El estudio realizado por los investigadores Antonio Garrido-Fernández, Amparo Cortés Delgado y Antonio López-López  del Instituto de la Grasa (CSIC), del Departamento de Biotecnología de Alimentos, del Campus Universitario Pablo de Olavide, considera que la composición de las grasas Manzanilla y Hojiblanca son datos composicionales (CoDa). Por lo tanto, el trabajo aplica el análisis CoDa (CoDA) para investigar el efecto del procesamiento y envasado en los perfiles de ácidos grasos de estos cultivares. 

Para ello, los valores de los componentes grasos en porcentaje fueron sucesivamente sometidos a herramientas exploratorias CoDA y, posteriormente, transformados en coordenadas ilr (isometric log-ratio) en el espacio euclidiano, donde fueron sometidos a las técnicas estándar multivariadas.

Los resultados del primer enfoque, mostraron que el efecto del procesamiento fue limitado, mientras que la mayor parte de la variabilidad entre los perfiles de ácidos grasos (AG) se debió a los cultivares. 

La aplicación de los métodos multivariantes estándar (es decir, variables canónicas, análisis discriminante lineal (LDA), ANOVA/MANOVA con bootstrapping y n = 1000, y modelo lineal general anidado (GLM)) a las coordenadas ilrlos datos transformados, siguiendo los criterios de agrupamiento u orden descendente de varianzas de Ward, mostraron efectos similares al análisis exploratorio pero también mostraron que Hojiblanca era más sensible a las modificaciones de grasa que Manzanilla. 

Por el contrario, asociar cambios de GLM en ilr con ácidos grasos no fue sencillo debido a la compleja deducción de algunas coordenadas. Por lo tanto, según CoDA, los perfiles de ácidos grasos de la aceituna de mesa apenas se ven afectados por el procesamiento al estilo español en comparación con las diferencias entre cultivares.

Este trabajo ha demostrado que CoDA podría aplicarse con éxito para estudiar los perfiles de ácidos grasos de la grasa de oliva y los aceites de oliva y puede representar un modelo para el análisis estadístico de otras grasas, con la ventaja de aplicar técnicas estadísticas adecuadas y evitar malas interpretaciones.