关于葡萄酒评价的数学建模论文.docVIP

葡萄酒的评价 摘要 本文主要采用数学统计与分析方法，利用,等工具解决了有关葡萄酒质量评价的一系列问题。 关于问题一，分析判断两组评酒员评价结果有无显著性差异及哪组结果更可信。首先我们采用-检验法，根据值判断差异的显著性，代入数据后求得双尾 主成分分析 相关系数 -检验问题重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1. 分析附件1中两组评酒员的评价结果有无显著性差异，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？ 问题分析 问题一要分析两组评酒员的评价结果有无显著性差异并判断哪一组结果更可信。由于题目中有数据缺失和错误数据，我们采用曲线拟合处理这一问题。因为所给数据是小样本，总体标准差未知的正态分布资料检验，根据所求得的值判断两个平均数的差异是否显著。然后将第一组10位评酒员对于酒样品所给评分的方差值与第二组10位评酒员对于酒样品所给评分的方差值做比较，方差大的一组则说明其打分较为严格，即说明他们对待评酒较为认真，从而认为其较为可信。 问题二要求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。考虑到不清楚葡萄酒的理化指标与葡萄酒的质量之间的关系，所以分为两种情况进行分组分析。首先根据酿酒葡萄的理化指标,采用主成分分析法给酿酒葡萄综合评分并排序，根据综合评分的排序结果对酿酒葡萄样品分级；然后将问题一所得出的较为可信的一组酒样品的评分作为葡萄酒的质量并以此分级，此即为各葡萄酒样品对应的酿酒葡萄样品的另一种分级情况。 问题三要求分析酿酒葡萄与葡萄酒理化指标之间的联系，即要求得出它们各项理化指标之间联系的紧密程度，所以采用回归分析的方法计算它们的各理化指标的相关系数，然后以相关系数的绝对值大小表示它们之间联系的紧密程度。 问题四要求探究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并判断用葡萄和葡萄酒的理化指标来评价葡萄酒的质量的可行性。考虑到问题三已经得出酿酒葡萄和葡萄酒理化指标之间的联系，且葡萄酒的理化指标相对较少，因此选择分析葡萄酒的理化指标对葡萄酒质量的影响。可以通过前面的结果，得出葡萄酒的理化指标对葡萄酒产生影响的几个主要因素，再依据这几个因素结合葡萄酒质量排序，便可以得出这几个因素对葡萄酒质量的影响。第二小问将附表3中的芳香物质考虑进来，判断其对葡萄酒质量是否有影响，从而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。 问题假设 假设题目所给数据都是真实可靠； 假设每位评酒员都是公平公正的； 假设两组评酒员的酒样是同一种葡萄酒； 假设在问题分析的过程中酿酒工艺等环节对葡萄酒的质量没有影响； 假设每一位评酒员给出的葡萄酒样品的总分是综合各方面之后的分数； 假设题目给出的数据是足够多的； 变量说明 :统计量 :总体标准差 :差异发生的概率 :自由度 :方差平均值 :第位评酒员给第个样品的评分 :相关矩阵 模型建立与求解 5.1问题一 5.1.1模型建立 分析附件1中两组评酒员的评价结果有无显著性差异 对于两组评酒员的评价结果有无显著性差异的分析问题，采用检验。因为检验是用于小样本总体标准差未知的正态分布资料两个平均值差异程度的检验方法。它是用分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。，即先假定两个总体平均数之间没有显著差异； 　　2、计算统计量值，对于不同类型的问题选用不同的统计量计算方法； 　　（1）如果要评断一个总体中的小样本平均数与总体平均值之间的差异程度，其统计量值的计算公式为： 　　 　　（2）如果要评断两组样本平均数之间的差异程度，其统计量值的计算公式为： 　　 　　3、根据自由度，查值表，找出规定的理论值并进行比较。理论值差异的显著性水平为0.01级或0.05级。不同自由度的显著水平理论值记为和 4、比较计算得到的值和理论值，推断发生的概率，依据下表（表5.1.1）给出的值与差异显著性关系表作出判断。 值与差异显著性关系表 值 差异显著程度 差异非常显著 差异显著 差异不显著 表5.1.1 值与差异显著性关系表 5、根据是以上分析，结合具体情况，作出结论。 哪一组结果更可信。 对于哪一组的评分结果