七、问题三的求解.docVIP

葡萄酒相关问题的模型与优化 摘 要 本文主要研究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响问题,根据题目所给定的一些数据,分析并建立了他检验、主成分分析、模糊综合评判、典型性相关分析、多元线性回归和灵敏度分析相应的模型. 问题一：针对附件1中的对葡萄酒的品评数据具有信息量大、影响因素多等特点，通过对数据进行简化，然后对每组所得的数据进行检验，进行显著性检验，利用软件求解，得出红、白两组评价均为显著，且红、白葡萄的第二组评酒员的评价都更可信. 问题二：用主成分分析提取酿酒葡萄理化指标的8个主要成份，接着运用模糊综合评价方法对酿酒葡萄理化指标与葡萄酒质量进行分析，实现酿酒葡萄由1~5个等级的划分. 问题三：分析酿酒葡萄与葡萄酒的理化指标之间的联系，建立典型性相关模型，利用软件求解，得出各相关系数矩阵以及相关系数，得出这些理化指标间的或正或负相关关系. 问题四：使用多元回归分析建立酿酒葡萄和葡萄酒的理化指标以及芳香指标对葡萄酒质量影响的模型，得出，如红葡萄：葡萄总指标以及葡萄酒总指标都对其呈正相关，芳香指标都对其呈负相关.后用局部灵敏度分析对模型的参数进行灵敏度等级划分.由其结果得出各参数的灵敏度均为中等或以上.证明能用能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量. 关键词：检验；主成分分析；模糊综合评判；多元回归；灵敏度分析 一、问题重述 1.1问题的背景 葡萄酒有着7000余年的悠久历史, 并且拥有丰富的文化底蕴, 由于色泽亮丽, 香气浓郁, 营养丰富, 深受世界各国消费者青睐, 经久不衰.葡萄酒化学成分复杂, 葡萄酒的质量是各种化学成分的综合反映.为了确定葡萄酒的质量，一般是聘请一批有资质的评酒员进行品评.通过每个评酒员在对葡萄酒进行品尝后对其分类指标打分，求和得到其总分，最终确定葡萄酒的质量. 1.2问题的提出 1）分析两组评酒员的评价结果，说明评价结果是否有显著性差异，哪一组结果更可信. 2）根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级. 3）分析酿酒葡萄与葡萄酒的理化指标之间的联系. 4）分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量. 二．问题分析 2.1问题一的分析 由于两组评酒员的评价数据时两两配对，近似正态分布，可以采用软件的配对样本检验功能来研究两组评酒员的评价结果是否有显著性差异. 2.2问题二的分析 由于酿酒葡萄的指标太多，所以不同指标的影响也不同，根据题目所给的数据用软件中的主成分分析法确定其中的主成分.又因为葡萄酒的品评一般是通过聘请一批有资质的评酒员进行品评，而品评往往受到品评员的嗜好、习惯、情绪、年龄、经验等因素影响，评定常有一定的主观性和不确定性，这会使评分的可靠性受到影响.所以采用模糊综合评判模型来处理上述的模糊因素，从而对酿酒葡萄进行分级. 2.3问题三的分析 酿酒葡萄与葡萄酒的理化指标都含有多个变量，为了探讨酿酒葡萄与葡萄酒的理化指标之间的关系，采用软件中的典型相关分析，揭示两组变量之间的内在联系. 2.4问题四的分析 酿酒葡萄和葡萄酒的理化指标对葡萄酒质量影响的研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，采用多元线性回归来解决问题.通过灵敏度确定哪些参数对葡萄酒质量有影响. 问题假设 3.1假设所有评酒员都是公正的. 3.2假设附表中数据允许有误差出现. 3.3假设所有的评酒员在不受外界客观因素的影响. 符号说明 ——第个因素的原变量 ——第个主成分 ——截荷 ——第个特征根 ——第个权系数 ——第个特征向量 ——误差 ——影响值 问题一的求解 5.1 检验模型的建立与求解 由于问题一中的数据近似正态分布，采用检验来判定两组评酒员的评价结果，观察两组数据的均值是否差异，从而判断两个均值的差异是否显著. 5.1.1 建立检验模型 步骤1：提出原假设. 步骤2：选择统计量. 对两样本检验采用统计量. ①对两组样本分别计算出两组的观测值的差值得到差值样本. ②利用差值样本，通过对其均值是否显著为0的检验来判断两总体均值的差是否显著为0. 步骤3：计算检验统计量观测值和概率值 . 步骤4：给定显著水平，并作出决策. 5.1.2模型求解 方案一： 两配对样本检验的原假设为：两总体均值无显著差异. 表述为： (式5-1) ，分别为第一个和第二个总样本的均值. 表5-1 第一组与第二组葡萄酒的成对样本统计量 成对样本统计量 均值 N 标准差 均值的标准误 第一组红葡萄酒 73.056 27 7.3426 1.4131 第二组