Académique Documents
Professionnel Documents
Culture Documents
2
3
AUTOR: José María Villero Salas
http://orcid.org/0000-0002-9257-847X
Objetivo……………………………………………………………………………. 13
Capítulo 1. Introducción
1. QUIMIOMETRÍA……………………………………………………………… 19
1.1. Análisis de componentes principales (ACP)
1.2. Análisis discriminante lineal (ADL)
1.3. Análisis de conglomerados (cluster analysis)
2. LUMINOMETRÍA ATP………………………………………………………. 36
3. CUALIMETRÍA……………………………………………………………….…. 41
3.1. Introducción
3.2. Control de calidad interno
3.3. Medidas repetidas o precisión de la repetibilidad
3.4. Control de calidad interno (IQC) y precisión análisis a
análisis
3.5. Empleo de muestras de control
3.6. Control de calidad externo
3.7. Determinación del valor asignado y su incertidumbre
estándar
3.8. Valores consensuados por laboratorios participantes
3.9. Puntuación de ensayos de aptitud (evaluación del
desempeño)
3.10. Cálculo de los indicadores de desempeño
3.11. Tratamiento de puntos anómalos o aberrantes (outliers)
3.12. Métodos gráficos para combinar puntuaciones del
desempeño en varios mensurandos en una ronda de un
ensayo de aptitud
9
3.13. Métodos gráficos para combinar puntuaciones de
desempeño en varias rondas de un esquema de un ensayo
de aptitud.
4. ANÁLISIS SENSORIAL…………………………………………………….... 72
5. TENDENCIAS FUTURAS……………………………………………………. 76
1. INTRODUCCIÓN……………………………………………………………… 91
2. CIFRAS SIGNIFICATIVAS, REDONDEO Y ANÓMALOS……...... 92
2.1. Cifras significativas
2.2. Redondeo
2.3. Tratamiento de datos anómalos, aberrantes (outliers)
1.1.1. Test Q de Dixon
1.1.2. Test G de Grubbs
1.1.3. Otros tests
3. DATOS DEL CAPÍTULO 3………………………………………………….. 98
3.1. Cifras significativas
3.2. Redondeo
3.3. Tratamiento de datos anómalos
4. TRATAMIENTO DE DATOS DEL CAPÍTULO 4…………………….. 99
4.1. Cifras significativas y lugares decimales
4.2. Redondeo
4.3. Tratamiento de datos anómalos
5. TRATAMIENTO DE DATOS DEL CAPÍTULO 5……………………… 100
5.1. Cifras significativas y lugares decimales
5.2. Redondeo
10
1 PARÁMETROS ANALÍTICOS SELECCIONADOS…………………. 113
2 ANÁLISIS DISCRIMINANTE LINEAL (ADL)………………………… 115
2.1. Cervezas tipo Pils Lager 5,6 y Strong Lager
2.2. Cervezas con recorrido de alcohol entre 3,0% y 5,0%
2.3. Cervezas de todo recorrido de alcohol
2.4. Discriminación entre diferentes fábricas de un mismo tipo de
cerveza
2.5. Cervezas de mercado
3 COMPARATIVA PROGRAMAS ESTADÍSTICOS …..…………… 166
4 ANÁLISIS DE CONGLOMERADOS (CLUSTER ANALYSIS)……. 174
4.1. Cervezas Pils 5,6 y Pils Strong Lager
4.2. Cervezas con recorrido de alcohol entre 3,0% y 5,0%
4.3. Cervezas con todo recorrido de alcohol
4.4. Mismo tipo de cerveza producida en diferentes fábricas
4.5. Diferentes marcas del mercado
Capítulo 4. Tratamientos estadísticos y quimio-métricos de datos
procedentes de análisis por luminometría ATP o bioluminiscencia
y análisis microbiológico convencional
1 INTRODUCCIÓN……………………………………………………………… 191
2 ANÁLISIS DE SUPERFICIES POR LUMINOMETRÍA ATP……… 194
2.1 Análisis estadístico básico
2.2 Estudios quimiométricos
3 ANÁLISIS MICROBIOLÓGICOS CONVENCIONALES…………… 225
1 INTRODUCCIÓN……………………………………………………………… 243
2 CONTROL DE CALIDAD INTERNO……………………………………. 244
11
3 CONTROL DE CALIDAD EXTERNO…………………………………….. 251
3.1. Datos de trabajo en ensayos de aptitud externos
3.2. Ensayos de aptitud internos
Capítulo 6. Tratamientos quimiométricos de los resultados de
análisis sensoriales.
1. INTRODUCCIÓN………………………………………………………………. 305
2. TRATAMIENTO DE DATOS SENSORIALES…………………………. 306
Conclusiones………………………………………………………………………. 325
12
OBJETIVO DE LA TESIS DOCTORAL
Las técnicas estadísticas, fundamentalmente en el campo de la
Quimiometría y el de la Cualimetría, cada vez son más utilizadas
para explicar situaciones que antes difícilmente eran explicables.
El auge de la Quimiometría con procedimientos matemáticos muy
complejos y en los que es necesario el uso de ordenadores y
software específicos, ha hecho constituirse como una herramienta
cada vez más fundamental a la hora de interpretar fenómenos de
otra manera inexplicables.
13
14
CAPÍTULO 1
Introducción
15
16
ÍNDICE
1 QUIMIOMETRÍA
1.1 Análisis de componentes principales (ACP)
1.2 Análisis discriminante lineal (ADL)
1.3 Análisis de conglomerados (cluster analysis)
2 LUMINOMETRÍA ATP
3 CUALIMETRÍA
3.1 Introducción
3.2 Control de calidad interno
3.3 Control de calidad externo
4 ANÁLISIS SENSORIAL
5 TENDENCIAS FUTURAS
17
18
Quimiometría
1 QUIMIOMETRÍA
La estadística aplicada se ha llegado a convertir hoy en una
herramienta imprescindible en multitud de ámbitos. Su aplicación
va desde las ciencias sociales a las médicas y tiene una muy amplia
aceptación y uso en el ámbito científico-técnico.
Dentro de este ámbito, quizá donde más se ha desarrollado es
en el de la Química, transformando su nombre y pasando a ser
“Quimiometría” (medida de la química), es decir aquella disciplina
dentro de la química que utiliza métodos matemáticos y
estadísticos para diseñar o seleccionar procedimientos de medida
y experimentos óptimos. Este término lo acuñó en 1972 Svante
Wold, profesor de química orgánica en la universidad de Umea
(Suecia) a la sombra de las primeras computadoras que se usaron
en el campo de la investigación científica. Poco tiempo después,
junto a Bruce Kowalski (profesor de química analítica en la
universidad de Washington, Seattle) crean la International
Chemometrics Society.
D.L. Massart, el primer autor de un libro sobre quimiometría, la
describe como “una disciplina química que usa las matemáticas, la
estadística y la lógica formal para diseñar o seleccionar
procedimientos de experimentación óptimos; proveer la máxima
información química relevante analizando los datos químicos y
obtener conocimiento de los sistemas químicos”.1
1
D.L. Massart en Handbook of Chemometrics and Qualimetrics: Part A, Ed. Elsevier,
2003, pag. 1
19
Análisis de componentes principales (ACP)
20
Análisis de componentes principales (ACP)
Diagrama de Puntos
0
1,1 1,5 1,9 2,3 2,7 3,1 3,5
X1
21
Análisis de componentes principales (ACP)
Gráfico de X2 vs X1
3,6
3,2
2,8
X2
2,4
1,6
1,2
1,1 1,5 1,9 2,3 2,7 3,1 3,5
X1
Gráfico de X3 vs X1 y X2
3,1
2,7
2,3
X3
1,9
1,5
3,6
1,1 3,2
2,8
2,4
1,1 1,5 2
1,9 2,3 2,7 1,6 X2
3,1 3,5 1,2
X1
22
Análisis de componentes principales (ACP)
23
Análisis de componentes principales (ACP)
24
Análisis de componentes principales (ACP)
25
Análisis de componentes principales (ACP)
2
D.L. Massart y otros en Handbook of Chemometrics and Qualimetrics: Part A, 1997,
Ed. Elsevier, pag. 521-523.
3
J.N. Miller, J.C. Miller en Estadística y Quimiometría para Química Analítica, 2000, Ed.
Prentice Hall, pag. 224-228.
26
Análisis de componentes principales (ACP)
4
R.A. Johnson, D.W. Wichern en Applied multivariate statistical analysis, 2007, Ed.
th
Pearson Prentice Hall, 6 edition, pág. 445.
27
Análisis de componentes principales (ACP)
Gráfica de Sedimentación
4
Eigenvalor
0
0 3 6 9 12 15
Componente
28
Análisis de componentes principales (ACP)
5
L. Vera y otros, Talanta, 2011, 87, 136-142
6
F. Bühligen y otros, J. of Biotechnology, 2014, 187, 60-70.
7
S. Grassi y otros, Food Chemistry, 2014, 155, 279-286.
8
J.L. Gonçalves y otros, Food Chemistry, 2014, 160, 266-280.
29
Análisis discriminante lineal (ADL)
30
Análisis discriminante lineal (ADL)
31
Análisis discriminante lineal (ADL)
es decir:
32
Análisis discriminante lineal (ADL)
13
G. Ramis Ramos, Mª Celia García Álvarez-Coque en Quimiometría, Ed. Síntesis, 2001,
pag. 185
14
D. Toher, G. Downey, T.B. Murphy, J. of Chemometrics, 2011, 25, 621-630.
15
Hair, Anderson,, Tatham, Black en Análisis multivariante, Ed. Pearson Prentice Hall,
2008
33
Análisis de conglomerados (cluster analysis)
34
Análisis de conglomerados (cluster analysis)
Con
35
Análisis de conglomerados (cluster analysis)
2 LUMINOMETRÍA ATP
Técnica también llamada Bioluminiscencia por ATP, se basa en
la detección del ATP (adenosin trifosfato), molécula energética
que se encuentra en todos los organismos vivos.
16
R. Rendall y otros, Chemometrics and Intelligent Laboratory Systems, 2015, 142,
131-142.
36
Luminometría ATP
37
Luminometría ATP
38
Luminometría ATP
39
Luminometría ATP
40
Luminometría ATP
3 CUALIMETRíA
Disciplina científica que trata de determinar cuantitativamente
la calidad. La cualimetría está enfocada fundamentalmente al
aseguramiento cuantitativo de la calidad. El término cualimetría se
usó por primera vez en 1968 y se ha ido admitiendo de forma
gradual en los vocabularios científicos y de ingeniería habiendo
hoy decenas de miles de referencias al término en publicaciones
científicas de más de 32 idiomas. En esta tesis se va a enfocar
expresamente al aseguramiento de la calidad de las medidas
analíticas.
3.1 Introducción
41
Cualimetría
42
Cualimetría
17
M. Thompson, P.J. Lowthian en Notes on Statistics and Data Quality for Analytical
Chemists, Ed. Imperial College Press, 2011, pag. 190
43
Cualimetría
44
Cualimetría
18
M. Thompson, P.J. Lowthian en Notes on Statistics and Data Quality for Analytical
Chemists, Ed. Imperial College Press, 2011, pag 191
19
M. Thompson, R. Wood, Pure Appl. Chem., 1995, 67 (4), 649-666, Harmonized
guidelines for internal quality control in analytical chemistry laboratories (IUPAC
technical report)
45
Cualimetría
20
M. Thompson, P.J. Lowthian en Notes on Statistics and Data Quality for Analytical
Chemists, Ed. Imperial College Press, 2011, pag. 195
46
Cualimetría
47
Cualimetría
48
Cualimetría
49
Cualimetría
50
Cualimetría
5. Mejorar el desempeño
22
Eurachem, Selection, use and interpretation of Proficiency Testing (PT) Schemes,
second edition 2011, pag. 9
23
Eurachem, Selection, use and interpretation of Proficiency Testing (PT) Schemes,
second edition 2011, pag. 10-12
51
Cualimetría
6. Educar al personal
9. Incertidumbre de la medida
24
ISO 5725-4:1994, Accuracy (trueness and precision) of measurement methods and
results -- Part 4: Basic methods for the determination of the trueness of a standard
measurement method
52
Cualimetría
25
ISO 5725-3: 1994, Accuracy (trueness and precision) of measurement methods and
results -- Part 3: Intermediate measures of the precision of a standard measurement
method
26
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization, punto 12.
53
Cualimetría
27
M. Thompson, S.R. Ellison, R. Wood, Pure Appl. Chem., 2006, 78 (1), 145-196, The
International harmonized protocol for the proficiency testing of analytical chemistry
laboratories (IUPAC technical report), 2006.
28 nd
Eurachem, Selection, Use and Interpretation of Proficiency Testing (PT) Schemes, 2
ed. 2011, punto 7.2.1
54
Cualimetría
55
Cualimetría
29
ISO/IEC Guide 43-1:1997, Proficiency testing by interlaboratory comparisons -- Part
1: Development and operation of proficiency testing schemes
30
ISO 5725-2:1994, Accuracy (Trueness and Precision) of Test Measurements Part 2:
Basic method for the determination of repeatability and reproducibility of a standard
measurement method.
56
Cualimetría
31
ISO/IEC Guide 43-1:1997, Proficiency testing by interlaboratory comparisons -- Part
1: Development and operation of proficiency testing schemes, A.1.1 item e
32
ISO 13528:2005 Statistical methods for use in proficiency testing by interlaboratory
comparisons
57
Cualimetría
33
ISO 13528:2005 Statistical methods for use in proficiency testing by interlaboratory
comparisons
58
Cualimetría
Algoritmo A
Cualimetría
59
Cualimetría
60
Cualimetría
z’-score
Este indicador se calcula con la ecuación:
61
Cualimetría
Zeta-scores ( )
Se calcula según:
62
Cualimetría
Números En
Este estadístico se calcula según:
es la incertidumbre expandida de
Ez-score
El estimador Ez-score se obtiene por las ecuaciones:
63
Cualimetría
34
Eurachem, Selection, use and interpretation of Proficiency Testing (PT) Schemes,
second edition 2011, pag. 16
64
Cualimetría
Histograma de z-scores
40
35
Nº de resultados
30
25
20
15
10
5
0
Rango z-score
65
Cualimetría
Gráfico de Youden
Cuando se hacen análisis de dos muestras similares en una
ronda de un esquema de competencia, el gráfico de Youden es un
método gráfico muy informativo para estudiar los resultados. Se
construye dibujando los z-scores obtenidos en una de las muestras
frente a los z-scores de la otra muestra. Se calcula una elipse de
confianza siguiendo el método de Jackson36 que ayuda a
interpretar el gráfico, como vemos en la Figura 1.14.
35
ISO 13528:2005 Statistical methods for use in proficiency testing by interlaboratory
comparisons
36
Jackson, J. E. Quality control methods for two related variables. Industrial Quality
Control, 7, 1956, pp. 2-6
66
Cualimetría
37
ISO 13528:2005 Statistical methods for use in proficiency testing by interlaboratory
comparisons
67
Cualimetría
68
Cualimetría
Muestras divididas
Cuando hay que realizar una comparación detallada de dos
laboratorios se usa el método de muestras divididas. En ocasiones,
puede realizarse sobre más de dos laboratorios.
69
Cualimetría
38
Bequalm phytoplankton proficiency test in the abundance and composition of
marine microalgae 2013 report.
70
Cualimetría
39
M. Thompson, S.L.R. Ellison, R. Wood, Pure Appl. Chem, 2006, 78 (1), 145-196. The
International Harmonized Protocol for the Proficiency Testing of Analytical Chemistry
Laboratories (IUPAC technical report).
40
M. Thompson, P.J. Lowthian, Analyst, 1996, 121, 1589-1592
71
Cualimetría
Gráfico de puntos
Un gráfico de puntos es similar al gráfico de Shewhart, en el eje
x se representa la fecha del anillo y en el eje y se representa el z-
score pero con múltiples puntos en cada periodo de tiempo. Así,
se conectan las medias de cada grupo de puntos de la misma
fecha. Así se pueden identificar puntos individuales del ensayo de
la misma fecha que hayan salido fuera de los indicadores de
advertencia o acción.
4 ANÁLISIS SENSORIAL
72
Análisis sensorial
41
S. Marcuse. An Application of the Control Chart Method to the Testing and
Marketing of Foods, Journal of the American Statistical Association, 1945, 40(230),
214-222.
42
S. Harrison, L.W. Elder. Some applications of statistics to laboratory taste testing,
Food Technology, 1950, 4, 434.
73
Análisis sensorial
74
Análisis sensorial
46
M.C. Meilgaard y otros en Sensory evaluation techniques, 2007, CRC Press, capítulo
3
47
J.F. Meullenet y otros en Multivariate and probabilistic analyses of sensory science
problems, 2007, IFT Press.
48
G. Hyldig en Sensory analysis for food and beverage quality control, 2010, CRC Press,
capítulo 3.
49
M.C. Meilgaard y otros en Sensory evaluation techniques, 2007, CRC Press, capítulo 4
50
R.J. Stevenson en The psicology of flavor, 2009, Oxford Univesity Press.
75
Tendencias futuras
5 TENDENCIAS FUTURAS
Quimiometría
76
Tendencias futuras
59
Z. Zhao, Y. Duan, RSC Adv., 2015, 5, 40636-40646.
60
Z. Wu y otros, Anal. Methods, 2015, 7, 2726-2737.
61
C.B. Cai y otros, Chemometrics and Intelligent Laboratory Systems, 2015, 144, 80-86.
62
M. Zhao y otros, J. Agric. Food Chem., 2015, 63 (5), 1433–1441.
77
Tendencias futuras
78
Tendencias futuras
63
M. Ghasemi-Varnamkhasti y otros, Talanta, 2012, 19, 286-291.
64
J. Engel, L. Blanchet, L.M.C. Buydens, G. Downey, Talanta, 2012, 99, 426-432.
65
V. di Egidio y otros, Food Research International, 2011, 44, 544-549.
79
Tendencias futuras
Cualimetría
80
Tendencias futuras
Análisis microbiológicos
81
Tendencias futuras
Análisis sensorial
66
B.R. Gibson, S.J. Lawrence y otros, FEMS Microbiol Rev, 2007, 31, 535-569.
67
G. Valdameri y otros, Letters in Apllied Microbiology, 2015, 60(3), 237-241.
68
De Roy K y otros, Water Res., 2012, 46(3), 907-919.
69
De Roy K y otros, Environ Sci Pollut Res, 2015, 22, 11446-11455.
70
R. Guzzon, R. Larcher, Ann Microbiol, 2015, 65(4), 1865-1878.
71
B. Bottari y otros, Trends in Food Science & Technology, 2015, 44(1), 36-48.
72
S. Shimotsu y otros, J. of the Institute of Brewing, 2015, 121(2), 177-180.
82
Tendencias futuras
73
M. Dresel y otros, Journal of Agricultural and Food Chemistry, 2015, 63(13), 3402-
3418.
