng sản phẩm Trong xu hướng nghiên cứu dánh giá cảm quan nay, nghiên cứu người tiêu dùng trọng đối tượng cuối sử dụng sản phẩm đưa phản hồi sản phẩm cho nhà sản xuất Do người tiêu dùng yếu tố thiếu tiến trình hình thành phát triển sản phẩm Bài báo cáo trình bày cách tiếp cận mới, thể vai trò thiếu đánh giá cảm quan nghiên cứu lựa chọn thực phẩm người tiêu dùng Page Chocolates Data in SensoMineR 2.Mục đích nghiên cứu Giới thiệu đôi nét phần mềm R: Nói cách ngắn gọn, R phần mềm sử dụng cho phân tích thống kê vẽ biểu đồ Thật ra, chất, R ngôn ngữ máy tính đa năng, sử dụng cho nhiều mục tiêu khác nhau, từ tính toán đơn giản, toán học giải trí (recreational mathematics), tính toán ma trận (matrix), đến phân tích thống kê phức tạp Vì ngôn ngữ, người ta sử dụng R để phát triển thành phần mềm chuyên môn cho vấn đề tính toán cá biệt Từ số liệu thu nhận ta nhập vào R sau thực thao tác tính toán Nhưng liệu khác có mục đích khác nhau, ta phải nhắm rõ mục đích nghiên cứu để từ sử dụng phương pháp tính toán R cách hợp lý  Công việc liệu chocolates: Là việc khảo sát tính chất loại chocolates Pháp Mô tả tính chất cảm quan sản phẩm: loại chocolate đánh giá 29 bảng danh sách xếp theo 14 tính chất cảm quan Dữ liệu mức độ ưa thích: loại chocolate đánh giá theo cấu trúc từ (thích) đến 10 (không thích) 222 người tiêu dùng Hedochoc: Dữ liệu gồm dòng 222 cột, dòng tương ứng với loại chocolate cột điểm số ưa thích cho 222 người tiêu dùng tham gia nghiên cứu Từ số liệu ta thấy row.names giá trị định tính, giá trị khác giá trị định lượng Bảng liệu kết khảo sát mức độ thích 222 người tiêu dùng sản phẩm chocolate, từ ta kiểm tra người tiêu dùng có khác hay không điều mong đợi khác người thử; kiểm tra mẫu thử có khác hay không, việc kiểm tra mong đợi phải có khác xem sản phẩm khác nhiều Sensochoc: liệu gồm 348 dòng 19 cột, biến chất lượng (Panelist, Session, Rank, Product) 14 tính chất cảm quan Page Chocolates Data in SensoMineR Từ bảng số liệu ta thấy giá trị đầu (panelist, session, rank, product) giá trị định tính giá trị lại(cocaA, milkA, caramel, vanilla, )là giá trị định lượng Từ liệu sensochoc ta nêu lên xem có khác biệt tính chất chocolate cocaA, milkA, caramel, vanilla, với panelist hay session, rank, product; so sánh thành phần chocolates với nhóm yếu tố từ ta biết với tính chất tập trung có sản phẩm nào; hay sản phẩm có tính chất trội sản phẩm khác xem 3.Đối tượng nghiên cứu Việc xác định mục đích nghiên cứu quan trọng để phân tích liệu, bên cạnh ta phải xác định đối tượng nghiên cứu phần quan trọng không giúp cho ta biết cách đưa kết hoàn chỉnh theo yêu cầu Đối với liệu Choccolates đối tượng nghiên cứu người tiêu dùng chuyên gia nghiên cứu việc khảo sát loại chocolates Pháp Đối với liệu sensochoc đối tượng nghiên cứu người có hiểu biết mùi vị chocolate, họ đánh giá loại sản phẩm theo panelist, session, rank yếu tố cocoaA, milkA, cocoaF, milkF, caramel, vanilla, sweetness(Độ ngọt), acidity(Độ chua), bitterness(độ đắng), astringency(Độ chát), crunchy(Độ giòn), melting(Tan chảy), sticky(Độ dính), granular(độ mịn) Đối vơi liệu hedochoc đối tượng nghiên cứu người tiêu dùng đánh giá loại sản phẩm chocolate cách cho điểm quen thuộc 4.Phạm vi nghiên cứu - Trong lĩnh vực công nghệ thực phẩm Áp dụng cho người tham gia nghiên cứu quan tâm đến sản phẩm Chocolates 5.Bố cục báo cáo Bài báo cáo nghiên cứu hai bảng khảo sát Hedochoc Sensochoc Page Chocolates Data in SensoMineR Gồm phần: Đối với liệu hedochoc: Nhóm tiến hành vẽ đồ thị cột điểm thị hiếu loại chocolate phân tích phương sai liệu có khác điểm ưa thích nhóm đối tượng nghiên cứu Đối với liệu sensochoc: sử dụng kiểm định phân tích phương sai để đánh giá khác thuộc tính (tự chọn) nhóm sản phẩm nghiên cứu xem xét liệu có ảnh hưởng yếu tố nào? Mô hình phân tích phương sai Sử dụng đồ thị radar để vẽ biểu đồ sensory profile loại Chocolate Xác định ma trận tương quan tính chất cảm quan nhận xét kết II.KẾT QUẢ NGHIÊN CỨU Đối với liệu hedochoc  Biểu đồ cảm