葡萄酒的評(píng)價(jià)與分析

1、葡萄酒的評(píng)價(jià)摘 要本文分析了葡萄酒質(zhì)量與釀酒葡萄、葡萄酒的理化指標(biāo)之間的聯(lián)系，建立相應(yīng)的數(shù)學(xué)模型，對(duì)各因素之間的關(guān)系作了深入研究。對(duì)于問(wèn)題1，首先將所給的兩組評(píng)酒員對(duì)紅、白葡萄酒的評(píng)價(jià)結(jié)果進(jìn)行了預(yù)處理，然后分別對(duì)每一組的所有評(píng)酒員對(duì)紅、白葡萄酒各個(gè)樣品的總評(píng)分取均值，得到兩組紅、白葡萄酒的綜合評(píng)價(jià)得分。利用數(shù)據(jù)統(tǒng)計(jì)假設(shè)檢驗(yàn)知識(shí)，建立t檢驗(yàn)?zāi)Ｐ?，得到兩組評(píng)酒員對(duì)紅、白葡萄酒的評(píng)價(jià)無(wú)顯著性差異。令外，再將每一個(gè)評(píng)酒員對(duì)所有紅、白葡萄酒的總評(píng)分取均值，得到兩組每一個(gè)評(píng)酒員對(duì)紅、白葡萄酒的綜合評(píng)價(jià)得分，然后運(yùn)用方差分析的方法對(duì)兩組評(píng)價(jià)結(jié)果的可信度進(jìn)行論證。經(jīng)過(guò)比較得出，第二組的評(píng)分結(jié)果比較可信。對(duì)于問(wèn)

2、題2，對(duì)二級(jí)指標(biāo)的舍去和對(duì)某些理化指標(biāo)多次測(cè)量的數(shù)值取平均值后得到二次數(shù)據(jù)，將二次數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后作主成分分析，將主成分分析得到的主要影響因子結(jié)合問(wèn)題1中第二組評(píng)酒員對(duì)每個(gè)樣品的綜合得分進(jìn)行聚類分析，據(jù)此作出相應(yīng)的分級(jí)，即：紅葡萄酒釀酒葡萄可分為三個(gè)等級(jí)，白葡萄酒釀酒葡萄可分為四個(gè)等級(jí)。 對(duì)于問(wèn)題3，為了更好的分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，首先將附件2中的釀酒葡萄和葡萄酒的相對(duì)應(yīng)的理化指標(biāo)挑選出來(lái)并進(jìn)行了分析，然后運(yùn)用matlab軟件計(jì)算出葡萄酒和釀酒葡萄相對(duì)應(yīng)物質(zhì)的理化指標(biāo)的相關(guān)系數(shù)，同時(shí)作出紅、白葡萄的理化指標(biāo)的走勢(shì)圖。利用灰色關(guān)聯(lián)分析的方法，將求出的理化指標(biāo)的相關(guān)系數(shù)和理

3、化指標(biāo)圖相結(jié)合來(lái)分析說(shuō)明葡萄酒和釀酒葡萄理化指標(biāo)之間的聯(lián)系,進(jìn)而建立葡萄酒和釀酒葡萄對(duì)應(yīng)的理化指標(biāo)之間的線性方程。 對(duì)于問(wèn)題4，運(yùn)用spss軟件進(jìn)行多元回歸分析，給出釀酒葡萄和葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系。運(yùn)用回代檢驗(yàn)的方法，將葡萄酒質(zhì)量與所得非標(biāo)準(zhǔn)化預(yù)測(cè)值作差值，對(duì)結(jié)果進(jìn)行分析發(fā)現(xiàn)，可以用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。關(guān)鍵詞：t檢驗(yàn) 方差分析 主成分分析 聚類分析 多元回歸分析451問(wèn)題的重述1.1背景：隨著經(jīng)濟(jì)的發(fā)展，葡萄酒已進(jìn)入人們的日常生活，葡萄酒的質(zhì)量一般是通過(guò)有資質(zhì)的評(píng)酒員進(jìn)行品評(píng)，每個(gè)評(píng)酒員在對(duì)葡萄酒品嘗后進(jìn)行分類指標(biāo)打分，然后得到其總分，以此確定葡萄酒的質(zhì)量。

4、釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測(cè)的理化指標(biāo)會(huì)在一定程度上反映葡萄酒和葡萄的質(zhì)量。附件1給出了某一年份一些葡萄酒的評(píng)價(jià)結(jié)果，附件2和附件3分別給出了該年份這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。1.2問(wèn)題： (1)分析附件1中兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，哪一組結(jié)果更可信？(2)根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。(3)分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。(4)分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量？2問(wèn)題的分析2.1問(wèn)題1的分析附件1中包含兩組品酒員評(píng)價(jià)紅葡萄酒與白葡

