Principal Component Analysis (PCA)

Principal Component Analysis (PCA) was performed on the average
data of each attribute raised in the descriptive test, while partial
least squares (PLS) regression was used to correlate the descriptive
data with the acceptance data. External preference mapping was
conducted by first using PCA on the descriptive sensory analysis
data and then relating each of the consumers to this PCA space by
regression analysis

ผลลัพธ์ (ไทย) 1:

ทำการวิเคราะห์ส่วนประกอบหลัก (PCA) โดยเฉลี่ยข้อมูลของแอททริบิวต์แต่ละในการอธิบายการทดสอบ ในขณะที่บางส่วนถดถอยกำลังสองน้อยสุด (กรุณา) ถูกใช้เพื่อเชื่อมโยงการอธิบายข้อมูลข้อมูลยอมรับ การแม็ปการกำหนดลักษณะภายนอกได้ดำเนินการ โดยใช้ PCA ในการวิเคราะห์ทางประสาทสัมผัสอธิบาย firstข้อมูลและการเกี่ยวข้องของผู้บริโภคกับพื้นที่นี้สมาคมโดยวิเคราะห์การถดถอย

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบหลัก (PCA)
ได้รับการดำเนินการเกี่ยวกับค่าเฉลี่ยของข้อมูลของแต่ละแอตทริบิวต์ยกในการทดสอบที่อธิบายในขณะที่บางส่วนน้อยสแควร์
(PLS)
ถดถอยได้ถูกใช้ในความสัมพันธ์พรรณนาข้อมูลที่มีข้อมูลที่ได้รับการยอมรับ การทำแผนที่การตั้งค่าภายนอกได้รับการดำเนินการโดยสายแรกโดยใช้ PCA ในการวิเคราะห์ทางประสาทสัมผัสบรรยายข้อมูลและแล้วแต่ละที่เกี่ยวข้องของผู้บริโภคไปยังพื้นที่PCA นี้โดยการวิเคราะห์การถดถอย

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์องค์ประกอบหลัก ( PCA ) คือใช้ข้อมูลเฉลี่ยของแต่ละแอตทริบิวต์
ยกในการทดสอบเชิงพรรณนา ในขณะที่บางส่วน
( PLS ) การถดถอยกำลังสองน้อยที่สุดถูกใช้เพื่อหาความสัมพันธ์ของข้อมูลเชิงบรรยาย
กับข้อมูลการยอมรับ แผนผังความชอบภายนอก
โดย RST จึงใช้ระบบในการวิเคราะห์ข้อมูลเชิงพรรณนาความรู้สึก
แล้วเกี่ยวกับแต่ละของผู้บริโภคในปัจจุบันนี้พื้นที่โดย
การวิเคราะห์การถดถอย