文件2012高教社杯全國(guó)生數(shù)學(xué)建模競(jìng)賽_第1頁(yè)
文件2012高教社杯全國(guó)生數(shù)學(xué)建模競(jìng)賽_第2頁(yè)
文件2012高教社杯全國(guó)生數(shù)學(xué)建模競(jìng)賽_第3頁(yè)
文件2012高教社杯全國(guó)生數(shù)學(xué)建模競(jìng)賽_第4頁(yè)
文件2012高教社杯全國(guó)生數(shù)學(xué)建模競(jìng)賽_第5頁(yè)
已閱讀5頁(yè),還剩36頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

K-S檢驗(yàn)等方法確定了各葡萄酒樣本評(píng)分?jǐn)?shù)據(jù)的概率分布,從而確定了顯著性差異模型的建立,接著考慮兩組評(píng)分?jǐn)?shù)據(jù)的配對(duì)關(guān)系約束,引入lcxon本葡萄大多集中在二、三級(jí),紅葡萄樣本中樣本23質(zhì)量最優(yōu),為特級(jí)葡萄;樣12并量化兩組變量——釀酒葡萄與葡萄酒的理化指標(biāo)——之間的關(guān)系。分析結(jié)果如下:第一,增大釀酒葡萄果皮的含量對(duì)葡萄酒中DPH消除自由基的抗氧化作用和總酚保護(hù)清除自由基的共同作用下,釀酒葡萄中的DPPH自由DPPH半抑制體積。歸等模型,結(jié)合MATLAB、SPSS、SAS和EXCEL等軟件,對(duì)葡萄酒質(zhì)量的評(píng)價(jià)問(wèn)題1給出了某一年份一些葡萄酒的評(píng)價(jià)結(jié)23分析附件1葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量?問(wèn)題一要求比較兩組評(píng)價(jià)結(jié)果的是否存在差異,并建立合理的評(píng)價(jià)模型以判斷兩組對(duì)主觀評(píng)分結(jié)果合理性的評(píng)價(jià),僅僅局限于評(píng)分之間表面的數(shù)值關(guān)系是不夠的。因釀酒葡萄,是指以釀造葡萄酒為主要生產(chǎn)目的的葡萄品種[1]。問(wèn)題二要求分析確定質(zhì)量等27個(gè)指標(biāo)。對(duì)于這27個(gè)釀酒葡萄自身的理化指標(biāo),根據(jù)多個(gè)樣本得到的數(shù)據(jù)分綜合評(píng)價(jià)的結(jié)果,即可對(duì)釀酒葡萄進(jìn)行分級(jí)。X與單個(gè)X、Ypu,v。中的樣本作為檢驗(yàn)樣本組對(duì)模型的可行性進(jìn)行驗(yàn)證。葡萄酒的質(zhì)量只與釀酒葡萄的好壞有關(guān),忽略釀造過(guò)程中的溫度、濕度、人為干擾等其他因素的影響;mnji第iipqyBXYVW

步驟一:葡萄酒樣本評(píng)分概率分布的確定,其目的是確定顯著性差異模型的類(lèi)型;步驟二:兩組評(píng)酒員評(píng)價(jià)結(jié)果的顯著性差異模型的建立,主要通過(guò)Wicxon符號(hào)

x*

1 x

m1,

k9k1,k

由于不同品酒師對(duì)同一樣本相同項(xiàng)目的打分值差別不大,所以認(rèn)為采用均值替換法來(lái)處理缺失數(shù)據(jù)是可行的。以“酒樣品20”色調(diào)數(shù)據(jù)為例進(jìn)行修補(bǔ),得到修正后的數(shù)據(jù)123456789106646686686646668668例如,第一組白葡萄酒品嘗評(píng)分的數(shù)據(jù)中,可能由于手工輸入的誤差,品酒員73持久性評(píng)分的數(shù)據(jù)相對(duì)于相鄰各品酒員的評(píng)分發(fā)生了明顯的突變現(xiàn)象。這種數(shù)據(jù)表 12345678910757567567對(duì)兩組品酒員差異性評(píng)價(jià)的假設(shè)檢驗(yàn)一般要求數(shù)據(jù)符合正態(tài)分布。統(tǒng)計(jì)規(guī)律表明,[2]首先,計(jì)算針對(duì)每一個(gè)樣本10x

