Сравнение методов оценки работы обученной сенсорной панели

Для оценки работы панели были сопоставлены кластерный анализ, анализ согласованности, анализ главных компонент (PCA) и программа GRAPES (Schlich, 1994). Десять экспертов оценивали 25 вин Merlot по 24 атрибутам цвета, аромата и вкуса. Кластерный анализ объединял сходных экспертов. Анализ главных компонент идентифицировал экспертов в соответствии с особенностями использования ими атрибутов. Анализ согласованности позволил определить числовой индекс согласия по атрибутам, а программа GRAPES сравнивала экспертов по использованию шкалы, надежности, способности к дискриминации и несогласованности. Три из четырех методов обеспечивали графическое представление сходств и различий между экспертами. Наилучшие результаты достигались при совместном применении этих методов. В конечном счете использование данных инструментов позволит повысить качество сенсорных оценок.