74
C.A. Blanco y otros, Journal of Food and Nutrition Research, 2015, 3(1), 1-8
83
Tendencias futuras
75
C. Chaya y otros, Food Quality and Preference, 2015, 45, 100-112.
76
G. Donadini y otros, Food Research International, 2014, 58, 69-80.
84
CAPÍTULO 2
Tratamiento previo de los datos
85
86
ÍNDICE
RESUMEN
1 INTRODUCCIÓN
2 CIFRAS SIGNIFICATIVAS, REDONDEO Y ANÓMALOS
2.1 Cifras significativas
2.2 Redondeo
2.3 Tratamiento de datos anómalos, aberrantes (outliers)
2.3.1 Test Q de Dixon
2.3.2 Test G de Grubbs
2.3.3 Otros tests
3 TRATAMIENTO DE DATOS DEL CAPÍTULO 3
3.1 Cifras significativas
3.2 Redondeo
3.3 Tratamiento de datos anómalos
4 TRATAMIENTO DE DATOS DEL CAPÍTULO 4
4.1 Cifras significativas y lugares decimales
4.2 Redondeo
4.3 Tratamiento de datos anómalos
5 TRATAMIENTO DE DATOS DEL CAPÍTULO 5
5.1 Cifras significativas y lugares decimales
5.2 Redondeo
5.3 Tratamiento de datos anómalos
87
88
RESUMEN
89
90
Introducción
1 INTRODUCCIÓN
91
Cifras significativas, redondeo y anómalos
92
Cifras significativas, redondeo y anómalos
2.2 Redondeo
77
J. Assoc. Off. Anal. Chem. 77 (1994) 777-781.
93
Cifras significativas, redondeo y anómalos
94
Cifras significativas, redondeo y anómalos
78
D.L. Massart en Handbook of Chemometrics and Cualimetrics Part. A, pag. 109
79
Analytical Methods Committee, Analyst, 1989, 114, 1693-1697
95
Cifras significativas, redondeo y anómalos
96
Cifras significativas, redondeo y anómalos
80 rd
V. Barnett, T. Lewis en Outliers in statistical data, 1994, 3 edition, Ed. Wiley
81
ISO 5725-2:1994, Accuracy (trueness and precision) of measurement methods and
results - Part 2: Basic method for the determination of repeatability and reproducibility
of a standard measurement method, punto 7.3.3
97
Datos del capítulo 3
3.2 Redondeo
82
ISO 5725-2:1994, Accuracy (Trueness and Precision) of Test Measurements. Puntos
7.2.9 y 7.2.10
98
Datos del capítulo 3
4.2 Redondeo
99
Datos del capítulo 4
5.2 Redondeo
84
ISO 5725-2:1994, Accuracy (Trueness and Precision) of Test Measurements. Puntos
7.2.9 y 7.2.10
100
Datos del capítulo 5
85
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by interlaboratory
comparisons. International Organization for Standardization
86 nd
Selection, use and interpretation of Proficiency Testing (PT) schemes, Eurachem, 2 ed. 2011
87
M. Thompson, S.L.R. Ellison, R. Wood, Pure Appl. Chem., 78 (1), 2006, 145-196. The
International harmonized protocol for the Proficiency Testing of analytical chemistry laboratories
(IUPAC technical report).
101
Datos del capítulo 5
102
Datos del capítulo 5
103
Datos del capítulo 5
Para el laboratorio:
104
Datos del capítulo 5
El intervalo creado es
El intervalo creado es
88
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by interlaboratory
comparisons. International Organization for Standardization. Annex C.1
105
Datos del capítulo 5
106
CAPÍTULO 3
Tratamientos quimiométricos de datos físico-
químicos de diferentes muestras de cerveza
107
108
ÍNDICE
RESUMEN
1 PARÁMETROS ANALÍTICOS SELECCIONADOS
2 ANÁLISIS DISCRIMINANTE LINEAL (ADL)
2.1 Cervezas tipo Pils Lager 5,6 y Strong Lager
2.2 Cervezas con recorrido de alcohol entre 3,0% y 5,0%
2.3 Cervezas de todo recorrido de alcohol
2.4 Discriminación entre diferentes fábricas de un mismo tipo
de cerveza
2.5 Cervezas de mercado
3 COMPARATIVA ENTRE PAQUETES DE SOFTWARE
ESTADÍSTICOS
4 ANÁLISIS DE CONGLOMERADOS (CLUSTER ANALYSIS)
4.1 Cervezas Pils 5,6 y Pils Strong Lager
4.2 Cervezas con recorrido de alcohol entre 3,0% y 5,0%
4.3 Cervezas con todo recorrido de alcohol
4.4 Mismo tipo de cerveza producida en diferentes fábricas
4.5 Diferentes marcas del mercado
109
110
RESUMEN
En este Capítulo se describen dos métodos quimiométricos
importantes dentro del campo del análisis clasificatorio o de
reconocimiento de pautas supervisado: el análisis discriminante
lineal y el análisis de conglomerados.
En el primero se van a tratar dos grupos independientes de
cervezas, en función de su contenido alcohólico y un tercer grupo
donde se encuentran unidos los dos anteriores y algunas cervezas
más de la gama sin alcohol. Se comprobará el poder discriminante
del análisis en función de 15 parámetros analíticos seleccionados y
se optimizarán las funciones discriminantes para poder realizar las
discriminaciones con el menor número de parámetros analíticos
posibles. Asimismo, vamos a estudiar la discriminación de un tipo
de cerveza hecha en diferentes fábricas.
Se analizarán también 16 marcas de cerveza concretas con el
mismo método.
En el segundo método, de análisis de conglomerados, vamos a
estudiar los mismos grupos que en el anterior pero esta vez como
técnica complementaria al análisis discriminante lineal y que viene
a apoyar los resultados.
También se va a realizar un estudio comparativo de diferentes
programas estadísticos y las variaciones encontradas en la
aplicación de estos métodos.
111
112
Parámetros analíticos seleccionados
113
Parámetros analíticos seleccionados
pH pH final de la cerveza.
114
Parámetros analíticos seleccionados
115
Análisis discriminante lineal (ADL)
116
Cervezas tipo Pils Lager 5,6 y Strong Lager
117
Tipo EA Alc ESP GAF Color Amar. CO2 pH VDK S.F. Turb. Espuma Isoh THIA SO2
Pils 5,6 A 2,53 5,64 13,02 80,56 7,5 28,0 5,34 4,26 47 2,66 0,62 127 24,9 4,6 7,2
Pils 5,6 A 2,56 5,61 13,02 80,21 7,2 27,7 5,39 4,36 95 2,97 0,69 130 24,0 4,8 7,5
Pils 5,6 A 2,46 5,62 12,97 81,07 7,4 28,3 5,36 4,23 65 2,54 0,57 129 25,6 4,2 6,4
Pils 5,6 A 3,07 5,66 12,98 81,50 7,5 27,2 5,32 4,17 32 2,64 0,59 131 24,5 3,7 8,0
Pils 5,6 A 2,32 5,68 12,98 82,17 7,4 28,2 5,34 4,16 39 2,97 0,63 127 25,0 4,1 4,8
Pils 5,6 A 2,75 5,49 13,00 78,86 7,3 27,3 5,34 4,16 52 2,51 0,52 127 23,5 4,0 7,6
Pils 5,6 A 2,72 5,51 13,02 79,00 7,3 28,0 5,35 4,10 44 2,58 0,49 136 24,3 4,0 4,3
Pils 5,6 A 2,74 5,50 12,99 78,89 7,3 28,3 5,27 4,11 66 2,65 0,49 141 24,2 3,8 4,5
Pils 5,6 A 2,74 5,51 13,03 78,84 7,6 28,2 5,26 4,09 63 2,02 0,38 133 23,9 4,3 2,0
Pils 5,6 A 2,89 5,46 13,05 77,79 7,2 27,2 5,24 4,15 63 1,66 0,36 134 24,0 4,1 7,8
Pils 5,6 A 2,71 5,52 13,01 79,00 7,4 28,2 5,34 4,12 56 1,95 0,42 131 24,5 4,2 5,0
Pils 5,6 A 2,54 5,61 13,00 80,63 7,5 27,9 5,36 4,23 66 1,76 0,40 127 24,0 4,0 6,5
Pils 5,6 B 2,50 5,65 13,03 80,58 9,2 26,5 5,33 4,28 77 3,36 0,77 131 23,2 4,2 5,7
Pils 5,6 B 2,54 5,64 13,06 80,44 9,1 26,1 5,29 4,37 75 2,81 0,64 126 22,7 4,4 4,5
Pils 5,6 B 2,49 5,63 13,02 80,92 9,0 26,2 5,33 4,21 61 2,95 0,66 131 23,5 3,9 5,8
Pils 5,6 B 2,47 5,64 13,01 81,10 8,9 25,9 5,32 4,13 32 3,10 0,66 126 22,8 3,6 3,7
Pils 5,6 B 2,44 5,69 13,05 81,29 9,0 26,5 5,34 4,12 40 3,46 0,73 132 23,7 3,8 3,5
Pils 5,6 B 2,64 5,59 13,05 79,87 9,1 27,0 5,33 4,06 51 2,75 0,57 128 23,7 4,0 9,0
Pils 5,6 B 2,64 5,55 13,03 79,85 9,3 27,5 5,36 4,05 48 2,76 0,57 127 24,9 4,1 3,7
Pils 5,6 B 2,68 5,54 13,01 79,50 9,2 26,9 5,36 4,09 58 2,81 0,56 128 23,7 4,1 3,0
118
Pils 5,6 B 2,75 5,53 13,07 79,00 9,5 27,6 5,29 4,04 54 2,85 0,57 128 23,5 4,0 4,0
Pils 5,6 B 2,74 5,50 13,05 79,20 8,9 26,7 5,25 4,12 47 1,90 0,45 138 22,6 4,1 4,7
Pils 5,6 B 2,67 5,55 13,02 79,70 9,1 27,0 5,29 4,09 48 2,40 0,52 135 23,5 4,3 4,0
Pils 5,6 B 2,60 5,59 13,04 80,13 9,1 26,7 5,32 4,14 52 2,83 0,61 130 23,4 4,0 4,7
Pils 5,6 C 2,51 5,62 12,99 80,50 8,1 24,3 5,37 4,19 43 3,44 0,78 127 22,6 3,6 4,5
Pils 5,6 C 2,55 5,64 13,06 80,60 8,0 23,8 5,44 4,25 92 4,83 1,16 125 21,5 3,8 2,0
Pils 5,6 C 2,52 5,67 13,09 80,80 8,0 24,1 5,38 4,15 53 3,95 0,90 126 22,2 3,3 1,3
Pils 5,6 C 2,40 5,72 13,06 81,57 8,0 23,8 5,38 4,07 33 3,26 0,75 124 22,6 3,1 1,8
Pils 5,6 C 2,43 5,68 13,04 81,40 8,1 23,9 5,41 4,03 54 3,29 0,72 125 22,4 3,5 2,4
Pils 5,6 C 2,56 5,60 13,02 80,31 7,9 23,7 5,35 4,04 48 2,71 0,58 127 20,4 2,9 2,8
Pils 5,6 C 2,64 5,56 13,02 79,54 8,1 23,9 5,39 4,02 44 3,24 0,75 132 21,4 3,3 2,0
Pils 5,6 C 2,66 5,53 12,99 79,44 8,0 24,0 5,34 4,05 52 3,30 0,69 134 22,7 3,4 1,0
Pils 5,6 C 2,65 5,56 13,01 79,57 8,0 22,7 5,35 4,04 50 3,63 0,77 131 20,9 3,2 3,0
Pils 5,6 C 2,57 5,61 13,03 80,25 8,0 23,3 5,31 4,10 50 2,99 0,70 132 21,2 2,8 2,3
Pils 5,6 C 2,54 5,61 13,01 80,29 7,9 23,4 5,34 4,05 48 3,30 0,75 134 19,8 3,6 2,0
Pils 5,6 C 2,37 5,66 12,94 81,71 8,3 23,9 5,31 4,24 48 3,59 0,86 128 20,6 3,0 2,0
Pils Strong A 3,11 6,50 15,00 79,00 12,4 25,0 5,70 4,17 53 1,70 0,55 124 21,4 3,7 8,0
Pils Strong A 3,24 6,40 14,90 78,00 12,2 27,0 5,20 4,16 52 1,26 0,54 135 23,7 3,1 7,0
Pils Strong A 3,24 6,40 15,00 78,00 14,7 24,0 5,80 4,20 54 2,21 0,74 129 19,8 3,7 7,0
Pils Strong A 3,30 6,40 15,10 78,00 14,3 23,0 5,80 4,09 49 2,09 0,72 127 19,6 3,3 4,0
Pils Strong A 3,20 6,40 15,00 79,00 13,2 25,0 5,80 4,17 86 1,70 0,40 131 21,7 3,2 7,0
Pils Strong A 3,00 6,50 15,00 80,00 12,7 26,0 5,70 4,15 60 2,79 1,00 131 20,9 3,3 9,0
119
Pils Strong A 3,01 6,50 14,90 80,00 12,4 25,0 5,80 4,10 44 2,98 0,90 111 21,4 3,2 10,0
Pils Strong A 3,47 6,30 15,00 77,00 12,5 28,0 5,80 4,11 38 1,70 0,59 130 23,3 3,4 7,0
Pils Strong A 3,43 6,30 15,10 77,00 12,5 26,0 5,70 4,16 37 2,04 0,64 120 23,2 3,2 6,0
Pils Strong A 3,46 6,40 15,20 77,00 12,1 28,0 5,80 4,20 58 1,84 0,62 119 22,1 2,6 6,0
Pils Strong B 3,70 6,20 15,00 76,00 17,9 30,0 5,50 4,18 66 1,60 0,54 128 26,5 3,4 6,0
Pils Strong B 3,80 6,20 15,20 75,00 20,3 32,0 5,60 4,21 79 1,70 0,80 128 28,6 3,7 10,0
Pils Strong B 3,80 6,20 15,20 75,00 18,6 31,0 5,70 4,17 77 1,90 0,75 115 27,4 3,4 6,0
Pils Strong B 3,60 6,30 15,20 77,00 18,6 35,0 5,70 4,17 72 1,00 0,61 127 30,0 4,3 6,0
Pils Strong B 3,60 6,30 15,10 76,00 18,0 33,0 5,60 4,12 71 1,60 0,60 122 28,7 4,3 9,0
Pils Strong B 3,30 6,40 15,00 78,00 18,2 32,0 5,70 4,11 73 1,70 0,63 124 27,4 4,4 9,0
Pils Strong B 3,40 6,20 15,00 76,00 18,6 33,0 5,70 4,10 113 2,00 0,80 130 27,4 4,3 8,0
Pils Strong B 3,50 6,30 15,10 77,00 18,7 32,0 5,60 4,14 100 2,10 0,93 131 28,0 4,1 6,0
Pils Strong B 3,60 6,30 15,20 76,00 18,4 31,0 5,70 4,11 65 2,30 0,80 123 28,1 4,4 9,0
Pils Strong B 3,40 6,30 15,00 77,00 18,5 34,0 5,60 4,03 78 1,50 0,66 122 30,3 3,9 9,0
Tabla 3.1. Datos analíticos de cervezas Pils 5,6 y Pils Strong
120
Cervezas tipo Pils Lager 5,6 y Strong Lager
121
Cervezas tipo Pils Lager 5,6 y Strong Lager
Funciones Lambda
Chi-Cuadrada GL P-valor
Derivadas de Wilks
1 0,00000433743 555,6703 60 0,0000
2 0,00268568 266,3919 42 0,0000
3 0,100448 103,4153 26 0,0000
4 0,556505 26,3736 12 0,0095
122
Cervezas tipo Pils Lager 5,6 y Strong Lager
12 Tipo
Pils 5,6 A
Pils 5,6 B
8
Pils 5,6 C
Pils Strong A
4 Pils Strong B
Función 2
-4
-8
-12
-20 -10 0 10 20 30 40
Función 1
123
Cervezas tipo Pils Lager 5,6 y Strong Lager
124
Cervezas tipo Pils Lager 5,6 y Strong Lager
A 1 2 3 4
EA -0,108179 0,293528 -0,225638 0,495107
Alcohol 1,06331 -0,717209 1,00121 1,54338
ESP 0,918038 -0,209486 -0,595238 -0,813478
GAF -0,507663 0,730677 -1,25546 -1,63328
Color 0,477666 1,04723 0,370361 -0,327859
Amargo 0,342286 0,914293 -0,63569 -0,511566
CO2 -0,428568 -0,572417 0,196865 0,925325
pH -0,291385 0,0781459 -0,302228 -0,024555
VDK 0,162445 0,0264586 0,213533 0,49675
SF 0,635895 0,921723 -0,473626 -1,55199
Turbidez -0,748608 -0,862437 0,899708 1,55447
Espuma 0,146521 -0,514402 -0,0889823 0,251485
Isoh -0,210121 -0,156525 0,451938 1,14139
THIA -0,0900054 0,272594 -0,622849 -0,451652
SO2 0,272087 0,083432 -0,530467 -0,244436
Tabla 3.4 Coeficientes estandarizados de las funciones discriminantes
Tamaño
Actual Predicho Tipo Pils Pils
de Pils 5,6 C
Tipo Pils 5,6 A Pils 5,6 B Strong A Strong B
Grupo
Pils 12
12 0 (0,00%) 0 (0,00%) 0 (0,00%) 0 (0,00%)
5,6 A (100,00%)
Pils 12
12 0 (0,00%) 0 (0,00%) 0 (0,00%) 0 (0,00%)
5,6 B (100,00%)
Pils 12
12 0 (0,00%) 0 (0,00%) 0 (0,00%) 0 (0,00%)
5,6 C (100,00%)
Pils
10
Strong 10 0 (0,00%) 0 (0,00%) 0 (0,00%) 0 (0,00%)
(100,00%)
A
Pils
10
Strong 10 0 (0,00%) 0 (0,00%) 0 (0,00%) 0 (0,00%)
(100,00%)
B
Tabla 3.5 Tabla de clasificación de los casos
125
Cervezas tipo Pils Lager 5,6 y Strong Lager
Grupo 1 2 3 4
Pils 5,6 A -18,4348 0,486657 -2,80905 0,912612
Pils 5,6 B -16,1853 3,19031 -0,347994 -1,44201
Pils 5,6 C -18,2439 -2,61414 3,2276 0,503952
Pils Strong A 28,6302 -9,69679 -0,762253 -0,348344
Pils Strong B 34,8066 8,42139 0,677581 0,378875
Tabla 3.6 Centroides de grupo por “Tipo”
Diagrama de Dispersión
22 Tipo
Pils 5,6 A
Pils 5,6 B
19 Pils 5,6 C
Pils Strong A
Pils Strong B
16
Color
13
10
7
22 25 28 31 34 37
Amargo
126
Optimización de funciones discriminantes
127
Optimización de funciones discriminantes
13 Tipo
Pils 5,6 A
Pils 5,6 B
9
Pils 5,6 C
Pils Strong A
5 Pils Strong B
Función 2
-3
-7
-11
-18 -8 2 12 22 32 42
Función 1
128
Optimización de funciones discriminantes
9 Tipo
Pils 5,6 A
Pils 5,6 B
6
Pils 5,6 C
Pils Strong A
3 Pils Strong B
Función 2
-3
-6
-9
-17 -7 3 13 23 33
Función 1
129
Cervezas con recorrido de alcohol entre 3,0% y 5,0%
Esta separación nos hace pensar que va a ser fácil llevar a cabo
una optimización de las funciones discriminantes disminuyendo el
número de variables originales en la combinación lineal.