m1,其次,利用SPSS統(tǒng)計(jì)軟件中的P-P圖和單樣本K-S檢驗(yàn),對(duì)數(shù)據(jù)集兩組品酒員分別對(duì)紅、白葡萄酒品嘗得到的四組評(píng)價(jià)結(jié)果(見(jiàn)附錄8.1.2)進(jìn)行了正態(tài)分布檢驗(yàn),若樣點(diǎn)在正態(tài)分布P-P圖上呈直線(xiàn)散布,則被檢驗(yàn)數(shù)據(jù)基本上成一條直線(xiàn)[3]。 從圖1可以看出第一組(其余三組見(jiàn)附錄8.1-圖8.1)數(shù)據(jù)的散點(diǎn)分別近似為一條p0.5250.05。因此可以認(rèn)為品酒員對(duì)葡上述檢驗(yàn)顯示各類(lèi)葡萄酒得分情況屬于正態(tài)總體,為了進(jìn)一步說(shuō)明品酒員評(píng)分的科學(xué)性以及兩個(gè)評(píng)分組評(píng)分的可信度,需要檢查兩組給出的評(píng)分是否有顯著性差異,即對(duì)數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)。兩配對(duì)樣本非參數(shù)檢驗(yàn)一般用于同一研究對(duì)象分別給予兩種不同處理的效果比較[4]數(shù)據(jù)的檢驗(yàn),需要引入適用于T檢驗(yàn)中的成對(duì)比較,但并不要求成對(duì)數(shù)據(jù)之差i服從正態(tài)分布,只要求對(duì)稱(chēng)分布即可[5]的lcxon符號(hào)秩檢驗(yàn)法,用來(lái)決定兩個(gè)樣本是否來(lái)自相同的或相等的總體。其檢驗(yàn)步驟(以紅葡萄為例)如下: H1Step2.選定顯著性水平0.05n1n2Step3.根據(jù)樣本值計(jì)算成對(duì)觀測(cè)數(shù)據(jù)之差DiDi的絕對(duì)值按大小順序編上等級(jí)。最小的數(shù)據(jù)等級(jí)為1,第二小的數(shù)據(jù)等級(jí)為2,以此類(lèi)推(若有數(shù)據(jù)相等的情形,則取這幾個(gè)數(shù)據(jù)排序的平均值作為其等級(jí)(見(jiàn)附錄813。Step4.等級(jí)編號(hào)完成后恢復(fù)正負(fù)號(hào),分別求出正等級(jí)之和T和負(fù)等級(jí)之和T,選擇T和T中較小的一個(gè)作為威爾科克森檢驗(yàn)統(tǒng)計(jì)量T。Step5.統(tǒng)計(jì)量TETDTzTEt

N.TnnzTEt TnnzTEt 2.53H0,即在顯著性水平0.05下,認(rèn)為兩個(gè)品酒組對(duì)紅葡萄酒的評(píng)價(jià)結(jié)類(lèi)似地,對(duì)于兩個(gè)品酒組白葡萄酒的評(píng)價(jià)結(jié)果(見(jiàn)附錄8.1.3TEtz 2.23(特別是描述分析是評(píng)價(jià)葡萄酒質(zhì)量高低的重要方法[67]評(píng)鑒主評(píng)的評(píng)分信度主要采用肯德?tīng)柡椭C系數(shù)法來(lái)評(píng)定??系?tīng)柡椭C系數(shù)是指“以[8]。設(shè)有m個(gè)品酒員對(duì)j 1葡萄酒品嘗評(píng)分表中的數(shù)據(jù)進(jìn)行秩變換(814Step2.計(jì)算和諧系數(shù),建立秩相關(guān)分析評(píng)價(jià)模型,其目的是度量品酒組的整體評(píng)

1m2j3j 其中,QRmjR QRmjRStep3.