quan điểm thị hiếu loại chocolates Page Chocolates Data in SensoMineR 10 0 10 15 20 25 30 35 Frequency 20 10 Frequency 30 40 10 15 20 25 30 35 Frequency Histogram of Hedo[, "choc1"] Histogram of Hedo[, "choc2"] Histogram of Hedo[, "choc3"] Hedo[, "choc1"] 10 Hedo[, "choc2"] 10 Hedo[, "choc3"] 10 Hedo[, "choc4"] 40 30 10 20 Frequency 30 10 20 Frequency 20 10 Frequency 30 40 40 Histogram of Hedo[, "choc4"] Histogram of Hedo[, "choc5"] Histogram of Hedo[, "choc6"] Hedo[, "choc5"] 10 10 Hedo[, "choc6"] Biểu đồ 1: Giá trị cảm quan điểm thị hiếu cho loại chocolates Qua biểu đồ cột đánh giá cảm quan tùng tiêu cho sản phẩm cho thấy tỷ lệ yêu thích người tiêu dùng cho loại chocolates có điểm khác nhau, trục tung cho thấy số lượng người yêu thích, trục hoành cho thấy thang điểm đánh giá cho loại chocolates: -choc1, choc3, choc5 có đối tượng ưa thích đánh giá sản phẩm tương đối cao - Ở choc1 điểm trung bình 5.329, đánh giá đối tượng yêu thích so với sản phẩm khác,có khoảng 25% đối tượng nghiên cứu đánh giá sản điểm,75% đối tượng đánh giá sản Page Chocolates Data in SensoMineR phẩm 7.750 điểm, 50% đối tượng đánh giá sản phẩm điểm -choc3 điểm trung bình 5.766, có 50% đối tượng cho điểm, 25% đối tượng nghiên cứu cho điểm, 75% đối tượng nghiên cứu cho điểm -choc5 điểm trung bình 5.626, có 50% đối tượng cho điểm, 25% đối tượng nghiên cứu cho điểm, 75% đối tượng nghiên cứu cho điểm - choc4 choc6 khác biệt, điểm trung bình tương đối cao 5.766-5.905, số lượng người ua thích múc độ thấp, choc4 có khoảng 25% đối tượng thấp điểm, 75% đối tượng cho điểm thấp 8, khoảng 50% đối tượng cho điểm điểm Choc6 có 25% đối tượng cho 5điểm, 75% đối tượng cho điểm, 50% đối tượng cho điểm  Biểu đồ cột điểm thị hiếu cho loại chocolates Page Chocolates Data in SensoMineR Points 10 Preference mapping of Chocolates Type of Chocolates Biểu đồ 2: Đồ thị cột điểm thị hiếu người tiêu dùng loại Chocolates Đánh giá nhận xét : biểu đồ cột điểm thị hiếu nói chung cho loại chocolates Dựa vào giá trị trung bình cho sản phẩm chocolates cho thấy điểm ưa thích sản phẩm điểm khác biệt lớn, tương tự biểu đồ cảm quan ta thấy choc1, choc5 có khác biệt rõ so với sản phẩm khác, sản phẩm ưa thích nhiều.( Ở đánh giá theo thang điểm đến 10, điểm coi ưa thích nhất, điểm 10 không thích) Dựa biểu đồ cảm quan biểu đồ cọt điểm thị hiếu thấy mức độ ưa thích sản phẩm choc1, choc5, cao so với choc2, choc4, choc6,choc3 mức độ không đáng kể Page Chocolates Data in SensoMineR Đây biểu đồ Boxplot hỗ trợ cho trình phân tích điểm thị hiếu người tiêu dùng cho loại chocolates Cho thấy chocolates ưa thích nhiều nhất, choc6 có điểm cao tức mức độ ưa thích thấp nhất, loại chocolates khác mức độ khác không đáng kể 10 boxplot of hedochoc choc1 choc2 choc3 choc4 choc5 choc6 Biếu đồ 3: Biểu đồ hộp điểm thị hiếu người tiêu dùng loai chocolates Trong biểu đồ này, thấy: +Ở choc1:số trung vị 5,2%, có bách phân vị (Q1=25%), (Q3=75%) mức độ ưa thích dao động từ (3,1-7,9),trong mức ưa thích cao 3,1 mức thấp 7,9 0(thích) 10(không thích ) khác biệt Q1 Q3 IQR=Q3-Q1=4,8,hai whiskers,thanh 10%,thanh 0%.Đây alf sản phẩm ưa thích so với sản phẩm khác +Tương tự cho choc2,3,4,5,6 Riêng choc6 có số ngoại vi nằm mức độ 2,tức choc6 sản phẩm tiềm nhiều người ưa thích nhìn chung loại chocolates ta chia làm nhóm nhỏ:nhóm choc1 ưa thích nhiều nằm khoảng (3,1-7,9) Page Chocolates Data in SensoMineR +Tiếp theo nhóm choc2 choc2 có khoảng ngoại vi thể mức ưa thích cao nhìn chung có mức độ ưa thích tương đương dao động khoảng (4-7,2), nhóm choc choc ngang dao động khoảng (47,9),cuối nhóm choc mức độ ưa thích dao động khoảng (5-7,2)  Phân tích phương sai Để phân tích phương sai ta dùng kiểm định ANOVA để đánh giá Dựa kết phân tích cho thấy bậc từ 1(Df), từ kết phân tích phương sai cho thấy P-value=0.5403>0.05, điều chứng tỏ khác loai chocolates ý nghĩa thống kê, nên ta chọn loại chocolates 2.