JP7268217B2

JP7268217B2 - 冷菓のリッチ感の強度の推定式の作成方法

Info

Publication number: JP7268217B2
Application number: JP2022033267A
Authority: JP
Inventors: 美樹太田; 清香石原; 誠中馬; 佳代後藤; 真衣栗田
Original assignee: San Ei Gen FFI Inc
Current assignee: San Ei Gen FFI Inc
Priority date: 2021-03-04
Filing date: 2022-03-04
Publication date: 2023-05-02
Anticipated expiration: 2042-03-04
Also published as: JP2022136038A

Description

特許法第３０条第２項適用日本食品化学工学会第６８回大会（オンライン、ＵＲＬ：ｈｔｔｐｓ：／／ｃｏｎｆｉｔ．ａｔｌａｓ．ｊｐ／ｇｕｉｄｅ／ｅｖｅｎｔ／ｊｓｆｓｔ６８／ｔｏｐ？ｌａｎｇ＝ｊａ）にて令和３年８月２８日に公開

特許法第３０条第２項適用ウエブサイトアドレス（ｈｔｔｐｓ：／／ｄｒｉｖｅ．ｇｏｏｇｌｅ．ｃｏｍ／ｄｒｉｖｅ／ｆｏｌｄｅｒｓ／１ＥＱＷｕＴ０ｄｑ０８ｄｅｕ７ｔ２＿ｂＲｓＱＺｚＲｃＨ＿ＲＩＣＸｘ）にて令和３年８月２６日に公開

特許法第３０条第２項適用ウエブサイトアドレス（ｈｔｔｐｓ：／／ｓａｎｅｉｇｅｎｆｆｉ．ｃｏ．ｊｐ／ｎｅｗｓ／２０２１／３３６）にて令和３年９月１０日に公開

本発明は、官能評価法の一つである経時的優先感覚（ＴｅｍｐｏｒａｌＤｏｍｉｎａｎｃｅｏｆＳｅｎｓａｔｉｏｎｓ（ＴＤＳ））法を用いた冷菓のリッチ感の強度の推定式の作成方法、冷菓のリッチ感の強度の推定方法、及び当該推定方法を用いた成分のリッチ感の付与効果評価方法に関する。

近年、消費者のグルメ志向の高まりにより、おいしさを追求した、高級感を彷彿とさせる高価格帯（２０２０年時点で１００ｍＬあたりの価格１５０円以上）の「スーパープレミアムアイスクリーム」（ＳＰＩ）が一定の消費者層に好まれ、市場における地位を確立している。

ＳＰＩは、価格の他に、下記の（１）～（４）を満たすことを特徴とする。
（１）乳固形分１５．０質量％以上かつ乳脂肪分１２．０質量％以上であること
（２）植物性脂肪分を実質的に含有しないこと
（３）卵黄脂肪分を０．１質量％以上含有すること
（４）安定剤や乳化剤が使用されていないこと

他方、食品の官能評価法として、喫食中に連続的に変化する風味や食感のうちのどの感覚が優勢かを分析する方法として、ＴｅｍｐｏｒａｌＤｏｍｉｎａｎｃｅｏｆＳｅｎｓａｔｉｏｎｓ（ＴＤＳ）法が知られている（非特許文献１、２）。ＴＤＳ法では、官能評価者（パネル）が予め提示された複数の風味及び／又は食感の中から、喫食中に最も優勢な風味及び／又は食感を経時的に選択する。そして、集計されたデータを解析することによって、喫食中の各時点において、どの風味又は食感の感覚が優勢に感じられるかを解析することができる。非特許文献３には、アイスクリームの冷たい食感、バニラ、ミルク、ココア及びナッツの風味、甘い風味、甘味、乳製品を食べたときに口の中に残る食感並びに無味無臭の感覚を、ＴＤＳ法を用いて官能評価したことが開示されている。

日本調理科学会誌, 2016, Vol.49, No.3, p.243-247 Food Quality and Preference, 2009, Vol.20, Issue 6, p.450-455 ミルクサイエンス，日本酪農科学会，2018年，第67巻，第3号，p.217-225

熟練した官能評価パネルによってＳＰＩとそれ以外のアイスクリーム類を比較検討した結果、ＳＰＩには共通する食感、具体的には、アイスクリーム類の組織が緻密で密度が高く、口どけが良い食感があること、及び、そのような食感によって、乳等の素材が豊富に含まれたような印象を喫食者に想起させることが新たに判明した。本明細書では、前記のような食感を「リッチ感」と呼ぶ。

しかし、従来リッチ感は、様々な物性が複合した食感であるがゆえに、その評価には、事前に多数の冷菓を喫食比較して評価基準のすり合わせを行う必要があり、準備に手間と時間を要することが問題であった。

そこで本発明は、評価基準のすり合わせなしでも実施可能な、一般的な物性感覚を記述する用語に基づく官能評価法によって、冷菓の「リッチ感の強度」を推定するための方法を提供することを課題とする。

なお、本明細書における冷菓の「リッチ感の強度」については、冷菓を喫食した際に「アイスクリーム類の組織がより緻密で密度が高く、口どけが良い」と感じるとき、「リッチ感の強度が高い」と表現される。より詳細には、冷菓を喫食した際に歯ざわりがぎっしりしていると感じる程、舌ざわりが緻密できめ細かいと感じる程、また口どけが良いと感じる程、「リッチ感の強度が高い」と表現される傾向がある。

本発明者らは、
冷菓を喫食して２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で評価することにより得られる、各物性感覚用語の選択率の時間変化を表す曲線（ＴＤＳカーブ）及び各物性感覚用語の用語選択パターンにおいて、
前記ＴＤＳカーブから抽出されるパラメータ群及び前記用語選択パターンから抽出されるパラメータ群から選択される２種以上のパラメータを説明変数とし；
冷菓を喫食して官能評価することにより得られる、リッチ感の強度を目的変数とし；
１）２種以上の冷菓について、各冷菓の前記ＴＤＳカーブ及び前記用語選択パターンから前記説明変数の値を取得し、各冷菓の官能評価で得られたリッチ感の強度を前記目的変数の値として取得する工程；並びに
２）前記工程１で得られた説明変数の値及び目的変数の値を用いて重回帰分析を行う工程；
を含む、冷菓のリッチ感の強度の推定式の作成方法によって、物性感覚用語に基づいて冷菓のリッチ感の強度を推定可能な推定式を作成できること、及び、
上記推定式を用いることで、冷菓に追加した成分のリッチ感の付与効果を評価することができること
を見出し、これらの知見に基づいて本発明を完成させた。

