Correspondence analysis (CA) can be

Correspondence analysis (CA) can be used to obtain a sensory map of the samples and the CATA terms. This map enables visualization of the similarities and differences between them, as well as their main sensory characteristics. CA is a statistical method which enables simple and rapid visualization of the rows and columns of two-way contingency tables as points in a low-dimensional space (Greenacre, 2007). Similarly to Principal Component Analysis, CA projects
the data from the contingency table onto orthogonal dimensions that sequentially represent as much of the variation of the experimental data as possible (Abdi and Williams, 2010). The positions of the points corresponding to the rows and columns in the dimensions of the space are consistent with their associations in the contingency table.
Although classical CA is based using χ -distances, Meyners et al . (2013) suggested using Hellinger distance, which is commonly used to quantify the similarity between two probability distributions
(Cuadras and Cuadras, 2006), to minimize the influence of infrequently selected CATA terms on sample and terms configurations.

2

Kết quả (Việt) 1:

Phân tích tương ứng (CA) có thể được sử dụng để có được bản đồ cảm giác của các mẫu và các điều khoản CATA. Bản đồ này cho phép các kiểu trực quan của các điểm tương đồng và khác biệt giữa chúng, cũng như đặc điểm cảm giác chính của họ. CA là một phương pháp thống kê mà cho phép các kiểu trực quan đơn giản và nhanh chóng của các hàng và cột của hai chiều contingency bảng như điểm trong một không gian thấp-chiều (Greenacre, 2007). Tương tự như vậy để Principal Component phân tích, dự án CAcác dữ liệu từ bảng phòng hờ lên kích thước vuông góc theo tuần tự đại diện cho càng nhiều của các biến thể của các dữ liệu thử nghiệm càng tốt (Abdi và Williams, 2010). Vị trí của các điểm tương ứng với các hàng và cột trong các kích thước của các không gian được phù hợp với các Hiệp hội của họ trong bảng phòng hờ. Mặc dù CA cổ điển dựa trên bằng cách sử dụng χ-khoảng cách, Meyners et al. (năm 2013) đề nghị sử dụng khoảng cách Hellinger, thường được sử dụng để định lượng sự giống nhau giữa hai phân bố xác suất(Cuadras và Cuadras, 2006), để giảm thiểu ảnh hưởng của điều khoản CATA thường xuyên được lựa chọn trên cấu hình mẫu và các điều khoản. 2

Kết quả (Việt) 2:

Phân tích tương ứng (CA) có thể được sử dụng để có được một bản đồ giác của các mẫu và các điều khoản CATA. Bản đồ này cho phép hình dung về những điểm tương đồng và khác biệt giữa chúng, cũng như các đặc tính cảm chính của họ. CA là một phương pháp thống kê cho phép hình dung đơn giản và nhanh chóng của các hàng và cột của bảng dự hai chiều như điểm ở mức thấp chiều không gian (Greenacre, 2007). Tương tự như vậy để phân tích thành phần chính, CA dự án
dữ liệu từ các bảng tiếp vào kích thước trực giao mà tuần tự đại diện cho càng nhiều các biến thể của các số liệu thực nghiệm càng tốt (Abdi và Williams, 2010). Các vị trí của các điểm tương ứng với các hàng và cột trong các kích thước của không gian phù hợp với các hiệp hội của họ trong bảng dự phòng.
Mặc dù CA cổ điển được sử dụng đầu dựa -distances χ, Meyners et al. (2013) đề nghị sử dụng Hellinger khoảng cách, mà thường được sử dụng để xác định số lượng tương tự giữa hai phân bố xác suất
(Cuadras và Cuadras, 2006), để giảm thiểu ảnh hưởng của điều kiện CATA chọn thường xuyên trên các cấu hình mẫu và các điều khoản. 2