Đối với liệu sensochoc  Phân tích phương sai đánh giá khác biệt thuộc tính tự chọn Ta chọn thuộc tính:CocoaA, CocoaF, MilkA để đánh giá xem khác biệt ảnh hưởng yếu tố CocoaA #Qua kết phân tích ta thấy đặc tính CocoaA có khác biệt sản phẩm (product),(pvalue< 0.05) khác biệt cụ thể : khác biệt xuất phát từ choc3.Ta dùng kiểm định Tukey đẻ thấy rõ khác biệt Hình ảnh kết phân tích: Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = CocoaA ~ Panelist + Session + Rank + Product + Panelist:Session + Panelist:Rank + Panelist:Product + Session:Rank + Session:Product + Rank:Product) $Product diff lwr upr p adj choc2-choc1 -0.54554102 -1.5844332 0.4933512 0.6609831 choc3-choc1 -2.42327162 -3.4621638 -1.3843794 0.0000000 choc4-choc1 -0.83074571 -1.8696379 0.2081465 0.2000661 choc5-choc1 -0.30890097 -1.3477932 0.7299913 0.9572072 choc6-choc1 -0.73203669 -1.7709289 0.3068555 0.3331137 choc3-choc2 -1.87773059 -2.9166228 -0.8388384 0.0000058 choc4-choc2 -0.28520469 -1.3240969 0.7536875 0.9695895 choc5-choc2 0.23664005 -0.8022522 1.2755323 0.9867216 choc6-choc2 -0.18649567 -1.2253879 8523966 0.9955881 choc4-choc3 1.59252590 0.5536337 2.6314181 0.0002173 choc5-choc3 2.11437065 1.0754784 3.1532629 0.0000002 choc6-choc3 1.69123492 0.6523427 2.7301271 0.0000655 choc5-choc4 0.52184474 -0.5170475 1.5607370 0.7024289 choc6-choc4 0.09870902 -0.9401832 1.1376012 0.9997962 choc6-choc5 -0.42313572 -1.4620279 0.6157565 0.8518869 Page 10 Chocolates Data in SensoMineR Radar Chart CocoaA MilkA Granular Sticky CocoaF MilkF Melting Caramel Crunchy Vanilla Sweetness Bitterness Acidity choc1 choc2 choc3 Astringency choc4 choc5 choc6 n Đây đồ thị thể Sensory profile loại chocolates: + Choc1 thuộc tính Crunchy, CocoaF, Acidity có nhiều loại chocolates ưa thích nhóm đối tượng nghiên cứu choc1,còn thuộc tính khác mức độ trung bình, không làm giảm giá trị choc1 + Choc2 thuộc tính caramel không ưa thích nhóm sản phẩm này, đặc tính CocoaF Page 18 Chocolates Data in SensoMineR chấm điểm thấp độ không chấm điểm cao loai choc2 dây hai thuộc tính ưa thích choc2, thuộc tính khác mức độ trung bình đánh giá + Choc3 thuộc tính CocoaF thuộc tính ưa thích nhóm sản phẩm này, cá thuộc tính lại đánh giá mức độ trung bình, + Choc4 Melting, Granular, CocoaF thuộc tính ưa thích sản phẩm này, Sticky không ưa thích nhóm đối tuogwj nghiên cứu choc4 + Choc5 thuộc tính CocoaF chấm điểm 0, mức độ ưa thích đạt điểm ưa thích nhất, Caramel, Bitterness Granular không ưa thích choc5 + Choc6 có điểm tương quan so với choc1, thuộc tinh CocoaF ưa thích nhóm đối tượng Đánh giá chung: Thuộc tính CocoaF ưa thích nhiều loại sản phẩm nghiên cứu, yếu tố Melting, Granular ưa thích không cao so với CocoaF, thuộc tính lại ảnh hưởng đến đánh giá tham luận viên, người tieu dùng thuộc tính Và nhìn tổng quan thuộc tính có đối tượng nghiên cứu: I001 CocoaA MilkA Granular Sticky CocoaF MilkF Melting Caramel Crunchy Astringency Vanilla Sweetness Bitterness Acidity Dựa vào thấy tính chất CocoaF sản phẩm yêu thích, Melting, Acidity, thuoccj tính lại ưa thích múc độ trung bình Page 19 Chocolates Data in SensoMineR 4.Ma trận tương quan tính chất cảm quan sản phẩm 6 6 *** *** *** ** *** ** *** *** *** ***0.53 *** *** *** *** *** * *** *** 0.62 ***0.47 *** *** 0.41 *** ***0.64 *** ***0.50 *** *** ** 0.56 ***0.48 ***0.57 *** ***0.47 *** *** 0.42 *** *** ** * 0.60 ***0.45 *** *** *** *** *** *** *** ** *** ** ***0.46 *** *** * *** ** *** 0.43 *** *** *** * * *** *** *** * *** * * * *** * * * * CocoaA 0.43 MilkA 0.55 0.43 0.25 0.17 0.29 0.21 0.34 0.34 CocoaF 0.21 MilkF Caramel 0.16 0.32 0.22 0.31 08 0 0.22 04 0.14 0.22 0.22 0.27 0.32 0.19 0.15 0.24 0.33 0.40 0.15 Vanilla 0.39 0 0.32 0.23 Sweetness 0.22 06 0.21 0.29 0.28 03 0.17 0.31 0.18 0.14 0.27 0.15 0.20 0.24 0.11 0.33 0.23 0.23 Acidity 0.39 Bitterness 0.36 Astringency 0.20 Crunchy 0.13 0.11 0.25 0.12 Melting 0 28 Sticky Nhận xét: Do nhiều thuộc tính nên việc nghiên cứu biểu đồ tương quan gặp khó khăn, từ kết giá được0một quan 0quả6 nghiên cứu dựa vào biểu đồ ta đánh 6 phần mối0 tương 6 tính chất sản phẩm