本题讨论了如何分辨酒员的评价.docxVIP

一 . 问题重述 长久以来，葡萄酒一直受到各国人民的喜爱，随着人们物质生活水平的提高，人们对葡萄酒质量的关注也日益加强，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。根据这些关系要求我们求解的问题包括：1.分析附件1中两组评酒员的评价结果有无显著性差异，并且确定哪一组的结果更为可信。2. 根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄进行分级。3.分析葡萄酒与酿酒葡萄的理化指标之间的联系。4.分析葡萄酒和酿酒葡萄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。本题讨论了如何分辨酒员的评价，如何对葡萄进行分级，和葡萄酒理化指标对葡萄酒的影响，实质上是关于多目标相互影响的问题。根据题中所给的条件和问题，提取出相关数据的目标函数，建立模型。三.问题分析a是关于酒员评价结果的差异性问题，首先通过计算得出各种葡萄酒在两组的评分，然后根据数据，利用SPSS返回两个数据之间的相关系数，得出两者有显著性差异，红葡萄酒的相关性为0.699811，白葡萄酒的相关性为0.1b是关于评酒师哪一组结果更可信的问题可以利用Matlab根据T检验求出各种数据的差异性。第一问先对数据标号，标号方式如下：红葡萄酒澄清度色调香气纯正度 香气浓度香气质量口感纯正度口感浓度持久性口感质量平衡/整体评价白葡萄酒澄清度色调香气纯正度 香气浓度香气质量口感纯正度口感浓度持久性口感质量平衡/整体评价若是评价“哪一组结果更可信”的话，应该考虑一下系统误差和偶然误差，系统误差小的结果比系统误差大的结果可信，偶然误差小（数据比较集中）的结果比偶然误差大的结果可信。不如说，第n号红酒澄清度的实际分值（带有主观性，不过根据大数定理，无穷多个品酒师的评分的数学期望就是实际分值）为4分，那么同样是对n号红酒澄清度打分，第一组打了7个4分，2个5分和一个3分第二组打了6个4分，1个5分和3个3分，那么第一组的评分的数学期望就是4.1分，第二组的评分的数学期望就是3.8分，第二组的系统误差更大，第一组更可信；再比如说，第一组打了5个4分，3个5分和2个3分，第二组打了7个4分，2个5分和1个3分，那么两组的评分的数学期望都是4.1分，不过第一组的数据比较分散，偶然误差比较打，第二组更可信。 不同的品酒师的个人感受不可能完全一样，评分标准掌握尺度也有差异，因此难免有主观误差（系统误差的一类），不过如果品酒师是随机分配到两组的话，多数情况下可以认为不同的人的系统误差相互抵消（下文说不能相互抵消的话怎么办），因此重点考虑偶然误差。 可以通过统计学中的理论（需要用到t分布）得出同样的置信水平（可以设a=0.05）下每一个统计量（同一组人对同一种酒同一项指标的评分）的置信区间，然后求出置信区间的跨度（置信上限与置信下限的差，设为和与A和B对应，比如就是第二组的品酒师对第七种红葡萄酒口感浓度的评分的置信区间跨度），跨度小的偶然误差小。可以求出同一组品酒师评价同样的指标的置信区间跨度的平均值（但目前不知道应不应该分红葡萄酒和白葡萄酒），即然后比较和的大小，以及和的大小，小者偶然误差小，更可靠，这样就可以得出两组品酒师对同一个品种（一共十个指标）的评分哪个更可靠了。 如果计算不方便的话，可以不算置信区间跨度，而算标准差，这样就使第j组品酒师对l种酒第i项指标的评分的标准差了，而平均差越小的数据越可靠。当然，系统误差也可以存在，如果两组品酒师对同同一品牌的酒的同一项指标的平均打分（和，或和）差距比较大，说明其中一组存在较大的系统误差，或者两组都存在较大的系统误差，此时有两种方法，一种是在比较和的时候删去这个品牌的酒的该指标数据，另一种是比较分析那种更有可能有系统误差。四.模型的建立与求解 对问题(1)用T检验来判定两组评酒员的评价结果，观察两组样品酒平均值（见附录一）的差异是否显著。因为T检验就是用于小样本，总体标准差σ未知的正态分布资料，是用于小样本的两个平均值差异程度的检验方法。它是用T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。4.1.1. 建立假设、确定检验水准α 　H0：μ = μ0 =60（无效假设，） 　H1：（备择假设） 　双侧检验，检验水准:α=0.05 　2.计算检验统计量 ，v=n-1 3.查相应界值表，确定P值，下结论.图1两组红葡萄酒的平均值、和标准差第一组红葡萄酒第二组红葡萄酒平均值标准差平均值标准差酒样品162.79.638465酒样品168.19.048634酒样品280.36.307843酒样品274