即ち、本発明は以下の態様を含む。
［１］
冷菓を喫食して２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で評価することにより得られる、各物性感覚用語の選択率の時間変化を表す曲線（ＴＤＳカーブ）及び各物性感覚用語の用語選択パターンにおいて、
前記ＴＤＳカーブから抽出されるパラメータ群及び前記用語選択パターンから抽出されるパラメータ群から選択される２種以上のパラメータを説明変数とし；
冷菓を喫食して官能評価することにより得られる、リッチ感の強度を目的変数とし；
１）２種以上の冷菓について、各冷菓の前記ＴＤＳカーブ及び前記用語選択パターンから前記説明変数の値を取得し、各冷菓の官能評価で得られたリッチ感の強度を前記目的変数の値として取得する工程；並びに
２）前記工程１で得られた説明変数の値及び目的変数の値を用いて重回帰分析を行う工程；
を含む、冷菓のリッチ感の強度の推定式の作成方法。
［２］
前記ＴＤＳカーブから抽出されるパラメータ群が、
（ａ）特定の前記物性感覚用語のＴＤＳカーブの曲線下面積（ＡＵＣ）に関する、面積パラメータ群、
（ｂ）特定の前記物性感覚用語の特定の時点の選択率の大きさに関する、高さパラメータ群、
（ｃ）特定の前記物性感覚用語のＴＤＳカーブから定義される特定の時間の長さに関する、時間パラメータ群、及び
（ｄ）特定の前記物性感覚用語の特定の時点又は時点間の選択率の時間変化率に関するパラメータ群
から選ばれる少なくとも１つのパラメータ群を含む、［１］に記載の作成方法。
［３］
前記（ａ）面積パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語のＴＤＳカーブの曲線下面積（ＡＵＣ）、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語のＴＤＳカーブの曲線下面積の差の絶対値若しくは曲線下面積の差を少なくとも含む；又は、
前記（ｂ）高さパラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の最大選択率、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語の最大選択率の差の絶対値若しくは最大選択率の差を少なくとも含む；又は、
前記（ｃ）時間パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の選択率がランダム選択率閾値（チャンスレベル）Ｐ_０（＝１／選択肢数）以上である時間の長さ（継続時間）、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語の継続時間の差の絶対値若しくは継続時間の差を少なくとも含む、［２］に記載の作成方法。
［４］
前記用語選択パターンから抽出されるパラメータ群が、
（Ａ）各評価者が特定の前記物性感覚用語を選択した時間の合計（選択時間）の平均値又は合計値に関する、選択時間パラメータ群、及び
（Ｂ）各評価者が特定の前記物性感覚用語を連続して選択した時間の最大値（最大選択持続時間）の平均値又は合計値に関する、最大選択持続時間パラメータ群
から選ばれる少なくとも１つのパラメータ群を含む、［１］～［３］のいずれか１に記載の作成方法。
［５］
前記（Ａ）選択時間パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の選択時間の平均値、又は、前記２種以上の前記物性感覚用語から選ばれるいずれか２種の用語の選択時間の平均値の差の絶対値若しくは選択時間の平均値の差を少なくとも含む、［４］に記載の作成方法。
［６］
前記物性感覚用語が、対照的な物性感覚を表す用語の対を１種以上含む、［１］～［５］のいずれか１に記載の作成方法。
［７］
前記対照的な物性感覚が、かたさ、弾力と粘り、なめらかさ及び後口からなる群より選ばれる少なくとも１種以上を含む、［６］に記載の作成方法。
［８］
前記対照的な物性感覚を表す用語の対が、「かたい」及び「ふんわり」、「ねっちり」及び「さくい」、「シャリシャリ」及び「なめらか」、並びに、「すっきり」及び「もったり」からなる対の群より選ばれる１種以上の対を含む、［６］又は［７］に記載の作成方法。
［９］
冷菓について［１］～［８］のいずれか１に記載の説明変数の値を取得すること、及び
前記説明変数の値を前記［１］～［８］のいずれか１に記載の作成方法で得られる推定式に代入してリッチ感の強度の推定値を得ることを含む、冷菓のリッチ感の強度の推定方法。
［１０］
第１の冷菓と、第１の冷菓に追加成分を加えて得られる第２の冷菓のそれぞれについて、［１］～［８］のいずれか１に記載の説明変数の値を取得すること、
前記説明変数の値を前記［１］～［８］のいずれか１に記載の作成方法で得られる推定式に代入して、第１の冷菓及び第２の冷菓のリッチ感の強度の推定値を得ること、及び
前記第２の冷菓の推定値から、前記第１の冷菓の推定値を差し引いた値を、前記追加成分によって付与されたリッチ感の強度とすることを含む、前記追加成分のリッチ感の付与効果評価方法。

本発明によれば、物性感覚用語に基づいて冷菓のリッチ感の強度を推定可能な推定式を作成することができる。また、当該推定式を用いれば、冷菓のリッチ感の強度を推定し、また当該冷菓に追加する成分のリッチ感の付与効果を評価することができる。

用語選択パターンの例と、そこから抽出されるパラメータの値の関係を示す図である。実施例１で得られた、冷菓の１つに対するＴＤＳカーブである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例１で得られた回帰式（Ｉ）に基づくリッチ感の強度の推定値の相関を示すプロットである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例３で得られた回帰式（ＩＩ）に基づくリッチ感の強度の推定値の相関を示すプロットである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例３で得られた回帰式（ＩＩＩ）に基づくリッチ感の強度の推定値の相関を示すプロットである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例５で得られた回帰式（ＩＶ）に基づくリッチ感の強度の推定値の相関を示すプロットである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例６で得られた回帰式（Ｖ）に基づくリッチ感の強度の推定値の相関を示すプロットである。実施例１で官能評価した冷菓１４種類のリッチ感の強度の実測値と、実施例７で得られた回帰式（ＶＩ）に基づくリッチ感の強度の推定値の相関を示すプロットである。

［冷菓のリッチ感の強度の推定式の作成方法］
本発明の冷菓のリッチ感の強度の推定式の作成方法は、
２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で得られる、２種以上の冷菓を喫食した際の該冷菓の各物性感覚用語の選択率の時間変化を表す曲線（ＴＤＳカーブ）及び該冷菓の各物性感覚用語の用語選択パターン
から抽出される２種以上のパラメータを説明変数とし、
前記２種以上の冷菓を官能評価して得られるリッチ感の強度を目的変数として、重回帰分析を行うことを含む、ことを特徴とする。

即ち、上記の推定式の作成方法では、まず、冷菓を喫食して２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で評価することにより得られる、各物性感覚用語の選択率の時間変化を表す曲線（ＴＤＳカーブ）及び各物性感覚用語の用語選択パターンにおいて、
前記ＴＤＳカーブから抽出されるパラメータ群及び前記用語選択パターンから抽出されるパラメータ群から選択される２種以上のパラメータを説明変数として定義し；
冷菓を喫食して官能評価することにより得られる、リッチ感の強度を目的変数として定義する。
そして次の２工程によって、これらの説明変数と目的変数を用いた重回帰分析を行って、リッチ感の強度の推定式を作成する。
１）２種以上の冷菓について、各冷菓の前記ＴＤＳカーブ及び前記用語選択パターンから前記説明変数の値を取得し、各冷菓の官能評価で得られたリッチ感の強度を前記目的変数の値として取得する工程；並びに
２）前記工程１で得られた説明変数の値及び目的変数の値を用いて重回帰分析を行う工程。

［１．説明変数］
上記のように、本発明の推定式の作成方法では、ＴＤＳカーブから抽出されるパラメータ群及び用語選択パターンから抽出されるパラメータ群から、２種以上のパラメータを選択して説明変数とする。説明変数に関連する用語選択パターンとＴＤＳカーブの作成、パラメータの選択について以下詳述する。

（１－１．各評価者の用語選択パターン及びＴＤＳカーブの作成）
本発明における冷菓のＴＤＳカーブと用語選択パターンは、以下に示すように、冷菓を２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で評価することによって作成することができる。

（ＴＤＳ法の概要）
ＴＤＳ法は、官能評価の一種であり、上記の非特許文献１に記載されているように、複数の「質」（味、香り、食感等）に関して、強度は計測せずに、特定の時点から別の特定の時点まで優先的に感じている感覚の選択率と時間の関係を、評価者の感覚に基づく判断を利用して評価する方法である。

ＴＤＳ法は、例えばコンピュータによって画面上に上記「質」を記述する２種以上の用語のリストを提示しておき、評価者が開始点から終点までに、提示された用語の中で、「各時点で最も注意をひかれた『質』」を記述する用語を適宜選択していく方法により実施することができる。選択のタイミングは特に限定されず、例えば、最も注意をひかれた「質」が変わったと感じた時点で当該「質」を記述する用語を選ぶ。このようなＴＤＳデータの取得には、例えばＢＩＯＳＹＳＴＥＭＥＳ社製のＦＩＺＺや、Ｃｏｍｐｕｓｅｎｓｅ社、ＥｙｅＱｕｅｓｔｉｏｎ社、ＴｉｍｅＳｅｎｓ社などの官能評価用コンピュータシステム又はソフトウェアを使用することができる。

本明細書において、ＴＤＳデータは、ＴＤＳ法によって得られる「質」に関連するデータ全般を表す。ＴＤＳデータには、例えば、後述の用語選択パターン及びＴＤＳカーブが含まれる。

（物性感覚用語）
本発明では、上記の「質」として、物性感覚用語で記述される２種以上の物性感覚（テクスチャー、狭義の食感）をＴＤＳ法で評価する。即ち、本発明でＴＤＳ法に用いる物性感覚用語は、例えば、かたさ、弾力と粘り、ぬめり、なめらかさ、後口、残留感、空気感（エアリー感）、歯への付着感、舌への付着感、かみきりやすさ、くちどけの良さ、破裂感、崩壊性、粒感、ジューシー感、クリスピー感、みずみずしさ、ハリ、コシ、繊維感、食品同士の付着性等の物性感覚に関連する２種以上の物性感覚用語が挙げられる。
例えば、２種以上の物性感覚用語は、かたさ、弾力と粘り、なめらかさ及び後口からなる群より選ばれる１種以上の物性感覚を記述する用語である。

