Análise de correspondência canônica não linear com ênfase na descrição da redundância da variabilidade de dados sensoriais de blends de cafés com diferentes variedades

Abstract

A formulação de blends de café é de suma importância para a indústria cafeeira, pois proporciona ao produto final expressiva capacidade de competição de mercado e agrega atributos sensoriais que complementam a experiência de consumo. Por meio da análise de redundância e da análise de correspondência canônica é possível estudar as relações entre um conjunto de notas sensoriais e um conjunto de blends com diferentes proporções de variedade de café através de modelos de regressão linear multivariados. Contudo, não é realista assumir que tais respostas sensoriais são dadas de forma linear em relação à formulação dos blends, visto que algumas espécies de café têm maior peso na avaliação sensorial (termos quadráticos) e deve-se considerar o efeito das misturas (termo de interação). Com esta motivação, este trabalho tem como objetivo propor o uso da análise de redundância e análise de correspondência não lineares através da regressão polinomial multivariada para avaliar a aceitação de diferentes variedades de blends de café. Os blends foram formulados a partir de proporções de variedades de cafés especiais da espécie Arábica, Bourbon amarelo e Acaiá, café Conilon e de uma marca comercial de café torrado. Os blends foram avaliados recebendo notas que variaram de 0 a 10 para as características qualitativas da bebida: sabor, amargor, acidez, corpo e nota final. Resultados finais mostram que houve ganhos no percentual de variância explicada total nos modelos polinomiais em relação aos modelos clássicos.

The formulation of coffee blends is of paramount importance for the coffee industry, as it provides the final product with an expressive ability to compete in the market and adds sensory attributes that complement the consumption experience. Through redundancy analysis and canonical correspondence analysis, it is possible to study the relationships between a set of sensory notes and a set of blends with different proportions of coffee variety through multivariate linear regression models. However, it is unrealistic to assume that such sensory responses are given in a linear fashion in relation to the formulation of blends, since some types of coffee have greater weight in the sensory evaluation (quadratic terms) and the effect of blends must be considered (term of interaction). With this motivation, this work aims to propose the use of redundancy analysis and nonlinear correspondence analysis through multivariate polynomial regression to evaluate the acceptance of different varieties of coffee blends. The blends were formulated from proportions of specialty coffee varieties such as Arabica, Yellow Bourbon and Acaiá, Conilon coffee and a commercial brand of roasted coffee. The blends were evaluated receiving scores that ranged from 0 to 10 for the qualitative characteristics of the drink: flavor, bitterness, acidity, body and final note. The results showed significant gains in the percentage of total explained variance in the nonlinear models in relation to the linear ones.