劉美童

摘 要：食品是由眾多成分構(gòu)成的相對(duì)繁雜的體系，所以食品質(zhì)量由諸多元素的復(fù)合作用決定，致使食品質(zhì)量評(píng)估標(biāo)準(zhǔn)繁雜且難分主次，對(duì)客觀且科學(xué)評(píng)估食品質(zhì)量具有不利影響。食品質(zhì)量評(píng)估指的是采取科學(xué)手段，對(duì)于食品外在特質(zhì)與內(nèi)在特點(diǎn)實(shí)施系統(tǒng)性分析，并和既定指標(biāo)對(duì)比，從而對(duì)于食品質(zhì)量作出準(zhǔn)確評(píng)估。統(tǒng)計(jì)分析屬于新型數(shù)據(jù)處理手段，在農(nóng)業(yè)與工業(yè)等領(lǐng)域獲得廣泛運(yùn)用于研究。為此，以統(tǒng)計(jì)分析法在食品質(zhì)量評(píng)估方面的運(yùn)用展開分析，以供同行參考。

關(guān)鍵詞：統(tǒng)計(jì)分析法;食品質(zhì)量;評(píng)估

食品質(zhì)量評(píng)估涵蓋客觀評(píng)估及主觀評(píng)估，主觀評(píng)估指的是感官評(píng)估，即評(píng)估主體針對(duì)被測(cè)對(duì)象所帶來(lái)的感官刺激實(shí)施評(píng)定與分析，而客觀評(píng)估指的是按照儀器設(shè)備科學(xué)測(cè)定被測(cè)對(duì)象，并科學(xué)剖析結(jié)果，評(píng)價(jià)食品質(zhì)量。伴隨民眾生活水平提升，民眾對(duì)于食品質(zhì)量的評(píng)估標(biāo)準(zhǔn)不斷提高，以往的質(zhì)量評(píng)估手段已無(wú)法滿足現(xiàn)階段食品質(zhì)量評(píng)估訴求，且普遍為相對(duì)單一化標(biāo)準(zhǔn)的評(píng)估，片面性較強(qiáng)，欠缺理論性數(shù)據(jù)支持。所以，進(jìn)一步促進(jìn)創(chuàng)新性質(zhì)量評(píng)估方式的運(yùn)用，建設(shè)科學(xué)合理的評(píng)估體系極其重要。

1 統(tǒng)計(jì)分析概述

統(tǒng)計(jì)學(xué)是基于統(tǒng)計(jì)實(shí)踐基礎(chǔ)之上，由17世紀(jì)中期生成且漸漸興起的社會(huì)學(xué)科。其探索如何評(píng)測(cè)、收集、歸納。整理以及剖析反映出客觀現(xiàn)象整體數(shù)量的數(shù)據(jù)，便于得出準(zhǔn)確認(rèn)知的方法論科學(xué)，其被廣泛運(yùn)用在各學(xué)科中，從社會(huì)科學(xué)與自然科學(xué)至人文科學(xué)，乃至被用作政府與工商業(yè)情報(bào)決策方面。所謂統(tǒng)計(jì)分析，即應(yīng)用統(tǒng)計(jì)方法與分析對(duì)象相應(yīng)的知識(shí)內(nèi)容，基于定性和定量相融合開展的研究活動(dòng)。其是自統(tǒng)計(jì)設(shè)計(jì)、調(diào)查以及整理后的重要工作內(nèi)容，是基于前階段工作的前提下經(jīng)過(guò)分析繼而對(duì)研究對(duì)象達(dá)到更加深刻的認(rèn)知。其亦是在某個(gè)選題下，融合分析方案制定、資料采集與整理而開展的研究活動(dòng)。完善與系統(tǒng)化的資料信息是統(tǒng)計(jì)分析開始的必要條件。應(yīng)用統(tǒng)計(jì)分析方法、定性和定量融合是統(tǒng)計(jì)分析主要的特點(diǎn)。應(yīng)用統(tǒng)計(jì)分析方法實(shí)施系統(tǒng)分析，僅稱統(tǒng)計(jì)工作人員參加的分析活動(dòng)為統(tǒng)計(jì)分析嚴(yán)格而言并不具有準(zhǔn)確性。