Nhìn vào biểu đồ ta thấy hệ số tương quan giũa CocoaF MilkF, Caramel lớn, có ý nghĩa thống kê.Hệ số tương quan CocoaF MilkF 0.62, MilkF Caramel 0.56 Nhìn vào biểu đồ ta thấy hệ số tương quan lớn kích thước phông chữ to, biểu đồ thể rõ phần tương quan biến số Page 20 0 0 Gra Chocolates Data in SensoMineR MCA factor map I021 I061 I075 I098 I129 I173 I180 I232 I280 I299 0.0 -1.0 -0.5 Rank_6 I336 I027 I055 I103 I133 I166 I194 I228 I251 I284 I301 I002 I297 I054 I078 I097 I128 I187 I230 I277 I307 I348 I020 I065 I081 I100 I130 I160 I202 I231 I005 I069 I095 I142 I170 I177 I218 I259 I268 I015 I347 I037 I074 I110 I124 I191 I236 I279 I293 I321 I341 choc3I320 I029 I060 I090 I123 I153 I210 I238 I258 I274 I306 I332 I024 I039 I111 I118 I167 I195 I246 I288 I033 I292 I047 I137 I174 I178 I225 I261 I318 I330 choc2 I034 choc4 I051 I086 I116 I184 I245 I257 I312 I325 choc6 I012 I313 I063 I084 I108 I148 I161 I204 I216 I250 I300 I008 I046 I093 I141 I156 I205 I222 I265 I036 I041 I114 I119 I163 I196 I243 I263 I290 I322 I326 I018 I062 I102 I131 I162 I203 I234 I273 I298 I339 I023 I056 I083 I089 I147 I183 I215 I254 I304 I013 Panelist_10 I067 I079 I113 I120 I181 I241 I294 I338 I032 I038 I150 I157 I201 I213 I271 I324 I329 Panelist_29 Panelist_28 Panelist_27 Panelist_26 Panelist_25 Panelist_24 Panelist_23 Panelist_22 Panelist_21 Panelist_20 Panelist_19 Panelist_18 Panelist_17 Panelist_16 Panelist_15 Panelist_14 Panelist_13 Panelist_12 Panelist_11 Session_2 Session_1 Panelist_9 Panelist_8 Panelist_7 Panelist_6 Panelist_5 Panelist_4 Panelist_3 Panelist_2 Panelist_1 I019I317 I066 I087 I121 I172 I175 I240 I253 I262 I295 I010 I045 I149 I189 I212 I287 I035 I059 I088 I126 I152 I209 I239 I255 I305 I328 I014 I073 I072 I091 I140 I169 I176 I217 I266 I278 I337 I007 Rank_4 I052 I080 I105 I134 I185 I226 I247 I311 I030 I050 I106 I139 I159 I199 I219 I252 I275 I308 I334 I001 I064 I101 I115 I154 I208 I242 I296 I346 I003 I049 I104 I136 I182 I223 I248 I309 I345 I028 I070 I125 I171 I179 I235 I I335 077 282 I025 I044 I076 I146 I192 I214 I281 I316 I333 I011 I048 I145 I155 I206 I211 I272 I009 I314 I068 I092 I132 I165 I197 I229 I267 I285 choc1 I017 I071 I094 I143 I186 I220 I269 I340 I004 I042 I096 I138 I168 I198 I227 I264 I270 I319 I343 I022 I043 I109 I127 I190 I233 I283 I289 I315 I016 I058 I099 I144 I151 I207 I221 I276 I303 I342 Rank_5 Rank_1 Rank_3 I344 I006 I053 I107 I135 I188 I224 I249 I286 I310 I026 I057 I085 I122 I164 I193 I237 I256 I260 I302 I031 I331 I040 I082 I112 I117 I158 I200 I244 I291 I323 I327 choc5 -1.5 Dim (2.72%) 0.5 1.0 Rank_2 -1 Dim (2.76%) Đây mô hình MCA, mô hình phân tích tương quan đa biến, nói lên mức độ tương quan thuộc tính tính nhóm sản phẩm nghiên cứu Nhóm sản phẩm choc2 choc5 có khác biệt so với nhóm sản phẩm khác Choc1 có khác biệt so với choc3,4, Page 21 Chocolates Data in SensoMineR III KẾT LUẬN Cho dù hương vị kết cấu, kết hợp tất thuộc tính cảm quan,thì chất lượng loại chocolates có điểm riêng biệt Các kết nghiên cứu chứng minh tất thuộc tính đóng vai trò quan trọng việc xác định tương ứng thị hiếu người tiêu dùng Vì vậy, tiến hành nghiên cứu chất lượng thực phẩm khác yếu tố cần xem xét cách cẩn thận hệ thống kiểm soát Nếu kết hợp điểm yêu thích không yêu thích loại chocolates nêu tạo loại chocolates đặc trưng nhất, có chất lượng tốt nhất, đáp ứng thị hiếu người tiêu dùng Page 22 Chocolates Data in SensoMineR PHẦN PHỤ LỤC(CODE LỆNH SỬ DỤNG) Dữ liệu lấy từ Pakages SensomineR >library(SensoMineR) >library(FactomineR) >library(Rcmdr) > data(chocolates), package="SensoMineR") Đối với liệu hedochoc > data(hedochoc (chocolates), package="SensoMineR") >attach(hedochoc) > Hedo=t(hedochoc) > summary(Hedo) choc1 choc2 Min : 0.000 Min : 0.000 1st Qu.: 3.000 1st Qu.: 4.000 Median : 5.000 Median : 6.000 Mean : 5.329 Mean : 5.689 3rd Qu.: 7.750 3rd Qu.: 7.000 Max :10.000 Max :10.000 choc5 choc6 Min : 1.000 Min : 0.000 1st Qu.: 4.000 1st Qu.: 5.000 Median : 6.000 Median : 6.000 Mean : 5.626 Mean : 5.905 3rd