葡萄酒评分优化模型.PDFVIP

第２６卷第１期 四川理工学院学报（自然科学版） Ｖｏｌ２６　Ｎｏ１ ２０１３年２月 ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｆｅｂ２０１３ 文章编号：１６７３１５４９（２０１３）０１００９００５ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３１５４９．２０１３．０１．０２２ 葡萄酒评分优化模型 吕孙忠 （温州大学数学与信息科学学院，浙江 温州 ３２５０３５） 　　摘　要：品酒员为葡萄酒打出的分值易受主观因素的影响，利用方差分析判别不同组别的品酒员的 评价结果是否存在显著性差异，用方差、逆序数和肯德尔和谐系数这三个指标选定较为可信的一组数 据，再建立模糊综合评价体系确定葡萄酒的最终质量得分。 关键词：方差分析；逆序数；肯德尔和谐系数；模糊综合评价体系 中图分类号：ＴＳ２６２．６ 文献标志码：Ａ 德尔和谐系数是检验测量结果信度的方法之一，逆序数 引 言 可以解释评酒员的评价方向差异。本文利用方差分析 葡萄酒因其特殊的营养价值和较好的保健效果，越 去评定两组及两组以上的评分数据中是否存在显著性 来越受到广大消费者的欢迎。在此形势下，葡萄酒认证 差异，并利用方差、肯德尔和谐系数和逆序数这三个指 和质量评价得到关注，而它的质量鉴别主要靠感官分析 标来选择较为合理评分组，同时使用模糊综合评价将各 ［１］ 和理化指标分析 的方法来确定。而感官分析常常通 位评酒员的评分转换为定量的分数，使成绩的评定更加 过聘请一批有资质的评酒员进行品评，每个评酒员在对 客观、合理。 葡萄酒进行品尝后对其分类指标打分，然后求和得到其 １ 方差分析 总分，从而确定葡萄酒的质量。但由于评分受品酒员的 主观个人的感受和思维影响，难以用精确的数字来描 当对样本进行方差分析检验时，样本应该满足三个 述，因此造成看起来十分精确的分数却不能精确地说明 基本假设，所有的样本均来自正态分布总体，这些总体 葡萄酒质量的优劣状态。分组评分法是目前主流的一 具有相同的方差，且所有观测相互独立。所以，在进行 种评分法之一，对于每组给出的评分，需要检验是否存 方差分析前，需要对样本进行正态性检验和方差齐性检 在显著性差异，并且选择合适的评分组，作为葡萄酒最 验。方差分析属于参数检验，常见的有单因素方差分析 终得分的主要依据。但评分是精确到个位的，评酒员也 和多因素方差分析。但是，当原始数据不满足正态性和 说不清楚个位是如何得出的。如果让评酒员们给出一 方差齐性假定时，参数检验可能会给出错误报告，此时 个定性的评价，如“优秀，良好，合格”，这比给出一个分 应采用基础秩的非参数检验，如 ［２］ Ｋｕｒｓｋａｌ－Ｗａｌｌｉｓ 非参 值容易的多，也可以更加客观地表述葡萄酒的质量。 数检验。 方差分析是英国统计学家 Ｒ．Ａ．Ｆｉｓｈｅｒ于２０世纪 １１ Ｋｕｒｓｋａｌ－Ｗａｌｌｉｓ模型求解 ２０年代提出的一种统计方法，有着非常广泛的应用，肯 非参数方差分析：检验的假设是：ｋ个独立的样本 收稿日期：２０１２１２０３ 基金项目：浙江省新苗计划资助