2012数学建模 A题优秀论文.pdf

  基于多元统计方法的葡萄酒评价模型 摘 要 本文研究了葡萄酒的评价问题. 针对大量的数据，我们采用诸多多元统计分析方法 进行分析研究，具体方法如下： 对于问题 1，鉴于葡萄酒的外观、香气、口感以及整体映像在质量评价过程中所占 比重不同，以上述四个量的平均评分作为分量构造四维向量，建立了多维分布下两组样 本之间的t 检验模型，得出了两组评价结果之间存在显著差异；同时，为了进一步说明 检验结果的准确性，我们建立了 Wilcoxon 符号秩检验模型进行检验，得出的检验结果 和模型一的结果是一致的. 由于10位评酒员是在独立地评分，因此对于同一酒样品，若10位评委的评分比较 接近，便有理由认为成绩比较可信，如果差异很大，说明评分过程中可能受到外界或者 个人情绪的影响，可认为评分不可信.为此我们定义了衡量波动程度的指标——变异度， 并判断出第二组评分更可信. 对于问题2，为了对酿酒葡萄进行分级，首先通过层次聚类分析法将27种葡萄分成 若干组；其次，求出评分中葡萄酒四项质量指标所占的权重，结合葡萄的理化指标对各 个组进行综合评分，以综合评分的大小来评价每组葡萄的优劣，从而对 27 个样品进行 分级. 对于问题 3，首先通过典型相关分析判断出酿酒葡萄与葡萄酒的理化指标之间具有 较强的相关性；其次，逐个对理化指标进行相关性分析，得到了各个指标的主要影响因 素；最后，运用多元线性回归模型建立了酿酒葡萄与葡萄酒的主要理化指标之间的回归 方程，明确了它们之间的联系. 对于问题 4，以第二组评酒员给出的评分作为因变量，以酿酒葡萄和葡萄酒的理化 指标为自变量进行多元回归分析；SPSS运行结果显示，它们之间线性关系显著，适合做 线性回归分析；模型中的多个自变量之间存在多重共线性，因此采用逐步回归法进行处 理；同时，注意到某些模型的判别系数R2 的值偏小，由此得出，在葡萄酒质量的影响 因素中，应该存在其他的影响因素，仅仅通过理化指标不能完全判断. 关键词：多维分布下的t 检验模型；Wilcoxon符号秩检验；变异度；层次聚类分析法； 典型相关分析；非参数相关性检验；多元回归分析 1      1 问题的提出 不同葡萄品种在色泽、大小、形态及所含成分上都有着很多不同，葡萄的颜色、 皮的厚度及酸、糖、多酚类等物质的含量都直接影响着酒的色、香、味.酿酒葡萄与 [1] 日常食用葡萄有很大不同 ，虽味道非常浓厚，但多是肉少核多，皮厚汁少，颗粒小， 缺乏鲜食价值.但正是这些不起眼的葡萄在发酵酿制之后，变成了我们餐桌上的美酒. 不同葡萄品种酿制出的葡萄酒是不同的，但是，除了品种间的差异，葡萄自身的质 [4] 量是酿制高品质葡萄酒的关键 . 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. 题目给出了某一年份的红、白葡萄酒样品的评价结果，以及该年份这些葡萄酒 和酿酒葡萄的理化指标、芳香物质数据.要求解决以下四个问题： 1. 分析两组评酒员的评价结果，确定其是否存在显著性差异，并分析哪一组评 酒员的评分结果更可信. 2. 根据给出的酿酒葡萄的理化指标数据、葡萄酒的质量—即评酒员对这些葡萄 酒样品的评分情况，对酿酒葡萄进行分级. 3. 分析酿酒葡萄与葡萄酒的理化指标之