5、萄酒的數(shù)據(jù)，要分析兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，需要比較兩組品酒員對(duì)紅葡萄酒的評(píng)價(jià)結(jié)果及對(duì)白葡萄酒的評(píng)價(jià)結(jié)果。由于數(shù)據(jù)表中未給出品酒員對(duì)每個(gè)酒種的具體評(píng)價(jià)結(jié)果，可以得到每個(gè)品酒員對(duì)某一酒種的各項(xiàng)指標(biāo)相加得到總分，再將全組品酒員對(duì)此酒種的總分進(jìn)行平均，分別得到27種紅葡萄酒的綜合得分，再用同樣的方法得到另一組評(píng)酒員對(duì)27組紅葡萄酒的綜合得分。同步處理白葡萄酒的相關(guān)數(shù)據(jù)。以此通過(guò)均值運(yùn)用t檢驗(yàn)來(lái)檢測(cè)兩組品酒員評(píng)價(jià)結(jié)果是否有無(wú)顯著性差異，運(yùn)用方差分析來(lái)確定那一組結(jié)果更可信。2.2問(wèn)題2的分析 由于同一樣品的葡萄酒的一種理化指標(biāo)有多個(gè)，一級(jí)理化指標(biāo)包含多個(gè)數(shù)據(jù)，因此可以將同一理化指標(biāo)有多個(gè)數(shù)據(jù)的

6、進(jìn)行均值處理，將二級(jí)理化指標(biāo)舍去，簡(jiǎn)單處理后得到二次數(shù)據(jù)，以后的步驟均在二次數(shù)據(jù)的基礎(chǔ)上進(jìn)行。要通過(guò)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)葡萄進(jìn)行分級(jí)，由于分類情況未知，所以選擇聚類分析來(lái)分類。運(yùn)用聚類分析可將含量相近的葡萄歸為一類。由于原始數(shù)據(jù)量較大，且多個(gè)變量之間具有一定的相關(guān)性，對(duì)數(shù)據(jù)結(jié)構(gòu)不能做出明確分類，所以需要對(duì)數(shù)據(jù)進(jìn)行降維處理。主成分分析法是以最少的信息丟失將眾多原有變量濃縮成少數(shù)幾個(gè)因子來(lái)實(shí)現(xiàn)釀酒葡萄的理化指標(biāo)數(shù)據(jù)的簡(jiǎn)單化。并且原始數(shù)據(jù)指標(biāo)變量的量綱不同，為了使這些數(shù)據(jù)能夠放在一起加以比較，需要對(duì)原始數(shù)據(jù)標(biāo)準(zhǔn)化處理，以便于主成分分析。 2.3問(wèn)題3的分析 要分析釀酒葡萄與葡萄酒的理化

7、指標(biāo)之間的關(guān)系，需要將釀酒葡萄與葡萄酒相對(duì)應(yīng)的理化指標(biāo)放在一起比較。運(yùn)用相關(guān)系數(shù)反映釀酒葡萄和葡萄酒的理化指標(biāo)之間的關(guān)聯(lián)程度。樣本相關(guān)系數(shù)用r表示,總體相關(guān)系數(shù)用表示,相關(guān)系數(shù)的取值范圍為-1,1。|r|值越大，誤差q越小，變量之間的線性相關(guān)程度越高；|r|值越接近0，q越大，變量之間的線性相關(guān)程度越低。再選出相關(guān)系數(shù)矩陣中相關(guān)系數(shù)大于0.8的理化指標(biāo)，作出他們之間的走勢(shì)圖，觀察他們的變化關(guān)系。2.4問(wèn)題4的分析要分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，即分析葡萄酒質(zhì)量隨釀酒葡萄和葡萄酒的理化指標(biāo)的變化而變化的規(guī)律?？紤]到葡萄酒質(zhì)量受多個(gè)釀酒葡萄和葡萄酒的理化指標(biāo)的影響。建立多元回歸

8、分析模型然后計(jì)算出葡萄酒質(zhì)量與“非標(biāo)準(zhǔn)化預(yù)測(cè)值”的差值，可以把絕對(duì)差值大于0.8視為不符合，即能用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。將絕對(duì)差值小于0.8視為符合，即能用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。 3模型的假設(shè)與符號(hào)說(shuō)明3.1模型的假設(shè)(1)所有數(shù)據(jù)完全真實(shí)可靠。(2)釀酒方式及釀酒過(guò)程對(duì)葡萄酒的質(zhì)量無(wú)影響。(3)評(píng)酒員的嗜好、習(xí)慣、情緒、經(jīng)驗(yàn)等因素對(duì)葡萄酒的評(píng)分無(wú)影響。(4)評(píng)酒員葡萄酒的評(píng)分分?jǐn)?shù)具有較高的準(zhǔn)確性和公正性3.2符號(hào)的說(shuō)明 紅葡萄酒 白葡萄酒 紅葡萄酒的第種樣品 白葡萄酒的第種樣品 評(píng)分分?jǐn)?shù) 第一組每個(gè)評(píng)酒員對(duì)第種紅葡萄酒的評(píng)分分?jǐn)?shù) 第二組每個(gè)評(píng)酒員對(duì)第種