130
Tipo EA Alc ESP GAF Color Amar. CO2 pH VDK S.F. Turb Espuma Isoh TTHH SO2
Shandy A 2,39 4,50 10,88 78,00 7,5 20,0 5,38 4,15 26 1,30 0,32 115 10,5 0,0 8,0
Shandy A 2,54 4,42 10,85 76,59 7,4 18,0 5,41 4,16 34 1,39 0,46 107 10,2 0,0 7,6
Shandy A 2,69 4,40 10,94 75,38 7,3 18,0 5,36 4,15 30 1,27 0,31 102 10,6 0,0 6,8
Shandy A 2,75 4,30 10,82 74,55 8,2 18,0 5,45 4,17 30 1,53 0,55 100 10,1 0,0 7,6
Shandy A 2,47 4,40 10,73 77,00 7,6 17,5 5,45 4,15 26 1,47 0,50 103 9,5 0,0 8,0
Shandy A 2,47 4,48 10,88 77,39 7,3 17,8 5,45 4,15 36 1,56 0,53 108 9,9 0,0 5,7
Shandy A 2,74 4,35 10,88 74,73 6,7 18,3 5,37 4,18 26 1,37 0,48 111 11,3 0,0 5,5
Shandy A 2,80 4,29 10,85 74,27 7,2 18,0 5,39 4,18 36 1,28 0,48 105 9,5 0,0 6,4
Shandy A 2,48 4,43 10,83 77,19 7,7 17,7 5,42 4,16 36 1,39 0,47 108 9,4 0,0 7,7
Shandy A 2,42 4,48 10,80 77,50 7,5 18,0 5,38 4,14 46 1,44 0,49 111 11,0 0,0 10,0
Shandy A 2,34 4,50 10,85 78,50 7,1 17,0 5,40 4,16 50 1,27 0,46 100 9,8 0,0 8,5
Shandy A 2,38 4,48 10,87 78,00 7,0 17,5 5,42 4,14 38 1,40 0,46 117 10,6 6,6 9,5
Shandy B 6,28 3,10 12,10 48,00 5,0 10,5 5,60 3,24 18 25,9 110 7,9 2,1 3,0
Shandy B 6,20 3,20 12,20 49,00 6,1 10,0 5,60 3,29 16 25,9 106 8,5 2,3 3,0
Shandy B 6,60 3,00 12,30 46,00 5,0 12,0 5,60 3,22 21 27,7 108 9,2 2,4 2,0
Shandy B 6,50 3,10 12,30 48,00 5,3 11,0 5,60 3,22 14 27,0 105 9,5 2,1 2,0
Shandy B 6,30 3,20 12,30 49,00 6,5 12,0 4,60 3,21 38 26,0 101 10,1 2,4 3,0
Shandy B 6,30 3,10 12,20 48,00 7,7 13,0 5,70 3,22 30 29,7 103 10,8 2,6 2,0
Shandy B 6,30 3,10 12,10 48,00 7,2 12,0 5,70 3,24 34 30,5 109 10,2 2,5 2,0
Shandy B 6,30 3,20 12,20 49,00 6,2 11,8 5,60 3,26 28 27,6 112 11,7 2,4 3,0
Shandy B 6,30 3,20 12,40 49,00 5,3 12,2 5,60 3,26 42 25,0 109 10,6 2,5 3,0
131
Shandy B 6,40 3,20 12,30 48,00 5,2 13,0 4,60 3,31 16 29,0 107 11,2 2,5 3,0
Pils 4,5 A 2,14 4,94 11,39 81,11 8,2 24,4 5,34 4,34 48 2,65 0,62 123 20,9 4,5 5,2
Pils 4,5 A 2,22 4,87 11,41 80,44 8,0 23,9 5,39 4,38 87 2,84 0,64 126 20,6 4,4 5,0
Pils 4,5 A 2,15 4,90 11,40 81,21 8,2 23,8 5,35 4,24 57 2,79 0,62 125 21,0 4,0 5,0
Pils 4,5 A 2,15 4,88 11,39 80,88 8,0 23,5 5,33 4,20 27 2,85 0,64 123 20,2 3,5 6,3
Pils 4,5 A 2,11 4,94 11,43 81,50 7,9 24,1 5,34 4,14 37 2,82 0,63 123 20,7 3,8 4,0
Pils 4,5 A 2,26 4,87 11,45 80,20 8,0 24,4 5,30 4,06 46 2,50 0,52 125 20,5 3,9 6,4
Pils 4,5 A 2,33 4,83 11,41 79,68 8,1 24,6 5,33 4,08 46 2,34 0,47 125 20,9 3,9 3,3
Pils 4,5 A 2,34 4,83 11,43 79,50 8,1 24,0 5,28 4,10 47 2,60 0,52 119 20,5 4,1 4,6
Pils 4,5 A 2,41 4,79 11,46 79,07 8,0 24,9 5,28 4,05 51 3,08 0,56 127 22,0 4,3 3,5
Pils 4,5 A 2,36 4,78 11,40 79,44 7,8 24,5 5,24 4,09 46 1,84 0,39 126 20,2 4,1 5,0
Pils 4,5 A 2,36 4,76 11,32 79,22 7,9 24,8 5,28 4,08 38 1,94 0,43 135 20,3 3,6 3,0
Pils 4,5 A 2,09 4,95 11,43 81,73 8,2 23,5 5,31 4,31 53 2,09 0,47 122 19,3 4,1 3,5
Pils 4,5 B 2,05 4,62 10,75 80,90 7,1 21,0 5,37 4,24 31 3,47 0,73 126 19,1 3,4 2,4
Pils 4,5 B 2,06 4,58 10,70 80,67 7,1 19,3 5,40 4,35 77 4,40 1,08 115 17,6 3,1 4,3
Pils 4,5 B 2,07 4,58 10,75 80,85 6,9 20,0 5,33 4,16 43 3,36 0,79 117 18,3 3,1 1,5
Pils 4,5 B 1,94 4,66 10,73 81,83 6,9 20,9 5,38 4,15 23 3,04 0,70 122 18,9 2,9 1,3
Pils 4,5 B 1,96 4,60 10,71 81,88 6,9 21,1 5,39 4,03 32 3,11 0,67 121 20,1 3,2 1,7
Pils 4,5 B 2,10 4,55 10,73 80,21 6,8 20,7 5,37 4,05 46 2,76 0,57 122 17,5 3,1 3,0
Pils 4,5 B 2,17 4,52 10,72 79,85 6,8 20,8 5,43 4,02 42 2,94 0,65 126 18,8 3,1 2,8
Pils 4,5 B 2,14 4,52 10,70 80,00 6,8 20,1 5,36 4,05 47 2,88 0,59 145 17,8 3,3 2,0
Pils 4,5 B 2,11 4,54 10,77 80,30 7,0 20,9 5,33 4,06 33 3,42 0,75 119 18,4 3,2 1,7
132
Pils 4,5 B 2,10 4,55 10,74 80,43 6,7 20,6 5,31 4,12 41 2,57 0,63 141 18,2 2,7 3,0
Pils 4,5 B 2,11 4,51 10,67 80,11 6,7 20,8 5,37 4,08 33 2,67 0,61 119 17,4 3,4 2,5
Pils 4,5 B 2,00 4,60 10,74 81,43 7,0 21,1 5,31 4,24 44 2,93 0,62 137 18,3 2,9 2,4
Pils 5 2,33 5,20 12,05 80,50 7,4 26,0 5,37 4,30 42 3,13 0,69 122 23,3 4,8 5,2
Pils 5 2,39 5,15 12,02 79,82 7,2 25,5 5,37 4,34 74 3,22 0,69 124 21,2 4,7 7,0
Pils 5 2,25 5,20 12,07 81,67 6,8 25,7 5,37 4,33 64 2,51 0,60 123 22,8 4,0 6,5
Pils 5 2,15 5,23 11,97 82,14 7,1 23,5 5,36 4,17 16 2,69 0,62 123 21,4 3,9 5,1
Pils 5 2,17 5,26 12,04 81,78 7,1 25,4 5,30 4,15 37 2,88 0,61 122 22,8 3,9 4,0
Pils 5 2,65 5,00 12,05 78,00 7,1 25,3 5,31 4,17 53 2,42 0,53 122 21,7 4,2 8,0
Pils 5 2,49 5,10 12,08 79,25 7,3 25,0 5,30 4,07 47 2,51 0,46 132 21,9 4,5 4,0
Pils 5 2,65 5,00 12,05 78,00 7,4 24,3 5,25 4,10 73 2,54 0,41 125 20,7 4,2 4,0
Pils 5 2,54 5,03 12,07 79,00 7,0 24,7 5,30 4,10 58 2,47 0,47 124 21,7 4,2 5,5
Pils 5 2,59 5,06 12,08 78,60 7,2 24,8 5,26 4,08 53 1,80 0,39 133 20,7 4,1 6,0
Pils 5 2,53 5,08 12,05 79,00 6,9 25,0 5,33 4,13 57 1,84 0,38 137 20,9 3,6 4,7
Pils 5 2,29 5,24 12,12 81,20 7,1 25,4 5,30 4,28 64 1,95 0,44 123 21,5 3,9 5,5
Tabla 3.7 Datos analíticos de cervezas Shandy, Pils 4,5 y Pils 5
133
Cervezas con recorrido de alcohol entre 3,0% y 5,0%
A 1 2 3 4
EA 0,35856 -0,53578 -1,56544 2,06214
Alcohol 0,50871 1,76832 -1,30106 -0,641107
ESP 0,802089 0,568191 0,290847 -0,113843
GAF -0,322841 -1,86293 -0,338657 2,14891
Color -0,0777336 0,301692 -0,328381 0,908196
Amargo -0,645397 0,254603 -0,453977 0,444413
CO2 0,13766 0,391991 -0,168358 -0,0474971
pH -0,200173 -0,244245 0,0446453 0,291106
VDK -0,192083 0,0047507 0,270931 -0,329704
Turbidez 1,05389 -0,257943 0,213744 -0,113508
Espuma 0,103748 0,106999 0,234023 0,0322258
Isoh -0,195694 -0,0597363 1,12834 -0,0913613
THIA -0,122406 0,0220097 0,0246436 0,325118
SO2 0,263512 0,153409 -0,435818 0,114046
Tabla 3.8 Tabla de coeficientes estandarizados de las funciones
discriminantes
27 Tipo
Pils 4,5 A
Pils 4,5 B
Pils 5
17
Shandy A
Shandy B
Función 2
-3
-13
-24 -4 16 36 56 76
Función 1
134
Optimización de funciones discriminantes
A 1 2 3 4
Alcohol -0,300301 0,437389 0,0380579 0,857747
ESP 0,877285 0,701649 -0,286084 -0,155373
Amargo -0,736902 0,298898 0,717173 -0,441282
Turbidez 0,973549 -0,0720582 0,480929 0,434935
Tabla 3.9 Tabla de coeficientes estandarizados de las funciones
discriminantes
135
Optimización de funciones discriminantes
19 Tipo
Pils 4,5 A
Pils 4,5 B
14
Pils 5
Shandy A
9 Shandy B
Función 2
-1
-6
-11
-20 0 20 40 60
Función 1
136
Optimización de funciones discriminantes
15 Tip o
Pils 4,5 A
2
Pils 4,5 B
10
n
Pils 5
Shandy A
c i ó
Shandy B
5
n
u
0
F
-5
-10
-20 0 20 40 60
Funció n 1
137
Optimización de funciones discriminantes
138
Cervezas de todo recorrido de alcohol
139
Tipo EA Alc ESP GAF Color Amar. CO2 pH VDK S.F. Turb. Espuma Isoh THIA SO2
Cerveza 0,0 6,01 0,00 6,06 1,00 8,6 24,2 5,35 4,25 16 1,01 0,25 124 20,2 4,4 4,5
Cerveza 0,0 6,08 0,00 6,13 1,00 8,5 25,3 5,42 4,25 32 0,96 0,21 123 21,8 4,9 1,5
Cerveza 0,0 6,08 0,00 6,15 1,00 8,4 25,3 5,39 4,25 33 1,04 0,21 123 21,3 4,4 4,0
Cerveza 0,0 6,06 0,00 6,11 1,00 8,3 25,1 5,31 4,27 18 0,98 0,18 123 21,2 4,8 4,0
Cerveza 0,0 6,08 0,00 6,14 1,00 8,3 26,4 5,39 4,22 23 1,03 0,20 123 22,0 4,1 3,0
Cerveza 0,0 6,03 0,01 6,10 1,05 8,5 26,6 5,33 4,27 12 1,21 0,24 129 21,2 4,2 2,4
Cerveza 0,0 6,01 0,00 6,09 1,00 8,1 25,9 5,38 4,28 14 1,10 0,22 124 21,0 4,2 3,0
Cerveza 0,0 6,11 0,01 6,18 1,00 8,3 25,5 5,29 4,26 12 1,22 0,24 134 20,9 4,5 0,0
Cerveza 0,0 6,01 0,01 6,08 1,08 8,4 25,2 5,28 4,33 25 0,90 0,19 132 20,6 4,1 2,3
Cerveza 0,0 6,06 0,01 6,12 1,11 8,2 25,9 5,30 4,23 21 0,88 0,16 142 23,4 4,5 2,0
Cerveza 0,0 6,01 0,01 6,08 1,00 8,7 26,0 5,42 4,33 27 0,86 0,20 141 21,1 4,9 2,5
Cerveza 0,0 6,03 0,01 6,09 1,00 9,3 25,3 5,36 4,42 37 0,80 0,23 151 21,3 4,3 2,5
Cerveza Sin 8,28 0,83 9,80 16,00 5,6 7,0 5,58 2,90 13 0,80 0,24 78 2,8 2,7 4,5
Cerveza Sin 8,10 0,83 9,70 16,33 5,7 7,5 5,67 2,85 12 0,79 0,23 72 2,4 2,0 1,0
Cerveza Sin 7,89 0,89 9,56 17,50 5,5 9,0 5,62 2,89 12 0,82 0,36 78 3,0 3,2 1,0
Cerveza Sin 8,24 0,79 9,73 15,33 5,0 8,0 5,60 2,87 12 0,63 0,24 75 2,8 2,9 1,0
Cerveza Sin 8,05 0,85 9,67 16,65 5,6 7,4 5,70 2,88 10 1,01 0,37 76 2,6 2,5 1,0
Cerveza Sin 8,01 0,89 9,69 17,29 5,7 8,0 5,70 2,88 14 0,96 0,35 73 2,1 1,9 1,0
Cerveza Sin 8,07 0,86 9,68 16,85 5,6 8,2 5,68 2,90 13 1,12 0,32 111 3,0 2,5 1,0
Cerveza Sin 8,03 0,85 9,62 16,61 5,4 7,4 5,67 2,94 14 0,88 0,39 122 2,4 2,3 0,8
140
Cerveza Sin 8,22 0,82 9,77 15,67 5,9 8,0 5,67 2,89 17 1,58 0,44 118 2,8 2,3 1,5
Cerveza Sin 8,02 0,88 9,68 17,40 5,7 9,0 5,54 2,96 23 1,04 0,38 106 2,7 3,1 1,0
Cerveza Sin 7,94 0,89 9,63 17,25 5,5 7,7 5,70 2,95 18 1,32 0,34 95 4,1 3,2 2,0
Cerveza Sin 6,04 0,83 7,61 20,57 5,8 5,5 5,63 2,99 30 1,22 0,38 133 2,3 1,3 2,0
Tabla 3.11 Datos analíticos de cervezas tipo 0,0 y Sin
141
Cervezas de todo recorrido de alcohol
55 Tipo
Cerveza 0,0
Cerveza Sin
35 Pils 4,5 A
Pils 4,5 B
Pils 5
15
Función 2
Pils 5,6 A
Pils 5,6 B
-5 Pils 5,6 C
Pils Strong A
Pils Strong B
-25 Shandy A
Shandy B
-45
-100 -70 -40 -10 20 50
Función 1
142
Cervezas de todo recorrido de alcohol
143
Cerveza Cerveza Pils Pils 4,5 Pils 5,6 Pils 5,6 Pils 5,6 Pils Pils Shandy Shandy
Pils 5
0,0 Sin 4,5 A B A B C Strong A Strong B A B
EA 211,1 340,7 294,3 334,6 243,7 193,6 177,0 170,06 52,1 88,8 324,4 190,7
Alcohol -2525,6 -3246,3 -3374 -3883,5 -2916,2 -2176,2 -2153,5 -2116,5 -555,0 -581,1 -3706,4 -3327
ESP 375,4 638,5 938,3 952,4 949,7 936,9 949,3 960,8 933,5 883,1 934,4 1073,1
GAF 157,7 257,7 338,5 371,5 308,0 262,6 260,1 258,5 158,6 160,4 357,0 302,7
Color 49,4 8,8 26,3 15,1 21,2 25,1 35,4 25,3 60,8 102,6 18,8 -51,1
Amargo 34,8 3,0 21,3 16,3 18,8 19,1 18,2 12,0 13,3 24,0 22,1 -21,7
CO2 283,7 262,3 253,9 238,0 270,1 297,1 291,0 292,4 357,5 352,7 241,3 236,1
pH 1267,6 818,1 727,9 772,9 674,4 586,7 576,1 555,4 394,9 411,0 774,1 535,7
VDK -2,8 -1,2 -0,4 -0,4 -0,24 -0,03 -0,08 0,01 0,1 0,2 -0,6 -0,1
SF -10,3 -21,8 -38,7 -37,8 -38,5 -39,1 -39,1 -38,4 -44,0 -46,5 -38,8 -42,2
Turbidez -28,1 25,2 44,7 49,1 46,8 46,2 44,1 49,2 44,0 28,4 50,4 195,8
Espuma 3,7 5,1 7,0 6,8 7,4 7,9 7,9 8,0 8,8 8,5 6,6 7,8
Isoh 23,6 6,9 8,8 9,5 10,1 11,5 11,1 11,3 8,9 15,1 -4,5 7,0
THIA -4,6 -23,8 -43,8 -44,1 -46,3 -49,8 -49,7 -51,7 -57,2 -54,2 -48,7 -53,5
SO2 6,2 6,3 4,3 2,9 4,9 5,3 4,7 3,0 6,6 7,7 6,9 8,2
Cte. -6440,9 -7366,9 -14041 -14426 -13738,7 -13697 -13701,4 -13602 -14486,7 -14952,9 -13815,8 -13084
Tabla 3.12 Coeficientes de la función de clasificación para Tipo
144
EA Alc ESP GAF Color Amar. CO2 pH VDK SF Turb. Espuma Isoh THIA SO2
Pils 5,6 A 2,74 5,51 13,01 79,04 7,05 28,06 5,54 4,30 30 1,51 0,44 119 23,83 4,05 6,95
Cerveza 00 6,24 0,02 6,17 1,21 8,12 24,33 5,42 4,08 17 0,89 0,26 114 21,10 3,13 4,50
Pils 4,5 A 2,29 4,82 11,36 79,83 7,64 22,50 5,46 4,22 51 1,72 0,58 122 19,16 3,75 5,77
Pils 5,6 B 2,64 5,57 13,06 79,69 8,80 26,85 5,52 4,32 59 2,68 0,76 120 22,45 4,07 6,41
Pils 5 2,40 5,18 12,05 80,00 7,02 25,67 5,33 4,24 54 1,38 0,40 112 19,23 4,30 7,00
Pils 5,6 C 2,49 5,60 13,00 81,00 8,10 25,00 5,40 4,20 33 3,64 0,83 123 22,10 3,70 1,00
Pils 4,5 B 2,06 4,58 10,70 80,67 7,10 19,27 5,40 4,35 75 4,40 1,08 115 17,65 3,13 4,33
Pils Strong A 3,24 6,40 14,90 78,00 12,20 27,00 5,20 4,16 52 1,26 0,54 135 23,70 3,10 7,00
Cerveza Sin 7,94 0,89 9,63 17,25 5,48 7,73 5,70 2,95 18 1,32 0,34 95 4,10 3,20 2,00
Shandy A 2,87 4,30 10,90 74,00 8,60 18,00 5,50 4,17 12 1,72 0,60 102 10,90 0,00 9,00
Pils Strong B 3,60 6,30 15,20 76,00 18,40 31,00 5,70 4,11 65 2,30 0,80 123 28,10 4,40 8,00
Shandy B 6,20 3,20 12,20 49,00 6,10 10,00 5,60 3,29 19 26,10 25,90 108 8,50 2,30 3,00
Tabla 3.13 Datos reales de 12 diferentes tipos de cerveza del estudio
145
Grupo real de Grupo más Valor Distancia 2º Grupo más 2º valor Distancia
Fila Prob. Prob.
