The sensory profile data were also

The sensory profile data were also analyzed by Multiple Factor Analysis (MFA). Each time that the respectivemean tablewas separated as a group (Day zero, Day 60 and Day 120), the MFA was applied (Escofier & Pagès, 1994). The MFA constructs sensory map in two dimensions which allows to analyze the variation among samples and evaluation time. The agreement between each evaluation time was evaluated by computing the regression vector (RV) coefficient (Abdi,2010). The RV coefficient has been used as a tool to assess the global similarity between factorial configurations (De Saldamando, Delgado, Herencia, Giménez, & Ares, 2013). This coefficient takes the value of 0 if the configurations are uncorrelated and the value of 1 if the configurations are homothetic. It depends on the relative position of the points in the configuration and therefore is independent of rotation and translation (Robert & Escoufier, 1976). In this study the RV
coefficient was applied to measure the agreement between each evaluation time. The MFA and RV coefficient were performed with R language (R Development Core Team, 2007) using FactoMineR (Lê, Josse, & Husson, 2008).

ผลลัพธ์ (ไทย) 1:

ข้อมูลโพรไฟล์ประสาทสัมผัสถูกวิเคราะห์โดยวิเคราะห์ปัจจัยหลาย (MFA) แต่ละครั้งที่ respectivemean tablewas แยกออกเป็นกลุ่ม (วันศูนย์ 60 วันถึง 120 วัน), MFA ถูกนำไปใช้ (Escofier & Pagès, 1994) MFA สร้างแผนที่ทางประสาทสัมผัสในสองมิติซึ่งช่วยให้การวิเคราะห์การเปลี่ยนแปลงเวลาการประเมินและตัวอย่าง รับการประเมินระหว่างการประเมินแต่ละครั้ง โดยการคำนวณค่าสัมประสิทธิ์การถดถอยแบบเวกเตอร์ (RV) (Abdi, 2010) ค่าสัมประสิทธิ์ RV ถูกใช้เป็นเครื่องมือเพื่อประเมินความคล้ายคลึงกันทั่วโลกระหว่างการกำหนดค่าแฟกทอเรียล (De Saldamando, Delgado, Herencia, Giménez และ Ares, 2013) สัมประสิทธิ์นี้ใช้ค่า 0 ถ้าตั้งค่าคอนฟิก uncorrelated และค่า 1 หากโครงแบบ homothetic มันขึ้นอยู่ที่ตำแหน่งของจุดในการกำหนดค่า และจึง เป็นอิสระของการหมุนและการแปล (โรเบิร์ต & Escoufier, 1976) ในการศึกษานี้ RVมีใช้สัมประสิทธิ์การวัดระหว่างการประเมินแต่ละครั้ง ค่าสัมประสิทธิ์ MFA และ RV ดำเนินการกับภาษา R (R พัฒนาหลักทีม 2007) โดยใช้ FactoMineR (Lê, Josse, & Husson, 2008)

ผลลัพธ์ (ไทย) 2:

ข้อมูลรายละเอียดทางประสาทสัมผัสยังโดยการวิเคราะห์ปัจจัยหลาย (MFA) ในแต่ละครั้งที่ tablewas respectivemean แยกออกเป็นกลุ่ม (วันศูนย์ 60 วันและ 120 วัน) ที่ถูกนำมาใช้ MFA (Escofier & หน้า, 1994) ไอ้เวรตะไลสร้างแผนที่ทางประสาทสัมผัสในสองมิติซึ่งจะช่วยให้การวิเคราะห์การเปลี่ยนแปลงในหมู่ตัวอย่างและเวลาการประเมินผล ข้อตกลงระหว่างการประเมินผลในแต่ละครั้งที่ได้รับการประเมินโดยการคำนวณการถดถอยเวกเตอร์ (RV) ค่าสัมประสิทธิ์ (อับ 2010) ค่าสัมประสิทธิ์ RV ถูกนำมาใช้เป็นเครื่องมือในการประเมินความคล้ายคลึงกันทั่วโลกระหว่างการกำหนดค่า factorial (เดอ Saldamando เดลกาโด, Herencia, Giménezและ Ares, 2013) ค่าสัมประสิทธิ์การนี้จะใช้เวลาค่าเป็น 0 ถ้าการกำหนดค่าที่มี uncorrelated และความคุ้มค่าของ 1 ถ้าการกำหนดค่าที่มี homothetic มันขึ้นอยู่กับตำแหน่งสัมพัทธ์ของจุดในการกำหนดค่าและดังนั้นจึงมีความเป็นอิสระของการหมุนและการแปล (โรเบิร์ตและ Escoufier, 1976) ในการศึกษานี้รถอาร์วี
สัมประสิทธิ์การถูกนำมาใช้ในการวัดความตกลงระหว่างแต่ละครั้งการประเมินผล ไอ้เวรตะไล RV และค่าสัมประสิทธิ์ได้ดำเนินการกับ R ภาษา (R พัฒนาหลักของทีม 2007) โดยใช้ FactoMineR (Lê, จอยซ์และฮัสซัน, 2008)

ผลลัพธ์ (ไทย) 3:

ข้อมูล ข้อมูล และยัง วิเคราะห์ข้อมูลโดยการวิเคราะห์หลายปัจจัย ( MFA ) ในแต่ละครั้งว่า respectivemean tablewas แยกออกเป็นกลุ่ม ( วัน ซีโร่ วัน 60 วัน 120 ) , MFA ถูกประยุกต์ ( escofier & Pag è s , 1994 ) การสร้างแผนที่ทาง MFA ใน 2 มิติซึ่งจะช่วยให้การวิเคราะห์รูปแบบของตัวอย่างและการประเมิน ข้อตกลงระหว่างแต่ละประเมินเวลาที่ประเมินโดยการคำนวณการถดถอยเวกเตอร์ ( RV ) ค่าสัมประสิทธิ์ ( Abdi , 2010 ) รถบ้านแบบถูกใช้เป็นเครื่องมือในการประเมินค่าความเหมือนโลกระหว่างกลุ่ม ( เดอ saldamando เดลกาโด herencia , คิมé nez และ Ares , 2013 ) วัดนี้ใช้ค่า 0 ถ้าตั้งค่าเป็น uncorrelated และค่า 1 ถ้าตั้งค่าเป็นฮอมอเทติก . มันขึ้นอยู่กับตำแหน่งที่สัมพันธ์ของคะแนนในการตั้งค่าและดังนั้นจึงเป็นอิสระของการหมุนและการแปล ( โรเบิร์ต & escoufier , 1976 ) ในการศึกษานี้ รถบ้านใช้ค่าสัมประสิทธิ์วัดข้อตกลงระหว่างการประเมินแต่ละครั้ง ทาง MFA และ RV สัมประสิทธิ์การ R ภาษา ( ทีมหลัก r พัฒนา 2007 ) ใช้ factominer ( L êจอ ์ และ husson , 2551 )