Qu.: 7.000 3rd Qu.: 7.000 Max :10.000 Max :10.000 Biểu đồ 1: > op hist(Hedo[,"choc1"],col="pink") > hist(Hedo[,"choc2"],col="pink") > hist(Hedo[,"choc3"],col="pink") > hist(Hedo[,"choc4"],col="pink") > hist(Hedo[,"choc5"],col="pink") > hist(Hedo[,"choc6"],col="pink") Biểu đồ 2: >D1 D2 D3 D4 D5 D6 THIHIEU barplot(THIHIEU,xlab="Type of Chocolates",ylab="Points",ylim=c(0,10),main="Preference mapping of Chocolates",col="green",bty="7") Biểu đồ 3: > boxplot(Hedo, main="Boxplot of hedochoc",col="green",notch=T) Phân tích phương sai >THIHIEU loai PHUONGSAI anova(analysis) Analysis of Variance Table Response: THIHIEU Df Sum Sq Mean Sq F value Pr(>F) loai 0.4614 0.4614 0.394 0.5403 Residuals 14 16.3950 1.1711 > summary(analysis) Call: lm(formula = THIHIEU ~ loai) Residuals: Min 1Q Median 3Q -1.6787 -1.1148 0.3737 0.8017 Max 1.4440 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 5.76125 0.56749 10.152 7.75e-08 *** loai -0.03684 0.05869 -0.628 0.54 Signif codes: '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' Residual standard error: 1.082 on 14 degrees of freedom Multiple R-squared: 0.02737, Adjusted R-squared: -0.0421 F-statistic: 0.394 on and 14 DF, p-value: 0.5403 2.Đối với liệu Sensochoc > data(sensochoc (chocolates), package="SensoMineR") >attach(sensochoc) > Panelist Session Rank Product senso1=sensochoc[,-c(1,2,3,4)] > names(senso1) [1] "CocoaA" "MilkA" "CocoaF" "MilkF" "Caramel" [6] "Vanilla" "Sweetness" "Acidity" "Bitterness" "Astringency" [11] "Crunchy" "Melting" "Sticky" "Granular" > summary(senso1) CocoaA MilkA CocoaF MilkF Min : 0.000 Min : 0.000 Min : 0.000 Min : 0.000 1st Qu.: 5.000 1st Qu.: 2.000 1st Qu.: 5.000 1st Qu.: 1.000 Median : 7.000 Median : 4.000 Median : 7.000 Median : 3.000 Mean : 6.287 Mean : 4.414 Mean : 6.345 Mean : 3.454 3rd Qu.: 8.000 3rd Qu.: 6.000 3rd Qu.: 8.000 3rd Qu.: 5.000 Max :10.000 Max :10.000 Max :10.000 Max :10.000 Caramel Vanilla Sweetness Acidity Min : 0.000 Min :0.000 Min : 0.000 Min : 0.000 1st Qu.: 1.000 1st Qu.:0.000 1st Qu.: 3.000 1st Qu.: 1.000 Median : 3.000 Median :1.000 Median : 5.000 Median : 3.000 Mean : 3.353 Mean :2.069 Mean : 5.083 Mean : 3.175 3rd Qu.: 6.000 3rd Qu.:3.000 3rd Qu.: 7.000 3rd Qu.: 5.000 Max :10.000 Max :9.000 Max :10.000 Max :10.000 Bitterness Astringency Crunchy Melting Min : 0.000 Min : 0.000 Min : 0.000 Min : 0.000 1st Qu.: 2.000 1st Qu.: 1.000 1st Qu.: 4.000 1st Qu.: 3.000 Median : 5.000 Median : 3.000 Median : 7.000 Median : 5.000 Mean : 4.612 Mean : 3.112 Mean : 6.121 Mean : 4.951 3rd Qu.: 7.000 3rd Qu.: 5.000 3rd Qu.: 8.000 3rd Qu.: 7.000 Max :10.000 Max :10.000 Max :10.000 Max :10.000 Sticky Granular Min : 0.00 Min : 1st Qu.: 2.00 1st Qu.: Median : 4.00 Median : Mean : 3.98 Mean : 3rd Qu.: 6.00 3rd Qu.: Max :10.00 Max :10 CocoaA >Phantich1=aov(CocoaA~Panelist+Session+Rank+Product+Panelist:Session+Panelist:Rank+Panelist:Product +Session :Rank +Session :Product +Rank:Product) >anova(phantich1) Analysis of Variance Table Response: CocoaA Df Sum Sq Mean Sq F value Pr(>F) Panelist 9.54 9.54 2.5046 0.1145 Session 3.72 3.72 0.9780 0.3234 Page 25 Chocolates Data in SensoMineR Rank 8.52 8.52 2.2378 0.1357 Product 208.01 41.60 10.9253 1.006e-09 *** Panelist:Session 2.10 2.10 0.5506 0.4586 Panelist:Rank 0.71 0.71 0.1862 0.6664 Panelist:Product 2.09 0.42 0.1097 0.9902 Session:Rank 1.16 1.16 0.3046 0.5814 Session:Product 8.61 1.72 0.4521 0.8117 Rank:Product 26.50 5.30 1.3918 0.2269 Residuals 321 1222.31 3.81 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ >TukeyHSD(Phantich1) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = CocoaA ~ Panelist + Session + Rank + Product + Panelist:Session + Panelist:Rank + Panelist:Product + Session:Rank + Session:Product + Rank:Product) $Product diff lwr upr p adj choc2-choc1 -0.54554102 -1.5844332 0.4933512 0.6609831 choc3-choc1 -2.42327162 -3.4621638 -1.3843794 0.0000000 choc4-choc1 -0.83074571 -1.8696379 0.2081465 0.2000661 choc5-choc1 -0.30890097 -1.3477932 