• Réduire le texte

    Réduire le texte
  • Rétablir taille du texte

    Rétablir taille du texte
  • Augmenter le texte

    Augmenter le texte
  • Imprimer

    Imprimer

Comment traiter les données absentes en analyse sensorielle hédonique ?

Réalisation simultanée d’une classification et d’une imputation pour la segmentation de panels de consommateurs.

Réalisation simultanée d’une classification et d’une imputation pour la segmentation de panels de consommateurs.
Mis à jour le 06/07/2017
Publié le 05/07/2017

Lorsque l’on souhaite faire goûter un assez grand nombre de produits, il ne semble pas réaliste de demander à chaque sujet de tester tous les produits. Il faut tenir compte de la fatigue sensorielle, des risques de lassitude… Une solution souvent adoptée est de ne proposer à chaque consommateur qu’un sous-ensemble de produits, tout en s’assurant que, sur l’ensemble du panel, tous les produits aient été évalués. Pour cela, on peut adopter un dispositif expérimental incomplet mais, de fait, la matrice des notes d’appréciations hédoniques contiendra un certain nombre de données non observées.

Pour pallier cette absence de données, une adaptation de la méthode de classification, nommée CLV, développée par l’unité StatSC (Oniris / USC INRA) a été proposée. Cette méthode CLV, implémentée dans le package R ClustVarLV, a montré son intérêt pour identifier différents profils de préférence au sein d’un panel de consommateurs. Lorsque des données sont manquantes, la procédure réalise désormais, simultanément, une classification des consommateurs et une imputation des données non observées.

Cette méthode a été testée lors d’une étude qui portait sur l’évaluation hédonique de 16 types de pain brun, réalisée auprès de 570 consommateurs. Chacun d’eux n’ayant eu à noter que 6 des 16 échantillons de pains, le jeu de données contenait 62.5% de données manquantes. Comparés à une approche alternative complexe, basée sur un modèle de mélange, les résultats obtenus par notre méthode se sont avérés assez similaires en termes de profils de préférence pour les produits les plus discriminants. Deux segments de consommateurs ont été identifiés. Ils diffèrent principalement quant à leur degré d’appréciation pour les pains bruns contenant le plus de graines.   
 
Référence : Evelyne Vigneau, 2017, Segmentation of a panel of consumers with missing data, Food Quality and Preference, DOI: http://dx.doi.org/10.1016/j.foodqual.2017.04.010

Contact(s)
Contact(s) scientifique(s) :

Département(s) associé(s) :
Caractérisation et élaboration des produits issus de l’agriculture
Centre(s) associé(s) :
Pays de la Loire