pertenencia alto más alto cuadrada alto más alto cuadrada
1 Pils 5,6 A Pils 5,6 A 13685,6 19,4823 1,0000 Pils 5,6 B 13669,7 51,2263 0,0000
2 Cerveza 0,0 Cerveza 0,0 6161,91 22,3904 1,0000 Cerveza Sin 4498,87 3348,46 0,0000
3 Pils 4,5 A Pils 4,5 A 14014,2 11,2123 1,0000 Pils 5 13943,2 153,1 0,0000
4 Pils 5,6 B Pils 5,6 B 13739,8 13,9865 0,9785 Pils 5,6 A 13736,0 21,6266 0,0215
5 Pils 5 Pils 5 13564,1 33,9857 1,0000 Pils 4,5 A 13485,3 191,652 0,0000
6 Pils 5,6 C Pils 5,6 C 13757,0 17,7083 0,9983 Pils 5,6 B 13750,6 30,4814 0,0017
7 Pils 4,5 B Pils 4,5 B 14380,3 11,1534 1,0000 Shandy A 14306,6 158,569 0,0000
8 Pils Strong A Pils Strong A 14260,1 10,2194 1,0000 Pils Strong B 14085,1 360,112 0,0000
9 Cerveza Sin Cerveza Sin 7432,44 6,04037 1,0000 Cerveza 0,0 5592,68 3685,57 0,0000
10 Shandy A Shandy A 13544,8 29,2779 1,0000 Pils 4,5 B 13442,3 234,14 0,0000
11 Pils Strong B Pils Strong B 14870,7 11,3247 1,0000 Pils Strong A 14719,9 312,9 0,0000
12 Shandy B Shandy B 12705,8 36,6046 1,0000 Shandy A 10330,4 4787,34 0,0000
Tabla 3.14 Resultados reales de grupo de pertenencia de los 12 diferentes tipos de cerveza del estudio
146
Cervezas de todo recorrido de alcohol
147
Fábrica EA Alc ESP GAF Color Amar. CO2 pH VDK SF Turb. Espuma Isoh THIA SO2
1 2,14 4,94 11,39 81,11 8,2 24,4 5,34 4,34 48 2,65 0,62 123 20,9 4,5 5,2
1 2,22 4,87 11,41 80,44 8,0 23,9 5,39 4,38 87 2,84 0,64 126 20,6 4,4 5,0
1 2,15 4,90 11,40 81,21 8,2 23,8 5,35 4,24 57 2,79 0,62 125 21,0 4,0 5,0
1 2,15 4,88 11,39 80,88 8,0 23,5 5,33 4,20 27 2,85 0,64 123 20,2 3,5 6,3
1 2,11 4,94 11,43 81,50 7,9 24,1 5,34 4,14 37 2,82 0,63 123 20,7 3,8 4,0
1 2,26 4,87 11,45 80,20 8,0 24,4 5,30 4,06 46 2,50 0,52 125 20,5 3,9 6,4
1 2,33 4,83 11,41 79,68 8,1 24,6 5,33 4,08 46 2,34 0,47 125 20,9 3,9 3,3
1 2,34 4,83 11,43 79,50 8,1 24,0 5,28 4,10 47 2,60 0,52 119 20,5 4,1 4,4
1 2,41 4,79 11,46 79,07 8,0 24,9 5,28 4,05 51 3,08 0,56 127 22,0 4,3 3,5
1 2,36 4,78 11,40 79,44 7,8 24,5 5,24 4,09 46 1,84 0,39 126 20,2 4,1 5,0
1 2,36 4,76 11,32 79,22 7,9 24,8 5,28 4,08 38 1,94 0,43 135 20,3 3,6 3,0
1 2,09 4,95 11,43 81,73 8,2 23,5 5,31 4,31 53 2,09 0,47 122 19,3 4,1 3,5
2 2,24 4,87 11,43 80,57 7,7 24,9 5,66 4,25 27 2,10 0,84 120 19,7 4,1 7,0
2 2,07 4,92 11,34 81,80 7,6 23,6 5,62 4,18 39 1,62 0,61 125 19,7 3,1 6,5
2 2,15 4,92 11,41 81,36 7,5 23,1 5,70 4,29 37 1,46 0,54 123 18,7 3,6 4,0
2 2,07 4,90 11,30 81,67 7,7 23,0 5,77 4,34 40 1,60 0,66 122 18,6 3,7 7,0
2 2,14 4,94 11,48 81,63 7,7 24,6 5,61 4,21 29 1,44 0,47 123 20,3 3,9 5,5
2 2,32 4,82 11,40 79,40 8,1 24,8 5,64 4,19 35 1,26 0,46 125 20,1 4,0 6,0
2 2,53 4,67 11,36 77,71 7,5 24,4 5,70 4,09 37 1,51 0,40 124 18,5 4,6 0,0
2 2,53 4,69 11,38 78,00 7,5 24,9 5,63 4,22 38 1,63 0,42 128 20,0 4,4 4,5
2 2,40 4,70 11,30 79,00 8,7 23,0 5,60 4,15 35 1,60 0,35 126 17,9 3,7 3,7
148
2 2,30 4,80 11,35 79,50 8,0 24,0 5,60 4,17 42 1,40 0,44 123 19,1 3,6 4,1
2 2,17 4,88 11,38 81,00 7,8 23,7 5,63 4,30 43 1,80 0,65 129 18,3 3,7 4,0
2 2,05 5,05 11,50 82,50 8,4 25,5 5,65 4,23 34 1,95 0,52 125 19,4 4,5 4,5
3 2,35 4,84 11,43 79,42 7,9 23,2 5,42 4,22 39 1,49 0,44 118 18,0 3,6 5,2
3 2,30 4,85 11,41 79,81 7,6 23,3 5,42 4,18 42 1,35 0,36 115 18,4 3,7 4,6
3 2,36 4,83 11,43 79,41 7,7 23,7 5,41 4,20 42 1,45 0,38 112 18,1 3,9 4,7
3 2,33 4,82 11,39 79,51 7,8 22,9 5,41 4,22 41 1,63 0,57 114 18,0 3,8 5,3
3 2,28 4,85 11,39 80,03 7,7 23,0 5,39 4,13 38 1,61 0,53 114 17,8 3,6 4,9
3 2,39 4,80 11,40 79,04 7,6 23,1 5,40 4,19 39 1,54 0,52 114 17,5 3,4 4,5
3 2,52 4,75 11,40 78,13 7,8 23,3 5,42 4,21 46 1,51 0,50 117 18,9 3,3 4,6
3 2,44 4,75 11,37 78,51 8,1 24,2 5,40 4,22 53 1,55 0,54 120 19,3 4,0 4,7
3 2,35 4,76 11,30 79,15 8,2 23,2 5,43 4,27 58 1,76 0,59 115 18,7 4,1 5,9
3 2,19 4,86 11,33 80,64 7,9 23,7 5,43 4,27 65 1,61 0,57 118 19,2 4,0 5,6
3 2,24 4,84 11,34 80,19 7,7 23,2 5,44 4,23 58 1,69 0,58 117 19,5 4,1 5,5
3 2,29 4,82 11,36 79,83 7,6 22,5 5,46 4,22 53 1,72 0,58 122 19,2 3,8 5,8
4 2,15 4,90 11,40 81,00 7,4 23,0 5,50 4,26 50 2,74 0,53 120 18,2 4,3 5,0
4 2,18 4,90 11,40 81,00 7,4 23,0 5,50 4,25 46 2,80 0,52 118 18,1 4,3 5,0
4 2,30 4,80 11,30 80,00 7,5 24,0 5,60 4,34 39 1,84 0,45 120 18,8 3,7 7,0
4 2,39 4,80 11,50 79,00 7,4 25,0 5,50 4,28 59 3,13 0,48 117 20,9 3,6 4,0
4 2,40 4,80 11,40 79,00 7,5 24,0 5,60 4,33 76 1,33 0,46 115 20,1 3,9 4,0
4 2,42 4,80 11,50 79,00 8,2 23,0 5,60 4,21 40 1,83 0,48 116 17,7 3,7 5,0
4 2,32 4,90 11,50 80,00 8,4 24,0 5,50 4,27 34 1,18 0,35 122 19,0 3,5 4,0
149
4 2,45 4,80 11,40 78,00 7,9 22,0 5,60 4,16 63 1,44 0,47 113 16,5 3,7 4,0
4 2,52 4,70 11,30 78,00 8,9 23,0 5,50 4,28 67 1,05 0,37 120 19,6 3,0 3,0
4 2,40 4,70 11,30 79,00 7,8 24,0 5,50 4,39 27 0,87 0,28 119 19,6 3,4 7,0
4 2,23 4,90 11,50 81,00 7,7 23,0 5,50 4,24 44 1,36 0,44 123 17,7 4,0 3,0
4 2,27 4,90 11,50 80,00 8,6 25,0 5,60 4,44 40 1,84 0,63 118 20,6 4,1 4,0
Tabla 3.15 Resultados analíticos de la misma cerveza tipo Pils 4,6 en cuatro fábricas distintas
150
Discriminación entre diferentes fábricas
6 Fábrica
1
4 2
3
4
2
Función 2
-2
-4
-6
-14 -9 -4 1 6 11 16
Función 1
151
Discriminación entre diferentes fábricas
6 Fábrica
1
4 2
3
4
2
Función 2
-2
-4
-6
-14 -10 -6 -2 2 6 10 14 18
Función 1
152
Cervezas de mercado
153
Cerveza Densidad ESP Alc GAF pH Color Isoh THIA Turbidez VDK SO2 Espuma CO2
Estrella Galicia 1,00802 12,89 5,79 84,00 3,97 9,0 24,8 1,6 0,57 30 2,8 114 5,40
Estrella Galicia 1,00878 12,86 5,68 82,46 4,11 9,4 23,6 0,0 0,83 31 3,4 114 5,25
Estrella Galicia 1,00891 12,77 5,61 82,08 4,18 8,3 24,4 2,1 0,30 34 3,1 109 5,23
Estrella Galicia 1,00955 12,92 5,61 81,02 4,20 9,2 25,3 2,8 0,39 26 3,5 106 5,22
Estrella Galicia 1,00876 12,81 5,65 82,42 3,97 8,3 27,8 1,1 0,35 27 4,3 119 5,56
Estrella Galicia 1,00873 12,86 5,68 82,56 4,20 10,2 25,1 2,4 0,42 15 3,1 116 5,35
Estrella Galicia 1,00932 12,96 5,66 81,51 4,10 10,6 22,1 2,0 0,58 31 1,5 117 5,11
Estrella Galicia 1,00893 12,84 5,65 82,13 4,11 10,1 23,3 1,9 0,44 69 5,6 114 5,07
Estrella Galicia 1,00830 12,94 5,79 83,50 4,23 10,0 24,1 1,8 0,33 23 4,7 108 5,04
Estrella Galicia 1,00936 13,05 5,71 81,58 4,18 10,0 25,8 2,4 0,76 23 5,6 107 5,15
Estrella Galicia 1,00940 12,95 5,65 81,35 4,33 9,6 22,2 2,5 0,39 34 9,2 103 4,92
Estrella Galicia 1,00983 12,92 5,58 80,47 4,23 9,3 22,2 2,5 0,38 33 5,4 99 5,12
Amstel 1,00996 11,47 4,74 77,70 4,30 9,9 17,9 1,7 0,56 34 0,7 109 5,18
Amstel 1,03025 11,22 4,73 79,43 4,42 11,6 17,3 1,2 0,75 43 1,4 112 5,19
Amstel 1,00829 11,26 4,84 81,07 4,42 9,7 20,1 2,8 0,57 26 1,5 115 5,15
Amstel 1,00821 11,17 4,80 81,11 4,41 9,4 20,0 4,1 0,63 15 1,6 111 5,45
Amstel 1,00770 11,45 5,02 82,69 4,65 9,9 17,4 3,1 0,94 70 1,1 106 5,63
Amstel 1,00893 11,37 4,82 79,82 4,37 9,1 16,6 1,8 0,78 50 1,7 113 5,13
Amstel 1,00813 11,27 4,87 81,45 4,28 9,6 16,1 1,9 0,50 40 1,7 121 5,26
Amstel 1,00825 11,33 4,89 81,27 4,44 8,7 15,6 1,4 0,60 56 2,8 105 5,43
Amstel 1,00765 11,17 4,88 82,38 4,28 10,1 16,8 1,7 0,40 31 0,8 116 4,96
154
Amstel 1,00794 11,34 4,93 81,98 4,25 10,1 19,6 1,7 0,61 29 0,7 109 5,17
Amstel 1,00804 11,42 4,97 81,91 4,60 9,2 17,1 3,2 0,59 68 4,7 178 5,33
Cruzcampo Shandy 1,03044 9,15 0,80 16,07 2,08 6,3 2,7 0,0 0,30 4 0,7 89 5,38
Cruzcampo Shandy 1,03025 8,44 0,43 9,64 2,82 5,8 2,4 0,0 0,25 12 1,6 87 5,52
Cruzcampo Shandy 1,02890 8,20 0,98 11,04 2,86 6,3 2,9 0,0 0,34 16 2,1 88 5,26
Cruzcampo Shandy 1,02831 8,45 0,70 15,34 2,88 5,9 3,0 0,0 0,43 0 1,2 79 5,05
Cruzcampo Shandy 1,02690 8,60 0,95 20,55 2,82 6,1 3,6 0,0 0,40 3 0,9 100 5,27
Cruzcampo Shandy 1,02764 8,06 0,58 13,31 2,85 5,6 5,0 0,5 0,54 --- 0,9 95 5,23
Cruzcampo Shandy 1,03030 8,77 0,60 12,87 2,80 6,0 3,5 0,0 0,36 0 1,7 79 5,04
Cruzcampo Shandy 1,02982 8,07 0,29 6,72 2,86 6,2 3,7 0,0 0,33 14 1,3 85 4,87
Cruzcampo Shandy 1,03028 8,53 0,48 10,47 2,83 6,2 3,6 0,0 0,30 4 0,2 191 5,20
Cruzcampo Shandy 1,02853 8,40 0,64 14,16 2,83 6,3 3,1 1,7 0,63 10 0,9 95 4,50
Cruzcampo Shandy 1,02870 8,07 0,44 10,21 2,86 6,4 4,8 0,0 0,41 22 0,8 96 4,96
Cruzcampo Shandy 1,03095 8,81 0,54 11,50 2,94 6,1 4,9 0,0 0,37 17 0,5 110 5,60
Heineken 1,00402 11,30 5,19 86,72 4,40 7,3 17,1 1,0 0,50 27 1,6 116 5,69
Heineken 1,00400 11,30 4,99 83,02 4,55 7,0 18,5 2,2 0,63 41 5,9 133 5,40
Heineken 1,00840 11,19 4,79 80,77 4,64 7,1 21,4 1,5 0,60 16 4,0 100 5,05
Heineken 1,00840 11,20 4,79 80,80 4,67 7,8 19,9 2,1 0,64 22 5,5 121 4,88
Heineken 1,00657 11,32 4,85 80,98 4,38 7,7 23,7 1,0 0,70 27 1,9 125 5,31
Heineken 1,00870 11,38 4,86 88,50 4,29 7,2 23,6 1,8 0,66 62 2,6 135 5,38
Heineken 1,00840 11,27 4,82 80,80 4,48 7,3 18,2 0,1 0,77 46 4,0 126 5,14
Heineken 1,00930 11,31 4,72 78,82 4,54 6,3 17,2 0,0 0,72 45 10,0 124 4,96
155
Heineken 1,00663 11,22 4,79 80,68 4,28 7,0 16,9 0,0 0,66 50 4,5 122 5,05
Heineken 1,00515 11,26 5,00 84,11 4,55 7,2 20,4 3,0 0,80 25 5,2 114 5,81
Heineken 1,00740 10,98 4,57 78,50 4,43 6,3 19,7 0,0 0,88 40 9,5 124 4,85
Heineken 1,00880 11,11 4,68 79,65 4,32 6,7 20,1 0,0 0,70 95 0,7 133 5,07
Buckler 00 1,01760 4,60 0,02 2,13 4,64 8,8 16,2 0,0 0,59 17 0,4 118 5,29
Buckler 00 1,01760 4,62 0,03 2,62 4,56 10,2 16,3 0,0 1,20 23 0,2 123 5,05
Buckler 00 1,01830 4,79 0,01 1,89 4,51 9,1 20,9 0,0 0,83 8 0,5 122 4,96
Buckler 00 1,01910 5,11 0,03 2,16 4,45 9,2 18,8 1,0 0,73 24 1,7 120 5,12
Buckler 00 1,01790 4,96 0,01 4,60 4,55 8,4 23,0 0,0 0,57 24 0,6 118 4,91
Buckler 00 1,01830 4,79 0,01 1,85 4,42 8,6 23,0 0,0 1,38 29 0,5 123 4,91
Buckler 00 1,01830 4,81 0,02 2,28 4,45 8,8 18,9 0,3 1,07 32 0,4 118 5,07
Buckler 00 1,01830 4,81 0,02 2,32 4,59 8,5 16,2 0,0 0,83 30 0,7 125 4,87
Buckler 00 1,01760 4,62 0,03 2,50 4,48 9,5 17,5 0,0 1,70 30 1,2 124 5,17
Buckler 00 1,01830 4,78 0,01 1,77 4,42 8,4 18,5 0,0 3,24 38 0,7 123 4,69
Buckler 00 1,01780 4,81 0,02 2,24 4,10 9,7 17,6 0,0 1,70 26 0,0 122 5,01
Buckler 00 1,01790 4,72 0,03 2,55 4,47 8,4 16,2 0,0 0,60 32 0,6 115 4,83
Estrella Damm 1,00997 13,01 5,62 80,40 4,21 5,5 25,3 0,3 0,40 34 2,0 115 5,45
Estrella Damm 1,01021 13,07 5,62 79,96 4,32 7,9 25,3 0,0 0,37 29 2,0 118 5,50
Estrella Damm 1,01020 13,14 5,66 80,09 4,21 8,6 24,5 0,0 0,45 57 0,8 109 5,38
Estrella Damm 1,00931 13,10 5,75 81,76 4,33 7,0 27,6 0,0 0,30 88 1,8 116 5,42
Estrella Damm 1,00998 12,89 5,54 80,10 4,22 6,5 27,0 0,0 0,35 50 1,2 113 5,20
Estrella Damm 1,01026 13,01 5,58 79,78 4,19 7,9 26,4 0,0 0,35 9 1,1 123 5,28
156
Estrella Damm 1,00859 13,07 5,57 79,58 4,10 6,7 23,3 0,0 0,63 41 3,6 110 5,35
Estrella Damm 1,00859 12,98 5,52 79,50 4,17 6,7 26,4 0,0 0,33 51 5,8 121 5,44
Estrella Damm 1,00812 13,17 5,69 80,60 4,19 6,7 26,3 0,0 0,51 24 4,3 109 5,48
Estrella Damm 1,00923 13,16 5,54 78,49 4,18 6,8 21,4 0,0 0,32 36 3,7 119 5,35
Estrella Damm 1,00810 13,05 5,65 80,50 4,18 6,7 25,7 0,0 0,38 57 3,2 127 5,17
Estrella Damm 1,00850 13,09 5,59 79,77 4,17 6,9 25,0 0,0 0,30 28 4,8 115 5,35
Estrella Damm 1,00880 12,98 5,49 79,00 4,27 7,2 24,3 0,0 0,36 35 3,1 109 5,27
Voll Damm 1,01506 17,11 7,32 77,53 4,46 16,3 30,2 0,3 0,99 62 2,1 121 5,48
Voll Damm 1,01645 16,85 6,99 75,09 4,32 15,5 32,5 0,0 0,45 60 2,0 124 5,45
Voll Damm 1,01535 16,92 7,18 76,84 4,33 16,0 30,7 0,0 0,58 51 2,3 119 5,37
Voll Damm 1,01607 16,63 6,91 75,35 4,27 15,3 35,7 0,0 0,43 142 3,0 116 5,29
Voll Damm 1,01652 16,97 7,00 75,20 4,36 15,8 33,6 0,0 0,46 41 1,5 115 5,33
Voll Damm 1,01294 15,89 6,64 76,27 4,31 15,4 32,1 0,0 0,47 26 1,4 121 5,28
Voll Damm 1,01281 16,78 7,16 77,72 4,45 15,9 37,3 0,0 0,44 151 3,4 116 5,32
Voll Damm 1,01328 17,05 7,30 77,40 4,23 14,8 33,2 0,0 0,54 50 3,7 122 5,27
Voll Damm 1,01279 17,10 7,40 78,20 4,24 14,5 35,0 0,0 0,64 33 3,4 111 5,34
Voll Damm 1,01254 16,75 7,18 78,08 4,27 14,3 29,9 0,0 0,46 37 2,0 127 5,13
Voll Damm 1,01546 16,77 6,80 73,74 4,25 17,6 31,5 0,0 0,50 40 0,6 126 5,36
Voll Damm 1,01240 17,12 7,42 78,77 4,22 15,2 33,4 0,0 0,62 32 3,5 116 5,54
Voll Damm 1,01365 17,05 7,21 76,80 4,41 14,7 30,9 0,0 0,67 70 1,7 121 5,22
Askania 1,00489 10,72 4,74 83,94 4,37 9,0 21,4 0,0 0,71 29 3,9 113 5,31
Askania 1,00596 10,55 4,74 85,48 4,34 8,2 21,0 0,0 0,98 27 1,8 113 5,27
157
Askania 1,00661 10,74 4,76 84,20 4,19 8,3 20,7 0,0 0,58 33 4,2 124 5,20
Askania 1,00772 10,73 4,62 81,51 4,24 8,2 20,9 0,0 0,98 68 2,6 121 5,34
Steinburg 1,00365 10,61 4,80 85,70 3,93 7,1 10,9 0,2 1,40 38 3,3 126 5,22
Steinburg 1,00631 10,58 4,72 84,65 4,05 7,2 17,6 0,6 0,52 61 2,3 118 5,17
Steinburg 1,00733 10,59 4,61 82,24 4,20 8,0 16,5 0,3 0,57 93 2,5 131 5,23
Steinburg 1,00750 10,38 4,47 81,48 4,10 7,1 16,6 0,0 0,64 48 3,0 119 6,00