2 食品質(zhì)量評(píng)估方式的發(fā)展態(tài)勢(shì)

2.1 多元評(píng)價(jià)方式相融合

伴隨民眾對(duì)于食品質(zhì)量要求的不斷提升，單一化的統(tǒng)計(jì)分析法現(xiàn)已無(wú)法滿足質(zhì)量評(píng)估需要。現(xiàn)階段，多元評(píng)價(jià)方式融合是食品質(zhì)量評(píng)估方式發(fā)展態(tài)勢(shì)之一。評(píng)價(jià)方式各有利弊，把不同方式綜合運(yùn)用可揚(yáng)長(zhǎng)避短，真正發(fā)揮各評(píng)價(jià)方式的優(yōu)勢(shì)，令評(píng)價(jià)結(jié)論更具備可靠性與科學(xué)性。近幾年，主成分分析方式和聚類分析方式相融合、聚類分析和因子分析相融合等多元綜合評(píng)估分析手段在食品質(zhì)量評(píng)估層面成為焦點(diǎn)。部分學(xué)者采取聚類分析與主成分分析方式融合的多元分析針對(duì)蘋果、荔枝、枸杞以及菜用大豆的質(zhì)量展開綜合性評(píng)估，為有關(guān)質(zhì)量評(píng)估標(biāo)準(zhǔn)體系的有效簡(jiǎn)化提供可能。運(yùn)用綜合評(píng)估分析方式，促使食品質(zhì)量評(píng)估更具可靠性及科學(xué)性，對(duì)促進(jìn)食品科學(xué)健康發(fā)展具有積極意義。

2.2 借助評(píng)價(jià)模型評(píng)測(cè)食品質(zhì)量

借助評(píng)價(jià)模型預(yù)測(cè)食品質(zhì)量，其不但可密切聯(lián)系實(shí)際，推廣性與通用性較強(qiáng)，而且評(píng)價(jià)模型計(jì)算便捷、計(jì)算方法新穎，為食品質(zhì)量評(píng)估提供了一定理?yè)?jù)。產(chǎn)品質(zhì)量的預(yù)測(cè)和控制對(duì)于食品生產(chǎn)有著重要意義和價(jià)值，多數(shù)研究證實(shí)，評(píng)價(jià)模型在預(yù)測(cè)食品質(zhì)量層面的運(yùn)用獲得滿意的成果。曾祥燕等人以BP與PCA神經(jīng)網(wǎng)絡(luò)為基準(zhǔn)，建構(gòu)了葡萄酒評(píng)估模型同時(shí)展開預(yù)測(cè)。王晰等人基于主成分分析方式構(gòu)建了漢中紅茶滋味、湯色評(píng)估模型，并對(duì)比感官評(píng)估結(jié)果與該模型計(jì)算結(jié)果，此評(píng)估模型具有可行性，有效減少評(píng)估人員因主觀判斷所導(dǎo)致的誤差，促使分析成果及結(jié)論更具有客觀性。任亦賀等人運(yùn)用神經(jīng)網(wǎng)絡(luò)、主成分分析法以及遺傳算法構(gòu)建了啤酒感官評(píng)估模型，此模型預(yù)測(cè)了五十種啤酒產(chǎn)品的感官得分，預(yù)測(cè)最大誤差是16.07%，通過(guò)分析感官評(píng)價(jià)，最大相對(duì)誤差明顯低于20%，因此認(rèn)為可信。研究成果證實(shí)，此方式可以對(duì)啤酒感官評(píng)估進(jìn)行有效預(yù)測(cè)。