Rmj2 j102728本進(jìn)行評(píng)分,第m個(gè)品酒員對(duì)第j個(gè)樣本的評(píng)分秩為rmj,則Rmj rmj為品酒組對(duì)第R1R2,Rn之間差距較R1,R2,,Rn差距較小。解得四組評(píng)分結(jié)果2的計(jì)算值如表4所示,如果2 ,那么有1001%的把握可以斷定104可知,對(duì)于紅葡萄酒,第一組品嘗得分存在相關(guān)的概率大于第二組品嘗得分存27種指標(biāo)之間的關(guān)系研究,目的是構(gòu)建評(píng)價(jià)模型的指標(biāo)體系;27Step1.本部分涉及到的指標(biāo)共27個(gè),樣本對(duì)象27個(gè),第j個(gè)樣本的第iFij~Fij Fij Fisi分別為i指標(biāo)的均值和標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)化的目的在于消除不同變量的量綱的影 記第iiriirii 計(jì)算相關(guān)系數(shù)矩陣R的特征值12 270,及其對(duì)應(yīng)的特征向, ,,其中, , T,由特征向量組成27個(gè)新的指標(biāo)變量 Y21,2F12,2F2 27,2 F F 1,27 2,27 27,27,Step4.p根據(jù)以上步驟,本文利用SPSS統(tǒng)計(jì)軟件,首先求得各指標(biāo)的相關(guān)性系數(shù)表(見(jiàn)附5512345678在累計(jì)方差為83.044%的前提下分析得到八個(gè)主成分,這八個(gè)主成分提供了附件2釀酒紅葡萄的理化指標(biāo)中83.044%的信息,滿(mǎn)足主成分分析原則。從表5還可以看到,主1212可能是釀酒葡萄分級(jí)由以上分析利用SPSS統(tǒng)計(jì)軟件計(jì)算得到主成分分析正交解見(jiàn)附錄8.2.1正交解說(shuō)明,紅葡萄理化指標(biāo)當(dāng)中,主成分1為葡萄總黃酮、總酚、DPPH自由基和單寧的組合,主成分2為總糖、可溶性固形物和干物質(zhì)含量的組合,主成分3為蘋(píng)果酸和褐變度的組合,主成分4為果皮質(zhì)量與果穗質(zhì)量的組合,主成分5為紅綠色差指標(biāo)ab67為黃8為酒石酸。這組合說(shuō)明葡萄總黃酮、總酚、DPPH可溶性固形物和干物質(zhì)含量,蘋(píng)果酸和褐變度,果皮質(zhì)量與果穗質(zhì)量,紅綠色差指標(biāo)a值、黃藍(lán)色差指標(biāo)b值和白藜蘆醇,可滴定酸和固酸比可能在同一方面對(duì)釀酒葡萄分級(jí)起重根據(jù)釀酒葡萄指標(biāo)遴選分析與已知葡萄酒質(zhì)量評(píng)分規(guī)則,以紅葡萄為例,釀酒葡萄理化指標(biāo)121進(jìn)一步分為主成分1至主成分8217個(gè)和10個(gè)三級(jí)指標(biāo),故三級(jí)指標(biāo)共27個(gè)。在已建立的指標(biāo)體系中,指標(biāo)集可能同時(shí)含有“極大型”和“極小型”指標(biāo),我們分別稱(chēng)之為優(yōu)質(zhì)因子和劣質(zhì)因子,也存在“中間型”指標(biāo)。因此在評(píng)價(jià)之前必須將評(píng)價(jià)指標(biāo)的類(lèi)型進(jìn)行一致化處理,即要統(tǒng)一化為極大型指標(biāo)。xixiMixi(xi0,i1,2,...,27),其中Mi為指標(biāo)xi可能取到的最大值。中間型指標(biāo):對(duì)于某個(gè)中間型指標(biāo)xi