上記の物性感覚用語のより具体的な例としては、例えば、日本語テクスチャー用語体系（早川文代、農研機構食品総合研究所ホームページ；ＵＲＬはhttp://www.naro.affrc.go.jp/archive/nfri/introduction/files/2013-yougotaikei.pdf、及び、日本食品科学工学会誌，2013年7月，第60巻，第7号，p.311-322参照）に記載のテクスチャー用語や、「食感言語マップ」（山本候充『菓子・スイーツの開発法～「買いたい」を仕掛ける』、２０１６年、旭屋出版、ｐ．９２）に記載された用語が挙げられる。具体的な用語としては、例えば、かたい、ふんわり、さくい、ねっちり、シャリシャリ、なめらか、もったり、すっきり、さらり、ふわふわ、ふわっと、ほろほろ、サラサラ、さっぱり、とろり、しっとり、ぬるぬる、まろやか、とろける、はらはら、サクサク、つるつる、ぷるぷる、ねっとり、ぽってり、ホクホク、ほっくり、もちもち、もっちり、プチプチ、シャキシャキ、パリパリ、ポリポリ、クニュクニュ、シコシコ、ざらざら、コリコリ、カリカリ、どっしり、こってり、ザクザク、パリパリ、ガリガリ、もろい、水っぽいからなる群より選ばれる２種以上を挙げることができる。

ＴＤＳ法による官能評価を行う場合、物性感覚用語として、例えば対照的な物性感覚を表す用語の対を１種以上含むことが好ましい。このような対照的な物性感覚を表す用語の対としては、例えば、上記食感言語マップの原点又は１軸に対して対称な位置にある２種の用語が挙げられる。物性感覚用語に含まれる上記対の具体的な例としては、例えば、「かたい」及び「ふんわり」、「さくい」及び「ねっちり」、「シャリシャリ」及び「なめらか」、並びに「もったり」及び「すっきり」からなる対の群より選ばれる１種以上の対が挙げられる。

ＴＤＳ法において選択肢となる物性感覚用語の数は、特に限定されないが、評価者の用語選択を容易にする観点から、１２種以下が好ましい。ＴＤＳ法に用いる物性感覚用語の選択肢の数は、例えば４種以上、５種以上、６種以上、７種以上又は８種以上、あるいは、４、５、６、７又は８種であってもよい。

（冷菓）
データ取得に用いる冷菓は、特に限定されず、「乳及び乳製品の成分規格等に関する省令」（昭和２６年厚生省令第５２号、以下、「乳等省令」と呼ぶ）で定義されるアイスクリーム（乳固形分１５．０質量％以上かつ乳脂肪分８．０質量％以上）、アイスミルク（乳固形分１０．０質量％以上かつ乳脂肪分３．０質量％以上）、ラクトアイス（乳固形分３．０質量％以上）、氷菓（乳固形分３．０質量％未満）のいずれであってもよいが、アイスクリーム、アイスミルク及びラクトアイスからなる群より選ばれる１種以上を含むことが好ましく、ＳＰＩを少なくとも１種以上含むことがより好ましい。

（評価者、評価方法）
ＴＤＳ法による評価の実施にあたって、評価者の特性は特に限定されず、訓練されていない評価者であってもよいが、予め実施する評価の手法に関する説明を受け、練習していること、また評価する用語の定義について十分理解していることが好ましい。

ＴＤＳ法の評価者の人数は、評価者に依存するバイアスを低減する観点から、５名以上が好ましく、７名以上又は１０名以上とすることができる。また、評価者の人数は、評価時間の短縮やデータ取得の簡素化の観点から、例えば、２０名以下、１５名以下又は１２名以下とすることができる。

本発明で使用するＴＤＳデータ取得時の喫食方法は、特に限定されない。例えば、本発明で使用するＴＤＳデータは、一口分の食品を喫食開始した時点（例えば、１回噛んだ時）を開始点、口内から食品がなくなった時点を終点としてＴＤＳ法による評価を行うことで求められる。ここで、「一口分」は各評価者において、当該食品を通常の方法で喫食する際に、口に入れる量を表す。例えば成人の場合、一口分は約５～１０ｃｍ^３、例えば８ｃｍ^３である。
また、本発明で使用するＴＤＳデータは、例えば、通常の分量で連続喫食してＴＤＳ法によって評価したときの、喫食中の特定の期間のデータを使用することもできる。

同じ冷菓に対するＴＤＳ法による評価の回数は、評価する冷菓の総数及び種類、評価者の人数、説明変数の数等によって適宜選択することができ、例えば１回のみの評価でもよいし、２回、３回又はそれ以上繰り返し評価を行ってもよい。

（用語選択パターン及びＴＤＳカーブの作成）
上記のＴＤＳ法による評価の実施により、まず各評価者について喫食開始から時間ごとにどの物性感覚用語を選択しているかの対応関係を示すデータ（用語選択パターン；図１参照）が得られる。
評価者ごとに喫食時間（喫食開始から終了までの時間）が異なるため、用語選択パターンの時間は、例えば、各評価者の経過時間を喫食時間で割って標準化することが好ましい。

次に、喫食時間内での各用語の選択率と喫食開始からの経過時間の関係を表す曲線であるＴＤＳカーブを作成する。ＴＤＳカーブは、各評価者の用語選択パターンの統合データに基づいて、各経過時間又は標準化された経過時間に対する各用語の選択率（全評価試行においてその用語を選択した試行数／全試行数）をプロットすることにより得られる（例えば、非特許文献１の図３、非特許文献２のＦｉｇ．１、及び下記実施例を参照のこと）。ここで、全試行数は、例えば評価者ごとに複数回ＴＤＳ法による評価を実施した場合は、評価者数にＴＤＳ法による評価の繰り返し回数を乗じたものである。
ＴＤＳカーブは、任意で、得られたプロットをスプライン曲線化、ベジェ曲線化などのスムージング処理がされてもよい。

スムージング処理は、例えば、ＴＲＡＮＳＲＥＧ（ＳＡＳＩｎｓｔｉｔｕｔｅＩｎｃ．）を使用することができる。また用語選択パターン及びＴＤＳカーブを作成するための上記手順は、上記の官能評価用コンピュータシステム又はソフトウェアにより実行することもできる。例えば官能評価用ソフトウェアとしてＦＩＺＺを用いれば、ＴＤＳカーブは、例えばベジェ曲線に変換して解析することができる。

（１－２．説明変数に用いるパラメータの選択）
説明変数に用いるパラメータの数は２種以上であり、例えば３種以上、４種以上、５種以上又は６種以上であってもよい。

（ＴＤＳカーブから抽出されるパラメータ群）
ＴＤＳカーブから抽出されるパラメータ群は、例えば以下の（ａ）～（ｄ）が挙げられる：
（ａ）特定の前記物性感覚用語のＴＤＳカーブの曲線下面積（ＡＵＣ）に関する、面積パラメータ群；
（ｂ）特定の前記物性感覚用語の特定の時点の選択率の大きさに関する、高さパラメータ群；
（ｃ）特定の前記物性感覚用語のＴＤＳカーブから定義される特定の時間の長さに関する、時間パラメータ群；並びに
（ｄ）特定の前記物性感覚用語の特定の時点又は時点間の選択率の時間変化率に関するパラメータ群。

ＴＤＳカーブから抽出されるパラメータ群として、上記（ａ）～（ｄ）のパラメータ群から選ばれる少なくとも１つの群を含むことが好ましく、上記（ａ）～（ｄ）のパラメータ群から選ばれるいずれかの１つのパラメータ群を含むことがより好ましい。

上記（ａ）の面積パラメータ群としては、例えば特定の１種の物性感覚用語のＡＵＣや、２種以上の物性感覚用語のＡＵＣを算術演算（四則演算、対数化、絶対値化等）することによって得られるパラメータが挙げられる。

上記（ｂ）の高さパラメータ群としては、例えば、特定の１種の物性感覚用語の、（ｉ）選択率の最大値（最大選択率）、（ｉｉ）ピーク値（例えば、極小値、極大値）、若しくは（ｉｉｉ）特定の時点における選択率の大きさ、又は、２種以上の物性感覚用語の（ｉ）～（ｉｉｉ）のいずれかのパラメータを算術演算することによって得られるパラメータ等が挙げられる。

上記（ｃ）の時間パラメータ群としては、例えば、（ｉ）特定の１種の物性感覚用語の選択率が特定の数値に達するまでの喫食開始からの経過時間、（ｉｉ）特定の１種の物性感覚用語の選択率が特定の数値以上又は特定の数値以下である時間の長さ、（ｉｉｉ）特定の１種の物性感覚用語の選択率が有意差のある選択率閾値（Ｌｅｖｅｌｏｆｓｉｇｎｉｆｉｃａｎｃｅ）以上である時間の長さ、（ｉｖ）特定の１種の物性感覚用語の選択率がランダム選択率閾値（チャンスレベル）Ｐ_０（＝１／選択肢数）以上である時間の長さ（継続時間）、又は、２種以上の物性感覚用語の（ｉ）～（ｉｖ）のいずれかのパラメータを算術演算することによって得られるパラメータ等が挙げられる。ここで、有意水準５％の選択率閾値Ｐ_Ｓは、以下の式により求められる。