3 統(tǒng)計(jì)分析法在食品質(zhì)量評(píng)估方面的運(yùn)用

3.1 主成分分析方法

所謂主成分分析方法（PCA），亦被稱作主分量分析方法，是較為常用與常見(jiàn)的多變量統(tǒng)計(jì)方式之一，所采取的是數(shù)據(jù)降維技術(shù)，由繁至簡(jiǎn)，在多個(gè)變量當(dāng)中選擇具備代表性的新的、獨(dú)立的綜合變量，繼而探究變量之間存在的線性關(guān)系?，F(xiàn)階段，已經(jīng)廣泛用于發(fā)酵食品以及果蔬類食品等加工專用食品種類的質(zhì)量評(píng)估、篩選等方面的研究領(lǐng)域中。主成分分析亦可按照主成分得分的不同對(duì)于各份資源實(shí)施評(píng)估。王沛等人經(jīng)過(guò)對(duì)于不同蘋果脆皮主成分展開分析研究，獲得主成分的綜合得分并進(jìn)行排序，從而獲得各品種蘋果的優(yōu)劣程度，有效防止將部分性狀質(zhì)量?jī)?yōu)質(zhì)類型淘汰的現(xiàn)象發(fā)生，為食品優(yōu)質(zhì)品種篩選以及質(zhì)量評(píng)估提供了理?yè)?jù)。主成分分析方式能夠?qū)⒃兄T多具備一定關(guān)聯(lián)性的變量重新排列組合為互相無(wú)關(guān)、新的綜合標(biāo)準(zhǔn)，以此來(lái)替代原有變量。而白沙沙等人借助主成分分析把蘋果十二個(gè)質(zhì)量標(biāo)準(zhǔn)綜合成三個(gè)主成分，達(dá)到了以最少主成分更多地呈現(xiàn)出原變量信息的效果。主成分貢獻(xiàn)率與特點(diǎn)是選擇主成分的根據(jù)，姜曉青等人針對(duì)十三種菜用大豆所包含的十項(xiàng)理化標(biāo)準(zhǔn)展開主成分分析，所提煉的四種主成分貢獻(xiàn)率高達(dá)百分之八十九。而主成分分析和感官評(píng)估結(jié)果達(dá)到高度一致，標(biāo)志著主成分分析可防止人為賦予權(quán)重產(chǎn)生的諸多影響，科學(xué)且客觀的明確各指標(biāo)權(quán)重，在多品種多指標(biāo)樣品的多元評(píng)估提供了可行與客觀的方式。

3.2 灰色關(guān)聯(lián)度分析方法

所謂灰色關(guān)聯(lián)度分析方法（GSCM），指的是對(duì)于目標(biāo)性狀實(shí)施綜合描述且量化評(píng)價(jià)的方式，關(guān)聯(lián)度是比較數(shù)列與參考數(shù)列間存在的關(guān)聯(lián)性的量度，量度大小與食品品種優(yōu)劣程度正相關(guān)，亦標(biāo)志著品種優(yōu)劣性。需要注意的是，若比較數(shù)列和參考數(shù)列的單位存在差異，在關(guān)聯(lián)分析開始前應(yīng)實(shí)施無(wú)量綱化處理。具體來(lái)說(shuō)，關(guān)聯(lián)度涵蓋加權(quán)關(guān)聯(lián)度與等權(quán)關(guān)聯(lián)度，把各性狀置于同等條件下展開計(jì)算，便可活動(dòng)等權(quán)關(guān)聯(lián)度。而加權(quán)關(guān)聯(lián)度則因?yàn)榉从呈称菲贩N優(yōu)劣度的性狀指標(biāo)所具備的重要性有所差異，所以應(yīng)賦予各性狀差異化的權(quán)重系數(shù)，并對(duì)此展開計(jì)算從而獲得各品種加權(quán)關(guān)聯(lián)度。陳連珠等人利用此方式排序了黃秋葵十個(gè)主要的農(nóng)藝性狀，研究結(jié)果證實(shí)綜合性狀通過(guò)加權(quán)關(guān)聯(lián)度進(jìn)行排序與田間觀測(cè)結(jié)論更為契合。所以，灰色關(guān)聯(lián)度分析方式能夠運(yùn)用在新品種選育與推廣種植等方面。如果評(píng)估過(guò)程當(dāng)中部分指標(biāo)發(fā)展態(tài)勢(shì)相異或者相似，則通過(guò)灰色關(guān)聯(lián)度法展開分析。此方式能夠相對(duì)客觀與全面地評(píng)估每一品種優(yōu)劣性，切實(shí)克服了回歸分析或者方差分析等統(tǒng)計(jì)方式由于只考量單一化元素，忽視部分綜合因素表現(xiàn)相對(duì)較佳的品種的缺陷，促使評(píng)估結(jié)果更加具備實(shí)際意義及可靠性。