9、紅葡萄酒的評(píng)分分?jǐn)?shù) 第一組每個(gè)評(píng)酒員對(duì)第種白葡萄酒的評(píng)分分?jǐn)?shù) 第二組每個(gè)評(píng)酒員對(duì)第種白葡萄酒的評(píng)分分?jǐn)?shù) 第一組所有評(píng)酒員對(duì)第種紅葡萄酒的平均評(píng)分分?jǐn)?shù) 第二組所有評(píng)酒員對(duì)第種紅葡萄酒的平均評(píng)分分?jǐn)?shù) 第一組所有評(píng)酒員對(duì)第種白葡萄酒的平均評(píng)分分?jǐn)?shù) 第二組所有評(píng)酒員對(duì)第種白葡萄酒的平均評(píng)分分?jǐn)?shù) 第一組某個(gè)品酒員對(duì)所有紅葡萄酒的平均評(píng)分分?jǐn)?shù) 第二組某個(gè)品酒員對(duì)所有紅葡萄酒的平均評(píng)分分?jǐn)?shù) 第一組某個(gè)品酒員對(duì)所有白葡萄酒的平均評(píng)分分?jǐn)?shù) 第二組某個(gè)品酒員對(duì)所有白葡萄酒的平均評(píng)分分?jǐn)?shù)4模型的建立與求解4.1問(wèn)題1的模型建立與求解在對(duì)附件1的數(shù)據(jù)，我們將每個(gè)品酒員對(duì)每種酒中的分類指標(biāo)相加得到每個(gè)品酒員對(duì)每個(gè)酒中的

10、綜合得分，得到四組數(shù)據(jù)：第一組每個(gè)品酒員對(duì)每種紅葡萄酒評(píng)分分?jǐn)?shù)，第一組每個(gè)品酒員對(duì)每種白葡萄酒評(píng)分分?jǐn)?shù)，第二組每個(gè)品酒員對(duì)每種紅葡萄酒評(píng)分分?jǐn)?shù)，第二組每個(gè)品酒員對(duì)每種白葡萄酒評(píng)分分?jǐn)?shù)。然后再對(duì)每一組數(shù)據(jù)的橫向與縱向求平均值，分別得到某組所有評(píng)酒員對(duì)第種紅白葡萄酒的平均評(píng)分分?jǐn)?shù)與某個(gè)品酒員對(duì)所有紅或白葡萄酒的平均評(píng)分分?jǐn)?shù)。（見(jiàn)附錄1）下面我們分別對(duì)紅葡萄酒和白葡萄酒進(jìn)行分析。對(duì)處理后的兩組紅葡萄酒綜合評(píng)分?jǐn)?shù)據(jù)，運(yùn)用matlab軟件作出概率密度函數(shù)圖形（如圖1）：圖1 紅葡萄酒評(píng)分?jǐn)?shù)據(jù)概率分布由圖1可知，紅葡萄酒評(píng)分?jǐn)?shù)據(jù)概率分布呈直線型，所以可認(rèn)為此兩組數(shù)據(jù)近似服從正態(tài)分布。用同樣的方法對(duì)兩組白葡

11、萄酒綜合評(píng)分?jǐn)?shù)據(jù) ，做出概率密度函數(shù)圖形（如圖2）：圖2 白葡萄酒評(píng)分?jǐn)?shù)據(jù)概率分布可以看出這兩組數(shù)據(jù)同樣近似服從正態(tài)分布。對(duì)這兩對(duì)服從正態(tài)分布的數(shù)據(jù)進(jìn)行假設(shè)性檢驗(yàn)，假設(shè)兩組評(píng)酒員分別對(duì)紅白葡萄酒的每種樣品的綜合平均得分相同，通過(guò)matlab軟件進(jìn)行t檢驗(yàn)分別得出如下返回值：h = 0 sig = 0.1183 ci =-0.6735 5.7846h = 0 sig =0.0536 ci =-4.5795 0.0366結(jié)果檢驗(yàn)：兩組數(shù)據(jù)的h均為0，表示不可以拒絕假設(shè)，說(shuō)明提出的假設(shè)兩組品酒員分別對(duì)紅白葡萄酒的每種樣品的綜合平均得分相同。所以，兩組品酒員的評(píng)價(jià)結(jié)果無(wú)顯著性差異。圖3和圖4是兩組品酒

12、員對(duì)紅白葡萄酒每個(gè)樣品的綜合平均得分散點(diǎn)圖形：圖3 紅葡萄酒綜合平均得分圖4 白葡萄酒綜合平均得分由圖3，圖4可以看出兩組數(shù)據(jù)變化波動(dòng)基本相同，結(jié)合上面檢驗(yàn)結(jié)果，我們可以得到：兩組品酒員的評(píng)價(jià)結(jié)果無(wú)顯著性差異。通過(guò)兩組品酒員對(duì)所有紅酒綜合平均得分?jǐn)?shù)據(jù)分別得出兩組品酒員對(duì)紅葡萄酒品評(píng)結(jié)果的方差，同樣方法同步白葡萄酒數(shù)據(jù)，得出以下結(jié)果（表1）：表1 評(píng)分結(jié)果方差第一組評(píng)分方差第二組評(píng)分方差紅葡萄酒12.712.6白葡萄酒71.5226.69表1數(shù)據(jù)明顯顯示出第二組品酒員評(píng)分方差小于第一組，即第二組品酒員總評(píng)分波動(dòng)性較小，說(shuō)明第二組品酒員評(píng)分結(jié)果比較可信。4.2問(wèn)題2的模型建立與求解在經(jīng)過(guò)對(duì)二級(jí)指標(biāo)