0.7299913 0.9572072 choc6-choc1 -0.73203669 -1.7709289 0.3068555 0.3331137 choc3-choc2 -1.87773059 -2.9166228 -0.8388384 0.0000058 choc4-choc2 -0.28520469 -1.3240969 0.7536875 0.9695895 choc5-choc2 0.23664005 -0.8022522 1.2755323 0.9867216 choc6-choc2 -0.18649567 -1.2253879 8523966 0.9955881 choc4-choc3 1.59252590 0.5536337 2.6314181 0.0002173 choc5-choc3 2.11437065 1.0754784 3.1532629 0.0000002 choc6-choc3 1.69123492 0.6523427 2.7301271 0.0000655 choc5-choc4 0.52184474 -0.5170475 1.5607370 0.7024289 choc6-choc4 0.09870902 -0.9401832 1.1376012 0.9997962 choc6-choc5 -0.42313572 -1.4620279 0.6157565 0.8518869 > plot(TukeyHSD(phantich1)) >Phantich1phantich2=aov(phantich2anova(phantich2) Analysis of Variance Table Page 26 Chocolates Data in SensoMineR Response: MilkA Df Sum Sq Mean Sq F value Pr(>F) Panelist 0.45 0.45 0.0813 0.7758 Session 5.07 5.07 0.9104 0.3407 Rank 3.55 3.55 0.6370 0.4254 Product 216.20 43.24 7.7657 6.499e-07 *** Panelist:Session 15.93 15.93 2.8615 0.0917 Panelist:Rank 0.03 0.03 0.0058 0.9395 Panelist:Product 6.61 1.32 0.2372 0.9459 Session:Rank 15.11 15.11 2.7142 0.1004 Session:Product 7.30 1.46 0.2623 0.9334 Rank:Product 36.82 7.36 1.3224 0.2542 Residuals 321 1787.34 5.57 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ > TukeyHSD(phantich2) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = MilkA ~ Panelist + Session + Rank + Product Panelist:Session+Panelist:Rank+Panelist:Product+ Session:Rank + Session:Product + Rank:Product) $Product diff lwr upr p adj choc3-choc1 2.47163241 1.2153619 3.7279030 0.0000006 choc3-choc2 2.05070494 0.7944344 3.3069755 0.0000619 choc4-choc2 0.09835230 -1.1579182 1.3546228 0.9999216 choc5-choc2 0.17547138 -1.0807992 1.4317419 0.9986666 choc6-choc2 0.56692713 -0.6893434 1.8231977 0.7883401 choc4-choc3 -1.95235264 -3.2086232 -0.6960821 0.0001673 choc5-choc3 -1.87523357 -3.1315041 -0.6189630 0.0003540 choc6-choc3 -1.48377782 -2.7400484 -0.2275073 0.0102578 choc5-choc4 0.07711908 -1.1791515 1.3333896 0.9999765 choc6-choc4 0.46857483 -0.7876957 1.7248454 0.8932196 choc6-choc5 0.39145575 -0.8648148 1.6477263 0.9479270 >plot(TukeyHSD(phantich2)) CocoaF >phantich3=aov(phantich3anova(phantich3) Analysis of Variance Table Response: CocoaF Df Sum Sq Mean Sq F value Pr(>F) Panelist 28 291.29 10.403 5.9458 0.0001734 *** Page 27 + Chocolates Data in SensoMineR Session 8.38 8.379 4.7891 0.0428909 * Rank 36.52 7.303 4.1742 0.0117210 * Product 712.45 142.490 81.4390 2.886e-11 *** Panelist:Session 28 79.62 2.844 1.6252 0.1485648 Panelist:Rank 140 371.98 2.657 1.5186 0.1614552 Panelist:Product 89 212.88 2.392 1.3671 0.2370738 Session:Rank 12.34 2.467 1.4100 0.2703887 Session:Product 10.35 2.071 1.1835 0.3579142 Rank:Product 24 49.07 2.044 1.1685 0.3761031 Residuals 17 29.74 1.750 Signif codes: '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' >TukeyHSD(phantich3) Tukey multiple comparisons of means 95% family-wise confidence level Fit: aov(formula = CocoaF ~ Product) $Product diff lwr upr p adj choc2-choc1 -1.1551724 -2.1070009 -0.2033439 0.0074665 choc3-choc1 -4.6896552 -5.6414837 -3.7378267 0.0000000 choc4-choc1 -1.3793103 -2.3311389 -0.4274818 0.0005883 choc5-choc1 -1.2758621 -2.2276906 -0.3240336 0.0020071 choc6-choc1 -1.8448276 -2.7966561 -0.8929991 0.0000008 choc3-choc2 -3.5344828 -4.4863113 -2.5826542 0.0000000 choc4-choc2 -0.2241379 -1.1759664 0.7276906 0.9846025 choc5-choc2 -0.1206897 -1.0725182 0.8311389 0.9991669 choc6-choc2 -0.6896552 -1.6414837 0.2621733 0.3020703 choc4-choc3 3.3103448 2.3585163 4.2621733 0.0000000 choc5-choc3 3.4137931 2.4619646 4.3656216 0.0000000 choc6-choc3 2.8448276 1.8929991 3.7966561 0.0000000 choc5-choc4 0.1034483 -0.8483802 1.0552768 0.9996070 choc6-choc4 -0.4655172 -1.4173458 0.4863113 0.7260495 choc6-choc5 -0.5689655 -1.5207940 0.3828630 0.5239983 >plot(TukeyHSD(phantich3)) Mô hình phân tích phương sai: > plot.PCA(res, axes=c(1, 