Steinburg 1,00488 10,69 4,72 83,92 4,15 7,6 15,6 1,0 0,58 47 1,3 124 5,19
Steinburg 1,00667 10,73 4,51 79,70 4,33 7,5 20,0 1,1 0,44 65 2,8 122 5,26
Steinburg 1,00679 10,78 4,76 83,82 4,22 8,3 17,3 0,5 0,44 213 0,7 121 5,18
Steinburg 1,00538 10,77 4,70 82,85 3,97 7,4 17,2 0,6 0,60 188 1,7 130 5,09
Steinburg 1,00733 10,91 4,76 82,75 4,02 7,0 16,6 0,0 0,57 40 2,0 126 5,21
Steinburg 1,00739 10,47 4,52 81,86 4,24 7,7 14,4 0,3 0,51 173 4,8 122 5,34
Steinburg 1,00786 10,73 4,59 81,19 4,12 7,1 16,8 1,4 0,66 29 1,2 124 5,26
Steinburg 1,00598 10,78 4,63 81,43 4,06 8,0 19,0 0,7 0,53 72 2,6 123 5,78
Steinburg 1,00561 10,70 4,64 82,20 4,10 6,9 18,3 1,7 0,69 39 0,9 128 5,46
Grafenwalder 1,00493 11,35 5,09 84,60 4,56 6,3 24,1 1,0 0,65 34 5,4 114 5,57
Grafenwalder 1,00740 11,45 5,07 83,40 4,40 5,7 23,4 0,0 0,45 21 2,7 118 5,06
Grafenwalder 1,00770 11,39 4,99 82,63 4,34 7,5 25,1 0,4 1,10 29 3,0 121 5,41
Grafenwalder 1,00688 11,35 5,08 84,41 4,36 7,9 21,7 0,0 4,30 30 2,8 126 5,31
Grafenwalder 1,00582 11,34 4,95 82,69 4,29 8,0 22,4 0,0 0,49 26 1,8 110 5,50
Grafenwalder 1,00583 11,38 4,98 82,76 4,53 9,5 25,7 0,0 0,64 46 2,8 117 5,29
Grafenwalder 1,00736 11,29 4,97 83,26 4,52 6,9 24,1 0,4 0,62 30 2,7 118 5,25
158
Grafenwalder 1,00771 11,59 4,86 78,94 4,50 5,6 29,2 0,0 0,47 35 2,8 107 4,93
Grafenwalder 1,00796 11,40 4,95 82,07 4,30 7,6 26,2 0,0 0,53 110 6,2 122 5,11
Grafenwalder 1,00599 11,43 5,00 82,47 4,44 6,0 27,3 0,4 0,59 104 2,0 124 5,05
Grafenwalder 1,00580 11,40 5,00 82,85 4,37 7,5 26,0 0,0 0,60 31 1,0 121 5,19
Grafenwalder 1,00689 11,52 4,92 80,62 4,26 7,2 28,7 0,5 0,51 29 0,3 118 5,01
Grafenwalder 1,00647 11,43 4,93 81,40 4,35 7,9 27,4 1,1 0,77 39 3,7 112 5,29
Cruzcampo 1,00771 11,31 4,96 82,50 4,18 7,5 28,5 1,5 0,54 70 5,4 244 5,81
Cruzcampo 1,00755 11,36 4,98 82,90 4,18 7,6 22,7 1,0 0,59 50 6,1 250 5,89
Cruzcampo 1,00727 11,17 4,91 83,26 4,22 6,8 25,7 1,1 0,57 43 6,5 255 5,59
Cruzcampo 1,00835 11,06 4,70 80,60 4,25 6,0 26,2 1,7 0,65 31 5,2 248 5,45
Cruzcampo 1,00805 11,35 4,91 81,70 4,24 6,6 23,3 1,5 0,88 84 8,4 250 5,65
Cruzcampo 1,00784 11,25 4,88 82,10 4,29 6,8 20,7 1,6 0,69 52 6,3 247 5,48
Cruzcampo 1,00942 11,17 4,63 78,40 4,29 7,1 27,1 0,7 0,60 67 5,5 257 5,52
Cruzcampo 1,00819 11,15 4,79 81,10 4,24 7,0 23,9 1,4 0,58 75 4,8 244 5,29
Cruzcampo 1,00848 11,51 4,95 81,00 4,19 6,7 23,7 0,7 0,58 66 1,2 247 5,57
Cruzcampo 1,00852 11,34 4,85 80,70 4,27 7,2 20,1 1,7 0,61 74 3,8 250 5,59
Cruzcampo 1,00847 11,28 4,82 80,76 4,39 6,5 22,2 1,9 0,70 60 3,9 259 5,35
Cruzcampo 1,00804 11,14 4,79 81,50 4,27 5,8 23,3 0,4 0,52 84 3,3 260 5,61
Carrefour Sin 1,01823 6,42 0,94 27,73 4,40 9,8 23,6 0,37 62 1,5 242 5,35
Carrefour Sin 1,01859 6,33 0,84 25,28 4,16 10,5 19,7 0,58 65 2,1 240 5,32
Carrefour Sin 1,01831 6,07 0,74 23,23 4,22 10,1 17,0 0,58 74 2,4 263 5,36
Carrefour Sin 1,01671 5,79 0,81 26,42 4,34 10,7 15,1 0,58 62 1,8 282 5,23
159
Carrefour Sin 1,01751 6,18 0,65 20,39 4,60 8,7 22,1 0,33 0 1,9 274 5,13
Carrefour Sin 1,01720 6,31 0,76 23,30 4,53 8,4 18,6 0,23 12 2,3 273 5,24
Carrefour Sin 1,01708 6,38 0,81 24,61 4,34 9,6 19,2 0,26 17 2,5 269 5,60
Carrefour Sin 1,00993 4,45 0,73 32,39 4,06 9,3 12,9 0,61 4 2,1 353 5,62
Carrefour Sin 1,01658 6,38 0,87 26,49 4,36 11,0 21,7 0,44 64 0,8 245 5,26
Carrefour Sin 1,01623 6,15 0,80 25,20 4,47 10,5 19,0 1,50 32 1,1 287 5,08
Carrefour Sin 1,01684 6,14 0,72 22,64 4,59 10,2 22,6 0,50 9 0,7 294 5,25
Carrefour Sin 1,01719 6,20 0,70 21,86 4,62 9,4 23,8 0,41 30 0,9 289 5,30
Cruzcampo Gran Reserva 1,00970 14,28 6,36 82,60 4,40 17,8 27,0 1,1 1,80 68 8,5 253 5,79
Cruzcampo Gran Reserva 1,00960 14,39 6,02 82,90 4,27 17,2 26,5 2,0 0,76 50 7,9 263 5,69
Cruzcampo Gran Reserva 1,00723 14,09 6,52 86,81 4,34 15,8 24,4 0,8 0,90 55 9,2 258 5,38
Cruzcampo Gran Reserva 1,00893 14,38 6,46 84,10 4,26 14,8 31,5 1,6 0,94 41 8,8 261 5,57
Cruzcampo Gran Reserva 1,00983 14,09 5,99 78,83 4,24 15,2 27,9 0,7 1,44 219 9,7 260 5,63
Cruzcampo Gran Reserva 1,01296 14,41 6,00 77,00 4,38 16,8 27,4 1,7 0,65 87 9,1 260 5,55
Cruzcampo Gran Reserva 1,01164 14,43 6,19 79,30 4,35 13,6 27,3 1,2 1,00 129 7,6 272 5,67
Cruzcampo Gran Reserva 1,01207 14,44 6,14 78,60 4,21 15,5 26,1 1,8 1,07 169 7,5 255 5,84
Cruzcampo Gran Reserva 1,01020 14,49 6,39 81,90 4,37 15,7 23,6 1,5 1,18 76 6,9 265 6,15
Cruzcampo Gran Reserva 1,01039 14,41 6,34 81,50 4,28 16,4 23,2 1,4 3,06 51 7,4 267 5,65
Cruzcampo Gran Reserva 1,01018 14,39 6,36 81,86 4,40 14,7 24,9 1,4 1,16 120 8,2 255 5,53
Cruzcampo Gran Reserva 1,01055 14,22 6,21 81,00 4,41 14,9 25,8 1,5 0,75 174 6,8 268 5,70
Cruzcampo Light 1,00940 7,54 2,69 68,04 4,21 7,1 17,8 0,53 50 5,4 5,04
Cruzcampo Light 1,01039 7,32 2,43 63,66 4,14 7,4 25,7 1,51 57 5,1 218 5,35
160
Cruzcampo Light 1,01038 7,75 2,67 65,68 4,15 7,3 23,6 2,45 66 5,6 240 5,50
Cruzcampo Light 1,00891 7,68 2,82 70,31 4,29 7,3 26,8 1,60 74 6,0 241 5,18
Cruzcampo Light 1,00914 7,54 2,45 62,73 4,43 6,0 28,8 1,06 56 6,3 257 5,34
Cruzcampo Light 1,00930 7,58 2,46 62,40 4,43 10,1 23,8 3,87 53 6,5 256 5,41
Cruzcampo Light 1,00956 7,95 2,62 63,40 4,31 6,1 25,1 56 5,5 178 5,65
Cruzcampo Light 1,00872 7,74 2,62 65,10 4,20 6,2 27,1 0,71 47 5,2 185 5,52
Cruzcampo Light 1,00869 7,24 2,35 62,85 4,39 6,5 27,5 0,28 143 7,5 220 5,61
Cruzcampo Light 1,00835 7,18 2,36 63,65 4,40 6,5 27,2 1,10 204 6,8 230 5,58
Cruzcampo Light 1,00641 5,63 1,80 62,52 4,49 6,6 23,6 1,48 119 3,1 229 5,50
Cruzcampo Light 1,00885 7,44 2,44 63,25 4,57 6,3 30,0 0,41 165 4,9 247 5,66
Dorada 1,00578 13,06 5,47 78,22 4,33 8,0 21,7 1,05 14 1,3 273 5,16
Dorada 1,00779 13,04 5,66 81,11 4,12 7,7 17,7 0,39 46 1,7 258 5,01
Dorada 1,00689 13,04 5,66 81,05 4,28 7,8 18,3 1,21 20 1,6 253 5,05
Dorada 1,00543 13,06 5,52 78,90 4,24 7,6 18,8 0,70 30 1,6 261 5,02
Dorada 1,00440 12,99 5,61 80,66 4,36 7,6 26,8 1,26 26 2,3 256 5,11
Dorada 1,00903 13,13 5,54 78,82 4,33 8,4 21,6 1,86 109 1,5 336 5,04
Dorada 1,00915 13,26 5,64 79,26 4,38 8,8 21,8 0,94 98 0,2 232 5,17
Dorada 1,00405 13,04 5,68 81,39 4,38 8,9 24,3 0,60 25 2,1 231 5,20
Dorada 1,00801 13,07 5,65 80,72 4,32 8,1 24,3 0,92 62 1,8 258 4,79
Dorada 1,00704 13,00 5,74 82,52 4,45 8,9 23,9 0,62 45 4,1 255 4,98
Dorada 1,00530 13,35 5,68 80,57 4,73 8,8 25,7 0,7 1,17 80 7,3 242 4,96
Dorada 1,00260 13,34 6,00 83,98 4,60 9,2 24,0 2,52 63 6,5 237 5,43
161
Carrefour Especial 1,00207 12,52 5,66 84,80 4,40 8,2 16,1 1,90 29 1,9 231 4,80
Carrefour Especial 1,00646 13,19 5,93 83,91 4,28 7,2 19,2 6,74 34 1,5 252 5,04
Carrefour Especial 1,00642 13,24 5,96 84,03 4,32 7,2 19,1 4,62 40 1,4 239 5,06
Carrefour Especial 1,00226 13,12 5,93 84,56 4,28 8,7 19,4 1,95 34 0,7 222 5,10
Carrefour Especial 1,00230 13,08 5,90 84,37 4,32 7,7 23,6 1,25 28 0,7 199 5,14
Carrefour Especial 1,00666 13,19 5,98 83,35 4,38 6,9 20,9 6,45 34 1,4 229 5,30
Carrefour Especial 1,00646 13,06 5,89 84,24 4,41 6,4 19,1 3,27 41 0,6 220 5,26
Carrefour Especial 1,00308 13,03 5,79 83,15 4,42 6,6 18,8 2,25 40 1,0 217 5,12
Carrefour Especial 1,00278 13,33 5,98 83,74 4,73 8,6 15,4 1,2 3,44 33 0,6 221 5,28
Carrefour Especial 1,00387 13,15 5,75 81,66 4,63 8,8 14,5 4,53 58 1,5 228 5,24
Tabla 3.16 Resultados analíticos variables originales de 14 marcas de cerveza diferentes
162
Cervezas de mercado
18 Marca
Amstel
Askania
Buckler 00
8 Carrefour Especial
Cruz. Gran Reserva
Función 2
Cruzcampo
Cruzcampo Shandy
-2
Dorada
Estrella Damm
Estrella Galicia
-12 Grafenwalder
Heineken
Steinburg
Voll Damm
-22
-51 -31 -11 9 29 49
Función 1
163
Cervezas de mercado
10 Marca
Amstel
Askania
8 Buckler 00
Carrefour Especial
Cruz. Gran Reserva
Función 2
6 Cruzcampo
Cruzcampo Shandy
Dorada
4 Estrella Damm
Estrella Galicia
Grafenwalder
2 Heineken
Steinburg
Voll Damm
0
-1 4 9 14 19 24 29
Función 1
164
Cervezas de mercado
A 1 2
Densidad -0,00338577 0,127807
ESP 0,748245 -0,33589
Alcohol 0,0919922 -0,632065
GAF 0,527042 1,258
pH 0,360851 0,190311
Color 0,165781 -0,36187
Isoh 0,191518 -0,0646649
THIA -0,269028 -0,00527157
Turbidez 0,00248602 0,0296013
VDK 0,0541678 0,0705412
SO2 0,0837616 0,00624738
Espuma 0,0635106 -0,0277766
CO2 -0,182237 0,00665113
Tabla 3.17 Coeficientes de las funciones de discriminación F1 y F2
165
Cervezas de mercado
15 Marca
Amstel
Askania
10
Buckler 00
Carrefour Especial
5 Carrefour Sin
Cruz. Gran Reserva
Función 2
Cruzcampo
0
Cruzcampo Light
Cruzcampo Shandy
-5 Dorada
Estrella Damm
Estrella Galicia
-10
Grafenwalder
Heineken
-15 Steinburg
-41 -21 -1 19 39 Voll Damm
Función 1
166
Cervezas de mercado
12 Tipo
Pils 5,6 A
Pils 5,6 B
8
Pils 5,6 C
Pils Strong A
4 Pils Strong B
Función 2
-4
-8
-12
-20 -10 0 10 20 30 40
Función 1
167
Cervezas de mercado
15
10
5
Root 2
-5
-10
Pils 5,6 A
Pils 5,6 B
Pils 5,6 C
-15 Pils Strong A
-30 -20 -10 0 10 20 30 40 50
Pils Strong B
Root 1
168
Cervezas de mercado
20 Cerveza
1
2
15 3
4
5
10 Centroide de grupo
Función 2
-5
-10
-15
169
Cervezas de mercado
20
15
Pils 5,6 A
10
Pils 5,6 B
-- eje F2 (5,75 %) -->
5 Pils 5,6 C
Pils Strong A
0
Pils Strong B
-5
-10
-15
-30 -20 -10 0 10 20 30 40
-- eje F1 (93,41 %) -->
170
Cervezas de mercado
171
Cervezas de mercado
Función discriminante
1 2 3 4
EA -0,108 0,294 0,226 0,495
Alcohol 1,063 -0,717 -1,001 1,543
ESP 0,918 -0,209 0,595 -0,813
GAF -0,508 0,731 1,255 -1,633
Color 0,478 1,047 -0,370 -0,328
Amargo 0,342 0,914 0,636 -0,512
CO2 -0,429 -0,572 -0,197 0,925
pH -0,291 0,078 0,302 -0,025
VDK 0,162 0,026 -0,214 0,497
SF 0,636 0,922 0,474 -1,552
Turbidez -0,749 -0,862 -0,900 1,554
Espuma 0,147 -0,514 0,089 0,251
Isoh -0,210 -0,157 -0,452 1,141
THIA -0,090 0,273 0,623 -0,452
SO2 0,272 0,083 0,530 -0,244
172
Cervezas de mercado
Variable F1 F2 F3 F4
EA -0,102 -0,314 -0,228 0,487
Alc 1,050 0,631 1,074 1,543
ESP 0,912 0,261 -0,625 -0,804
GAF -0,497 -0,640 -1,340 -1,633
Color 0,460 -1,065 0,373 -0,331
Amargo 0,333 -0,926 -0,627 -0,516
CO2 -0,416 0,566 0,214 0,938
pH -0,284 -0,104 -0,316 -0,058
VDK 0,158 -0,014 0,202 0,496
S.F. 0,602 -0,912 -0,469 -1,518
Turbidez -0,731 0,861 0,896 1,540
Espuma 0,147 0,521 -0,086 0,274
Isoh -0,220 0,167 0,450 1,160
THIA -0,071 -0,265 -0,637 -0,458
SO2 0,259 -0,070 -0,528 -0,237
Tabla 3.20 Coeficientes estandarizados de las funciones de
discriminación en XLStat
173
Análisis de conglomerados (cluster analysis)
Dendrograma
Método del vecino más cercano, Euclideana cuadrada
12
10
D is t a n c ia
2
g B
g B
g B
g B
g B
g B
g B
g B
g B
g B
g A
g A
g A
g A
g A
g A
g A
g A
g A
g A
0
B
B
B
B
B
B
B
B
B
B
B
C
C
C
C
C
C
C
C
C
C
C
C
A
A
A
A
A
A
A
A
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
St r o n
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 , 6
il s 5 . 6
il s 5 . 6
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
il s
il s
il s
il s
il s
il s
il s
il s
il s
il s
P
P
P
P
P
P
il s
il s
il s
il s
il s
il s
il s
il s
il s
il s
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
174
D is t a n c ia
0
10
20
30
40
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
Dendrograma
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s S t r o n g A
Figura 3.19 Dendrograma de Pils 5,6 y Pils Strong por el método del
Pils Strong sino también la Pils 5,6 C. Las cervezas Pils 5,6 A y B
la euclideana cuadrada, los conglomerados se resuelven algo
Si en lugar de usar como métrica de distancia, en lugar de la
175
Análisis de conglomerados (cluster analysis)
Análisis de conglomerados (cluster analysis)
Dendrograma
Método de Ward, Euclideana cuadrada
300
250
D is t a n c i a
200
150
100
50
A
A
A
A
A
A
A
A
A
A
B
B
B
B
B
B
B
B
B
B
0
A
A
A
A
A
B
A
B
B
B
B
C
B
B
B
A
B
B
A
A
A
A
A
B
B
C
C
C
C
C
C
C
C
C
C
C
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
g
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
r o n
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
5 ,6
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
S t
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
i ls
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
Figura 3.20 Dendrograma de Pils 5,6 y Pils Strong por el método Ward
Los grupos de Pils Strong y Pils 5,6 C se resuelven muy bien, los
otros están mezclados pero algo mejor resueltos en su
composición interna. Se ven claramente 4 conglomerados
separados, tres de ellos correspondientes a los tres grupos
anteriormente citados y el cuarto conglomerado (a la izquierda en
la Figura 3.20) que corresponde a la mezcla de Pils 5,6 A con B.