また、Ｐ_０及びＰ_Ｓの単位を百分率（％）で表記する場合には、それぞれＰ_０×１００、Ｐ_Ｓ×１００の値を用いる。

上記（ｄ）の選択率の時間変化率に関するパラメータ群は、例えば、（ｉ）特定の１種の物性感覚用語のある特定の時点におけるＴＤＳカーブの傾き（微分値）、（ｉｉ）特定の１種の物性感覚用語のある特定の２時点間における選択率の時間変化率（当該２時点間の選択率の変化量を当該特定の２時点間の時間の長さで割った値）、又は２種以上の物性感覚用語の（ｉ）又は（ｉｉ）のパラメータのいずれかを算術演算することによって得られるパラメータ等が挙げられる。

上記ＴＤＳカーブから抽出されるパラメータは、一部の物性感覚用語のＴＤＳカーブから抽出してもよいし、又は全ての用語のＴＤＳカーブから抽出してもよい。一実施形態では、説明変数は、上記の対照的な物性感覚を表す用語の対を形成するいずれか２種の用語に対応するＴＤＳカーブから抽出したパラメータを含む。

説明変数は、例えば、少なくとも（ａ）の面積パラメータ群のパラメータを含んでもよく、（ａ）の面積パラメータ群のパラメータのみからなっていてもよい。一実施形態では、説明変数は、上記物性感覚用語から選ばれる特定の１種の用語のＡＵＣ、又は、上記物性感覚用語から選ばれる特定の２種の用語に対応するＴＤＳカーブのＡＵＣの差の絶対値若しくはＡＵＣの差を少なくとも含む。
説明変数は、例えば、少なくとも（ｂ）の高さパラメータ群のパラメータを含んでもよく、（ｂ）の高さパラメータ群のパラメータのみからなっていてもよい。一実施形態では、説明変数は、上記物性感覚用語から選ばれる特定の１種の用語の最大選択率、又は、上記物性感覚用語から選ばれる特定の２種の用語の最大選択率の差の絶対値若しくは最大選択率の差を少なくとも含む。
説明変数は、例えば、少なくとも（ｃ）の時間パラメータ群のパラメータを含んでもよく、（ｃ）の時間パラメータ群のパラメータのみからなっていてもよい。一実施形態では、説明変数は、上記物性感覚用語から選ばれる特定の１種の用語の選択率がランダム選択率閾値（チャンスレベル）Ｐ_０（＝１／選択肢数）以上である時間の長さ（継続時間）、又は、上記物性感覚用語から選ばれる特定の２種の用語の継続時間の差の絶対値若しくは継続時間の差を少なくとも含む。
説明変数は、例えば、少なくとも（ｄ）の選択率の時間変化率に関するパラメータ群のパラメータを含んでもよく、（ｄ）の選択率の時間変化率に関するパラメータ群のパラメータのみからなっていてもよい。

（用語選択パターンから抽出されるパラメータ群）
上記ＴＤＳ法で得られる用語選択パターンから抽出されるパラメータの種類としては下記の（Ａ）及び（Ｂ）が挙げられる：
（Ａ）各評価者が特定の前記物性感覚用語を選択した時間の合計（選択時間）の平均値又は合計値に関する、選択時間パラメータ群、及び
（Ｂ）各評価者が特定の前記物性感覚用語を連続して選択した時間の最大値（最大選択持続時間）の平均値又は合計値に関する、最大選択持続時間パラメータ群。

ここで、上記の選択時間及び最大選択持続時間は、各評価者の喫食時間等の特定の時間の長さで割ったもの、又はそれに１００を乗じて百分率化されたもの等の、標準化された時間であることが好ましい。

当業者は、用語選択パターン、選択時間及び最大選択持続時間の一例である図１から、これらの用語の意味を理解することができるが、本発明の実施形態は当該例に特に限定されるものではない。

上記（Ａ）の選択時間パラメータ群としては、例えば、各評価者の特定の１種の物性感覚用語の選択時間の平均値若しくは合計値、又は、２種以上の物性感覚用語の前記平均値若しくは合計値を算術演算することによって得られるパラメータ等が挙げられる。

上記（Ｂ）の最大選択持続時間パラメータ群としては、例えば、各評価者の特定の１種の物性感覚用語の最大選択持続時間の平均値若しくは合計値、又は、２種以上の物性感覚用語の前記平均値若しくは合計値を算術演算することによって得られるパラメータ等が挙げられる。

用語選択パターンから抽出されるパラメータ群として、上記（Ａ）及び（Ｂ）のパラメータ群から選ばれる少なくとも１つの群を含むことが好ましく、上記（Ａ）又は（Ｂ）のいずれかのパラメータ群を含むことがより好ましい。

説明変数は、例えば、少なくとも（Ａ）の選択時間パラメータ群のパラメータを含んでもよく、（Ａ）の選択時間パラメータ群のパラメータのみからなっていてもよい。一実施形態では、説明変数は、上記物性感覚用語から選ばれる特定の１種の用語の選択時間の平均値、又は、上記物性感覚用語から選ばれる特定の２種の用語の前記選択時間の平均値の差の絶対値若しくは前記選択時間の平均値の差を少なくとも含む。
説明変数は、例えば、少なくとも（Ｂ）の最大選択持続時間パラメータ群のパラメータを含んでもよく、（Ｂ）の最大選択持続時間パラメータ群のパラメータのみからなっていてもよい。

説明変数において、上記物性感覚用語から選ばれる特定の２種の用語のパラメータの差又はその絶対値を用いる場合は、当該２種の用語としては、上記の対照的な物性感覚を表す用語の対となる２種が好ましい。

一実施形態では、説明変数は、例えば、「かたい」及び「ふんわり」、「ねっちり」及び「さくい」、「シャリシャリ」及び「なめらか」、並びに、「すっきり」及び「もったり」からなる対の群より選ばれる、少なくとも１種の対の用語に対応するＴＤＳカーブ又は用語選択パターンから抽出されるパラメータを含む。このような対となる２種の用語に対応するＴＤＳカーブ又は用語選択パターンからパラメータを抽出する場合、当該２種の用語のＴＤＳカーブのＡＵＣの差又はその絶対値、当該２種の用語の最大選択率の差又はその絶対値、又は当該２種の用語の選択時間の差又はその絶対値を説明変数のパラメータとすることが好ましい。

一実施形態では、説明変数は、「かたい」、「ふんわり」、「ねっちり」、「さくい」、「シャリシャリ」、「なめらか」、「すっきり」及び「もったり」からなる群より選ばれる１種、２種、３種、４種、５種、６種、７種又は８種全ての物性感覚用語のＴＤＳカーブから抽出されるパラメータを含む。

より具体的な実施形態として、説明変数は、「ねっちり」、「すっきり」、「もったり」及び「なめらか」に対応するＴＤＳカーブから抽出されるパラメータからなる。
別のより具体的な実施形態としては、「ねっちり」、「すっきり」、「もったり」、「なめらか」、「さくい」及び「シャリシャリ」に対応するＴＤＳカーブから抽出されるパラメータからなる。
特定の実施形態では、説明変数に用いるパラメータは、「ねっちり」のＴＤＳカーブのＡＵＣ、「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＴＤＳカーブのＡＵＣの差の絶対値、及び、「なめらか」のＴＤＳカーブのＡＵＣである。
別の特定の実施形態では、説明変数に用いるパラメータは、「ねっちり」の最大選択率、「すっきり」の最大選択率と「もったり」の最大選択率の差の絶対値、及び、「なめらか」の最大選択率である。
さらに別の特定の実施形態では、説明変数に用いるパラメータは、用語選択パターンから抽出される、各評価者の「ねっちり」の選択時間の平均値、各評価者の「すっきり」の選択時間の平均値と各評価者の「もったり」の選択時間の平均値の差の絶対値、及び、各評価者の「なめらか」の選択時間の平均値である。
さらに別の特定の実施形態では、説明変数に用いるパラメータは、「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＡＵＣの差の絶対値、「ねっちり」のＴＤＳカーブのＡＵＣから「さくい」のＡＵＣを差し引いた値、及び「なめらか」のＴＤＳカーブのＡＵＣから「シャリシャリ」のＡＵＣを差し引いた値である。
さらに別の特定の実施形態では、説明変数に用いるパラメータは、「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＡＵＣの差の絶対値、及び「ねっちり」のＴＤＳカーブのＡＵＣから「さくい」のＡＵＣを差し引いた値である。
さらに別の特定の実施形態では、説明変数に用いるパラメータは、用語選択パターンから抽出される、「なめらか」の継続時間及び「もったり」の継続時間である。