2), choix="ind", habillage="none", col.ind="black", + col.ind.sup="blue", col.quali="magenta", label=c("ind", "ind.sup", "quali")) >sensochoc.PCAresres$eig >res$var >res$ind >dimdesc(res, axes=1:5) >remove(sensochoc.PCA) >results=panellipse(sensochoc[,c("Panelist", "Session", "Rank", "Product", "CocoaA", "MilkA", "CocoaF", "MilkF", "Caramel", "Vanilla", "Sweetness", "Acidity", "Bitterness", "Astringency", "Crunchy", "Melting", "Sticky", "Granular")],col.p=4,col.j=1,firstvar=5,alpha=0.05,coord = c(1,2), nbsimul =500,nbchoix =NULL,level.search.desc=0.2,scale.unit=1,variability.variable =TRUE,centerbypanelist =TRUE,scalebypanelist=FALSE,name.panelist=FALSE) >results$eig >dev.new() >barplot(results$eig[,1], main="Eigenvalues", xlab="Dimension", ylab="Eigenvalues",names.arg=1:nrow(results$eig)) >results$hotelling >coltable(results$hotelling, main.title = "P-values for the Hotelling T2 tests") 3.Đồ thị radar >library(psych) >webplot = function(data, data.row = NULL, y.cols = NULL, main = NULL, add = F, col = "red", lty = 1, scale = T) { if (! is.matrix(data) & !is.data.frame(data)) stop("Requires matrix or data.frame") if (is.null(y.cols)) y.cols = colnames(data) [sapply(data, is.numeric)] if (sum(!sapply(data[, y.cols], is.numeric)) > 0) { out = paste0("\"", colnames(data)[!sapply(data, is.numeric)], "\"", collapse = ", ") stop(paste0("All y.cols must be numeric\n", out, " are not numeric")) } if (is.null(data.row)) data.row = if (is.character(data.row)) if (data.row %in% rownames(data)) { data.row = which(rownames(data) == data.row) } else { stop("Invalid value for data.row:\nMust be a valid rownames(data) or row-index value") } if (is.null(main)) main = rownames(data)[data.row] if (scale == T) { data = scale(data[, y.cols]) data = apply(data, 2, function(x) x/max(abs(x))) } data = as.data.frame(data) n.y = length(y.cols) min.rad = 360/n.y polar.vals = (90 + seq(0, 360, length.out = n.y + 1)) * pi/180 # if (add == F) { plot(0, xlim = c(-2.2, 2.2), ylim = c(-2.2, 2.2), type Page 29 Chocolates Data in SensoMineR = "n", axes = F, xlab = "", ylab = "") title(main) lapply(polar.vals, function(x) lines(c(0, * cos(x)), c(0, * sin(x)))) lapply(1:n.y, function(x) text(2.15 * cos(polar.vals[x]), 2.15 * sin(polar.vals[x]), y.cols[x], cex = 0.8)) lapply(seq(0.5, 2, 0.5), function(x) lines(x * cos(seq(0, * pi, length.out = 100)), x * sin(seq(0, * pi, length.out = 100)), lwd = 0.5, lty = 2, col = "gray60")) lines(cos(seq(0, * pi, length.out = 100)), sin(seq(0, * pi, length.out = 100)), lwd = 1.2, col = "gray50") } r = + data[data.row, y.cols] xs = r * cos(polar.vals) ys = r * sin(polar.vals) xs = c(xs, xs[1]) ys = c(ys, ys[1]) lines(xs, ys, col = col, lwd = 2, lty = lty) } > choc1=subset(sensochoc,Product=="choc1") > summary(choc1) > choc2=subset(sensochoc,Product=="choc2") > summary(choc2) > choc3=subset(sensochoc,Product=="choc3") > summary(choc3) > choc4=subset(sensochoc,Product=="choc4") > summary(choc4) > choc5=subset(sensochoc,Product=="choc5") > summary(choc5) > choc6=subset(sensochoc,Product=="choc6") > summary(choc6) > par(mar = c(1, 1, 6, 1)) > webplot(choc1,main="Radar Chart") > webplot(choc2,add = T, col = "blue", lty = 2) > webplot(choc3,add = T, col = "green") > webplot(choc4,add = T, col = "violet", lty = 2) > webplot(choc5,add = T, col = "yellow", lty = 1) > webplot(choc6,add = T, col = "black", lty = 2) >legend("bottomright",lty=c(1,2,1,2,1,2),col=c("red","blue","green","violet","yellow","black"),c("cho c1","choc2","choc3","choc4","choc5","choc6",bty="n")) Ma trận tương quan matrix.cor [...]... -1.275 862 1 -2.22 769 06 -0.32403 36 0.0020071 choc6-choc1 -1.84482 76 -2.7 966 561 -0.8929991 0.0000008 choc3-choc2 -3.5344828 -4.4 863 113 -2.58 265 42 0.0000000 choc4-choc2 -0.2241379 -1.175 966 4 0.72 769 06 0.98 460 25 choc5-choc2 -0.12 068 97 -1.0725182 0.8311389 0.999 166 9 choc6-choc2 -0 .68 965 52 -1 .64 14837 0. 262 1733 0.3020703 choc4-choc3 3.3103448 2.3585 163 4. 262 1733 0.0000000 choc5-choc3 3.4137931 2. 461 964 6 4. 