Primerjava metod za redukcijo prostora in iskanje konsenza na podatkih senzoričnega profiliranjaŽIGON, UROŠ (Avtor) Žiberna, Aleš (Mentor) GPAMFAsenzorične analizeprofiliranje po lastni izbiriRV2ARISenzorične analize predstavljajo nepogrešljivo orodje v prehrambni industriji. Uporabijo se za iskanje razlik med izdelki kot tudi za njihov opis. V zadnjih desetletjih so dobile razmah metode hitrega profiliranja, ki omogočajo, da se izdelki opišejo brez uporabe poenotenih deskriptorjev (spremenljivk). V magistrskem delu obravnavamo metodo, imenovano senzorično profiliranje po lastni izbiri (ang. Free Choice Profiling). Metoda omogoča ocenjevalcem uporabo različnih opisnih spremenljivk tako v kvalitativnem kot v kvantitativnem smislu. Statistični metodi, ki se najpogosteje uporabljata pri analizi tako dobljenih podatkov, sta GPA (posplošena Prokrustova analiza) ter MFA (multipla faktorska analiza). Gre za metodi, ki delujeta na principu redukcije dimenzionalnosti podatkov, ki pa, za razliko od metode glavnih komponent, ohranjata informacijo posameznega ocenjevalca. Omenjeni metodi združita vhodne informacije (ocene ocenjevalcev) na osnovi konsenza, povprečne zaznave razlik med vzorci. V magistrskem delu sem preveril podobnost dobljenih rezultatov obeh metod s pomočjo dveh statistik (RV2 in ARI) ob različnih pogojih (dejavnikih); variabilnost ocen, število ocenjevalcev, število izbranih deskriptorjev, dimenzionalnost GPA/MFA-rešitve, narava ocenjevanja. Simulacije so pokazale, da je RV2 statistika nekoliko pristranska ob pogojih neodvisnosti med simuliranimi izvornimi matrikami in simuliranimi matrikami ocenjevalcev. Simulacije so tudi potrdile, da sta metodi GPA in MFA zelo primerljivi v vseh pogojih ter da sta izbrani statistiki za merjenje podobnosti relativno slabo korelirani v direktni primerjavi GPA in MFA rešitev. Dodatno sem modeliral vpliv posameznih dejavnikov na povprečne vrednosti (MFA+GPA) merjenih statistik. Pridobljene informacije so izredno koristne, ker nam podajo oceno vplivov posameznih kombinacij dejavnikov in s tem omogočajo optimalno izvedbo bodočih testov s preučevano metodo hitrega profiliranja.20192019-05-22 10:25:02Magistrsko delo/naloga107752sl