Statistics in food science and nutrition

بسیاری از نوآوری های آماری با کاربردهای علوم غذایی مرتبط هستند. به عنوان مثال، آزمون t-student (یک روش آماری) برای نظارت بر کیفیت تنومند در کارخانه آبجوسازی گینس ایجاد شد و روش‌های آماری چند متغیره به طور گسترده در تجزیه و تحلیل طیف‌سنجی غذاها استفاده می‌شوند. با این وجود، روش‌های آماری اغلب با مهندسی، ریاضیات و علوم پزشکی مرتبط هستند و به ندرت تصور می‌شود که توسط علوم غذایی هدایت شوند. در نتیجه، کمبود روش‌های آماری با هدف خاص علوم غذایی وجود دارد و محققان را مجبور به استفاده از روش‌های در نظر گرفته شده برای سایر رشته‌ها می‌کند. هدف از این خلاصه، برجسته‌سازی مورد نیازترین و مرتبط‌ترین روش‌های آماری در علوم غذایی و در نتیجه رفع نیاز به یادگیری این روش‌ها از سایر زمینه‌ها خواهد بود. تمامی روش ها و کاربردهای آنها با مثال هایی از ادبیات تحقیق به تصویر کشیده خواهد شد.

Many statistical innovations are linked to applications in food science. For example, the student t-test (a statistical method) was developed to monitor the quality of stout at the Guinness Brewery and multivariate statistical methods are applied widely in the spectroscopic analysis of foods. Nevertheless, statistical methods are most often associated with engineering, mathematics, and the medical sciences, and are rarely thought to be driven by food science. Consequently, there is a dearth of statistical methods aimed specifically at food science, forcing researchers to utilize methods intended for other disciplines. The objective of this Brief will be to highlight the most needed and relevant statistical methods in food science and thus eliminate the need to learn about these methods from other fields. All methods and their applications will be illustrated with examples from research literature. ​