［２．目的変数］
本発明の推定式の作成方法では、ＴＤＳ法に用いる冷菓と同じ冷菓を官能評価して得られるリッチ感の強度のデータを目的変数とする。

目的変数とするリッチ感の強度のデータは、種々の官能評価法によって、評価者が各冷菓を喫食して感じた「リッチ感の強度」自体を数値化して得たものであればよく、ＴＤＳ法を用いなくてもよい。リッチ感の強度を数値化して評価する方法として、例えば、数値尺度（１～９点など）を用いた採点法、線尺度を用いたＶＡＳ（ＶｉｓｕａｌＡｎａｌｏｇＳｃａｌｅ）法などのラインスケール法、ＴＩ（ＴｉｍｅＩｎｔｅｎｓｉｔｙ）法などが挙げられる。中でも、リッチ感の強度の数値化には、程度に応じて連続的にスコアを決定できるラインスケール法が好ましい。

リッチ感の強度を取得するための官能評価の評価者は、上記ＴＤＳ法の評価者と同じであってもよいし、異なっていてもよいが、同じであるほうが好ましい。官能評価の評価者の属性及び喫食方法は、例えばＴＤＳ法と同じである。

［３．説明変数の値及び目的変数の値を取得する工程（工程１）］
本工程では、２種以上の冷菓について、各冷菓の前記ＴＤＳカーブ及び前記用語選択パターンから前記説明変数の値を取得し、各冷菓の官能評価で得られたリッチ感の強度を前記目的変数の値として取得する。

説明変数を得るためのＴＤＳ法による評価及び目的変数を得るための官能評価で用いる冷菓の種類は、２種以上であり、例えば４種以上であり、推定式の推定精度を高める観点から、例えば５種以上、好ましくは６種以上である。

本発明の推定式の作成方法において、上記２種以上の冷菓の風味は特に限定されないが、評価者の評価が物性以外の要素の影響を受けるリスクを下げる観点から、同じ風味（例えば、バニラ風味）であることが好ましい。

本発明の推定式の作成方法において、上記２種以上の冷菓を選択する工程として、官能評価で得られるリッチ感の強度の程度が近い冷菓を優先的に選択する工程をさらに含むことができる。ここで、「リッチ感の強度の程度が近い冷菓を優先的に選択する」とは、選択された冷菓のリッチ感の強度の差が小さければよく、リッチ感の強度が高いもの同士、又は低いもの同士を選択してもよい。これにより、選択した冷菓のリッチ感の強度の範囲において、得られるリッチ感の強度の推定式の精度をさらに高めることができる。

「リッチ感の強度の程度が近い冷菓を優先的に選択する」ことは、例えば、下記実施例のラインスケール法によって評価したリッチ感の強度の値の差が５０以内、４０以内又は３０以内の冷菓を選択することが挙げられる。また、上記の「リッチ感の強度が高いもの同士、又は低いもの同士を選択する」ことは、例えば、下記実施例のラインスケール法によって評価したリッチ感の強度の値が５０以上、又は５０以下の冷菓を選択することが挙げられる。

［４．推定式の作成工程（工程２）］
本発明において、冷菓のリッチ感の強度の推定式は、上記の工程１で得られた説明変数の値及び目的変数の値を用いて重回帰分析を行って得られる回帰式である。一般的に、重回帰分析で得られる回帰式（重回帰式）では、目的変数が（偏回帰係数×説明変数）の総和に切片を加えた式、即ち、目的変数＝Σ（偏回帰係数×説明変数）＋切片で表される。

このような回帰式は、上記の説明変数の値及び目的変数の値を入力として、例えばＩＢＭＳＰＳＳＳｔａｔｉｓｔｉｃｓ（ＩＢＭ社）、ＪＭＰ（登録商標）（ＳＡＳＩｎｓｔｉｔｕｔｅＩｎｃ．）、Ｒ（ＲＤｅｖｅｌｏｐｍｅｎｔＣｏｒｅＴｅａｍ）、ＣｏｌｌｅｇｅＡｎａｌｙｓｉｓ（福山平成大学）、エクセル（登録商標）（マイクロソフト社）の分析ツールの回帰分析機能等を用いて、重回帰分析を行うことにより決定することができる。

また、回帰式の偏回帰係数から標準化係数を求めて、その絶対値の大きさから、各々のパラメータの寄与度を知ることができる。

（予備的重回帰分析）
さらに、本発明の推定式の作成方法において、推定式に用いる説明変数の数を少なくするために、予めリッチ感の強度を目的変数として、上記ＴＤＳカーブ又は用語選択パターンから抽出されるパラメータを説明変数とした予備的重回帰分析を行って、得られる回帰式の標準化係数に基づいて、前記予備的重回帰分析に用いた説明変数より少ない数の前記説明変数を選択することも可能である。

（ステップワイズ法による重回帰分析）
上記のように予備的重回帰分析を用いて、より少ない数の説明変数を選択する代わりにステップワイズ法による重回帰分析を行って、より少ない数の説明変数による回帰式を作成することも可能である。

統計解析ソフト（例えば、ＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７）には、自動的に最適な説明変数の組み合わせを抽出するステップワイズ法の機能を有しており、このような機能（ステップワイズ法）を使用することにより、２～３程度の説明変数を抽出することができる。ステップワイズ法には、変数増減法、変数増加法、変数減少法などの手法があり、偏回帰係数の検定確率（又は検定値）や赤池情報量基準（ＡＩＣ）などの数値を基準に変数が選別、決定される。これと同時に、偏回帰係数と切片も算出され、重回帰式であるリッチ感の強度の推定式を得ることができる。このようなステップワイズ法による重回帰分析を利用することで、自動的により適切な説明変数を抽出することができ、ＴＤＳカーブから抽出するパラメータの数を少なくして、より効率的に冷菓のリッチ感の強度を評価することができる。

（推定式の用途）
本発明の推定式の作成方法で得られた推定式は、一般的な物性感覚とリッチ感の強度との関係を定量的に記述する。
そして、当該推定式に対して各説明変数の値を代入すれば、リッチ感の強度を推定することができる（下記の［リッチ感の強度の推定方法］の項参照）。
また、当該推定式は、一般的な物性感覚の定量値又は定性的な傾向の情報に基づいて、リッチ感の強度又はリッチ感の強度の変化を推定する指針としても有用である。例えば、当該推定式において寄与度が高い説明変数の情報は、当該説明変数に対応する物性感覚に影響する成分、製法等を変更することにより、リッチ感の強度を改善できるという指針を提供する。

［リッチ感の強度の推定方法］
本発明の推定方法は、以下を含む。
上記の作成方法で得られるリッチ感の強度の推定式に対して、
冷菓について、その推定式の説明変数の値を取得すること、及び
前記説明変数の値を上記の推定式に代入してリッチ感の強度の推定値を得ること。

リッチ感の強度を推定する冷菓の説明変数の値は、例えば上記の［冷菓のリッチ感の強度の推定式の作成方法］の項に記載した工程１の（１－１．各評価者の用語選択パターン及びＴＤＳカーブの作成）で得られるＴＤＳカーブ及び用語選択パターンから得ることができる。

［リッチ感の付与効果評価方法］
本発明のリッチ感の付与効果評価方法は、以下を含む。
上記の作成方法で得られるリッチ感の強度の推定式に対して、
第１の冷菓と、第１の冷菓に追加成分を加えて得られる第２の冷菓のそれぞれについて、その推定式の説明変数の値を取得すること、
前記説明変数の値を上記の推定式に代入して、第１の冷菓及び第２の冷菓のリッチ感の強度の推定値を得ること、及び
前記第２の冷菓の推定値から、前記第１の冷菓の推定値を差し引いた値を、前記追加成分によって付与されたリッチ感の強度とすることを含む、前記追加成分のリッチ感の付与効果評価方法。

第１の冷菓と第２の冷菓の説明変数の値の取得は、例えば上記の［冷菓のリッチ感の強度の推定式の作成方法］の項に記載した工程１の（１－１．各評価者の用語選択パターン及びＴＤＳカーブの作成）で得られるＴＤＳカーブ及び用語選択パターンから得ることができる。

