L'analyse statistique du profil sensoriel revisitée par une approche base de données

Statistical analysis of sensory profiling data revisited by a database approach

• Auteur / Autrice : Caroline Peltier
• Direction : Pascal Schlich, Michel Visalli
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'alimentation
• Date : Soutenance le 25/09/2015
• Etablissement(s) : Dijon
• Ecole(s) doctorale(s) : École doctorale Environnements, Santé (Dijon ; Besançon ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Centre des Sciences du Goût et de l'Alimentation (Dijon ; 2010-....)
• Jury : Président / Présidente : Hervé Cardot
• Jury : Examinateurs / Examinatrices : François Husson, Anne Saint-Eve
• Jury : Rapporteurs / Rapporteuses : Evelyne Vigneau, Hal Mac Fie

Mots clés

Mots clés contrôlés

Bases de données

Méthodes statistiques

Aliments -- Analyse sensorielle

Mots clés libres

Profil sensoriel

CVA

Scaling

Méta-analyses

Performances du panel

MAM

Sensory profiling

CVA

Scaling

Meta-analysis

Panel performances

MAM

Résumé

Lors d’une épreuve d’analyse sensorielle, des sujets préalablement entrainés dégustent desproduits et les notent à l’aide de différents descripteurs afin d’établir des profils descriptifs.De nombreuses méthodes statistiques (ACP, ANOVA…) permettent d’analyser les donnéesobtenues, afin notamment d’obtenir des résultats sur les performances des sujets, et dereprésenter les produits sur des cartes.Durant ce travail de thèse, ces méthodes statistiques ont été revisitées par l’exploitationd’un grand nombre de jeux de données issus de la SensoBase (base de données contenantplus de 1000 jeux de données de profil sensoriel). Différentes méthodes de cartographie etd’analyse des performances des sujets ont ainsi été comparées, puis des améliorations ontété proposées. La prise en compte du scaling (tendance d’un sujet à disperser ses notes plus–ou moins- que le panel) et l’adaptation de cartes à des modèles statistiques spécifiques ontété tout particulièrement étudiées.Ce travail a abouti à la documentation de certaines pratiques de l’analyse sensorielle et àl’établissement de recommandations à destination des animateurs de panel. Les différentesméthodes proposées dans cette thèse ont été implémentées sous R (librairies CVAPack,MAMCAP, MultiMAM), et sont donc directement utilisables par tout animateur de panel.Tous ces outils sont transposables dans d’autres domaines scientifiques utilisant l’êtrehumain comme instrument de mesure (psychologie, économie..).

During a sensory evaluation, trained subjects taste and score products on differentdescriptors in order to obtain a descriptive profile of these products. The data are thenanalyzed by several statistical methods (PCA, ANOVA…) in order to monitor the subjectperformances and map the product space.This work aims to revisit these statistical methods thanks to the analysis of a large number ofdatasets of sensory profiling data from the SensoBase (a database containing more than athousand of datasets). Different statistical methods of mapping and analysis ofperformances were compared, then improved. We mainly focused on the so-called scalingeffect (tendency of the subject to spread his scores more or less than the panel) and onmaps related to specific statistical models.This works led to some findings about sensory analysis and recommendations for panelleaders. Furthermore, different statistical tools (R packages such as CVAPack, MAMCAP andMultiMAM) were offered. These tools could also be useful in other scientific fields usinghuman beings as a measurement instrument (psychology, economics, marketing,… ).