13、舍去，多次理化指標(biāo)求平均值后得到二次數(shù)據(jù)。因?yàn)槎螖?shù)據(jù)指標(biāo)變量的量綱不同或數(shù)量級(jí)相差很大，為了使這些數(shù)據(jù)能放在一起比較，需要進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，選擇zscores即標(biāo)準(zhǔn)化變換的方法通過(guò)spss軟件實(shí)現(xiàn)對(duì)數(shù)據(jù)的標(biāo)準(zhǔn)化，因?yàn)樽儞Q后數(shù)據(jù)的均值為0，標(biāo)準(zhǔn)差為1，消除了量綱的影響，當(dāng)抽樣樣本改變時(shí)仍能保持其穩(wěn)定性。但二次數(shù)據(jù)標(biāo)準(zhǔn)化后釀酒葡萄的理化指標(biāo)仍然很多，無(wú)疑會(huì)增加分析問(wèn)題的難度與復(fù)雜性。而且每個(gè)指標(biāo)都在不同程度上反映了所研究問(wèn)題的信息，并且各個(gè)指標(biāo)之間彼此有一定的相關(guān)性，因而所得的統(tǒng)計(jì)數(shù)據(jù)反映的信息在一定程度上有重疊。為了將許多相關(guān)性很高的變量轉(zhuǎn)化成個(gè)數(shù)較少、能解釋大部分原始數(shù)據(jù)方差且彼此互相獨(dú)立

14、的幾個(gè)新變量，我們對(duì)原始數(shù)據(jù)進(jìn)行了主成分分析（通過(guò)spss軟件實(shí)現(xiàn)）。表2為紅葡萄酒釀酒葡萄主成分分析結(jié)果：表2 紅葡萄酒釀酒葡萄主成分提取主成分（因子）的方法：根據(jù)特征根的數(shù)值（total），系統(tǒng)默認(rèn)的是。我們知道，在主成分分析中，主成分得分的方差就是對(duì)應(yīng)的特征根數(shù)值。如果默認(rèn)，則所有方差大于等于1的主成分將被保留，其余舍棄。經(jīng)過(guò)取舍得到八個(gè)主要影響紅葡萄酒的釀酒葡萄理化指標(biāo)的主要影響因子：氨基酸總量，蛋白質(zhì)，vc含量，花色甘鮮重，酒石酸，蘋果酸，檸檬酸，多酚氧化酶活力，（見(jiàn)附錄2）。用同樣的方法對(duì)白葡萄酒釀酒葡萄理化指標(biāo)做主成分分析，得到得到九個(gè)主要影響白葡萄酒的釀酒葡萄理化指標(biāo)的主要影響

15、因子：氨基酸總量，蛋白質(zhì)，vc含量，花色甘鮮重，酒石酸，蘋果酸，檸檬酸，多酚氧化酶活力，褐變度，（見(jiàn)附錄2）。用經(jīng)過(guò)主成分分析得到綜合影響理化指標(biāo)結(jié)合葡萄酒的質(zhì)量對(duì)其分級(jí)。葡萄酒的質(zhì)量是根據(jù)問(wèn)題一所有評(píng)酒員對(duì)每個(gè)樣品的得分之和來(lái)得到，由于問(wèn)題一得出第二組的品酒員比較可靠，所以作為衡量葡萄酒質(zhì)量的標(biāo)準(zhǔn)。用綜合理化指標(biāo)及葡萄酒的質(zhì)量作為影響因素在spss軟件中實(shí)現(xiàn)系統(tǒng)聚類分析，兩種葡萄酒釀酒葡萄聚類圖分別如圖5、圖6所示：圖5 紅葡萄酒釀酒葡萄聚類圖圖6 白葡萄酒釀酒葡萄聚類圖由圖5，圖6可以看出，紅葡萄酒可分為三個(gè)等級(jí)，白葡萄酒可分為四個(gè)等級(jí)（表3）：表3 葡萄酒等級(jí)劃分紅葡萄酒釀酒葡萄白葡萄酒