追加成分としては、例えば、キサンタンガム、ジェランガム、プルラン、カードラン、ラムザンガム、マクロホモプシスガム、アルギン酸塩（ナトリウム塩、カリウム塩、又はアンモニウム塩）、カラギーナン、寒天、ペクチン、水溶性大豆多糖類、水溶性ヘミセルロース、ウェランガム、ガラクトマンナン（例えば、グァーガム、タラガム、ローカストビーンガム等）、タマリンドシードガム、サイリウムシードガム、サバクヨモギシードガム、コンニャク粉、グルコマンナン、トラガントガム、カラヤガム、ガティガム、アラビアガム、セルロース類（微結晶セルロース、発酵セルロース、微小繊維状セルロース等）、セルロース誘導体（例えば、カルボキシメチルセルロース、ヒドロキシプロピルセルロース、ヒドロキシプロピルメチルセルロース、ヒドロキシプロピルエチルセルロース、ヒドロキシエチルセルロース、ヒドロキシメチルセルロース、エチルセルロース、メチルセルロース等）、キチン、キトサン、ゼラチン、澱粉類（例えば、澱粉、カルボキシメチル澱粉、ヒドロキシプロピル澱粉、オクテニルコハク酸澱粉、酢酸澱粉等）及びデキストリン類（例えば、ポリデキストロース、難消化性デキストリン、酵素処理デキストリン等）からなる群より選ばれる１種単独又は２種以上の組み合わせを含む組成物が挙げられる。

さらに、予め基準値となるリッチ感の強度の値を定めておけば、特定の追加成分について、付与されたリッチ感の強度が基準値よりも大きい場合に、当該追加成分を、リッチ感付与成分であると判定することもできる。このような付与されたリッチ感の強度に対する基準値は、冷菓で想定される最小のリッチ感の強度を０、冷菓で想定される最大のリッチ感の強度を１００とした場合、例えば、５、１０、１５、２０、２５、３０、３５、４０、４５、５０、５５、６０、６５、７０、７５又は８０から選択される。

以下、実施例によって本発明を更に詳細に説明するが、本発明はこれに限定されるものではない。特に記載のない限り、「部」は「質量部」を、また「％」は「質量％」を意味する。また、文中「＊」印は、三栄源エフ・エフ・アイ株式会社製であることを示し、文中「※」印は、三栄源エフ・エフ・アイ株式会社の登録商標であることを示す。

［官能評価の方法］
（官能評価パネル）
食品の研究開発に従事する官能評価に熟練した１２名（男性７名、女性５名、平均年齢３４．２歳）を官能評価パネル（評価者）に選定した。

（評価用サンプル、周囲温度）
サンプルは各実施例に記載の種々の冷菓（市販又は試作品）を使用した。サンプルは、評価時に約－１８℃になるように評価者に提供した。官能評価は室温（２５±２℃）で実施した。

（サンプルの１回の喫食量、喫食方法）
評価者はラインスケール法、ＴＤＳ法いずれの場合も平均的な冷菓の一口分の摂取量である８ｃｍ^３を一度に口に入れ、はじめは少なくとも１回歯で噛み、口内からなくなるまで自然に喫食して官能評価した。１サンプルを評価後、次のサンプルを評価する前に、水で口内の温度を戻した。

（ラインスケール法）
ラインスケール法は、特定の官能特性の強度を連続量で評価する方法である。左端を冷菓で想定される最小の強度、右端を冷菓で想定される最大の強度として、全長が１００ｍｍのスケール上で、評価者が感じた官能特性の強度に対応する位置に印をつけて評価した。当該官能特性の強度は、左端からの距離（ｍｍ）で表した。

（ＴＤＳ法）
ＴＤＳ法は次の（１）～（３）の手順で行われた。データ収集及び解析はＦＩＺＺ（ＢＩＯＳＹＳＴＥＭＥＳ社）を用いて一括して行った。
（１）評価者はディスプレーに提示される物性感覚を記述する用語（物性感覚用語）の候補の中から、各時点で最も優先的に感じる物性を記述する１用語をマウスクリックによって選択して評価を行った。評価者は、上記所定量の冷菓を口に入れて１回噛んだとき（喫食開始）に最も優先的に感じる物性に対応する用語をまず選択することで評価を開始し、その後最も優先的に感じる物性が変わったと感じた時点で、その用語をクリックする。この操作を冷菓が口内から完全になくなるまで行い、ストップボタンを押して評価を終了した。別の用語を選択するまでは、評価者は同じ用語を選択しているものとみなして、各評価者の用語選択パターンを取得した。１つのサンプルについて評価は２回実施し、その両方の評価で得られたデータをＴＤＳカーブの作成に使用した。
（２）喫食時間が評価者間で異なるため、喫食開始から終了までの時間を標準化してデータを統合することによって、標準化喫食時間の中の各時点において、各用語が選択された割合（選択率）の関係を示すプロットを得た。
（３）得られたプロットをスムージング処理することにより、各時点における用語選択の関係を示すＴＤＳカーブを得た。

［準備１．冷菓のリッチ感の官能評価の確認］
（リッチ感の強度の評価基準のすり合わせ）
上記１２名の評価者が、スーパープレミアムアイスクリーム（ＳＰＩ）とそれ以外の冷菓をそれぞれ複数種試食した。協議の結果、乳等の素材がリッチに含まれたような印象を想起させる、ＳＰＩに特徴的な濃密で独特な食感として、「リッチ感」が見出された。また歯ざわり、舌ざわり、及び口あたりについてＳＰＩとそれ以外の冷菓の食感を対比すると、表１のような特徴が見出された。これらの歯ざわり、舌ざわり及び口あたりの特徴が組み合わさって「リッチ感」を生み出すものと考えられた。

次にリッチ感の強度の異なる３段階の冷菓を抽出して試食を行い、評価者間で「リッチ感」を表す食感の基準を共有した。次に各評価者には、市販のアイスクリーム類複数種をサンプルとしてラインスケール法によりリッチ感の強度を評価させた。評価者間でリッチ感の強度の評価値が概ね同じ傾向にあり、大きなばらつきはないことを確認した。

下記の実施例では、各冷菓の官能評価によるリッチ感の強度は、評価者のリッチ感の強度の評価値の平均値として求められる。

［準備２．冷菓の物性感覚を表す用語の定義とそのすり合わせ］
上記１２名の評価者が冷菓の物性感覚を表す物性感覚用語を出し合い、全員による協議によって特定の物性感覚用語を抽出し、それらの特徴について協議、すり合わせを行った。最終的に、表２のようにＴＤＳ法に使用する物性感覚用語とその特徴を決定し、評価者間で共有した。

これらの用語のうち、「かたい」と「ふんわり」はかたさ、「さくい」と「ねっちり」は弾力と粘り、「シャリシャリ」と「なめらか」はなめらかさ、「もったり」と「すっきり」は後口において、対になる用語である。

［準備３．冷菓試作品の調製］
下記の実施例に用いた試作品の冷菓１２～２４は表３及び表４の処方及び方法で調製した。

［実施例１：曲線下面積に係る３変数によるリッチ感の強度の推定式の作成］
（官能評価による各種冷菓のリッチ感の強度の評価）
表５に示す１４種類のバニラ風味の冷菓（市販の冷菓１～１１及び表４に記載した試作した冷菓１２～１４）のリッチ感の強度を、ラインスケール法を用いて上記１２名の評価者によって官能評価した。結果を表５に示した。

（ＴＤＳ法による各種冷菓の物性の評価）
次に、上記１２名の評価者が官能評価法の一つであるＴＤＳ法を用いて、表５の１４種類の冷菓それぞれの物性を評価した。選択肢となる物性感覚用語には、表２に記載した８用語全てを使用した。

（ＴＤＳカーブの曲線下面積の算出）
上記ＴＤＳ法によって、各冷菓について、横軸を標準化された経過時間（０～１００（％））、縦軸を用語の選択率（０～１００（％））とする、８種の物性感覚用語それぞれのＴＤＳカーブが得られた。ＴＤＳカーブの例を図２に示した。これらのＴＤＳカーブから、各用語の曲線下面積（ＡＵＣ）を算出した。

（重回帰分析１）
上記表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、以下のＸ_１～Ｘ_３を説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、重回帰分析を実施した。
Ｘ_１：「ねっちり」のＴＤＳカーブのＡＵＣ
Ｘ_２：「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＡＵＣの差の絶対値
Ｘ_３：「なめらか」のＴＤＳカーブのＡＵＣ

その結果、得られた回帰式（以下、回帰式（Ｉ）と呼ぶ）は、
Ｙ＝０．００８８Ｘ_１－０．００８２Ｘ_２＋０．００７９Ｘ_３＋３６．８７９４であった。
また、その際に求めた標準化係数を偏回帰係数と共に表６－１に示す。回帰式（Ｉ）の自由度調整済み決定係数Ｒ^２は０．８７４であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_１～Ｘ_３は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図３は、冷菓１～１４（市販の冷菓１～１１及び試作した冷菓１２～１４）について、上記回帰式（Ｉ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示したグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．９０３６であり、回帰式（Ｉ）がリッチ感の強度を精度よく推定できていることがわかる。