Dentro de este conglomerado pueden verse dos subgrupos donde,
176
Análisis de conglomerados (cluster analysis)
Dendrograma
Método del vecino más cercano, Euclideana cuadrada
5
D i s ta n c i a
0
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 A
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 B
ils 4 ,5 A
ils 4 ,5 B
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy A
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
ha ndy B
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P ils 5
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
177
Análisis de conglomerados (cluster analysis)
Dendrograma
Método del vecino más cercano, Bloque Habitacional
5
D i s ta n c i a
0
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 A
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
4 ,5 B
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy A
ndy B
ndy B
ndy B
ndy B
ndy B
ndy B
ndy B
ndy B
ndy B
ndy B
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
ils 5
P
P
P
P
P
P
P
P
P
P
P
P
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ils
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
ha
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
P
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
178
D i s tanc i a
ADL.
0
20
40
60
80
100
120
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
(Figura 3.24).
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y A
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
S h a nd y B
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 A
Dendrograma
P i ls 4 , 5 A
P i ls 4 , 5 A
P i ls 4 , 5 B
P i ls 4 , 5 B
P i ls 4 , 5 B
Método de Ward, Bloque Habitacional
P i ls 4 , 5 B
P i ls 4 , 5 B
P i ls 4 , 5 B
P i ls 4 , 5 B
P i ls 4 , 5 B
179
Análisis de conglomerados (cluster analysis)
180
D i s tanc i a
análisis.
0
100
200
300
400
500
S h a n d y A
S h a n d y A
S h a n d y A
S h a n d y A
P il s 4 ,5 A
P il s 4 ,5 A
P il s 5
P il s 5
P il s 5
P il s 4 ,5 A
P il s 4 ,5 A
P il s 5
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 A
P il s 5 ,6 B
P il s 5 ,6 B
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
P il s 5 ,6 C
Análisis de conglomerados (cluster analysis)
P il s 4 ,5 B
Dendrograma
P il s 4 ,5 B
P il s 4 ,5 B
P il s 4 ,5 B
S h a n d y B
S h a n d y B
Método de Ward, Bloque Habitacional
S h a n d y B
S h a n d y B
C e rv e z a S i n
C e rv e z a S i n
C e rv e z a S in
C e rv e z a S in
P il s S tr o n g A
P il s S tr o n g A
P il s S tr o n g A
C e rv e z a 0 ,0
C e rv e z a 0 ,0
C e rv e z a 0 ,0
Dendrograma
Método de Ward, Bloque Habitacional
300
250
D is t a n c i a
200
150
100
50
0
1
1
1
1
1
1
2
4
2
2
2
2
2
2
1
1
1
1
1
1
2
2
4
4
4
4
4
4
2
2
2
4
3
3
3
3
3
3
3
3
4
4
3
3
3
3
4
4
181
Análisis de conglomerados (cluster analysis)
Dendrograma
Método de Ward, Euclideana cuadrada
(X 1000,0)
2
1,6
D i s ta n c i a
1,2
0,8
0,4
0
1 0
1 0
1 0
1 0
1 5
1 1
1 1
1 1
1 1
1 2
1 2
1 2
1 2
1
4
9
1
1
4
1
2
2
2
2
6
6
6
6
4
9
9
4
9
7
7
7
3
3
3
3
5
5
5
5
182
Análisis de conglomerados (cluster analysis)
183
184
CAPÍTULO 4
Tratamientos estadísticos y quimiométricos de datos
procedentes de análisis por luminometría ATP o
bioluminiscencia
185
186
ÍNDICE
RESUMEN
1 INTRODUCCIÓN
2 ANÁLISIS DE SUPERFICIES POR LUMINOMETRÍA ATP
2.1 Análisis estadístico básico
2.2 Estudios quimiométricos
2.2.1 Análisis discriminante lineal
2.2.2 Análisis de conglomerados
2.2.3 Análisis factorial
3 ANÁLISIS MICROBIOLÓGICOS CONVENCIONALES
187
188
RESUMEN
189
190
Introducción
1 INTRODUCCIÓN
191
Introducción
192
Introducción
193
Introducción
194
Análisis de superficies por luminometría ATP
195
Análisis de superficies por luminometría ATP
2 50 20 12 31 43 28
3 15 23 26 25 32 33
3 27 12 25 22 31 31
3 170 18 15 21 34 14
3 22 14 15 23 29 20
3 27 21 12 24 27 12
3 199 29 25 20 30 18
3 64 39 25 26 29 17
3 7 14 13 22 28 22
3 189 88 31 25 33 16
3 136 31 29 21 34 11
3 495 23 15 24 29 27
3 115 100 30 21 26 19
3 119 45 37 23 25 18
3 25 31 27 22 29 8
3 35 12 12 20 28 19
3 14 8 23 25 30 28
3 73 12 16 23 32 20
3 13 25 17 24 27 25
3 35 6 11 26 26 23
4 58 25 32 35 34 20
4 32 28 26 32 22 25
4 43 33 30 34 20 28
4 235 31 27 33 19 33
4 38 28 12 36 21 35
4 666 54 25 31 24 29
4 36 10 13 29 28 22
4 63 19 15 32 30 21
4 23 25 8 33 26 20
4 426 24 14 30 35 24
4 103 80 40 28 19 28
4 49 158 34 31 20 29
4 54 134 28 32 23 31
196
Análisis de superficies por luminometría ATP
4 27 36 13 34 22 32
4 148 28 16 36 27 41
4 10 16 8 32 19 40
4 34 291 7 30 21 36
4 72 233 9 29 24 38
4 26 33 15 27 29 40
4 17 15 16 29 33 41
5 516 10 27 31 45 32
5 16 14 19 34 39 29
5 658 23 19 31 40 32
5 95 27 11 35 21 28
5 18 17 12 28 43 28
5 56 45 20 30 47 22
5 24 40 35 36 39 31
5 58 82 34 42 38 27
5 93 25 11 40 32 28
5 483 45 15 39 41 43
5 27 30 15 35 40 39
5 12 18 25 38 49 31
5 64 119 12 32 37 23
6 16 9 31 40 39 52
6 636 15 11 39 43 27
6 20 19 22 26 46 13
6 988 58 45 42 42 15
6 177 93 25 43 45 20
6 437 28 14 40 40 13
6 31 53 7 39 39 15
6 50 20 9 35 25 39
6 433 22 20 32 38 15
6 107 56 22 31 43 10
6 24 19 14 36 29 38
6 42 402 33 39 34 12
6 254 35 21 42 33 10
197
Análisis de superficies por luminometría ATP
6 17 25 14 41 30 19
6 50 168 18 39 39 16
6 615 68 25 41 35 16
6 14 27 19 40 41 9
6 12 14 29 37 40 15
6 18 98 11 43 36 17
6 31 29 31 39 34 21
6 8 7 12 38 43 18
6 8 14 11 41 48 14
7 19 96 26 46 29 31
7 140 15 24 49 32 42
7 13 41 21 43 36 29
7 91 10 7 51 31 18
7 39 24 22 35 33 29
7 31 42 28 52 28 23
7 19 17 14 45 37 28
7 37 31 14 54 27 21
7 73 95 30 49 29 21
7 138 70 20 47 30 17
7 16 15 9 41 33 18
7 39 15 13 49 31 32
7 83 157 24 52 30 29
7 83 21 29 50 28 25
7 19 23 13 48 26 28
7 13 13 21 48 24 25
8 313 45 31 29 46 23
8 825 36 68 31 49 43
8 378 165 23 32 33 26
8 55 19 13 28 39 23
8 54 39 22 30 32 50
8 841 46 25 30 38 29
8 11 16 25 27 42 34
8 66 16 15 25 40 29
198
Análisis de superficies por luminometría ATP
8 161 42 25 28 29 31
8 17 109 19 34 26 26
8 52 16 18 33 41 43
8 73 27 19 36 40 25
8 101 24 30 29 38 24
8 95 1702 27 25 39 43
8 36 24 26 28 44 20
8 40 60 11 31 45 27
8 11 30 20 33 41 22
8 493 20 9 34 37 122
8 85 10 15 28 32 57
9 61 12 28 25 17 32
9 785 76 19 30 37 34
9 72 26 12 33 20 57
9 342 65 20 38 17 30
9 23 72 14 40 44 305
9 67 43 20 34 23 48
9 158 15 20 27 28 28
9 39 12 24 26 23 38
9 37 52 18 25 25 56
9 19 18 15 29 20 31
9 43 138 11 33 37 57
9 14 17 12 34 19 26
9 13 16 10 36 18 42
9 19 14 22 37 37 31
10 112 16 20 29 18 23
10 85 75 17 32 42 19
10 69 24 20 38 45 11
10 299 263 16 30 34 24
10 29 17 16 14 39 20
10 30 15 10 24 41 18
10 74 12 19 26 44 28
10 16 90 15 31 50 31
199
Análisis de superficies por luminometría ATP
10 48 22 16 29 48 30
10 42 38 31 28 39 25
10 54 71 27 30 42 34
10 460 35 19 31 33 17
10 18 21 11 25 37 21
10 25 466 20 29 39 20
10 40 23 16 18 46 16
10 55 21 15 22 32 33
10 28 27 14 34 30 30
10 9 54 16 30 45 26
10 38 15 10 15 42 22
10 26 17 10 23 40 18
11 89 27 17 34 22 70
11 49 33 22 46 30 23
11 239 54 21 12 44 21
11 79 41 21 12 44 14
11 21 17 14 41 27 28
11 23 19 19 47 22 32
11 178 40 17 15 13 29
11 434 65 20 7 36 18
11 51 21 28 33 59 21
11 40 60 22 13 28 24
11 37 1147 25 15 29 30
11 89 42 19 22 32 11
11 82 49 23 7 33 29
11 106 80 20 10 36 25
11 157 369 12 32 41 29
12 49 55 57 39 52 33
12 124 21 28 42 45 30
12 29 35 15 19 40 25
12 15 11 11 40 49 29
12 76 204 18 32 32 28
12 50 24 13 38 38 34
200
Análisis de superficies por luminometría ATP
12 66 35 24 35 20 36
12 54 44 20 30 39 30
12 36 22 15 18 35 25
12 200 187 28 34 42 29
12 107 19 16 42 37 40
12 40 90 33 45 44 32
12 16 12 447 39 40 34
12 49 8 12 29 31 42
13 27 31 10 12 39 11
13 115 33 30 8 42 52
13 65 48 13 15 30 49
13 12 11 10 32 28 42
13 49 33 37 14 36 30
13 235 16 16 23 33 25
13 40 18 21 20 40 41
13 22 83 16 25 32 32
13 128 31 18 10 38 36
13 61 81 13 24 45 29
13 22 177 30 30 36 20
13 123 127 12 29 39 43
13 23 17 11 21 20 38
13 41 30 30 23 29 33
13 124 14 7 32 33 36
13 23 14 14 27 18 50
13 18 30 9 9 15 29
14 915 45 109 43 29 9
14 559 84 44 40 31 18
14 60 160 33 37 30 21
14 24 14 22 41 40 12
14 257 30 16 39 32 20
14 43 194 11 30 30 15
14 43 53 24 27 29 14
14 447 46 15 46 15 17
201
Análisis de superficies por luminometría ATP
14 15 874 25 48 33 18
14 58 67 35 42 31 25
14 79 39 18 39 29 20
14 82 44 14 45 29 21
14 36 33 13 34 30 23
14 33 97 7 38 27 17
14 31 14 18 30 26 12
14 241 71 13 37 27 16
15 21 18 20 69 19 32
15 50 40 20 45 7 20
15 122 67 26 32 21 30
15 294 56 15 60 14 24
15 35 18 21 55 17 22
15 44 39 42 40 12 19
15 58 59 31 53 18 26
15 58 40 23 39 32 23
15 90 81 31 61 15 15
15 66 40 23 64 20 31
15 128 41 24 49 13 28
15 132 18 26 59 18 19
15 187 109 25 43 21 18
15 184 74 24 40 16 23
15 34 95 21 51 23 22
15 98 162 8 49 11 19
16 30 55 10 24 43 28
16 41 40 26 23 9 16
16 27 65 31 10 34 20
16 38 27 25 31 40 18
16 103 29 15 28 39 23
16 23 25 18 12 37 25
16 68 45 18 32 30 29
16 130 52 44 28 41 21
16 30 18 26 30 28 18
202
Análisis de superficies por luminometría ATP
16 32 24 13 34 38 22
16 104 26 17 27 39 25
16 45 2717 18 21 42 24
16 25 24 16 26 45 27
16 133 51 40 23 39 23
16 260 213 27 19 33 20
16 65 33 17 29 37 26
16 88 232 40 28 30 31
16 31 32 20 30 41 28
16 28 152 29 34 29 28
16 54 13 33 27 36 25
16 14 127 10 27 32 20
18 722 60 18 65 9 33
18 26 867 20 60 17 20
18 498 38 43 34 21 28
18 53 31 16 50 18 26
18 115 106 291 56 13 31
18 100 39 34 49 19 29
18 222 43 14 38 15 22
18 37 42 24 61 20 29
18 106 156 42 58 22 24
18 26 20 17 59 16 17
18 153 51 43 47 14 27
18 44 122 12 51 18 23
18 86 73 28 50 23 21
18 26 40 17 32 20 29
18 82 595 13 62 12 34
18 12 17 25 57 7 21
18 76 1275 49 53 15 16
18 20 20 35 50 23 18
22 27 13 20 21 43 7
22 218 28 31 12 30 12
22 12 16 18 15 22 14
203
Análisis de superficies por luminometría ATP
22 7 14 7 23 32 8
22 675 19 18 19 31 19
22 61 15 12 18 29 21
22 107 60 17 24 20 9
22 977 18 10 17 21 10
22 17 23 10 17 26 14
22 35 8 6 15 19 11
22 14 12 7 20 24 13
23 977 14 21 9 15 32
23 20 41 18 8 12 20
23 41 26 14 12 19 30
23 26 18 17 10 21 31
23 45 32 14 15 24 28
23 19 11 8 16 16 26
23 65 50 12 11 20 29
23 301 21 14 19 24 21
23 199 32 13 7 21 24
23 514 16 19 18 13 28
23 40 12 17 11 18 32
23 11 20 17 10 23 25
24 24 32 12 34 16 42
24 25 23 20 32 14 31
24 27 27 20 19 8 45
24 23 27 21 29 20 39
25 28 24 21 26 19 33
25 25 30 25 22 13 37
25 126 43 20 28 17 28
25 72 44 14 31 19 31
25 635 33 28 20 11 30
25 15 17 10 26 15 34
25 33 33 13 21 13 29
25 71 23 26 23 11 36
25 364 68 23 27 17 38
204
Análisis de superficies por luminometría ATP
25 42 17 8 30 14 35
26 13 15 17 15 22 25
26 21 17 14 12 20 19
26 35 18 17 17 19 23
26 35 14 14 11 14 24
26 18 17 18 13 21 22
26 13 21 12 21 24 28
26 104 76 10 18 20 25
26 517 18 17 16 16 20
26 50 44 38 20 19 16
26 119 56 20 19 22 21
26 50 22 17 12 17 24
26 23 40 39 14 23 27
26 24 12 13 10 20 26
27 27 35 11 23 53 20
27 32 58 20 20 50 12
27 27 43 14 25 32 18
27 260 23 15 18 49 23
27 65 24 13 12 45 24
27 126 32 22 19 40 20
27 25 15 10 21 32 29
27 40 23 14 20 37 23
27 56 17 20 22 30 17
27 50 33 18 23 35 20
27 44 14 13 18 29 18
27 86 16 16 24 37 21
27 32 12 18 24 41 24
27 17 36 10 22 34 26
27 11 26 13 16 33 20
27 17 34 11 19 38 16
27 227 29 19 21 31 19
27 34 15 19 17 25 21
27 873 138 35 16 28 29
205
Análisis de superficies por luminometría ATP
27 17 11 14 17 21 23
27 9 184 11 16 26 22
28 30 29 23 30 18 16
28 14 18 240 31 24 9
28 21 15 18 29 30 14
28 15 20 15 29 21 15
28 538 21 15 22 22 19
28 16 18 14 30 28 8
28 297 54 24 30 26 14
28 23 24 18 32 20 13
28 93 19 12 34 26 16
28 404 20 15 30 13 15
28 79 79 10 28 28 16
28 82 34 19 19 29 17
28 31 167 19 22 33 23
28 95 206 14 28 20 19
28 115 51 24 31 25 21
28 23 44 14 32 23 17
28 26 8 21 25 28 14
28 17 25 17 36 21 19
29 10 40 55 12 41 41
29 15 25 30 10 24 43
29 11 27 16 15 16 28
29 36 20 18 31 30 37
29 32 22 23 20 23 34
29 136 20 16 17 29 39
29 196 21 18 18 18 29
29 51 60 42 14 27 42
29 16 19 18 26 24 40
29 29 20 13 23 29 33
29 21 59 41 26 23 38
29 81 19 15 16 30 36
29 18 16 13 20 24 122
206
Análisis de superficies por luminometría ATP
29 254 51 22 31 27 30
29 29 65 19 22 29 31
29 18 75 19 19 21 27
29 23 45 12 24 26 34