3.3 層次分析方法

20世紀(jì)70年代初期，薩蒂提出了層次分析方法（AHP），亦被稱作層次權(quán)重決策的統(tǒng)計(jì)分析法。該方式是按照各個(gè)評(píng)估因子針對(duì)評(píng)估標(biāo)準(zhǔn)影響的關(guān)鍵程度，經(jīng)過(guò)計(jì)算所得的各評(píng)估標(biāo)準(zhǔn)的權(quán)重，且將定量、定性融合的分析方式。層次分析法主要涵蓋四個(gè)環(huán)節(jié)，即構(gòu)建遞階層次架構(gòu)、建構(gòu)兩兩對(duì)比判斷矩陣以及解判斷矩陣，同時(shí)展開各指標(biāo)權(quán)重計(jì)算與一致性檢驗(yàn)。目前，國(guó)內(nèi)外已經(jīng)存在把AHP運(yùn)用在食品質(zhì)量評(píng)估層面的研究，且已經(jīng)獲得理想化成果。劉璇等人借助層次分析針對(duì)二十個(gè)晚熟蘋果脆片的七個(gè)質(zhì)量標(biāo)準(zhǔn)實(shí)施綜合評(píng)估，希望選擇出質(zhì)量較佳的品種，在具體分析過(guò)程中重視定量和定性融合，經(jīng)過(guò)不同評(píng)估標(biāo)準(zhǔn)權(quán)重的計(jì)算，繼而獲得蘋果碎片質(zhì)量狀況的綜合評(píng)分，為構(gòu)建蘋果脆片質(zhì)量評(píng)估體系供給參考理?yè)?jù)。而劉長(zhǎng)虹等人擇選市售饅頭用作感官評(píng)估對(duì)象，以層次分析方法實(shí)施權(quán)重分配，建構(gòu)饅頭模糊評(píng)估模型，利用綜合值大小評(píng)估饅頭質(zhì)量與等級(jí)優(yōu)劣，繼而得到全面與科學(xué)的感官評(píng)估方式。

3.4 聚類分析方法

一般來(lái)說(shuō)，聚類分析（CA）指的是按照研究對(duì)象或者指標(biāo)的各種特性，把其劃分成同質(zhì)群組的信息統(tǒng)計(jì)分析技術(shù)，主要是按照樣品質(zhì)量特征的相似度把其聚合，而相似度高的優(yōu)先進(jìn)行聚合，最后根據(jù)類別綜合性質(zhì)聚合諸多品種，從而實(shí)現(xiàn)聚類分析的整個(gè)過(guò)程。在實(shí)際問(wèn)題解決當(dāng)中，按照單因素分類的不足，來(lái)綜合且全面地描繪多樣本對(duì)象種類，常常要考量諸多因素將其合理分析，而聚類分析法則能夠有效解決該問(wèn)題。焦楊等人借助對(duì)品種實(shí)施具備分析，其結(jié)論證實(shí)聚類分析針對(duì)具備關(guān)系的品種劃分相對(duì)準(zhǔn)確，能夠認(rèn)定聚類結(jié)果存在有效性，通過(guò)和其他研究人士得出的結(jié)論對(duì)比，發(fā)現(xiàn)結(jié)論具有一致性。韓斯等人針對(duì)主裁藍(lán)莓品類展開聚類分析的結(jié)果證實(shí)，聚類分析可簡(jiǎn)單化處理冗長(zhǎng)且海量的數(shù)據(jù)信息，保證定量分析結(jié)論達(dá)到高精準(zhǔn)度。這標(biāo)志著聚類分析方法既能夠處理大量數(shù)據(jù)，亦能觀察到各品種間存在的相似度，對(duì)于品種研究有著指導(dǎo)作用。