16、釀酒葡萄第一等級(jí)樣品1，2，4，5，6，7，8，9，10，11，12，13，14，15，16，17，18，19，20，22，23，24，25，26，27樣品1，8，11，13，14，16，17，18，19，21，22，23第二等級(jí)樣品3樣品2，4，5，6，7，9，10，12，15，20，24，25，26，27第三等級(jí)樣品26樣品3第四等級(jí)樣品284.3問(wèn)題3的模型建立與求解由于釀酒葡萄和葡萄酒的理化指標(biāo)不同，所以首先挑選出了他們含有相同的理化指標(biāo)，對(duì)于紅釀酒葡萄和紅葡萄酒共有9對(duì)，而對(duì)于白釀酒葡萄和白葡萄酒共有8對(duì)。通過(guò)對(duì)這些理化指標(biāo)的分析，首先利用matlab軟件中corrcoef程序語(yǔ)句，

17、對(duì)每一個(gè)對(duì)應(yīng)的理化指標(biāo)所構(gòu)成的兩列數(shù)據(jù)進(jìn)行計(jì)算，得出他們之間的相關(guān)系數(shù)，結(jié)果如下：對(duì)于紅釀酒葡萄和紅葡萄酒中對(duì)應(yīng)的理化指標(biāo)：（1）花色苷的相關(guān)系數(shù)ans = 1.0000 0.9226 b = 14.3347 0.9226 1.0000 2.3683 因?yàn)橄嚓P(guān)系數(shù)是0.9226（大于0.8），所以他們之間存在很強(qiáng)的相關(guān)性，由此得出線性方程為： 然后在matlab中作出了花色苷這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖7采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，說(shuō)明了紅釀酒葡萄和紅葡萄酒的花色苷的理化指標(biāo)有很強(qiáng)的相關(guān)性，即紅釀酒葡萄的花色苷這一理化指標(biāo)在很大程度上影響著紅葡萄酒的花色苷這個(gè)理化指標(biāo)。（2

18、）單寧的相關(guān)系數(shù)ans = 1.0000 0.7180 0.7180 1.0000因?yàn)橄嚓P(guān)系數(shù)是0.7180（小于0.8），所以他們之間的相關(guān)性并不顯著。然后在matlab中作出了單寧這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖8由圖8，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的單寧這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。（3）總酚的相關(guān)系數(shù)ans = 1.0000 0.8752 b = 1.3620 0.8752 1.0000 0.3333因?yàn)橄嚓P(guān)系數(shù)是0.8752（大于0.8），所以他們之間存在很強(qiáng)的相關(guān)性，由此我們得出線性方程為：然后在matlab中作出了總酚這一理

19、化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖9采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，說(shuō)明了紅釀酒葡萄和紅葡萄酒的總酚的理化指標(biāo)有很強(qiáng)的相關(guān)性，即紅釀酒葡萄的總酚這一理化指標(biāo)在很大程度上影響著紅葡萄酒的總酚這個(gè)理化指標(biāo)。（4）酒總黃酮的相關(guān)系數(shù)ans = 1.0000 0.8228 b = 0.7626 0.8228 1.0000 0.5032因?yàn)橄嚓P(guān)系數(shù)是0.8228（大于0.8），所以他們之間存在很強(qiáng)的相關(guān)性，由此我們得出線性方程為：然后在matlab中作出了黃酮這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖10采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，說(shuō)明了紅釀酒葡萄和紅葡萄酒的黃酮的理化指標(biāo)有很強(qiáng)的相關(guān)性，即紅

20、釀酒葡萄的黃酮這一理化指標(biāo)在很大程度上影響著紅葡萄酒的黃酮這個(gè)理化指標(biāo)。（5）白藜蘆醇的相關(guān)系數(shù)ans = 1.0000 0.01350.0135 1.0000 因?yàn)橄嚓P(guān)系數(shù)是0.0135（遠(yuǎn)小于0.8），所以他們之間幾乎沒(méi)有相關(guān)性。然后在matlab中作出了白藜蘆醇這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖11由圖11，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的白藜蘆醇這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。（6）dpph半抑制體積的相關(guān)系數(shù)ans = 1.0000 0.7778 0.7778 1.0000因?yàn)橄嚓P(guān)系數(shù)是0.7778（小于0.8），所以他們之間不存在顯

21、著的相關(guān)性。然后在matlab中作出了dpph半抑制這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖12由圖12，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的dpph半抑制體積這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。（7）色澤的相關(guān)系數(shù)色澤l*(d65)的理化指標(biāo)ans = 1.0000 0.4937 0.4937 1.0000因?yàn)橄嚓P(guān)系數(shù)是0.4937（小于0.5），所以他們之間幾乎不存在相關(guān)性。然后在matlab軟件中作出了色澤l*(d65)這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖13由圖13，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的色澤

22、l*(d65)這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。色澤a*（d65）的理化指標(biāo)ans = 1.0000 -0.5420 -0.5420 1.0000因?yàn)橄嚓P(guān)系數(shù)是-0.5420（絕對(duì)值大于0.5），所以他們之間相關(guān)性不強(qiáng)。然后在matlab中作出了色澤a*（d65）這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖14由圖14，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的色澤a*(d65)這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。色澤b*（d65）的理化指標(biāo)ans = 1.0000 0.02550.0255 1.0000因?yàn)橄嚓P(guān)系數(shù)是0.0255（遠(yuǎn)小于0.5），所以他們之間幾乎不存在