,m

1Mm

Mi 2M i MmxMi

本文的各個(gè)評(píng)價(jià)指標(biāo)之間由于各自的度量單位及數(shù)量級(jí)的差別,而存在著不可公度本文采用極差化的方法,對(duì)n個(gè)樣本27項(xiàng)三級(jí)指標(biāo)的指標(biāo)值i1,2,...,27)

2,..,x*xijmii Miix*(j1,2ni1,227)考慮到釀酒葡萄的分級(jí)不僅僅是由葡萄或葡萄酒內(nèi)的一種成分決定的,并且每一種9]進(jìn)行釀酒葡萄的評(píng)價(jià)。: 程度指標(biāo)的權(quán)向量(8.2.1w0.025338,0.050677,0.037031,0.049375,0.098749,0.024966,0.033288,0.091543,0.055744,0.027149,0.026999,0.025413, 可溶性固形物干物質(zhì)含 8,隨機(jī)一致性指標(biāo)CI(10.013,CR(2)CR(3)00.10,組合一致性比率指標(biāo)為:CRCR(1CR(2CR(30.0290.1,表明判斷矩陣具有滿(mǎn)意一釀酒葡萄綜合評(píng)價(jià)模型是通過(guò)一定的數(shù)學(xué)模型或算法將多個(gè)指標(biāo)的評(píng)價(jià)值“合成”xp為第p個(gè)一級(jí)評(píng)價(jià)指標(biāo)所得評(píng)價(jià)值,xpq為第p個(gè)一級(jí)評(píng)價(jià)指標(biāo)的第q個(gè)二級(jí)評(píng)價(jià)指標(biāo)所得的評(píng)價(jià)值,xpqi為第p個(gè)一級(jí)評(píng)價(jià)指標(biāo),第q個(gè)二級(jí)評(píng)價(jià)指標(biāo)的第i個(gè)三級(jí)評(píng)價(jià)指標(biāo)所得的評(píng)價(jià)值。將釀酒葡萄分級(jí)綜合評(píng)價(jià)指標(biāo)所得的評(píng)價(jià)值以相應(yīng)的權(quán)重系數(shù)來(lái)加權(quán),其加權(quán)和作為釀酒葡萄質(zhì)量的綜合評(píng)價(jià)值y:ywpxpxp;xpwpqxpqxpq;xpqwpqixpqixpqi;xpwpqxpqxpqwpqixpqixpfRpxpqfRpqxpqifRpqi個(gè)二級(jí)評(píng)價(jià)指標(biāo)的權(quán)重值,wpqixpqipq個(gè)二級(jí)評(píng)價(jià)指標(biāo)的第i個(gè)三級(jí)評(píng)價(jià)指標(biāo)的權(quán)重值,其值見(jiàn)各影響分級(jí)程度指標(biāo)的權(quán)重匯總表(表7。

f

w21ix21ifR21iw22ix22ifR22iw23ix23ifR23iw24ix24ifR yy越大,就葡萄的質(zhì)量的評(píng)價(jià)值y(越?。环粗?,葡萄質(zhì)量的評(píng)價(jià)值越低,葡萄質(zhì)量越差,分級(jí)所得的級(jí)別數(shù)越靠后(越大。于是,建立分級(jí)階梯模型來(lái)確定釀酒葡萄的級(jí)別數(shù)B:評(píng)價(jià)值y8

yBfy55

yyyyyyy利用 123456789 27個(gè)釀酒葡萄樣本中品質(zhì)最優(yōu)的為樣本23,品質(zhì)最劣的為樣本(最劣級(jí))的樣本個(gè)數(shù)分別為0和1。越高級(jí)別的釀酒葡萄對(duì)各項(xiàng)指標(biāo)趨于為了研究釀酒葡萄與葡萄酒的理化指標(biāo)之間的相關(guān)性,令釀酒葡萄為輸入變量,葡[10]。Step1.X(X1,X2,X55,葡萄酒的理化指標(biāo)記為Y(Y1,Y2,,Y9Z為30927次中心化觀測(cè)數(shù)據(jù)陣: Y1,9 Z (X,Y 5530 Y55,9 RR分為 R 22R11R22R12R21為釀酒 AR1RR1R2S;BR1RR1R的特征根2111222