29 12 13 18 21 34 38
207
Análisis estadístico básico
nº análisis
descarga
positivos
septum
Total
grifo
Tanque
1 2 1 0 3 14
2 7 0 0 7 18
3 4 0 0 4 19
4 3 3 0 6 20
5 3 0 0 3 13
6 7 2 0 9 22
7 0 1 0 1 16
8 6 2 0 8 19
9 3 0 0 3 14
10 2 2 0 4 20
11 4 2 0 6 15
12 1 2 1 4 14
13 1 1 0 2 17
14 5 3 0 8 16
15 3 1 0 4 16
208
Análisis estadístico básico
16 1 4 0 5 21
18 4 4 1 9 18
22 3 0 0 3 11
23 4 0 0 4 12
24 0 0 0 0 4
25 2 0 0 2 10
26 1 0 0 1 13
27 3 1 0 4 21
28 3 2 1 6 18
29 2 0 0 2 18
Tabla 4.2 Datos de luminometría ATP que superan 150 unidades,
ordenados por tanque y zona de tanque
209
Análisis estadístico básico
210
Análisis estadístico básico
1
2
3
4
5
6
7
8
9
10
11
n Tq
12
13
14
15
16
18
22
23
24
25
26
27
28
29
0 200 400 600 800 1000
Grifo
211
Análisis estadístico básico
212
Análisis estadístico básico
1
2
3
4
5
6
7
8
9
10
11
n Tq
12
13
14
15
16
18
22
23
24
25
26
27
28
29
0 0,5 1 1,5 2 2,5 3
(X 1000,0)
Septum
213
Estudios quimiométricos
2,8 n Tq
1
2
3
4
0,8
5
6
Función 2
7
8
-1,2 9
10
11
12
13
-3,2 14
15
16
18
-5,2 22
23
-2 1 4 7 10 13
24
Función 1
214
Estudios quimiométricos
6 n Tq
1
2
3
4
4 5
6
7
8
Función 2
2 9
10
11
12
13
0 14
15
16
18
-2 22
23
24
-4
-4 -2 0 2 4 6 8
Función 1
215
Estudios quimiométricos
4,5 n Tq
1
2
3
4
2,5
5
6
Función 2
7
8
0,5 9
10
-1,5
-3,5
-6 -4 -2 0 2 4 6
Función 1
216
Estudios quimiométricos
217
Estudios quimiométricos
4,8 n Tq
11
12
2,8 13
14
15
Función 2
0,8 16
18
-1,2
-3,2
-5,2
-4,1 -2,1 -0,1 1,9 3,9 5,9
Función 1
218
Estudios quimiométricos
3,6 n Tq
22
23
24
1,6 25
26
Función 2
27
28
-0,4
29
-2,4
-4,4
-3,8 -1,8 0,2 2,2 4,2
Función 1
219
Estudios quimiométricos
Dendrograma
Método de Ward, Bloque Habitacional
300
250
D i s ta n c i a
200
150
100
50
0
1 0
1 0
1 0
160
1 0
1 0
150
1
1
1
1
1
8
5
2
2
2
2
9
3
3
9
4
4
2
6
3
4
3
3
3
4
4
8
4
9
9
9
4
5
6
8
5
8
7
6
6
6
7
7
6
7
7
6
8
8
220
Estudios quimiométricos
Dendrograma
Método de Ward, Bloque Habitacional
200
160
c i a
120
D i s ta n
80
40
0
1 1
1 3
1 2
1
3
6
6
3
3
5
4
4
3
1 6
1 6
1 4
1 4
1 1
1 1
1 1
1 3
1 2
1 2
1 2
1 6
1 6
1 6
1 4
1 2
1 8
1 5
1 8
1 5
1 8
1 5
1 8
1 8
1 8
1 5
1
1
1
1
1
1
1
1
1
1
221
Estudios quimiométricos
Dendrograma
Método de Ward, Bloque Habitacional
180
150
120
Distancia
90
60
30
0
22
22
28
27
27
27
27
27
27
26
27
22
23
23
23
28
22
26
29
28
28
23
26
29
29
29
26
29
29
24
25
25
25
25
28
28
222
Estudios quimiométricos
223
Estudios quimiométricos
190
Grifo
150
110
Factor 2
70
30
Septum
Pared
Junta
Suelo
Descarga
-10
-20 20 60 100 140 180 220
Factor 1
224
Análisis microbiológicos convencionales
Diagrama de Dispersión
(X 10000,0)
18
15
12
Factor 2
0
-2 8 18 28 38 48 58
(X 10000,0)
Factor 1
225
Análisis microbiológicos convencionales
Clave Tipo
1 Pils 5
2 Pils 4,5
3 Pils 5,6 A
4 Cerveza 0,0
5 Pils 5,6 B
226
Análisis microbiológicos convencionales
2 L1 7 10 2
2 L2 0 0 2
2 L3 0 0 2
2 L4 0 0 2
2 L5 25 30 2
2 L6 0 0 2
2 L6 0 1 5
2 L6 0 0 3
2 L4 0 4 2
2 L1 14 30 1
2 L5 0 50 2
2 L6 0 0 1
2 L5 0 0 5
2 L3 0 0 2
3 L5 0 0 3
3 L1 0 0 3
3 L6 0 25 1
3 L2 0 0 2
3 L3 0 0 3
3 L2 1 1 1
3 L6 0 0 2
3 L2 0 0 1
4 L1 0 0 1
4 L1 30 0 3
4 L4 0 20 2
4 L3 2 35 2
4 L3 0 0 4
4 L2 0 0 1
4 L5 0 0 3
4 L4 0 0 1
4 L3 0 0 1
4 L3 0 12 1
4 L1 0 20 3
227
Análisis microbiológicos convencionales
4 L5 20 18 3
4 L1 0 0 1
5 L1 0 0 1
5 L2 0 0 1
5 L3 0 0 1
5 L4 0 0 1
5 L5 0 0 1
5 L6 0 0 1
5 L3 0 0 3
5 L6 0 15 3
5 L4 0 0 1
5 L5 0 30 1
5 L2 0 30 3
5 L5 0 0 4
5 L3 0 0 3
5 L5 0 1 3
5 L1 0 1 1
5 L3 0 13 5
5 L4 0 0 4
5 L1 0 0 1
6 L1 0 0 2
6 L2 0 0 2
6 L3 32 24 2
6 L4 0 0 2
6 L5 13 8 2
6 L6 0 0 2
6 L2 0 0 1
6 L6 27 40 3
6 L1 0 0 1
6 L5 40 30 1
6 L1 6 7 3
6 L1 0 3 4
6 L3 0 0 1
228
Análisis microbiológicos convencionales
7 L3 0 0 2
7 L4 0 0 2
7 L5 0 0 2
7 L6 0 0 2
7 L2 0 0 2
7 L1 10 8 4
7 L2 2 1 4
7 L3 0 0 4
7 L4 0 0 4
7 L5 0 0 4
7 L6 0 7 4
7 L1 1 25 5
7 L5 0 0 1
7 L2 0 0 2
7 L1 0 0 2
7 L6 0 0 3
7 L4 0 0 2
7 L5 1 20 3
8 L1 0 0 1
8 L2 0 0 1
8 L3 23 0 1
8 L4 24 0 1
8 L5 12 0 1
8 L6 0 0 1
8 L1 0 30 2
8 L2 0 20 2
8 L3 0 25 2
8 L4 0 20 2
8 L5 25 25 2
8 L6 40 30 2
8 L2 0 16 2
8 L3 25 30 1
8 L3 0 0 5
229
Análisis microbiológicos convencionales
8 L1 0 0 3
8 L2 0 0 1
8 L1 0 0 5
8 L3 0 0 3
8 L2 0 0 5
9 L5 30 0 2
9 L4 0 30 2
9 L5 0 0 3
9 L1 0 4 1
9 L1 0 5 2
9 L2 0 20 1
9 L1 0 0 2
9 L3 0 50 2
9 L1 0 0 5
9 L1 0 0 2
9 L5 0 0 3
10 L1 20 25 3
10 L3 0 2 2
10 L4 0 0 3
10 L3 0 6 1
10 L6 0 25 1
10 L3 0 0 3
11 L6 0 30 1
11 L2 0 14 5
11 L3 0 30 2
11 L4 0 0 3
11 L3 0 0 1
11 L5 0 0 5
11 L1 25 0 4
11 L5 40 25 2
11 L1 4 20 1
11 L2 0 0 1
11 L3 0 0 1
230
Análisis microbiológicos convencionales
11 L1 0 0 1
11 L4 0 0 2
12 L2 25 30 1
12 L2 0 7 1
12 L2 0 0 4
13 L1 0 0 1
13 L2 0 0 1
13 L3 0 0 1
13 L4 0 0 1
13 L5 0 0 1
13 L6 0 0 1
13 L2 0 0 3
13 L3 0 30 2
13 L1 0 21 1
13 L2 0 0 1
14 L1 0 0 3
14 L2 0 0 3
14 L3 4 3 3
14 L4 0 0 3
14 L5 0 0 3
14 L6 0 0 3
14 L1 0 0 1
14 L2 0 0 1
14 L3 0 0 1
14 L4 0 0 1
14 L5 0 0 1
14 L6 0 0 1
14 L1 0 0 1
14 L2 1 0 1
14 L3 4 4 1
14 L4 1 4 1
14 L5 0 0 1
14 L6 1 0 1
231
Análisis microbiológicos convencionales
14 L4 0 0 1
14 L3 0 0 2
14 L5 0 0 3
14 L6 0 25 5
14 L2 1 0 2
14 L3 0 0 5
14 L4 0 0 5
15 L1 0 0 2
15 L2 0 1 2
15 L3 0 0 2
15 L4 0 0 2
15 L5 29 0 2
15 L6 0 27 2
15 L1 0 0 3
15 L2 0 0 3
15 L3 0 0 3
15 L4 0 0 3
15 L5 0 0 3
15 L6 0 0 3
15 L1 0 1 1
15 L2 0 3 1
15 L3 0 20 1
15 L4 1 25 1
15 L5 1 20 1
15 L6 0 25 1
15 L1 0 0 1
15 L2 0 0 1
15 L3 0 0 1
15 L4 0 0 1
15 L5 16 25 1
15 L6 0 0 1
15 L5 0 0 4
15 L6 0 0 3
232
Análisis microbiológicos convencionales
15 L2 18 0 2
15 L2 0 50 1
15 L2 0 0 2
15 L3 0 0 2
15 L1 0 0 2
2,8 Tanque
1
2
3
1,8 4
5
Función 2
6
7
0,8
8
9
10
-0,2 11
12
13
14
-1,2 15
-1 0 1 2 3 4 5
Función 1
233
Análisis microbiológicos convencionales
L6
1,4
-0,6
-2,6
-0,9 0,1 1,1 2,1 3,1 4,1 5,1
Función 1
234
Análisis microbiológicos convencionales
4,1 Tipo
1
2
3,1 3
4
5
Función 2
2,1
1,1
0,1
-0,9
-2,3 -1,3 -0,3 0,7 1,7 2,7
Función 1
235
236
CAPÍTULO 5
Tratamientos cualimétricos de los datos físico-
químicos. Aplicación de la norma ISO 13528 a los
resultados de ensayos de aptitud
237
238
ÍNDICE
RESUMEN
1 INTRODUCCIÓN
2 CONTROL DE CALIDAD INTERNO
2.1 Medidas repetidas o precisión de la repetibilidad
3 CONTROL DE CALIDAD EXTERNO
3.1 Datos de trabajo en ensayos de aptitud externos
3.2 Ensayos de aptitud internos
3.2.1 Puntuaciones de rendimiento o desempeño
3.2.2 Elección de número de muestras replicadas
3.2.3 Interpretación de los resultados de ensayos de
aptitud
3.2.3.1 Histogramas de las puntuaciones
3.2.3.2 Gráfico de barras z-scores
3.2.3.3 Gráficos de control Shewhart
3.2.3.4 Gráfico de control Cusum para z-scores
3.2.3.5 Gráficos de sesgos de laboratorio
estandarizados frente a las medias de
laboratorio
3.2.3.6 Gráfico de puntos
3.2.3.7 Otros gráficos
3.2.4 Puntuaciones combinadas de z-scores
239
240
RESUMEN
241
242
Introducción
1 INTRODUCCIÓN
243
Control de calidad interno
CO2-1 CO2-2
5,13 5,12 5,13 0,01 0,24
5,15 5,10 5,13 0,05 1,19
5,10 5,11 5,11 0,01 0,24
5,18 5,19 5,19 0,01 0,24
5,21 5,26 5,24 0,05 1,19
5,20 5,16 5,18 0,04 0,95
5,14 5,16 5,15 0,02 0,48
5,16 5,16 5,16 0,00 0,00
5,13 5,10 5,12 0,03 0,71
5,21 5,21 5,21 0,00 0,00
5,19 5,19 5,19 0,00 0,00
5,22 5,26 5,24 0,04 0,95
5,07 5,14 5,11 0,07 1,67
5,10 5,14 5,12 0,04 0,95
5,23 5,20 5,22 0,03 0,71
244
Control de calidad interno
245
Control de calidad interno
0,15
0,12
diferencias
0,09
0,06
0,03
0
5,09 5,13 5,17 5,21 5,25
concentración
En este caso, las diferencias son mayores aunque hay que tener
en cuenta que la desviación estándar de repetibilidad es mayor,
en este caso es 0,28 y, por lo tanto:
246
Control de calidad interno
Amargo-1 Amargo-2
23,2 23,4 23,30 0,20 0,51
25,1 24,8 24,95 0,30 0,76
22,3 22,5 22,40 0,20 0,51
23,5 23,3 23,40 0,20 0,51
19,8 19,5 19,65 0,30 0,76
21,9 21,5 21,70 0,40 1,01
23,4 23,5 23,45 0,10 0,25
24,1 23,9 24,00 0,20 0,51
21,9 21,6 21,75 0,30 0,76
23,5 23,4 23,45 0,10 0,25
20,8 20,5 20,65 0,30 0,76
21,9 22,0 21,95 0,10 0,25
20,0 20,0 20,00 0,00 0,00
22,6 22,9 22,75 0,30 0,76
19,6 19,2 19,40 0,40 1,01
20,4 20,2 20,30 0,20 0,51
20,1 20,4 20,25 0,30 0,76
22,4 22,2 22,30 0,20 0,51
23,6 23,4 23,50 0,20 0,51
24,9 24,5 24,70 0,40 1,01
24,2 23,8 24,00 0,40 1,01
23,8 23,9 23,85 0,10 0,25
18,7 18,2 18,45 0,50 1,26
18,2 18,4 18,30 0,20 0,51
22,0 22,4 22,20 0,40 1,01
Tabla 5.2 Datos pareados de amargo para cerveza envasada
247
Control de calidad interno
1,5
1,2
diferencias
0,9
0,6
0,3
0
18 20 22 24 26
concentración media de amargo
248
Control de calidad interno
249
Control de calidad interno
26
24
Amargo-1
22
20
18
18 20 22 24 26
Amargo-2
250
Control de calidad externo
251
Control de calidad externo
Nº participantes 167
Rango resultados 9,0 a 15,3
Media 12,81
Mediana 12,80
Desviación estándar 0,83
Desviación estándar robusta (s*) 0,60
Valor asignado 12,80
uX 0,10
SDPA 1,00
Rango satisfactorio 10,8 a 14,8
z scores satisfactorios 97,00%
z scores cuestionables 2,40%
z scores insatisfactorios 0,60%
Tabla 5.4 Datos del esquema BAPS para el parámetro amargo de
una ronda determinada
89
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization, punto
5.6.2
252
Control de calidad externo
Histograma de z-scores
40
35
Nº de resultados
30
25
20
15
10
5
0
-0,25 a 0,00
-2,75 a -2,51
0,26 a 0,50
0,76 a 1,00
1,26 a 1,50
1,76 a 2,00
2,26 a 2,50
2,76 a 2,99
-2,25 a -2,21
-1,75 a -1,51
-1,25 a -1,01
-0,75 a -0,51
<=-3,00
Rango z-score
En la Figura 5.5 vemos otro gráfico muy usado para este tipo
de estudios.
253
Control de calidad externo
Gráfico de distribución
20
18
16
Resultado amargo (BU)
14
12
10
4
0 50 100 150
254
Control de calidad externo
2,5
(desviación estándar)
1,5
1
y = 0,0411x + 0,4602
0,5
R² = 0,6878
0
0 10 20 30 40 50
X (valor asignado)
255
Control de calidad externo
90
M. Benard (EBC Analysis Committee), J. Inst. Brewing, 2000, 106 (3), 135-138
256
Control de calidad externo
95
% z-scores satisfactorios
90
85
80
75
5 10 15 20 25 30 35
X (valor asignado)
257
Control de calidad externo
95
% z-scores satisfactorios
90
85
80
75
70
65
187 197 207 217 227 237 247 257
Nº ronda del esquema
258
Control de calidad externo
91
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization
92 nd
Selection, use and interpretation of Proficiency Testing (PT) schemes, Eurachem, 2
ed. 2011
93
M. Thompson, S.L.R. Ellison, R. Wood, Pure Appl. Chem., 78 (1), 2006, 145-196. The
International harmonized protocol for the Proficiency Testing of analytical chemistry
laboratories (IUPAC technical report).
259
Control de calidad externo
94
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization, punto
5.6.2
260
Control de calidad externo
261
Control de calidad externo
262
Control de calidad externo
263
Control de calidad externo
264
Control de calidad externo
265
Control de calidad externo
266
Control de calidad externo
267
Control de calidad externo
268
Control de calidad externo
Histograma
10
8
frecuencia
0
-0,9 0,1 1,1 2,1 3,1
Lab 5
269
Control de calidad externo
2,00
z-score
0,00
-2,00
-4,00
Lab 1 Lab 2 Lab 3 Lab 4 Lab 5 Lab 6 Lab 7 Lab 8
270
Control de calidad externo
4
z-score medio
-2
-4
-6
Lab 1 Lab 2 Lab 3 Lab 4 Lab 5 Lab 6 Lab 7 Lab 8
Laboratorio
1,2
1
Desviación estándar
0,8
0,6
0,4
0,2
0
Lab 1 Lab 2 Lab 3 Lab 4 Lab 5 Lab 6 Lab 7 Lab 8
Laboratorio
271
Control de calidad externo
5
Rango
2
Lab 1 Lab 2 Lab 3 Lab 4 Lab 5 Lab 6 Lab 7 Lab 8
Laboratorio
272
Control de calidad externo
3 3,00
2,00
z-score
0 0,00
-2,00
-3 -3,00
-6
0 10 20 30 40 50
Ronda
273
Control de calidad externo
3 3,00
2,00
1
0,00
Z
-1
-2,00
-3 -3,00
-5
-7
0 4 8 12 16 20 24 28 32 36 40 44
Ronda
274
Control de calidad externo
4 Variables
Amargo
CO2
2 Color
VDK
-2
-4
0 10 20 30 40 50
Ronda
275
Control de calidad externo
3 3,00
2,00
1
0,00
-1
Z
-2,00
-3 -3,00
-5
-7
0 10 20 30 40 50
Ronda
Este otro tipo de gráficos nos viene muy bien para comprobar si
hay alguna tendencia a tener sesgo en función de la concentración
del analito. Al representar gráficamente el z-score frente a la
concentración, comprobaremos con facilidad si hay tendencias en
función de la concentración.