23、相關(guān)性。然后在matlab中作出了色澤b*（d65）這一理化指標(biāo)在各個(gè)樣品酒中的走勢(shì)圖如下：圖15由圖15，采用灰色關(guān)聯(lián)度法同時(shí)結(jié)合相關(guān)系數(shù)，可以清晰的看出在紅釀酒葡萄和紅葡萄酒中的色澤b*(d65)這一理化指標(biāo)之間沒(méi)有很強(qiáng)的聯(lián)系。對(duì)于白釀酒葡萄和白葡萄酒中對(duì)應(yīng)的理化指標(biāo)的分析，我們也采用了同樣的方法對(duì)它的各項(xiàng)理化指標(biāo)進(jìn)行了分析得出了圖和相關(guān)系數(shù)（見(jiàn)附錄3）。4.4問(wèn)題4的模型建立與求解將附件2與附件3中葡萄和葡萄酒的理化指標(biāo)（見(jiàn)附錄4）整理后作為影響因素，變量葡萄酒的質(zhì)量是根據(jù)第一題第二組所有評(píng)酒員對(duì)每個(gè)樣品的得分之和來(lái)得到。建立多元回歸模型：然后在spss軟件中實(shí)現(xiàn)多元回歸分析，得出如下結(jié)

24、果（其他結(jié)果見(jiàn)附錄4）：表6 多元回歸結(jié)果系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tsig.b標(biāo)準(zhǔn) 誤差試用版1(常量)729.611885.342.824.470氨基酸總量-.001.001-.327-1.115.346蛋白質(zhì).035.016.6292.187.117蘋果酸1.386.521.9872.662.076多酚氧化酶.083.061.3451.350.270dpph自由基-2.8118.191-.079-.343.754總酚3.7511.2553.4422.988.058單寧-.335.747-.185-.449.684葡萄總酮-4.7911.307-3.256-3.666.035黃醇酮-.

25、198.162-.586-1.219.310總糖-.211.083-1.500-2.551.084還原糖.065.046.5061.407.254可溶性固形物.191.1001.0351.905.153干物質(zhì)含量.240.638.142.376.732果糖質(zhì)量.007.013.221.543.625果梗比-.0991.248-.029-.080.941出汁率-.328.212-.561-1.546.220酒單寧2.0372.476.463.823.471酒總酚-1.5982.741-.265-.583.601酒總黃酮-2.727.819-1.419-3.328.045酒白藜蘆醇.1742.90

26、8.017.060.956dpph半抑制124.61547.1691.1292.642.078色澤l-6.6628.626-.672-.772.496色澤a-.8887.183-.061-.124.909色澤b-1.3933.452-.519-.403.714把表6中“非標(biāo)準(zhǔn)化回歸系數(shù)”欄目中的“b”列系數(shù)代入上式得到回歸方程為：，從方差分析表中得知：f統(tǒng)計(jì)量為2.7，顯著性概率為為0.225。說(shuō)明回歸較顯著。此方程即為釀酒葡萄和白葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系。對(duì)紅葡萄酒及釀酒葡萄理化指標(biāo)數(shù)據(jù)實(shí)行同樣步驟，得出多元回歸方程為：，從方差分析表中得知：f統(tǒng)計(jì)量為3.025，顯著性概率為0.0

27、39，說(shuō)明回歸效果很顯著。此方程即為釀酒葡萄和紅葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系將葡萄酒質(zhì)量“y”與所得結(jié)果“非標(biāo)準(zhǔn)化預(yù)測(cè)值”的作差值，將結(jié)果篩選出大于0.8和小于0.8的數(shù)據(jù)。絕對(duì)差值大于0.8視為不符合，即能用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。絕對(duì)差值小于0.8視為符合，即能用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。然后通過(guò)對(duì)大于0.8和小于0.8的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)得出小于0.8的概率較大的結(jié)果。所以可以用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。5模型的分析與評(píng)價(jià)對(duì)問(wèn)題二，在釀酒葡萄多指標(biāo)的統(tǒng)計(jì)分析中，運(yùn)用降維的思想對(duì)指標(biāo)進(jìn)行主成分分析法，用新指標(biāo)樣本代替原樣本進(jìn)行統(tǒng)計(jì)分析，消除