1S1(S),S1(S 1 2

222111 則隨機(jī)變量釀酒葡萄的理化指標(biāo)X和葡萄酒的理化指標(biāo)Y的典型相關(guān)系數(shù)為 (tW

W

W 理化指標(biāo)Y的典型相關(guān)分析之前,首先應(yīng)檢驗(yàn)兩組變量是否相關(guān);如果不相關(guān),即cov(X,Y)0,則討論的兩組變量的典型相關(guān)就毫無(wú)意義。22728239個(gè)指標(biāo)的原始數(shù)據(jù)。其中,30個(gè)是釀酒葡萄的理化指標(biāo),如下表所示。VC多酚氧化酶活力PH果梗比出汁率b*(+黃;-藍(lán)除此之外,9x31花色苷(mg/L)x32單寧(mmol/L),x33總酚(mmol/L)x34酒總黃酮(mmol/L)x35白藜蘆醇(mg/L)x36DPPH半抑制體積(IV50)1/IV50(uL)x37L*(D65)x38a*(D65)x39b*(D65)利用 表11123456789Prop第一、第二、第三、第四對(duì)典型變量之間的典型相關(guān)系數(shù)都大于09。由此可見(jiàn)這關(guān)性的顯著程度,需要進(jìn)行典型相關(guān)系數(shù)的顯著性檢驗(yàn)。通過(guò)SAS檢驗(yàn)結(jié)果如表12所示:12Testthatremainingcorrelationsare1234567890.01的顯著性水平下,前三對(duì)典型變量之間相關(guān)關(guān)系顯著。標(biāo)準(zhǔn)化后的典型變量的系數(shù)來(lái)建立典型相關(guān)模型見(jiàn)表13。13 11V20.14x30.29x40.25x5 0.37x110.47x120.54x130.36x200.35x28V30.26x20.36x40.25x90.56x100.55x11 DPPH半抑制體積從各種釀酒葡萄指標(biāo)中分離出來(lái)(典型4.13相應(yīng)典型載荷為-1.02PPHPPH自由基含量、PH值、可滴定酸含量也對(duì)其有一定的影響。因此,增大釀酒葡萄果皮的含量對(duì)葡萄酒中DPPH半抑制體積含量的增加有重要影響。9(典型載荷為190和072,釀酒葡萄指標(biāo)中與之相對(duì)應(yīng)的解釋變量是蘋(píng)果酸、葡萄總黃酮和單寧(典型載荷為058、054和047。顯而易見(jiàn)的,葡萄酒中和釀酒葡萄中的單寧具有較強(qiáng)的相關(guān)(類(lèi)黃酮化合物主要來(lái)源于釀酒葡萄中的葡萄總黃酮。值得注0.58043DPPH總黃酮和總酚(0.56,0.56和055。在葡萄總黃酮消除自由基的抗氧化作用和總酚對(duì)清除自由基保護(hù)的共同作用下,釀酒葡萄中的DPPH自由基轉(zhuǎn)化為葡萄酒中的DPPH半抑制體積。它們之間的對(duì)應(yīng)關(guān)系可以用下圖表示:3Step1nnNStep3:利用篩選后的指標(biāo)與葡萄酒質(zhì)量評(píng)價(jià)結(jié)果,建立多元線(xiàn)性回歸模型;Step4:然后根據(jù)剩下的Nn個(gè)樣本對(duì)的釀酒葡萄和葡萄酒的理化指標(biāo),對(duì)葡萄問(wèn)下釀酒葡萄和葡萄酒的共23個(gè)理化指標(biāo),結(jié)果見(jiàn)附件表844。涉及py01x12x2 pxp y1y1YXY與 (In階單位陣?,使隨機(jī)誤差minTmin(YX)T(YX (YX?)T(YX?)0, 0,ii

