Realizado no Rio de Janeiro/RJ, de 14 a 18 de Outubro de 2013.
ISBN: 978-85-85905-06-4
ÁREA: Alimentos
TÍTULO: DISCRIMINAÇÃO DAS AMOSTRAS DE MEL DE ABELHAS UTILIZANDO ANÁLISE MULTIVARIADA (AHA E ACP) EM DADOS FÍSICO-QUÍMICOS
AUTORES: Souza, R.F. (UEPA) ; Souza, S.D. (UEPA) ; Gomes, P.W.P. (UEPA) ; Barbosa, W.C. (UEPA)
RESUMO: Neste trabalho as técnicas de análises multivariadas (AHA e ACP) foram aplicadas ao conjunto de dados formados por variáveis medidas por análises dos parâmetros físico-químicos dos méis de abelhas do Estado do Pará, visando realizar uma discriminação dos das amostras de mel por microrregião do Estado do Pará. Os resultados obtidos demonstraram o AHA e o ACP são úteis na discriminação das amostras em mesorregiões, separando em dos grupos as amostras do Sudoeste e Nordeste paraense.
PALAVRAS CHAVES: Análise multivariada; ACP e AHA; mel
INTRODUÇÃO: A análise por componentes principais (ACP) é um dos métodos mais comuns empregados na análise de informações, sendo principalmente utilizada pela sua capacidade de compressão dos dados em função da existência de correlação entre diversas variáveis medidas. Esta técnica estatística consiste essencialmente em reescrever as variáveis originais da matriz em novas variáveis a partir de uma transformação de coordenadas de modo a obter um número menor de variáveis capaz de conter as informações de todas as utilizadas. Essa técnica estatística objetiva principalmente explicar a estrutura de variância e co-variância das variáveis pela construção de combinações lineares das variáveis originais (MINGOTI, 2005), denominadas componentes principais (CP).
A técnica de análise hierárquica de agrupamentos (AHA) é uma técnica estatística que objetiva identificar os possíveis agrupamentos (cluster) dos elementos de uma matriz em grupos de forma que os elementos pertencentes a um mesmo grupo sejam similares entre si em relação às variáveis e os elementos em grupos diferentes sejam heterogêneos às estas mesmas variáveis. Ou seja, esta técnica estatística possibilita determinar similaridades e dissimilaridades de uma série de dados (MINGOTI, 2005). Este trabalho visa avaliar o uso de dados de dados de analise físico-quimica e técnicas multivariadas como ACP e AHA na discriminação das amostras de méis do Estado do Pará.
MATERIAL E MÉTODOS: O presente estudo foi realizado com dez amostras de mel de abelha produzidos em diferentes microrregiões do Estado do Pará. Os parâmetros físico-quimicos
analisados foram: glicose, frutose, sacarose, açúcar redutor, cinzas, hidrometilfurfural-HMF, umidade, cor, acidez atividade diastásica. As metodologias de quantificação destes parâmetros seguiram recomendações da AOAC (1997), Bogdanov, Martin, Lüllmann (1997) e Ministério da Agricultura e do Abastecimento (BRASIL, 2000).
Para avaliação dos dados obtidos através de estatística multivariada foi empregada Análise de Componentes Principais (ACP) e Análise Hierárquica de Agrupamento (AHA), utilizando o software Meet MINITAB (2004).
RESULTADOS E DISCUSSÃO: A análise de componentes principais proporcionou um estudo multivariado dos dados experimentais obtidos facilitando a visualização da correlação entre as 10 amostras de méis de diferentes municípios do Estado do Pará e 10 parâmetros (glicose, frutose, sacarose, açúcar redutor, cinzas, hidrometilfurfural-HMF, umidade, cor, acidez atividade diastásica).
Os resultados da estimativa de variância (autovalores) mostra que a primeira componente principal (CP1) explica 55,3% da variância total dos dados, a segunda (CP2) 17,8% e a terceira (CP3) 11,5%. As CP1, CP2 e CP3 juntas acumulam 84,7% da variância total. Observa-se no gráfico dos scores (Figura 01) que a CP1 é a componente responsável pela separação das amostras do Sudoeste paraense (amostras M9 e M10 de Altamira) das amostras do Nordeste paraense. A CP2 separa as amostras de méis de abelha com ferrão das abelhas sem ferrão. Entretanto, para esta discriminação ser mais confiável e conclusiva necessitaria de um estudo com mais amostras de méis de abelha sem ferrão. Para verificar se realmente há possibilidade de criar um modelo estatístico classificatório com base nos parâmetros físico-químicos e bioquímicos para realizar uma discriminação do mel de abelha com e sem ferrão.
Observa-se na sobreposição dos scores e loadings que os parâmetros responsáveis para a separação da amostra M10 das demais são cor, acidez e umidade. Assim, como os parâmetros sacarose e HMF foram responsáveis pelo afastamento da amostra M2, os conteúdos de frutose e cinzas foram os parâmetros responsáveis pelo agrupamento das amostras M7 e M9.
As tendências observadas através da CPs foram confirmadas através do dendograma obtido através da análise de agrupamento hierárquico (Figura 02), onde se observa a formação de dois grupos: grupo I (M7 e M9).
Figura 01:
Gráfico dos Loading
Figura 02:
Dendograma
CONCLUSÕES: O estudo multivariado dos dados mostrou que as amostras de méis de diferentes localidades se agruparam em dois grupos (amostras do Sudoeste paraense (amostras M9 e M10 de Altamira) das amostras do Nordeste paraense), sendo que duas amostras se separaram dos grupos formados e entre si.
AGRADECIMENTOS:
REFERÊNCIAS BIBLIOGRÁFICA: AOAC - Association of Official Analytical Chemists. Official methods of analysis. Washington, 1997, 1170p.
BRASIL. Instrução Normativa nº 11, de 20 de outubro de 2000. Estabelece o regulamento técnico de identidade e qualidade do mel. Diário Oficial da República Federativa do Brasil, Brasília, 23 out. 2000. Seção 1, p.16-17.
BOGDANOV, S.; MARTIN, P.; LÜLLMANN, C. Harmonised Methods of the European Honey Commission. Apidologie, Paris, Extra Issue, p.1 - 59, 1997.
Meet MINITAB Release 14 for Windows, Revised Printing, January Printed in the USA. 2004.
MINGOTI, S. A.; Análise de dados através de métodos de estatística multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG. P. 297, 2005.