28、原始變量間存在的共線性，克服由此造成的運(yùn)算不穩(wěn)定、矩陣病態(tài)等問(wèn)題，使問(wèn)題更加簡(jiǎn)化。 對(duì)問(wèn)題三，在分析聯(lián)系的過(guò)程中，運(yùn)用相關(guān)系數(shù)法和灰色關(guān)聯(lián)度分析曲線對(duì)釀酒葡萄和葡萄酒的理化指標(biāo)的相關(guān)性進(jìn)行分析。這樣可以明確的得到每個(gè)指標(biāo)的關(guān)聯(lián)程度。在此基礎(chǔ)上，又對(duì)顯著性相關(guān)的理化指標(biāo)進(jìn)行回歸分析，直觀顯示出釀酒葡萄和葡萄酒的理化指標(biāo)的的線性接近程度。對(duì)問(wèn)題四，將釀酒葡萄和葡萄酒的理化指標(biāo)和葡萄酒質(zhì)量按一定標(biāo)準(zhǔn)分為多級(jí)，用分級(jí)尺度代換較大的數(shù)字，更能揭示釀酒葡萄和葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系，效果比采用數(shù)量值統(tǒng)計(jì)方法有明顯的提高，在實(shí)際應(yīng)用中具有一定的現(xiàn)實(shí)意義。6模型的推廣與應(yīng)用通過(guò)相關(guān)系數(shù)和多元回歸等方

29、法得出釀酒葡萄和葡萄酒的質(zhì)量的關(guān)系，可以運(yùn)用到水果的處理或是各種水果成分提取問(wèn)題的研究，通過(guò)釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，在實(shí)際工程中可以側(cè)重主要指標(biāo)的提取，忽略部分指標(biāo)，實(shí)現(xiàn)最大的效益，還可推廣到水果質(zhì)量的評(píng)定、水果主成分提取、以及水果各影響指標(biāo)的標(biāo)準(zhǔn)的評(píng)定等問(wèn)題。參考文獻(xiàn)1 姜啟源. 數(shù)學(xué)模型（第三版）m. 北京：高等教育出版社，1999.2 韓中庚. 數(shù)學(xué)建模方法及其應(yīng)用（第二版）m. 北京：高等教育出版社，2009.3 李華，劉署東，王華，張予林.葡萄酒感官評(píng)價(jià)結(jié)果的統(tǒng)計(jì)分析方法研究n.中國(guó)食品學(xué)報(bào)，2006.4 張振強(qiáng).基于逐步回歸分析的財(cái)政收入模型研究j.經(jīng)濟(jì)研究導(dǎo)

30、刊.2009，(5):94-96.5 李運(yùn)，李記明，姜忠軍.統(tǒng)計(jì)分析在葡萄糖質(zhì)量評(píng)價(jià)中的應(yīng)用j.釀酒科技，2009，（4）：79-82.6 王金甲，尹濤等.基于物理化學(xué)性質(zhì)的葡萄酒質(zhì)量的可視化評(píng)價(jià)研究j.燕山大學(xué)學(xué)報(bào)，2010,34，（2）：133-137.7 陳雁, 李棟高. 顏色感覺(jué)的評(píng)價(jià)方法j. 紡織學(xué)報(bào) , 2005,(02)8 許春蘭. 因子分析的研究j. 內(nèi)蒙古石油化工 , 2005,(02) 附錄1第一問(wèn)數(shù)據(jù)處理結(jié)果：第一組紅葡萄酒品嘗評(píng)分（橫向方差：12.7）：品酒員酒種1號(hào)2號(hào)3號(hào)4號(hào)5號(hào)6號(hào)7號(hào)8號(hào)9號(hào)10號(hào)均值 15166495477617261746262.727181

31、867491808379857380.338085897669897383847680.445264656658827663837768.657474726284636884817173.367269716182696964818472.276370766459847259848471.586476656576726985757672.397778768285907692807981.5106782836875737568767574.2117360726363717066907370.1125442405553604761586953.9136984795973777776757774.61

32、47077707080597676767673156950505851505660677658.7167280807169718074787474.9177079916897826980817679.3186365495552576258706859.9197684846668878078828178.6207884767482797676868179.2217390967169607973867477.1227383726893727577798077.2238385868095938191847885.62470859068908470757870782560788162706764628

33、16769.2267380716178717276797773.827707763648076736785757369.1575.1173.466.1174.873.371.972.779.1975.15第一組白葡萄酒品嘗評(píng)分（橫向方差：71.52）：品酒員酒種1號(hào)2號(hào)3號(hào)4號(hào)5號(hào)6號(hào)7號(hào)8號(hào)9號(hào)10號(hào)均值 1858088617693838095798227847865479918568738174.2385678975787513679907985.347577806577838878858679.45844777607962747479747166145836578568067658468

34、.478481836674808068778277.587546815481597377858371.497969816070557381768572.9107542866087758373917174.3117946856074718662887272.3126442755267627756687063.3138242834966657662656965.9147848846779647868817372157448877181617967748272.4166949866570918762847774178154907078718774929178.81886448371727185647

35、48173.1197566836873648063737772.2208068827183818462878077.8218449855976868370888476.4226548905872777670807471237166806980827871877575.9248256797367596878868573.3258680826974677778778177.1267566827593918176908481.3275840796759556674737764.8286675896988878576889081.376.2956.7183.564.3976.172.6481.770.