0(j1,XYX不滿(mǎn)秩時(shí),其解不唯一,但對(duì)任意一組解?都能使殘差平方和最小,Q(?)minQ()。y的影響程度都很大。從而我們通過(guò)逐步 Step2:進(jìn)行回歸系數(shù)顯著性檢驗(yàn),取tPmaxStep3:Pmax是否0.05step5step4;:Step5:則可拒絕H0,則所有指標(biāo)與因變量線(xiàn)性關(guān)系顯著,輸出方程,結(jié)束。

4首先,利用MATLAB軟件將紅葡萄和對(duì)應(yīng)紅葡萄酒的27個(gè)樣本隨機(jī)抽取了20個(gè)樣本(84120SPSS軟件進(jìn)行求解,得到y(tǒng)797.5790.862x11.82x21.081x465.783x5940.449x6化指標(biāo)DPPH半抑制體積(IV50)x6以及L*(D65)x7。

x5件SPSS14 R 調(diào)整R 通過(guò)表XR0.950,R20.902R20.844R215F17516tB11670T檢驗(yàn)結(jié)果。t7.341、4.130、-4.357、4.106、-3.746、-3.100、7.989和6.003p在5.4.1七元線(xiàn)性回歸模型的基礎(chǔ)上,將未選中的7個(gè)樣本作為檢驗(yàn)樣本組,對(duì)模套用5.1.3中的顯著性差異模型,令H0:七元線(xiàn)性回歸模型對(duì)品酒員的評(píng)價(jià)結(jié)果是相同的;H1:兩組品酒員對(duì)酒樣本的評(píng)價(jià)結(jié)果是不同的。SPSS進(jìn)行Wilcoxon18檢驗(yàn)統(tǒng)計(jì)量V2-ZWilcoxonXP0.05,故接受原假設(shè),認(rèn)為釀酒葡萄和葡萄酒的理化指標(biāo)與葡萄酒的質(zhì)量之間的關(guān)系足夠密切,通過(guò)5.4.1中得到的七元線(xiàn)性回歸方程來(lái)評(píng)價(jià)葡萄酒質(zhì)對(duì)于問(wèn)題一,首先運(yùn)用了配對(duì)樣本W(wǎng)ilcoxon符號(hào)秩檢驗(yàn)法對(duì)兩組評(píng)酒員的評(píng)價(jià)結(jié)其次,通過(guò)肯德?tīng)柡椭C系數(shù)法分析評(píng)價(jià)結(jié)果的可信度的方法,比計(jì)算原始數(shù)據(jù)的矩相關(guān)系數(shù)更能反映評(píng)分者評(píng)分與最后得分之間的關(guān)系。模型的不足之處在于僅考慮了評(píng)(偏差分析可以很好地反映個(gè)評(píng)分者的穩(wěn)定性好壞,即評(píng)分者的評(píng)分結(jié)果與最后得分之間距離n d2 (xx)(xx) 3中葡萄和葡萄酒的芳香物質(zhì)的指標(biāo)。曾懷 ,20陳 StoneH,SidelJL,OliverSetal.Sensoryevaluationbyquantitativedescriptiveanalysis[J].FoodTechnology,1974,28(11)24-34;StoneH,SidelJL,BloomquistJ.Quantitativedescriptiveanalysis[J].CerealFoodsWorld,1980,25;624-634;司林 姜啟源謝金星葉俊,數(shù)學(xué)模型(第三版)姜婧張啟平,典型相關(guān)分析的交叉效率模型及其在鋼鐵行業(yè)的應(yīng)用,工業(yè)技術(shù)經(jīng)198持久性的評(píng)分出現(xiàn)異常,經(jīng)修正后分值為6。P-P(Aayz令下的【P-P(P-PPlots)命令。8.1P-P在SPSSAanlyze,NonparametricTests,1-sampleK-SOne-sampleKolmogorov-Smimov Varoooo2變量進(jìn)入TestVariabledistribution框中選中NormalOne-SampleKolmogorov-SmirnovNNormalStd.MostExtremeKolmogorov-SmirnovAsymp.Sig.(2-CalculatedfromOne-SampleKolmogorov-SmirnovNNormalStd.MostExtremeKolmogorov-SmirnovAsymp.Sig.