また、「ねっちり」のＡＵＣであるＸ_１を説明変数、官能評価によるリッチ感の強度Ｙを目的変数として単回帰分析を行った場合は、決定係数がわずか０．３０５であった。また、Ｘ_２又はＸ_３を説明変数とする単回帰分析の決定係数も、上記の回帰式の自由度調整済み決定係数よりも小さかった。よって、上記回帰式により、「ねっちり」のＡＵＣ単独を説明変数に用いて得られる回帰式よりも精度よくリッチ感の強度を推定可能であると推察された。

［実施例２：曲線下面積に係る２変数によるリッチ感の強度の推定式の作成］
実施例１で用いた説明変数Ｘ_１～Ｘ_３のうち、Ｘ_１及びＸ_２の２種を説明変数に用い、リッチ感の強度Ｙを目的変数に用いて、実施例１と同様に重回帰分析を実施した結果、重回帰式Ｙ＝０．０１１５Ｘ_１－０．０１３２Ｘ_２＋５４．６３７８が得られた。自由度調整済み決定係数Ｒ^２は０．８１４であり、十分に精度の良い回帰式が得られた。

実施例１で用いた説明変数Ｘ_１～Ｘ_３のうち、Ｘ_２及びＸ_３の２種を説明変数に用い、リッチ感の強度Ｙを目的変数に用いて、実施例１と同様に重回帰分析を実施した結果、重回帰式Ｙ＝－０．００４２Ｘ_２＋０．０１３８Ｘ_３＋３３．３６が得られた。自由度調整済み決定係数Ｒ^２は０．７０９であり、十分に精度の良い回帰式が得られた。

実施例１で用いた説明変数Ｘ_１～Ｘ_３のうち、Ｘ_１及びＸ_３の２種を説明変数に用い、リッチ感の強度Ｙを目的変数に用いて、実施例１と同様に重回帰分析を実施した結果、重回帰式Ｙ＝－０．００６１Ｘ_１＋０．０１５１Ｘ_３＋１３．９２４が得られた。自由度調整済み決定係数Ｒ^２は０．７７６であり、十分に精度の良い回帰式が得られた。

［実施例３：用語の選択率、選択時間によるリッチ感の強度の推定式の作成］
（重回帰分析２）
実施例１で得られた上記表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、以下のＸ_４～Ｘ_６を説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、重回帰分析を実施した。ここで、特定の用語の最大選択率とは、ＴＤＳカーブの全ての時点の中での当該用語の選択率の最大値を示す。
Ｘ_４：「ねっちり」の最大選択率
Ｘ_５：「すっきり」の最大選択率と「もったり」の最大選択率の差の絶対値
Ｘ_６：「なめらか」の最大選択率

その結果、得られた回帰式（以下、回帰式（ＩＩ）と呼ぶ）は、
Ｙ＝０．２２１５Ｘ_４－０．２７６３Ｘ_５＋０．５８３６Ｘ_６＋３５．２８５３であった。
また、その際に求めた標準化係数を偏回帰係数と共に表６－２に示す。
回帰式（ＩＩ）の自由度調整済み決定係数Ｒ^２は０．９０１であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_４～Ｘ_６は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図４は、冷菓１～１４について、上記回帰式（ＩＩ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示したグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．９２３９であり、回帰式（ＩＩ）がリッチ感の強度を精度よく推定できていることがわかる。

（重回帰分析３）
実施例１で得られた上記表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、以下のＸ_７～Ｘ_９を説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、重回帰分析を実施した。ここで、特定の用語の選択時間の平均値とは、各評価者の用語選択パターンから得られる標準化された選択時間（当該特定の用語を選択した時間の合計／喫食時間×１００）を、全評価者について集計して単純平均したものである。
Ｘ_７：「ねっちり」の選択時間の平均値
Ｘ_８：「すっきり」の選択時間の平均値と「もったり」の選択時間の平均値の差の絶対値
Ｘ_９：「なめらか」の選択時間の平均値

その結果、得られた回帰式（以下、回帰式（ＩＩＩ）と呼ぶ）は、
Ｙ＝０．８８１８Ｘ_７－０．８２５７Ｘ_８＋０．７８７４Ｘ_９＋３６．７６８６であった。
また、その際に求めた標準化係数を偏回帰係数と共に表６－３に示す。
回帰式（ＩＩＩ）の自由度調整済み決定係数Ｒ^２は０．８７４であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_７～Ｘ_９は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図５は、冷菓１～１４について、上記回帰式（ＩＩＩ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示すグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．９０１７であり、回帰式（ＩＩＩ）がリッチ感の強度を精度よく推定できていることがわかる。

［実施例４：重回帰式を用いたリッチ感の強度の推定１］
表３及び表４に基づいて、実施例１の回帰式の作成に使用した試作品の冷菓１２～１４とは異なる物性を有する１０種類の冷菓１５～２４を調製した。これらの冷菓を、上記１２名の評価者によりラインスケール法を用いて官能評価し、各冷菓のリッチ感の強度（即ち、実測値）を決定した。

次に、１０種類の冷菓１５～２４のＴＤＳ法による評価を実施例１と同じ方法によって行い、各用語のＴＤＳカーブから、上記実施例１のＸ_１～Ｘ_３の値を抽出した。各冷菓のこれら説明変数の値を上記実施例１で得られた回帰式（Ｉ）に代入して、各冷菓のリッチ感の強度の推定値を算出した。同様に、冷菓１５～２４の各用語のＴＤＳカーブから、上記実施例３のＸ_４～Ｘ_９の値を抽出し、実施例３の回帰式（ＩＩ）及び回帰式（ＩＩＩ）にそれぞれ代入して、各冷菓のリッチ感の強度の推定値を算出した。

得られたリッチ感の強度の推定値及び実測値を表７－１～７－３に示した。回帰式（Ｉ）、（ＩＩ）、（ＩＩＩ）による推定値と実測値との間の決定係数Ｒ^２は、それぞれ０．９９３、０．９４４、０．９９３であり、極めて強い相関が認められた。推定値と実測値のズレは１２名の評価者による官能評価で得られたリッチ感の強度の標準偏差と比較しても顕著に小さかった。以上から、回帰式（Ｉ）～（ＩＩＩ）に対応する説明変数の値を代入することで冷菓のリッチ感の強度を精度よく推定可能であることがわかった。

そして、実測値と推定値が同様の値を示したことから、上記の製剤のような追加成分を含有する冷菓と含有しない冷菓のそれぞれのリッチ感の強度の推定値の差をとることにより、前記追加成分によって付与されたリッチ感の強度を精度よく評価することができる。

例えば、表８は回帰式（Ｉ）を用いて得られた推定式を用いて得られるリッチ感の付与効果の定量値を示す。リッチ感の付与効果は、冷菓サンプル１５～１８のリッチ感の強度の推定値から、対照である冷菓サンプル１２のリッチ感の強度の推定値（１１．２）を差し引いた値として求められる。これらの定量値から、タマリンドシードガム、グァーガム、大豆多糖類、ローカストビーンガム及び酵素処理デキストリンからなる群より選ばれる多糖類を含有する製剤は、冷菓にリッチ感を付与する効果を有すること、中でもグァーガム含有製剤が、顕著にリッチ感を付与する効果が高いことが明らかとなった。

また、例えば、酵素処理デキストリン製剤（スマートテイスト）を含有する冷菓サンプル１８及び２３は、冷菓サンプル１７及び２２に比べてリッチ感の強度の推定値及び実測値が顕著に大きく増加していた。よって、酵素処理デキストリン製剤もまた、冷菓にリッチ感を付与する効果が高いことが明らかとなった。

［実施例５：別の曲線下面積に係るパラメータを用いたリッチ感の強度の推定式の作成］
実施例１で得られた表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、以下のＸ_２、Ｘ_１０、Ｘ_１１を説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、重回帰分析を実施した。
Ｘ_２：「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＡＵＣの差の絶対値
Ｘ_１０：「ねっちり」のＴＤＳカーブのＡＵＣと「さくい」のＡＵＣの差
Ｘ_１１：「なめらか」のＴＤＳカーブのＡＵＣと「シャリシャリ」のＡＵＣの差

その結果、得られた回帰式（以下、回帰式（ＩＶ）と呼ぶ）は、
Ｙ＝－０．０１Ｘ_２＋０．００５９Ｘ_１０＋０．００２７Ｘ_１１＋６１．４０１６であった。
また、その際に求めた標準化係数を偏回帰係数と共に表９に示す。回帰式（ＩＶ）の自由度調整済み決定係数Ｒ^２は０．８５６であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_２、Ｘ_１０及びＸ_１１は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図６は、冷菓１～１４について、上記回帰式（ＩＶ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示すグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．８８８３であり、回帰式（ＩＶ）がリッチ感の強度を精度よく推定できていることがわかる。