36、681.179.5第二組紅葡萄酒品嘗品分（橫向方差：12.60）：品酒員酒種1號(hào)2號(hào)3號(hào)4號(hào)5號(hào)6號(hào)7號(hào)8號(hào)9號(hào)10號(hào)均值 16871805253767173706768.12757676716874837373717438269807863757277747674.647579737260777373607071.256668777576737272746872.166567756158667067676766.376865686547705774726765.38717078516269735968596698183857669808377757378.210677382626366667

37、2657268.8116461676250666451676461.6126768755863736772697168.3137464686570677076696568.8147171786467767480737272.6156260735459717170686965.7167165787064736675686969.9177273757475777976766874.5186765805562646274606565.4197265826164817680747172.6208075806670847983717075.8218072757262776370737872.222777

38、9756268697371697371.6237977808367798071817477.1246669727373687276767071.5256868846260666973666668.2266867836473747778637372277164727169718273736971.512.671.3769.7876.765.8964.372.677272.870.1569.52第二組白葡萄酒品嘗品分（橫向方差：26.69）：酒種1號(hào)2號(hào)3號(hào)4號(hào)5號(hào)6號(hào)7號(hào)8號(hào)9號(hào)10號(hào)均值 18478827579848169757277.927976778577798059767075.8385

39、74718779798045837375.648478748369828466777276.958379798077878273849181.568375746975778067777875.577879746969828061727874.287478746773777966736272.397778898884898554798180.4108677778281878461739079.8117983786360738161607671.4127381737967798044648472.4136878798178727562658173.9147577767678827968788277

40、.1158377888084838063767078.4166863756067866771526467.3177769798379878875788880.3187583827974847871746776.7197675787081808366787776.4208674757885817861737576.6218180798583768058858579.2228076828875898066728679.4237480808074797573837677.4246780777779788365728376.1257976798683888352858479.5268072758371

41、838353628174.3277279847976837763797877287582818178847971768979.6檢驗(yàn)正態(tài)分布概率密度函數(shù)圖形程序：x=82 74.2 85.3 79.4 71 68.4 77.5 71.4 72.9 74.3 72.3 63.3 65.9 72 72.4 74 78.8 73.1 72.2 77.8 76.4 71 75.9 73.3 77.1 81.3 64.8 81.3 77.9 75.875.6 76.9 81.5 75.5 74.2 72.3 80.4 79.8 71.4 72.4 73.9 77.1 78.4 67.3 80.3 76.

42、7 76.4 76.6 79.2 79.4 77.4 76.1 79.5 74.3 77 79.6;normplot(x) 假設(shè)性t檢驗(yàn)程序：x=62.7 80.3 80.4 68.6 73.3 72.2 71.5 72.3 81.5 74.2 70.1 53.9 74.6 73 58.7 74.9 79.3 59.9 78.6 79 77.1 77.2 85.6 78 69.2 73.8 73 ;y=68.1 74 74.6 71.2 72.1 66.3 65.3 66 78.2 68.8 61.6 68.3 8.8 2.6 5.769.9 4.5 5.4 2.6 5.8 2.2 1.6 7

43、.1 1.5 8.2 2 1.5;h,sig,ci = ttest2(x,y)x=82 74.2 85.3 79.4 71 68.4 77.5 71.4 72.9 74.3 72.3 63.3 65.9 72 72.4 74 78.8 73.1 72.2 77.8 76.4 71 75.9 73.3 77.1 81.3 64.8 81.3;y=77.9 75.8 75.6 76.9 81.5 75.5 74.2 72.3 80.4 79.8 71.4 72.4 73.9 77.1 78.4 67.3 80.3 76.7 76.4 76.6 79.2 79.4 77.4 76.1 79.5 74

44、.3 77 79.6;h,sig,ci = ttest2(x,y) 附錄2紅葡萄酒二次數(shù)據(jù)標(biāo)準(zhǔn)化后數(shù)據(jù)：編號(hào)氨基酸總量蛋白質(zhì)vc含量花色苷鮮重酒石酸蘋果酸檸檬酸多酚氧化酶活力褐變度dpph自由基葡萄樣品1-0.23-0.05-0.133.38-1.353.460.991.012.250.78葡萄樣品2-0.161.56-0.221.331.09-0.08-0.450.721.201.09葡萄樣品33.840.65-0.090.590.52-0.55-0.07-0.46-0.270.59葡萄樣品4-0.15-0.57-0.20-0.29-0.820.05-0.75-0.85-0.85-0.69葡

45、萄樣品5-0.350.66-0.230.170.96-0.340.460.79-0.640.48葡萄樣品60.67-0.42-0.22-0.66-1.12-0.75-1.491.32-0.72-0.60葡萄樣品70.00-1.51-0.19-0.50-0.190.71-0.760.180.22-1.49葡萄樣品8-0.280.07-0.161.52-0.222.231.912.712.810.64葡萄樣品9-0.083.200.011.512.12-0.240.00-0.710.192.88葡萄樣品10-0.65-0.234.99-0.68-1.23-0.72-1.17-1.370.30-0.15葡萄樣品11-0.02-0.28-0.21-1.090.890.941.08-0.98-0.79-0.57葡萄樣品120.11-1.37-0