(2-CalculatedfromOne-SampleKolmogorov-SmirnovNNormalStd.MostExtremeKolmogorov-SmirnovAsymp.Sig.(2-Calculatedfrom8.1符號(hào)秩次符號(hào)秩次224488699335577118.2符號(hào)秩次符號(hào)秩次733117722686688998.31234567891488462253585248753699767899859765222231337969682464795571631644189778631133415149975624411232758388.41234567891682584263495211652376668789877481213989579221923416211635493493863744937865855772493555787192143648.51234567891992927766354768526996497587834986875321238913257783127411649316553526392458878744498615345311412268.6123456789137643221812112341728452381452128263675859599998334699748876444449863577312528619676537591766558793RotatedComponent12345678葡萄總黃酮-------------------------------------------蘋(píng)果酸---褐變度-----果皮質(zhì)量-----果穗質(zhì)量-----百粒質(zhì)量-------------------可滴定酸--------PH--------酒石酸--檸檬酸---白葡萄相關(guān)性系數(shù)表見(jiàn)附件8.7123456789在累計(jì)方差為83.516%的前提下分析得到十個(gè)主成分,這十個(gè)主成分提供了附件釀酒白葡萄的理化指標(biāo)中83.516%由以上分析利用SPSSRotatedComponent123456789---------------------果穗質(zhì)量----------------------------------可滴定酸--------PH-----------------------------------果皮質(zhì)量-----百粒質(zhì)量-------褐變度-------------------------------重正交解說(shuō)明,白葡萄理化指標(biāo)當(dāng)中,主成分1和還原糖的組合,主成分2為總酚、葡萄總黃酮和單寧的組合,主成分3為紅綠色差指abL4PH值5VC678為910為花色苷。這組合說(shuō)明可溶性固形物、總糖、干物質(zhì)含量和還原糖,總酚、葡萄總黃酮和單寧,紅綠色差指標(biāo)a值、黃藍(lán)色差指標(biāo)b值和亮度值LPH值可能在同一方面對(duì)釀酒葡萄分級(jí)起重要作用,而VC含量、蘋(píng)果酸、果皮質(zhì)量、褐變度、白藜蘆醇、花色苷分別在不同角度影響釀酒11111211111111111111111111111111321831481516917718193111111111111111000000000000000000000000000000000000000000000000000000000000000000000000000052價(jià)95317232121可滴定酸PH果皮質(zhì)量褐變度n12345678900紅葡萄標(biāo)準(zhǔn)化處理結(jié)果和白葡萄標(biāo)準(zhǔn)化處理結(jié)果見(jiàn)附件總糖b*(+黃;-藍(lán)PHVC含量8.8123456789proccancorrvarCOL1COL2COL3COL4COL5COL6COL7_COL8_COL9COL10COL11COL16COL17COL18_COL19COL20COL26COL27LCOL29COL30;withCOL31COL32_COL34_COL35_COL36LD65_AD65BD65_;

