JMP資料探勘與多元分析工具在咖啡/茶健康的應用（2019-US-30MP-197）等級：中級
Patrick Giuliano，雅培資深品質工程師
Annu Wu，加州大學洛杉磯分校神經生物學和神經科學專業
Mason Chen，史丹佛 OHS 資優學生、CSBB 認證，史丹佛線上高中 (OHS)
該計畫的目的是確定在所有咖啡和茶中哪種星巴克飲品最適合預防心血管疾病（CVD）和整體健康。在製定科學的健康指數時要考慮不同咖啡/茶的營養成分，包括飽和脂肪、膽固醇、鈉、碳水化合物、膳食纖維、糖、蛋白質和咖啡因。咖啡因中黃酮化合物的抗氧化活性可以減少自由基的形成並清除自由基。主成分分析 (PCA) 用於探索分析中的所有因素，並告知健康指數與心血管疾病預防和淨健康的關聯的效用。主成分 1 與大多數不健康成分（如糖、碳水化合物、飽和脂肪和總脂肪）更相關。主成分 2 與有益健康更為相關，因為其中含有咖啡因。此外，膳食纖維和咖啡因在負荷圖上沿著第一和第二個主成分的方向與其他不健康成分最為相反。 PCA 特徵分析是一種非常強大的計算和視覺診斷工具，用於根據營養成分模式對咖啡產品類型進行區分和分類。為了避免由於分析中許多成分的貢獻而導致方差膨脹，對原始數據進行了 Z 變換，並對 JMP 載荷圖進行了標準化。根據前兩個主成分的特徵值和特徵向量推導出一種新的基於PCA的健康指數。新的基於 PCA 的健康指數也與先前建立的基於科學的健康指數 (~70%-80% R 平方曲線擬合) 進行了比較和關聯。由於主特徵分析的正交性，其餘八個主成分對健康指數呈中性（R 平方約為 0%）。 PCA 也展示了帕累托概念（前 20% 的主成分解決了總變異數的~80%）。
