O objetivo desse trabalho foi estabelecer modelos de regressão para previsão de notas de 6 atributos sensoriais com base no perfil cromatográfico dos voláteis de grãos de café arábica torrado. Cinqüenta e três amostras de cafés arábicas torrados foram analisadas sensorialmente usando uma escala de 1 a 5. A extração dos voláteis foi realizada pela técnica de microextração em fase sólida (SPME) e os voláteis extraídos foram analisados por cromatografia gasosa com detector por ionização em chama (SPME-GC-FID). A regressão por quadrados mínimos parciais (PLS) e o algoritmo OPS, para a seleção de variáveis, foram as ferramentas empregadas na análise dos dados. As notas previstas pelos modelos gerados para acidez, amargor, aroma, bebida (sabor), corpo e qualidade global, foram bastante concordantes com as das análises sensoriais, apresentado erros médios de previsão iguais a 0,28, 0,33, 0,35, 0,33, 0,34 e 0,41, respectivamente.
The aim of this work was to build regression models to preview six sensory attribute scores based on the chromatographic profiles of volatiles of the Arabica roasted beans. Fifty three Arabica roasted coffee samples were tasted using a five point scale. The volatile compounds extraction was carried out using solid phase microextraction technique (SPME) and the extracted volatiles were analysed by gas chromatography using flame ionization detector (SPME-GC-FID). The partial least squares regression (PLS) and the OPS algorithm, for variables selection, were used in the data analysis. The previewed scores agreed very well with the sensory results, presenting mean square errors 0,28, 0,33, 0,35, 0,33, 0,34 and 0,41 for acidity, flavor, overall quality, bitterness, body and cleanliness, respectively.