88 4 3

氨基酸總量

-

The

1 0

蛋白質(zhì) -- - - 123456.789TestofH0:ThecanonicalcorrelationsintheEigenvaluesofInv(E)*Hcurrentrowandallthatfolloware= FValue NumDF DenDF Pr>F

FValue NumDF Pr>FWilks' Pillai's Roy's FStatisticforRoy'sGreatestRootisanupperbound.12

- - -- 酒石酸 蘋(píng)果酸 -- -- 檸檬酸 -- -- 多酚氧化酶活力- 褐變度- - - 0 -- -- 總酚- 0 單寧 -- - 葡萄總黃酮- - 白藜蘆醇- 黃酮醇 - - 總糖- -- - 還原糖- 可溶性固形物 - - -- -- 可滴定酸- - 干物質(zhì)含量 -- 果穗質(zhì)量 -- 百粒質(zhì)量- - - 果梗比 -- - 出汁率- - 果皮質(zhì)量- - - - - -- - - -

氨基酸總量- - - 蛋白質(zhì) - - -- - --酒石酸---蘋(píng)果酸--檸檬酸-0-- 多酚氧化酶活力 褐變度褐變度--4--總酚--0單寧--葡萄總黃酮0-白藜蘆醇 13TheCANCORR 黃酮醇- - 總糖- - 還原糖 - - 可溶性固形物 - -

可滴定酸00--干物質(zhì)含量0--果穗質(zhì)量---百粒質(zhì)量--果梗比---出汁率--果皮質(zhì)量3-L00-----RawCanonicalCoefficientsfortheWITH 花色苷 -- 單寧0 - - 總酚- - 酒總黃酮- -0 - 白藜蘆醇- 0 -4 - L - -- -0a -- -b - - 0RawCanonicalCoefficientsforthe

- - -

花色苷 單寧- - - 總酚 -- 酒總黃酮 - -0 白藜蘆醇- - -- 28L a b -14TheCANCORRProcedureVARVariables 氨基酸總量 - 蛋白質(zhì)

- - -- 總酚- 單寧 - -- - - 白藜蘆醇- 黃酮醇 - - 總糖- - -- 還原糖- 可溶性固形物 - - - -- - 可滴定酸- - 干物質(zhì)含量 - - 果穗質(zhì)量 - - 百粒質(zhì)量- - - 果梗比 - -- 出汁率- - 果皮質(zhì)量- -

-- -0 -- - -0 酒石酸- - -0 蘋(píng)果酸0 -- 檸檬酸- -- - - - - - 總酚- - 單寧- - 0 00 - 0 15TheCANCORRProcedureVARVariables - - -

- - -

- - - 0- - 酒石酸

- - - - -

-0-

-

黃酮醇總糖- 蘋(píng)果酸 - -

還原糖 -0 - - -

VAR

檸檬酸 - -- - 多酚氧化酶活力

- 0 - --

-

-

褐變度

- -

-

-

總酚

0 0 - - 果穗質(zhì)量- - - 百粒質(zhì)量- - 果梗比- -- 出汁率- - 果皮質(zhì)量 -0 - - - - -WITHVariables 花色苷 - - 單寧 -0 - 總酚- - 酒總黃酮- - - 白藜蘆醇- - - L - - -- a - -- b - - WITHVariables 花色苷 單寧- -

- - - - 白藜蘆醇- - 積(IV50)1/IV50(uL) - L a b -16CanonicalBetweentheVARVariablesandTheirCanonicalVariables 氨基酸總量 蛋白質(zhì) - - -- - - - 酒石酸- 蘋(píng)果酸 - 檸檬酸- - - 多酚氧化酶活力 - - 褐變度 - -- 總酚 - - 單寧 - -

- 白藜蘆醇0 - 黃酮醇 0 -0 總糖0 0 還原糖- 0 可溶性固形物0 -0 - 0 -0 可滴定酸0 -- - - 0 - 干物質(zhì)含量0 果穗質(zhì)量0 -- - 百粒質(zhì)量- - -- - 果梗比0 -0 0 出汁率- - - - 果皮質(zhì)量- - -- - - - - 0 -- - - -BetweentheVARVariablesandTheirCanonicalVariables -0 -0 - 0 -0 -- - - - - 酒石酸- - 蘋(píng)果酸 -0 檸檬酸 -0- - - - 0 - - 0 總酚 - 0 單寧 - - 17CanonicalBetweentheVARVariablesandTheirCanonicalVariables 黃酮醇- 總糖 - 還原糖 -- 0 - 0 - -- - - -- 0 - 果穗質(zhì)量- - - 百粒質(zhì)量- - 果梗比

- 出汁率- - - 果皮質(zhì)量 - - -- - -BetweentheWITHVariablesandTheirCanonicalVariables 花色苷 - - 單寧 總酚 - 酒總黃酮 - - 白藜蘆醇 - - L - - -- -a

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論