276
Control de calidad externo
30
20
10
CuSum
-10
-20
-30
0 10 20 30 40 50
Observación
277
Control de calidad externo
2
z-score
-2
-4
15 18 21 24 27 30
concentración
2
z-score
-2
-4
16 19 22 25 28 31
concentración
278
Control de calidad externo
279
Control de calidad externo
280
Control de calidad externo
Si ahora cruzamos estos datos con los de la Tabla 5.11 que son
las medias de 4 muestras replicadas de cada laboratorio por ronda
y los representamos gráficamente, podemos observar con detalle
una causa importante que genera las desviaciones.
281
Control de calidad externo
282
Control de calidad externo
2
z-score
-2
-4
4,7 4,9 5,1 5,3 5,5 5,7
concentración (g/L)
283
Control de calidad externo
2
z-score
-2
-4
4,8 5 5,2 5,4 5,6 5,8
concentración
284
Control de calidad externo
285
Control de calidad externo
286
Control de calidad externo
287
Control de calidad externo
2
z-score
-2
-4
0 20 40 60 80
concentración VDK
288
Control de calidad externo
10
8
Desviación estándar
0
0 20 40 60 80
concentración VDK
289
Control de calidad externo
2
z-score
-2
-4
0 20 40 60 80 100
concentración VDK
290
Control de calidad externo
2
z-score
-2
-4
0 20 40 60 80 100 120
concentración VDK
291
Control de calidad externo
3,00
2,00
z-scores individuales
1,00
0,00
-1,00
-2,00
-3,00
-4,00
0 10 20 30 40 50
Ronda
292
Control de calidad externo
95
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization, punto 8.5
96
ISO 13528:2005 (2005) Statistical methods for use in proficiency testing by
interlaboratory comparisons. International Organization for Standardization, punto 8.6
97
G.E. O’Donnell, D.B. Hibbert, Analyst, 2013, 138, 3673-3678
293
Control de calidad externo
294
Control de calidad externo
z-scores combinados
5,00
4,00
suma reescalada de z-scores
3,00 Lab 1
2,00 Lab 2
1,00 Lab 3
0,00
Lab 4
-1,00
Lab 5
-2,00
-3,00 Lab 6
-4,00 Lab 7
-5,00 Lab 8
ESP
pH
EA
TF
Color
CO2
Amargo
Turbidez
Diacetilo
VDK
SO2
THIAA
Alcohol
Acético
Isoh
Polifenoles
Objetivo
295
Control de calidad externo
98
G. E. O’Donnell, D. B. Hibbert, Analyst, 2013, 138, 3673-3678.
296
Control de calidad externo
297
Control de calidad externo
5
4
3
desviación estándar
2
1
0
-1
-2
-3
-4
-5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43
298
CAPÍTULO 6
Tratamientos quimiométricos de los resultados de
análisis sensoriales
299
300
ÍNDICE
RESUMEN
1 INTRODUCCIÓN
2 TRATAMIENTO DE DATOS SENSORIALES
301
302
RESUMEN
303
304
Introducción
1 INTRODUCCIÓN
305
Introducción
99
M.C. Meilgaard, G.V. Civille, B.T. Carr en Sensory evaluation techniques, 2007, Ed.
th
CRC Press, 4 Edition.
306
Tratamiento de datos sensoriales
307
Tratamiento de datos sensoriales
Carbonatación
Astringencia
Oxidación
Azufrado
Afrutado
Amargo
Cuerpo
Lúpulo
Cereal
Tipo
Pils 5,6 A 0,8 0,7 0,0 0,0 2,5 3,0 2,8 2,0 3,0
Pils 5,6 B 3,8 1,0 0,0 0,3 0,0 3,2 2,8 1,2 2,8
Strong A 2,8 1,0 1,2 0,0 0,2 3,2 3,5 0,8 3,0
Cerveza
0,0 2,2 0,3 1,8 0,0 0,0 2,2 1,3 1,0 2,7
Pils 5 2,8 0,8 0,2 0,0 0,0 2,3 2,2 0,8 2,5
Pils 5,6 C 1,2 0,7 0,0 0,2 1,8 3,3 3,0 1,3 3,0
Pils 4,5 A 1,2 0,7 1,7 0,2 0,8 3,3 2,5 1,5 3,0
Pils 4,5 B 2,2 0,5 0,7 0,2 1,7 2,7 2,5 1,0 2,8
Strong B 1,2 0,0 4,3 0,0 0,0 2,7 3,2 1,3 2,7
Tabla 6.1 Resultados promedio de atributos de 9 tipos de cerveza
308
Análisis de componentes principales
Valores propios
4
F1
3
F2
F3
1 F4
F5 F6
F7
F8
0
F1 F2 F3 F4 F5 F6 F7 F8
V. propio 3,585 2,637 1,285 0,759 0,313 0,300 0,109 0,012
% varianza 39,84 29,30 14,28 8,43 3,48 3,33 1,21 0,14
% acum. 39,84 69,13 83,41 91,84 95,32 98,65 99,86 100,00
Tabla 6.2 Valores propios
309
Análisis de componentes principales
F1 F2 F3 F4 F5 F6 F7 F8
Afrutado -0,168 0,562 0,085 0,014 0,020 0,194 0,648 -0,047
Lúpulo 0,228 0,501 -0,098 -0,347 -0,360 0,061 -0,183 0,600
Cereal -0,247 -0,359 0,555 0,186 -0,137 -0,135 0,178 0,620
Azufrado 0,229 0,322 0,031 0,829 0,222 0,063 -0,069 0,139
Oxidación 0,379 -0,234 -0,430 -0,085 0,540 -0,043 0,165 0,423
Amargo 0,476 0,086 0,312 0,099 -0,198 -0,118 -0,399 -0,152
Cuerpo 0,311 0,011 0,596 -0,334 0,445 0,409 0,029 -0,074
Astringencia 0,327 -0,371 -0,163 0,164 -0,488 0,628 0,261 -0,031
Carbonatación 0,483 -0,034 0,101 -0,056 -0,184 -0,599 0,504 -0,162
Tabla 6.3 Vectores propios
310
Análisis de componentes principales
1
Afrutado
Lupulo
0,5 Azufrado
-- eje F2 (29,30 %) -->
Amargo
0 Cuerpo
Carbonatacion
Oxidación
-0,5
Cereal Astringencia
-1
-1 -0,5 0 0,5 1
-- eje F1 (39,84 %) -->
311
Análisis de componentes principales
F1 F2 F3 F4 F5 F6 F7 F8
Pils 5,6 A 2,389 -1,860 -1,379 -0,806 -0,308 0,659 0,331 0,008
Pils 5,6 B 0,719 2,974 0,451 1,210 -0,207 0,664 0,251 -0,053
Strong A 0,574 1,423 1,599 -1,658 -0,113 -0,554 0,225 0,000
Cerveza 0,0 -3,066 -0,573 -1,094 0,361 -0,513 -0,648 0,279 -0,122
Pils 5 -2,481 1,355 -0,948 -0,888 0,024 0,550 -0,520 0,066
Pils 5,6 C 2,249 -0,249 -0,262 0,147 0,521 -0,325 -0,478 -0,198
Pils 4,5 A 1,423 -0,629 0,319 0,830 -0,841 -0,492 -0,334 0,165
Pils 4,5 B -0,054 0,159 -0,718 0,477 1,163 -0,394 0,264 0,150
Strong B -1,753 -2,599 2,030 0,327 0,272 0,540 -0,016 -0,017
312
Análisis discriminante lineal
3 Pils 5,6B
Pils 5 Strong A
-- eje F2 (29,30 %) -->
0 Pils 4,5B
Pils 5,6C
Cerveza 0,0 Pils 4,5A
-1
-2 Pils 5,6A
Strong B
-3
-4
-4 -3 -2 -1 0 1 2 3 4
-- eje F1 (39,84 %) -->
1,5
1 Afrutado Lupulo
Pils 5 Strong A
-- eje F2 (29,30 %) -->
0,5 Azufrado
-1,5
Strong B
-2
-2 -1,5 -1 -0,5 0 0,5 1 1,5 2
-- eje F1 (39,84 %) -->
313
Análisis discriminante lineal
Bigráfica
3,2
Strong B
2,2 Astringencia
Cereal
Pils 5,6 A
Componente 2
1,2 Carbonatación
Pils 4,5 A
Cuerpo
Amargo
0,2
Pils 5,6 C
Cerveza 0,0 Pils 4,5 B Strong A
-0,8 Azufrado
-1,8 Lúpulo
Pils 5
Afrutado Pils 5,6 B
-2,8
-2,9 -1,9 -0,9 0,1 1,1 2,1 3,1
Componente 1
314
Análisis discriminante lineal
4,3 Cerveza
Cerveza 0,0
Pils 4,5 A
Pils 4,5 B
2,3 Pils 5
Pils 5,6 A
Función 2
Pils 5,6 B
Pils 5,6 C
0,3
Strong A
Strong B
-1,7
-3,7
-3 0 3 6 9 12
Función 1
315
Cervezas varias de mercado
Coeficientes 1 2 3 4 5 6 7 8
Afrutado -0,039 -0,050 0,924 0,326 0,286 0,213 0,002 0,243
Lúpulo -0,050 -0,870 0,322 -0,784 0,032 -0,094 0,027 0,112
Cereal 0,997 -0,003 0,171 -0,315 -0,106 0,024 -0,027 -0,030
Azufrado 0,127 0,506 0,091 0,323 -0,914 0,207 0,552 -0,015
Amargo -0,041 -0,302 -0,183 0,468 0,736 0,222 0,439 -0,438
Cuerpo -0,004 -0,443 0,043 0,470 -0,592 -0,415 -0,370 -0,167
Astringencia 0,209 -0,291 -0,269 0,182 0,187 0,071 0,204 0,855
Carbonatación -0,074 -0,187 0,110 0,073 -0,020 0,908 -0,488 0,145
316
Cervezas varias de mercado
Carbonatación
Astringencia
Oxidación
Azufrado
Afrutado
Amargo
Cuerpo
Lúpulo
Cereal
Dulce
Otros
Tipo
Pils 5,6 2,67 0,67 0,50 0,00 1,17 0,50 0,00 3,00 2,67 1,33 2,50
Pils 5,6 2,17 0,33 1,00 0,00 1,00 0,33 0,00 3,00 2,50 0,67 2,67
Grafenwal 2,00 1,17 0,83 0,00 1,17 0,17 0,00 2,33 2,33 1,17 2,83
Grafenwal 1,83 0,17 1,33 0,00 1,33 0,33 0,00 2,50 2,33 1,00 2,67
Pils Strong 2,33 1,17 3,50 0,50 0,67 0,50 0,00 3,33 3,50 1,00 2,83
Pils Strong 2,00 0,83 3,33 0,17 0,33 0,00 0,00 3,33 3,50 0,67 2,67
Steinburg 2,33 0,50 0,00 0,67 0,33 0,17 0,17 2,50 2,00 1,17 2,67
Steinburg 2,00 0,00 0,00 0,33 0,67 0,00 0,00 2,33 2,00 0,67 2,67
317
Cervezas varias de mercado
Gráfica de Sedimentación
3
Eigenvalor
0
0 2 4 6 8 10 12
Componente
318
Cervezas varias de mercado
Porcentaje
Componente de Porcentaje
número Autovalor varianza acumulado
1 3,60472 32,77 32,77
2 2,91464 26,497 59,267
3 2,27313 20,665 79,932
4 1,37471 12,497 92,429
5 0,484722 4,407 96,836
6 0,27244 2,477 99,312
7 0,0756392 0,688 100
8 2,16E-16 0 100
9 1,64E-16 0 100
10 0 0 100
11 0 0 100
319
Mapa de preferencias
Carbonatación
Astringencia
Azufrado
Afrutado
Defectos
Amargo
Cuerpo
Lúpulo
Cereal
Cerveza 1 1,2 1,1 2,3 1,0 0,2 0,0 3,5 3,3 1,5 3,0
Cerveza 2 1,5 0,8 0,4 0,6 0,4 0,7 3,1 3,0 1,7 3,1
Cerveza 3 2,0 0,6 0,3 0,7 0,9 0,8 3,0 2,9 1,0 2,1
Cerveza 4 1,5 0,4 0,5 1,6 0,9 0,4 2,8 2,5 0,9 2,7
Cerveza 5 1,2 0,7 1,5 0,7 1,0 0,4 3,2 2,5 0,9 2,1
Cerveza 6 2,2 0,7 0,2 0,3 0,2 0,3 2,5 1,9 0,9 2,8
Cerveza 7 1,1 0,3 0,4 0,4 0,4 0,6 2,0 1,6 1,2 2,0
Cerveza 8 1,0 0,2 0,4 0,3 0,9 0,8 2,2 1,4 1,0 1,9
Cerveza 9 1,2 0,4 0,5 1,1 0,6 0,4 2,5 1,5 1,5 2,4
Cerveza 10 1,2 1,4 0,7 1,0 0,5 1,0 3,7 1,8 2,0 2,0
Tabla 6.7 Tabla de valoración de atributos agrupados
320
Mapa de preferencias
Cerveza 10
Cerveza 1
Cerveza 2
Cerveza 3
Cerveza 4
Cerveza 5
Cerveza 6
Cerveza 7
Cerveza 8
Cerveza 9
Catador
1 7 6 5 6 7 7 6 4 6 4
2 8 5 6 7 6 7 6 3 6 5
3 8 7 6 6 6 8 5 5 7 7
4 9 7 7 7 7 7 6 5 6 6
5 8 6 7 7 5 6 4 4 5 7
6 8 7 8 6 7 7 4 5 6 5
7 7 7 6 5 6 6 6 6 6 7
8 6 8 8 6 7 7 7 5 5 6
9 8 7 8 6 6 6 5 5 5 5
10 7 8 7 6 6 5 6 5 6 6
11 8 7 7 7 6 6 5 4 6 7
12 7 7 6 7 7 5 4 5 7 7
13 8 8 5 6 6 6 5 6 5 6
14 8 7 7 5 5 6 3 6 7 7
15 8 6 7 6 4 6 5 5 6 6
16 8 7 8 6 7 7 4 4 4 5
17 7 8 6 7 6 6 5 5 5 8
18 8 7 5 7 5 7 6 5 6 7
19 8 7 6 6 6 6 6 6 5 7
20 8 6 7 5 5 7 7 4 5 6
21 9 7 7 7 6 7 4 3 6 7
22 9 8 7 6 6 8 5 6 5 5
23 8 7 8 6 6 7 4 5 4 6
24 7 7 8 7 6 6 3 5 6 5
Tabla 6.8 Tabla de valoración de la impresión general
321
Mapa de preferencias
Mapa de preferencias
0,8
Cerveza 7
Cerveza 5 0,2 Cluster6
Cerveza 4
Cluster1 Cerveza 3
0
-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 1,2 1,4
F2
Cluster2Cluster9
Cluster4 -0,2
Cluster3 Cluster7
-0,4 Cluster8 Cerveza 8
Cluster5 -0,6 Cerveza 1
Cerveza 10
-0,8
-1
F1
322
Mapa de preferencias
Gráfico de contorno
Series85
Series78
Series71
Series64
80%-100%
Series57
60%-80%
Series50
F2
40%-60%
Series43
Series36
20%-40%
Series29
0%-20%
Series22
Series15
Series8
Series1
1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97
F1
323
Mapa de preferencias
Mapa de preferencias
0,8 Series91
Cerveza 9 Series85
Cerveza 6 0,6
Series79
Cerveza 2
0,4 Series73
Series67
Cerveza 5 0,2 Cluster6
Cerveza 7 80%-100%
Cerveza 4 Series61
Cerveza 3 60%-80%
Cluster1 Series55
0 40%-60%
Series49
F2
-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 1,2 1,4
Cluster2
Cluster9 20%-40%
-0,2 Series43
Cluster4
0%-20%
Series37
Cluster3 Cluster7
-0,4 Cluster8 Series31
Cerveza 8
Cluster5-0,6 Cerveza 1 Series25
Cerveza 10 Series19
-0,8 Series13
Series7
-1 Series1
F153 57 61 65 69 73 77 81 85 89 93 97
1 5 9 13 17 21 25 29 33 37 41 45 49
324
CONCLUSIONES
325
326
CONCLUSIONES
Teniendo en cuenta los resultados obtenidos en la presente
tesis, podemos concluir:
1. La técnica estadística multivariante conocida como análisis
discriminante lineal (ADL) se manifiesta como una buena
herramienta para, a partir de determinados datos físico-
químicos de la cerveza, discriminar entre distintos tipos de
cerveza. Se ha podido discriminar el tipo de cerveza en un
grupo total de 12 tipos diferentes (Cerveza 0.0, Cerveza Sin,
Pils 4.5A, Pils 4.5B, Pils 5, Pils 5.6A, Pils 5.6B, Pils 5.6C, Pils
Strong A, Pils Strong B, Shandy A y Shandy B) con un 100%
de aciertos sobre 12 muestras sin identificar (cada una de
ellas correspondiente a un tipo diferente).
2. Se ha optimizado, mediante el uso del análisis discriminante
lineal (ADL), el número de análisis a realizar sobre una
muestra sin identificar de 15 parámetros analíticos iniciales
a sólo 3 (ESP, Amargo y Turbidez).
327
3. El análisis discriminante lineal (ADL) es también una potente
herramienta para discriminar entre fábricas que producen
un mismo tipo de cerveza. Se ha podido discriminar con un
100% de aciertos una cerveza sin identificar tipo Pils 4,6
entre cuatro fábricas diferentes que la producen. Esta
particularidad es especialmente importante si se trata de
homogeneizar producciones en diferentes fábricas. Se ha
realizado un control de 10 análisis de cervezas procedentes
de cada fábrica (40 análisis en total) y se ha obtenido un
100% de aciertos.
4. La técnica de análisis de conglomerados (cluster analysis) es
una buena técnica clasificatoria en los casos anteriores
aunque demuestra menos potencia. Se pueden agrupar en
conglomerados independientes las diferentes cervezas de
los grupos analizados y en el caso completo (12 tipos
diferentes), con algo menos de potencia, pero también
discrimina prácticamente los 12 tipos salvo algunos
solapamientos entre Pils 5,6A y Pils 5,6B.
5. El análisis discriminante lineal (ADL) es una buena
herramienta para determinar pautas “dirigidas” de limpieza
automática de superficies destinadas a la industria
alimentaria. No así el análisis de conglomerados. Hemos
logrado encontrar discriminaciones en los 25 tanques
analizados, usando los puntos de muestreo: grifo, septum,
pared, suelo, boca descarga y junta. La discriminación en el
caso de tanques cilíndricos de fondo plano es mayor que en
los restantes casos de tanques cilindro-cónicos, por lo que
se puede deducir que la limpieza automática en el primer
caso deja más diferencias entre tanques que en los casos
restantes. Es probable que parte de los muchos positivos en
estos 10 primeros tanques proceda de esas diferencias en la
limpieza, derivado del diseño de las instalaciones y aunque
no se puede deducir de esto con claridad qué tanques se
328
limpian mejor, sí se puede utilizar el análisis para conocer la
homogeneidad de los programas de limpieza automáticos.
6. La escasez de señalización en los análisis microbiológicos
convencionales hace imposible el uso de cualquier técnica
estadística conocida para establecer criterios de clasificación
u otro tipo de pautas. Son muy pocos los resultados
microbiológicos con señalización y no se pueden conseguir
agrupaciones en función de la muestra, medio de cultivo,
fase de proceso, incluso fecha.
7. Las técnicas de análisis discriminante lineal (ADL), el análisis
de componentes principales (ACP) y los mapas de
preferencia son herramientas estadísticas que obtienen
información relevante de datos sensoriales en las cervezas
estudiadas, encuadrándolas en grupos de atributos según el
tipo de cerveza.
329
330
331
332
333
334