3.5 因子分析方法

所謂因子分析（FA）指的是借助降維思想在諸多變量當(dāng)中提煉共性因子的統(tǒng)計(jì)方法，換言之，把本質(zhì)一致的指標(biāo)歸入到一個(gè)因子當(dāng)中，使得其變量的數(shù)目有所降低，最終按照各個(gè)因子具體得分狀況實(shí)施綜合評(píng)估。現(xiàn)階段，因子分析于農(nóng)作物食品評(píng)估、抗性檢測(cè)以及遺傳演化等分析當(dāng)中被充分運(yùn)用。并且，在眾多食品種類如枸杞、砂梨、獼猴桃、龍眼以及冬棗等產(chǎn)品的優(yōu)選層面亦獲得廣泛運(yùn)用。因子分子借助數(shù)據(jù)降維針對(duì)原始信息實(shí)施壓縮，使得各個(gè)共性因子間互不關(guān)聯(lián)且能夠反映各個(gè)因子信息。所以，在諸多變量于同一時(shí)刻影響一個(gè)變量之時(shí)，采取因子分析方法減小其分析的難度。在因子分析層面，馮會(huì)麗等人借助此法把灰棗質(zhì)量標(biāo)準(zhǔn)數(shù)據(jù)合理簡(jiǎn)化，并提煉三個(gè)獨(dú)立化的共性因子，繼而對(duì)于灰棗實(shí)施質(zhì)量對(duì)比與優(yōu)選。因提煉的共性因子具備實(shí)際意義，可相對(duì)全面的了解品種具體綜合性狀，因此使得質(zhì)量評(píng)估分析結(jié)論更為合理與客觀。

4 結(jié)語(yǔ)

綜上所述，統(tǒng)計(jì)分析法的運(yùn)用為食品質(zhì)量評(píng)估供給更加客觀、科學(xué)的評(píng)估方式，進(jìn)一步促進(jìn)智能感官分析等先進(jìn)技術(shù)在食品方面的發(fā)展。誠(chéng)然，現(xiàn)階段統(tǒng)計(jì)分析法的運(yùn)用范疇相對(duì)局限，普遍運(yùn)用在果品質(zhì)量的綜合評(píng)估方面。因此，把不同分析技術(shù)手段融合，持續(xù)研究全新的分析于技術(shù)手段，繼而構(gòu)建一套相對(duì)合理、正確與科學(xué)的食品質(zhì)量評(píng)估方式，針對(duì)高品質(zhì)食品開發(fā)、拓展食品市場(chǎng)的新領(lǐng)域以及控制食品質(zhì)量安全等方面有著指導(dǎo)意義。

參考文獻(xiàn)

[1]朱元琨.多元統(tǒng)計(jì)分析方法介紹及在經(jīng)濟(jì)研究中的運(yùn)用[J].中國(guó)商論，2019，（03）：234-235.

[2]孫鵬哲，劉宇菲，呂世杰，等.多元統(tǒng)計(jì)分析課程的混合教學(xué)模式探析[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，21（04）：40-44.

[3]李晶峰，蘭夢(mèng)，邊學(xué)峰，等.基于聚類分析與多元統(tǒng)計(jì)分析的東北林蛙油及其類似品、偽品的聚丙烯酰胺凝膠電泳圖譜鑒別[J].中國(guó)實(shí)驗(yàn)方劑學(xué)雜志，2019，25（24）：111-117.

[4]繆瀟瑤，于靜，安叡，等.不同品種沙蠶中氨基酸含量的HPLC測(cè)定及多元統(tǒng)計(jì)分析[J].藥物分析雜志，2016，36（01）：53-58.

[5]楊永霞，李玉葉，韓偉，等.應(yīng)用型人才培養(yǎng)模式下多元統(tǒng)計(jì)分析課程改革研究與實(shí)踐[J].赤峰學(xué)院學(xué)報(bào)（自然科學(xué)版），2016，32（07）：17-18.