• Réduire le texte

    Réduire le texte
  • Rétablir taille du texte

    Rétablir taille du texte
  • Augmenter le texte

    Augmenter le texte
  • Imprimer

    Imprimer

Méthode de classification trois voies

Application à une évaluation sensorielle de cidres.

Tests relatifs à l'entrainement d'un jury d'analyse sensorielle : reconnaissance d'odeurs.. © Inra, NICOLAS Chantal
Mis à jour le 09/06/2015
Publié le 05/06/2015

La classification est une méthode statistique visant à identifier des groupes de variables liées ou des groupes d’individus ressemblants. Pour étudier des données sensorielles, la classification peut être utilisée pour déterminer des groupes de descripteurs reflétant les mêmes sensations et pour sélectionner une liste réduite de descripteurs sur la base des classes trouvées.

Les expérimentations d’évaluation sensorielle génèrent fréquemment des structures trois voies comme par exemple dans le cas d’un profil sensoriel de type "produits × descripteurs × juges" où les produits sont considérés comme les individus, les descripteurs comme les variables et où les juges constituent la voie 3. Cependant, les techniques de classification précédentes ne peuvent s’appliquer directement à de telles structures. Wilderjans and Cariou (2015) proposent la méthode de classification CLV3W (clustering around latent variables for three-way data) en vue d’analyser une telle structure trois voies.

Cette méthode est appliquée à des données issues d’une analyse quantitative descriptive avec un jury sensoriel formé de sept juges entraînés à qui il a été demandé de noter dix variétés de cidre selon 10 descripteurs sensoriels. Deux groupes de descripteurs  sont identifiés (Fig.1). Le premier groupe permet d’opposer les cidres selon le caractère fruité, sucré et parfumé d’une part, et l’acidité ainsi que l’amertume, d’autre part. Le second groupe lie les descripteurs intensité, force et piquant de l’odeur. La méthode fournit également, pour chaque groupe de descripteurs, un indicateur de degré d’accord de chacun des juges avec le reste du jury.
La méthode CLV3W est implémentée avec le langage statistique R ainsi qu’en Matlab (codes disponibles à la demande auprès des auteurs). Elle a été développée au sein de l’unité Sensométrie et Chimiométrie (SC, USC INRA 1381, Oniris) en collaboration avec Tom Wilderjans (Methodology of Educational Sciences Research Group, KU Leuven (B) ; Research Group of Methodology and Statistics, Leiden (NL)).

Dendrogramme associé à la classification des descripteurs de l’analyse quantitative descriptive de dix variétés de cidre avec deux groupes de descripteurs identifiés.. © Inra - Oniris
Dendrogramme associé à la classification des descripteurs de l’analyse quantitative descriptive de dix variétés de cidre avec deux groupes de descripteurs identifiés. © Inra - Oniris

Publication associée : Wilderjans, T. F. and Cariou, V. (2015). CLV3W: A clustering around latent variables approach to detect panel disagreement in three-way conventional sensory profiling data. Food Quality and Preference: 10.1016/j.foodqual.2015.03.013.

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