基于理化指标统计分析的葡萄酒质量评价.docVIP

　　基于理化指标统计分析的葡萄酒质量评价 　　1.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，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。通过给定的得分及理化指标数据解决下列问题： 　　 　　(1)分析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？ 　　 　　2.问题分析与预备知识 　　 　　2.1问题一 　　 　　利用SPSS等统计软件对评价结果进行数据分析，并采用计算均值、T-检验的方法进行计算分析，用以评判两组评酒员评价结果的差异性，从而判断评价结果可信性。T-检验是用t分布理论来推论差异发生的概率，从而比较两个平均数的差异是否显著。当总体分布是正态分布，如总体标准差a未知且样本容量nlt;30，那么样本平均数与总体平均数的离差统计量呈t分布。检验统计量为： 　　其中，t为样本平均数与总体平均数的离差统计量，无为样本平均数，/x为总体平均数，ax为样本标准差，n为样本容量。 　　 　　2.2问题二 　　 　　在第一问的基础上，选取第二组评酒师对红白葡萄酒的评价结果平均值作为标准，先通过主成分分析法将问题简化，从而便于排序与分类，再使用聚类分析对主成分的特征向量进行分析。最后参考酒类等级建立标准，X23。第六主成分方差贡献率最大为5.794%，特征向量较大的是X26，。第七主成分方差贡献率最大为4.730%，特征向量较大的是X15。第八主成分方差贡献率最大为4.454%，特征向量较大的是。上述主成分方程分析结果显示特征向量较大的为Uii，Xi4，Xi5，Xi6，Xi7，Xi8，Xy，X21，X22，，，，，。我们利用这15项主成分特征向量进行下一步聚类分析。 　　 　　4.2.2聚类分析过程与结果 　　 　　(1)聚类分析的过程 　　 　　利用SPSS软件对十五项标准化的数据进行聚类分析得到下图： 　　 　　从图中可以看出14和15的相似度较大，最早聚合为一类，又与2、3、8、9、13、10聚合为一类，4与12相关系数较大，聚为一类，5、6、7聚为一类，1与11同其他指标差异较大，都单独成为—类，由文献[2-4]可知PH值对葡萄质量的影响较大。 　　 　　(2)聚类分析的结果 　　 　　酿酒葡萄的理化性质和葡萄酒的质量与酿酒葡萄有很大关联，故可以以此对酿酒葡萄进行分级，结果如下： 　　 　　红葡萄： 　　 　　—级：9、20、23 　　 　　二级：2、3、4、5、14、17、19、21、22、24、26、27 　　 　　三级：1、6、10、12、13、16、25 　　 　　四级：7、8、11、15、18 　　 　　4.3问题3的相关性分析及一元、多元回归分析模型 　　 　　根据第二题中对酿酒葡萄的分级，我们可以用SPSS软件对葡萄酒和葡萄的主要理化指标进行回归及相关性分析，再根据第二问中对主要理化指标的线性分析，分别用Excel作出不同等级酿酒葡萄与葡萄酒理化指标间的典型对比图，由上述我们确定了每一级的酿酒葡萄的突出的理化指标，另外我们也确定了不同等级的酿酒葡萄所对应的葡萄酒样品，通过以上两组数据找出每—级酿酒葡萄所对应的葡萄酒样品理化指标的同异性。这样就可以确定酿酒葡萄与葡萄酒理化指标之间的关系，将其分为三类，分别为线性相关、非线性相关及多元或关系复杂。 　　 　　4.3.1葡萄与葡萄酒主要理化指标相关性分析 　　 　　通过主要理化指标的回归分析，我们可以得出红葡萄与红葡萄酒理化指标之间的联系。 　　 　　我们从题设所给的附录2中选出红葡萄与红葡萄酒的主要理化指标，两两之间做回归分析，线性相关的指标为花色苷与花色苷、总酚与总酚、单宁与单宁和白藜芦醇与白藜芦醇等，如总酚与总酚分析为例，如下图： 　　 　　非线性相关的指标为：酒总黄酮与果穗质量，酒总黄酮与黄酮醇，酒总黄酮与白藜芦醇等。 　　 　　4.3.2多元回归分析及线性表分析 　　 　　我们通过SPSS软件对酿酒葡萄与葡萄酒的理化指标进行了多元回归分析，分析后得出，在4.3.1中无法进行归类的一部分理化指标可以归入多元或关系复杂一类中如还原糖与酒总黄酮就属于多元或关系复杂，分析过程及图表略。分析过程中，还原糖被作为复杂因子排除出多元方程，无法与酒总黄酮构成相关，故两者关系多元或关系复杂。 　　 　　4.3.3相关结果 　　 　　我们对酿酒葡萄与葡萄酒的主要理化指标之间的联系