Prediction of selected colour indices in red fruit wines

The study deals with the dependencies between indicators characterising the colored matter in cherry wines as well as three technological parameters: pH, sulfur dioxide, and alcohol. The experiment has been established in accordance with the CCRD system (Central Composite Rotatable Design) considering each of three independent variables at five different levels. Second-order polynomial equation has been fitted to each qualitative trait. It has been found that fitted models – at 0.01 level – have sufficiently described the variability of the studied wine colour indices (WC), polymeric pigment colour (PPC), anthocyanin colour (AC), colour quality (T), and chemical age of wine (CAW). Determination coefficients R2 for those traits have been higher than 0.55, therefore the variability of each trait has been in over 55% explained by the fitted model. Fitted regression models can be used to predict studied indicators characterising the colored matter at wines.

W Katedrze Biologicznych Podstaw Technologii Żywności i Pasz AR w Lublinie zbadano zależności między wskaźnikami charakteryzującymi substancje barwne win wiśniowych oraz trzema parametrami technologicznymi: wartością pH, zawartością ditlenku siarki i alkoholu. Doświadczenie założono według układu CCRD (Central Composite Rotatable Design) rozpatrując każdą z trzech zmiennych niezależnych na 5 różnych poziomach. Dla każdej cechy jakościowej wina dopasowywano równanie wielomianowe drugiego stopnia. Stwierdzono, że dopasowane modele, na poziomie istotności 0,01, opisują wystarczająco dobrze zmienność badanych wskaźników barwy WC (barwa wina), PPC (barwniki polimerowe), AC (barwa antocyjanów), T (jakość barwy) oraz CAW (chemiczny wiek wina). Współczynniki determinacji R2 dla tych cech są większe niż 0,55, zatem zmienność każdej cechy jest w ponad 55% wyjaśniana przez dopasowany model. Dopasowane modele regresji mogą być użyte do predykcji badanych wskaźników charakteryzujących substancje barwne win.