365 62 16. .. choc6-choc2 -0 .68 965 52 -1 .64 14837 0. 262 1733 0.3020703 Page 12 Chocolates Data in SensoMineR choc4-choc3 3.3103448 2.3585 163 4. 262 1733 0.0000000 choc5-choc3 3.4137931 2. 461 964 6 4. 365 62 16 0.0000000 choc6-choc3 2.84482 76 1.8929991 3.7 966 561 0.0000000 choc5-choc4 0.1034483 -0.8483802 1.0552 768 0.99 960 70 choc6-choc4 -0. 465 5172 -1.4173458 0.4 863 113 0.7 260 495 choc6-choc5 -0. 568 965 5 -1.5207940 0.382 863 0 0.5239983... 0.007 466 5 choc3-choc1 -4 .68 965 52 -5 .64 14837 -3.7378 267 0.0000000 choc4-choc1 -1.3793103 -2.3311389 -0.4274818 0.0005883 choc5-choc1 -1.275 862 1 -2.22 769 06 -0.32403 36 0.0020071 choc6-choc1 -1.84482 76 -2.7 966 561 -0.8929991 0.0000008 choc3-choc2 -3.5344828 -4.4 863 113 -2.58 265 42 0.0000000 choc4-choc2 -0.2241379 -1.175 966 4 0.72 769 06 0.98 460 25 choc5-choc2 -0.12 068 97 -1.0725182 0.8311389 0.999 166 9 choc6-choc2... 0 .66 09831 choc3-choc1 -2.42327 162 -3. 462 163 8 -1.3843794 0.0000000 choc4-choc1 -0.83074571 -1. 869 6379 0.2081 465 0.200 066 1 choc5-choc1 -0.30890097 -1.3477932 0.7299913 0.9572072 choc6-choc1 -0.7320 366 9 -1.7709289 0.3 068 555 0.3331137 choc3-choc2 -1.87773059 -2.9 166 228 -0.8388384 0.0000058 choc4-choc2 -0.28520 469 -1.3240 969 0.75 368 75 0. 969 5895 choc5-choc2 0.2 366 4005 -0.8022522 1.2755323 0.9 867 2 16 choc6-choc2... choc3-choc1 2.47 163 241 1.215 361 9 3.7279030 0.00000 06 choc3-choc2 2.05070494 0.7944344 3.3 069 755 0.000 061 9 choc4-choc2 0.09835230 -1.1579182 1.35 462 28 0.99992 16 choc5-choc2 0.17547138 -1.0807992 1.4317419 0.99 866 66 choc6-choc2 0. 566 92713 -0 .68 93434 1.8231977 0.7883401 choc4-choc3 -1.95235 264 -3.20 862 32 -0 .69 60821 0.000 167 3 choc5-choc3 -1.87523357 -3.1315041 -0 .61 8 963 0 0.0003540 choc6-choc3 -1.48377782... 0.00000 06 choc3-choc2 2.05070494 0.7944344 3.3 069 755 0.000 061 9 choc4-choc2 0.09835230 -1.1579182 1.35 462 28 0.99992 16 choc5-choc2 0.17547138 -1.0807992 1.4317419 0.99 866 66 choc6-choc2 0. 566 92713 -0 .68 93434 1.8231977 0.7883401 choc4-choc3 -1.95235 264 -3.20 862 32 -0 .69 60821 0.000 167 3 choc5-choc3 -1.87523357 -3.1315041 -0 .61 8 963 0 0.0003540 choc6-choc3 -1.48377782 -2.7400484 -0.2275073 0.0102578 Page 11 + Chocolates. .. I238 I258 I274 I3 06 I332 I024 I039 I111 I118 I 167 I195 I2 46 I288 I033 I292 I047 I137 I174 I178 I225 I 261 I318 I330 choc2 I034 choc4 I051 I0 86 I1 16 I184 I245 I257 I312 I325 choc6 I012 I313 I 063 I084 I108 I148 I 161 I204 I2 16 I250 I300 I008 I0 46 I093 I141 I1 56 I205 I222 I 265 I0 36 I041 I114 I119 I 163 I1 96 I243 I 263 I290 I322 I3 26 I018 I 062 I102 I131 I 162 I203 I234 I273 I298 I339 I023 I0 56 I083 I089 I147... 0.9 867 2 16 choc6-choc2 -0.1 864 9 567 -1.2253879 0 8523 966 0.9955881 choc4-choc3 1.59252590 0.55 363 37 2 .63 14181 0.0002173 choc5-choc3 2.11437 065 1.0754784 3.153 262 9 0.0000002 choc6-choc3 1 .69 123492 0 .65 23427 2.7301271 0.000 065 5 choc5-choc4 0.52184474 -0.5170475 1. 560 7370 0.7024289 choc6-choc4 0.09870902 -0.9401832 1.13 760 12 0.9997 962 choc6-choc5 -0.42313572 -1. 462 0279 0 .61 57 565 0.8518 869 > plot(TukeyHSD(phantich1))... I044 I0 76 I1 46 I192 I214 I281 I3 16 I333 I011 I048 I145 I155 I2 06 I211 I272 I009 I314 I 068 I092 I132 I 165 I197 I229 I 267 I285 choc1 I017 I071 I094 I143 I1 86 I220 I 269 I340 I004 I042 I0 96 I138 I 168 I198 I227 I 264 I270 I319 I343 I022 I043 I109 I127 I190 I233 I283 I289 I315 I0 16 I058 I099 I144 I151 I207 I221 I2 76 I303 I342 Rank_5 Rank_1 Rank_3 I344 I0 06 I053 I107 I135 I188 I224 I249 I2 86 I310 I0 26 I057... 2.3585 163 4. 262 1733 0.0000000 choc5-choc3 3.4137931 2. 461 964 6 4. 365 62 16 0.0000000 choc6-choc3 2.84482 76 1.8929991 3.7 966 561 0.0000000 choc5-choc4 0.1034483 -0.8483802 1.0552 768 0.99 960 70 choc6-choc4 -0. 465 5172 -1.4173458 0.4 863 113 0.7 260 495 choc6-choc5 -0. 568 965 5 -1.5207940 0.382 863 0 0.5239983 >plot(TukeyHSD(phantich3)) Mô hình phân tích phương sai: > plot.PCA(res, axes=c(1, 2), choix="ind", habillage="none",