［実施例６．変数増減法を用いた推定式の作成］
実施例１で得られた表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、各用語のＡＵＣ、対になる物性感覚用語のＡＵＣの差、対になる物性感覚用語のＡＵＣの差の絶対値を含む１６パラメータを説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、変数増減法による重回帰分析を実施した。その結果、Ｘ_２（「すっきり」のＴＤＳカーブのＡＵＣと「もったり」のＡＵＣの差の絶対値）及びＸ_１０（「ねっちり」のＴＤＳカーブのＡＵＣと「さくい」のＡＵＣの差）が説明変数として選択された。得られた回帰式（以下、回帰式（Ｖ）と呼ぶ）は、
Ｙ＝－０．０１３４Ｘ_２＋０．００８８Ｘ_１０＋６７．０１８９であった。

また、その際に求めた標準化係数を偏回帰係数と共に表１０に示す。回帰式（Ｖ）の自由度調整済み決定係数Ｒ^２は０．８３２であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_２及びＸ_１０は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図７は、冷菓１～１４について、上記回帰式（Ｖ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示すグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．８５７５であり、回帰式（Ｖ）がリッチ感の強度を精度よく推定できていることがわかる。

［実施例７．用語の選択時間を用いたリッチ感の強度の推定式の作成］
実施例１で得られた表５の１４種類の冷菓のリッチ感の強度を目的変数Ｙ、各用語の継続時間と、継続時間の差、継続時間の差の絶対値を含む１６パラメータを説明変数として、統計解析ソフトＣｏｌｌｅｇｅＡｎａｌｙｓｉｓｖｅｒ．６．７を用いて、変数増減法による重回帰分析を実施した。ここで、継続時間とは、各用語のＴＤＳカーブにおいて、偶然選択される確率であるチャンスレベル（１／選択肢数×１００（％））以上の選択率である時間を合計した値である。本試験例では選択肢数８のため、チャンスレベルは１２．５％である。その結果、Ｘ_１２及びＸ_１３が説明変数として選択された。
Ｘ_１２：「なめらか」の継続時間
Ｘ_１３：「もったり」の継続時間

得られた回帰式（以下、回帰式（ＶＩ）と呼ぶ）は、
Ｙ＝０．４５３５Ｘ_１２＋０．３５３２Ｘ_１３＋１３．０６４３であった。
また、その際に求めた標準化係数を偏回帰係数と共に表１１に示す。回帰式（ＶＩ）の自由度調整済み決定係数Ｒ^２は０．７９９であり、十分に精度の良い回帰式が得られた。標準化係数の比較から、Ｘ_１２、Ｘ_１３は、いずれもリッチ感の強度の推定に寄与していることがわかる。

図８は、冷菓１～１４について、上記回帰式（ＶＩ）から推定されるリッチ感の強度の推定値と、表５に記載のリッチ感の強度の実測値との関係を示すグラフ（回帰直線）である。図中に示した通り、回帰直線の係数（直線の傾き）が１、決定係数Ｒ^２は０．８３０２であり、回帰式（ＶＩ）がリッチ感の強度を精度よく推定できていることがわかる。

［実施例８：重回帰式を用いたリッチ感の強度の推定２］
実施例４で得られた１０種類の冷菓１５～２４に対する各用語のＴＤＳカーブから、上記回帰式（ＩＶ）、（Ｖ）、（ＶＩ）のそれぞれの説明変数の値を抽出し、それぞれの回帰式に代入して、各回帰式に基づくリッチ感の強度の推定値を算出した。

得られたリッチ感の強度の推定値と実施例４で得られた１０種類の冷菓１５～２４のリッチ感の強度の実測値との関係を表１２－１～１２－３に示した。回帰式（ＩＶ）、（Ｖ）、（ＶＩ）による推定値と実測値との間の相関係数Ｒは、それぞれ０．９９８、０．９５９、０．９３６であり、極めて強い相関が認められた。推定値と実測値のズレは１２名の評価者による官能評価で得られたリッチ感の強度の標準偏差と比較しても顕著に小さかった。以上から、回帰式（ＩＶ）～（ＶＩ）に対応する説明変数の値を代入することで冷菓のリッチ感の強度を精度よく推定可能であることがわかった。

Claims

冷菓を喫食して２種以上の物性感覚用語を選択肢とした経時的優先感覚（ＴＤＳ）法で評価することにより得られる、各物性感覚用語の選択率の時間変化を表す曲線（ＴＤＳカーブ）及び各物性感覚用語の用語選択パターンにおいて、
前記ＴＤＳカーブから抽出されるパラメータ群及び前記用語選択パターンから抽出されるパラメータ群から選択される２種以上のパラメータを説明変数とし；
冷菓を喫食して官能評価することにより得られる、リッチ感の強度を目的変数とし；
１）２種以上の冷菓について、各冷菓の前記ＴＤＳカーブ及び前記用語選択パターンから前記説明変数の値を取得し、各冷菓の官能評価で得られたリッチ感の強度を前記目的変数の値として取得する工程；並びに
２）前記工程１で得られた説明変数の値及び目的変数の値を用いて重回帰分析を行う工程；
を含む、冷菓のリッチ感の強度の推定式の作成方法。
前記ＴＤＳカーブから抽出されるパラメータ群が、
（ａ）特定の前記物性感覚用語のＴＤＳカーブの曲線下面積（ＡＵＣ）に関する、面積パラメータ群、
（ｂ）特定の前記物性感覚用語の特定の時点の選択率の大きさに関する、高さパラメータ群、
（ｃ）特定の前記物性感覚用語のＴＤＳカーブから定義される特定の時間の長さに関する、時間パラメータ群、及び
（ｄ）特定の前記物性感覚用語の特定の時点又は時点間の選択率の時間変化率に関するパラメータ群から選ばれる少なくとも１つのパラメータ群を含む、請求項１に記載の作成方法。
前記（ａ）面積パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語のＴＤＳカーブの曲線下面積（ＡＵＣ）、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語のＴＤＳカーブの曲線下面積の差の絶対値若しくは曲線下面積の差を少なくとも含む；又は、
前記（ｂ）高さパラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の最大選択率、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語の最大選択率の差の絶対値若しくは最大選択率の差を少なくとも含む；又は、
前記（ｃ）時間パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の選択率がランダム選択率閾値（チャンスレベル）Ｐ_０（＝１／選択肢数）以上である時間の長さ（継続時間）、又は、前記２種以上の物性感覚用語から選ばれるいずれか２種の用語の継続時間の差の絶対値若しくは継続時間の差を少なくとも含む、請求項２に記載の作成方法。
前記用語選択パターンから抽出されるパラメータ群が、
（Ａ）各評価者が特定の前記物性感覚用語を選択した時間の合計（選択時間）の平均値又は合計値に関する、選択時間パラメータ群、及び
（Ｂ）各評価者が特定の前記物性感覚用語を連続して選択した時間の最大値（最大選択持続時間）の平均値又は合計値に関する、最大選択持続時間パラメータ群から選ばれる少なくとも１つのパラメータ群を含む、請求項１～３のいずれか一項に記載の作成方法。
前記（Ａ）選択時間パラメータ群が、前記２種以上の物性感覚用語から選ばれるいずれか１種の用語の選択時間の平均値、又は、前記２種以上の前記物性感覚用語から選ばれるいずれか２種の用語の選択時間の平均値の差の絶対値若しくは選択時間の平均値の差を少なくとも含む、請求項４に記載の作成方法。
前記物性感覚用語が、対照的な物性感覚を表す用語の対を１種以上含む、請求項１～５のいずれか一項に記載の作成方法。
前記対照的な物性感覚を表す用語の対が、「かたい」及び「ふんわり」、「ねっちり」及び「さくい」、「シャリシャリ」及び「なめらか」、並びに、「すっきり」及び「もったり」からなる対の群より選ばれる１種以上の対を含む、請求項６に記載の作成方法。
冷菓について請求項１～７のいずれか一項に記載の作成方法で得られた推定式の説明変数に対応する値を取得すること、及び
前記説明変数の値を前記推定式に代入してリッチ感の強度の推定値を得ることを含む、冷菓のリッチ感の強度の推定方法。
第１の冷菓と、第１の冷菓に追加成分を加えて得られる第２の冷菓のそれぞれについて、請求項１～７のいずれか一項に記載の作成方法で得られた推定式の説明変数に対応する値を取得すること、
前記説明変数の値を前記推定式に代入して、第１の冷菓及び第２の冷菓のリッチ感の強度の推定値を得ること、及び
前記第２の冷菓の推定値から、前記第１の冷菓の推定値を差し引いた値を、前記追加成分によって付与されたリッチ感の強度とすることを含む、前記追加成分のリッチ感の付与効果評価方法。