4.2.2. PLSR — evaluation of models

4.2.2. PLSR — evaluation of models to predict sensory quality
It is of interest to study further how well the individual variables can predict the Torry scores. Table 3 summarizes the explained variance in X and Y, the correlation and the error of
prediction (root mean square error of prediction, RMSEP) for different PLSR models. Sample 0 °C day 5 was badly described by the models and was determined an outlier. The sample had
unexpectedly low microbial counts and high sensory score, which can only be explained by individual variation of the fillets.This sample was left out in calculations of all models.

Kết quả (Việt) 1:

4.2.2. PLSR — đánh giá của các mô hình để dự đoán cảm giác chất lượngĐó là quan tâm đến nghiên cứu hơn nữa tốt như thế nào các yếu tố cá nhân có thể dự đoán các điểm Torry. Bảng 3 tóm tắt phương sai giải thích trong X và Y, các mối tương quan và sai sốdự báo (gốc có nghĩa là quảng trường lỗi của dự báo, RMSEP) cho PLSR mô hình khác nhau. Mẫu 0 ° C ngày 5 nặng được miêu tả bởi các mô hình và xác định một outlier. Mẫu cóbất ngờ tính vi sinh vật thấp và cao điểm cảm giác, mà chỉ có thể được giải thích bởi các biến thể riêng lẻ của các philê. Mẫu này rời ra trong các tính toán của tất cả các mô hình.

Kết quả (Việt) 2:

4.2.2. PLSR - đánh giá các mô hình để dự đoán chất lượng cảm
Đó là quan tâm đến học thêm như thế nào biến cá nhân có thể dự đoán được điểm Torry. Bảng 3 tóm tắt phương sai được giải thích trong X và Y, các mối tương quan và sai số của
dự báo (root có nghĩa là lỗi vuông của dự đoán, RMSEP) cho các mô hình PLSR khác nhau. Mẫu 0 ° C ngày 5 đã được mô tả nặng nề bởi các mô hình và đã được xác định một outlier. Các mẫu có
số lượng vi sinh vật thấp bất ngờ và điểm cảm quan cao, mà chỉ có thể được giải thích bằng những dao động riêng lẻ của các mẫu fillets.This bị rời ra trong tính toán của tất cả các mô hình.