This eliminated 19 additional attri

This eliminated 19 additional attributes, which were no longer significantly different across the 5 remaining commercial soymilk samples. Analysis on this reduced data set resulted in fewer correlations, suggesting that redundancy had been minimized. The PCA showed that PC 1 and 2 (Figure 2) explained 76.1% of the variance. The variance explained was also more evenly distributed between the 1st 2 PCs. This resulted in the terms being better spread out and more distinct clusters of terms were visible. PC 1 explained 51.3% of the variance and the factor loadings (Table 1) show that it was composed of cooked milk aroma, bran aroma and flavor, and malty aroma and flavor. PC 2 explained 24.8% of the variance and was composed of roasted soy and starchy aromas. PC 3 (13.2%) was characterized by bitter flavor and aftertaste. The extensive vocabulary presented in Table 1 includes terms that were used in other sensory studies (Faller and others 1998

Kết quả (Việt) 1:

Điều này loại bỏ 19 thuộc tính bổ sung, đó là không đáng kể khác nhau trên 5 còn lại thương mại soymilk mẫu. Phân tích trên tập hợp dữ liệu giảm này dẫn tới mối tương quan ít hơn, gợi ý rằng dự phòng đã được giảm thiểu. PCA cho thấy rằng PC 1 và 2 (hình 2) giải thích 76,1% của phương sai. Phương sai giải thích được cũng hơn phân bố đều giữa 2 máy tính 1. Điều này dẫn đến các điều khoản tốt hơn đang được lan truyền và cụm khác biệt của điều khoản đã có thể nhìn thấy. 1 máy tính giải thích 51,3% của phương sai và các yếu tố khi (bảng 1) Hiển thị rằng nó gồm sữa nấu chín hương thơm, hương thơm cám và hương vị, và malty hương thơm và hương vị. PC 2 giải thích 24,8% của phương sai và bao gồm đậu nành rang và tinh bột hương liệu. PC 3 (13,2%) được đặc trưng bởi hương vị cay đắng và dư vị. Từ vựng mở rộng trình bày trong bảng 1 bao gồm các điều khoản được sử dụng trong các nghiên cứu khác cảm giác (Faller và những người khác năm 1998

Kết quả (Việt) 2:

Điều này loại bỏ thêm 19 thuộc tính, mà không còn khác biệt đáng kể trên còn lại 5 mẫu sữa đậu nành thương mại. Phân tích về bộ dữ liệu giảm này dẫn đến mối tương quan ít, cho thấy khả năng dự phòng đã được giảm thiểu. Các PCA cho thấy PC 1 và 2 (hình 2) giải thích 76,1% của phương sai. Phương sai giải thích cũng đã được phân phối đồng đều hơn giữa 2 máy tính 1. Điều này dẫn đến các điều khoản được trải ra tốt hơn và cụm biệt hơn các điều khoản này có thể nhìn thấy. PC 1 giải thích 51,3% của phương sai và các yếu tố tải trọng (Bảng 1) cho thấy rằng nó được sáng tác của hương thơm nấu chín sữa, cám thơm và hương vị, và hương thơm malty và hương vị. PC 2 giải thích 24,8% của phương sai và đã bao gồm đậu nành rang và hương liệu tinh bột. PC 3 (13,2%) được đặc trưng bởi vị đắng và dư vị. Các từ vựng phong phú được trình bày trong Bảng 1 bao gồm các điều khoản đã được sử dụng trong các nghiên cứu cảm giác khác (Faller và những người khác 1998