Existen
muchas aplicaciones de estadísticas en el área de la ciencia de los alimentos.
Uno de los Primeros experimentos en estadística fue realizado por Fisher (1966)
haciendo una evaluación sensorial en la degustación de té y
desde entonces las aplicaciones
estadísticas en el estudio de los alimentos han aumentado progresivamente. Ejemplos
de “para qué” se usa la estadística en alimentos se muestra en la tabla siguiente:
Quizás una de las aplicaciones más utilizadas de la estadística es resumir la enorme cantidad de datos que se recopilan en cualquier campo. La ciencia de los alimentos no es una excepción. A medida que los métodos de análisis de las características de los alimentos (físicos, químicos, sensoriales, etc.) mejoran, hay más datos disponibles. Para que tenga sentido, estos datos se resumen en gráficos, tablas y figuras simple que pueden traducir datos en una información más comprensible.
El uso de gráficos se puede aplicar a los procesos de alimentos para visualizar si están bajo control. Estos son conocidos como cuadros de control. Las tablas de control grafican en tiempo real un parámetro que debe ser observado (por ejemplo, la temperatura). Los límites también se colocan en el gráfico para que el personal de la planta de alimentos pueda ver fácilmente si el proceso está bajo "control estadístico" y hacer los ajustes necesarios si el proceso está "fuera de control".
La ciencia de los alimentos también diseña aplicaciones de investigación en las que se estudia el análisis de las diferencias y las relaciones (causa-efecto). Se proponen hipótesis sobre la base de trabajos previos o se pueden evaluar las nuevas ideas de los efectos en las estadísticas de las muestras en cuanto a importancia, por ejemplo, el examen del cambio en la viscosidad cuando una suspensión amilácea se calienta con muchos aditivos diferentes.
El progreso en la ciencia y tecnología de los alimentos es el resultado de una actividad de investigación cuidadosamente planeada. Se obtiene nueva información de experimentos diseñados para evaluar la relación causa-efecto o el efecto de múltiples factores. Aquí las estadísticas pueden ser muy útiles (y necesarias) para evitar experimentos costosos o no significativos que no lleguen a ninguna parte
