葡萄酒评价标准汇总.docxVIP

葡萄酒的评价摘 要本文围绕葡萄酒，酿酒葡萄的理化指标，利用层次聚类分析法，主成分分析法，统计理论，建立了偏相关系数模型，多元分析模型，从而对葡萄酒、酿酒葡萄质量高低进行排名，并找到二者关系，得到葡萄酒等级的划分。问题一，针对葡萄酒，首先通过直方图的检验，认为评酒员对葡萄酒的评分服从正态分布，采用t检验法检验两组评酒员打出的分数的相关度，判断出红葡萄酒、白葡萄酒的两组评价都具有显著性差异，并且白葡萄酒的显著性差异大。利用统计理论得到两组评分的方差波动，我们得出白葡萄酒、红葡萄酒都是第二组评分可信度高的结论。 问题二需要根据酿酒葡萄的理化指标和葡萄酒的理化指标对这些葡萄样品进行分级。我们首先通过主成分分析法，选择酿酒葡萄和葡萄酒的有效指标进行讨论,然后通过聚类分析法得到分级结果（见表3，表4）,我们规定特级和一级为高档次葡萄酒，最终判断高档次的红葡萄样品大约占81.48%，高档次的白葡萄样品大约占82.14%。问题三是为得到酿酒葡萄与葡萄酒的理化指标的联系，通过主成分分析法选择部分理化指标，建立偏相关系数模型，利用SPSS软件得到酿酒葡萄与葡萄酒的理化指标的相关系数，从而得到各个指标之间的联系，最终得出葡萄酒样品的某些理化指标和葡萄样品的某些理化指标之间有着很大的相关性。关键词：t检验；聚类分析模型；主成分分析法；关联度分析；偏相关系数模型1.问题重述通过聘请一批有资质的评酒员对葡萄酒进行品尝。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。本题给出了某一年份一些葡萄酒的评价结果以及该年份这些葡萄酒的和酿酒葡萄的成分数据。本题要求分析附件1中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。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。分析酿酒葡萄与葡萄酒的理化指标之间的联系。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.模型的假设（1）葡萄酒暴露在空气中，没有受到各种病菌的污染。（2）评酒师的评价都是客观公正的。(3)我们认为平均值的方差越小，可信度越高。3.通用符号说明符号说明分别表示第葡萄样品表示第葡萄酒样品第一组评酒员评分均值第二组评酒员评分均值各理化指标对应评分的样本均值标准化之后，各理化指标对应评分的样本均值样本方差4.问题一：模型的建立、求解及评价4.1 问题一分析我们做出评分员打出的分数的分布直方图，然后用Matlab编程做出评分的Q-Q概率图，从而证明了评酒员的评分服从正态分布。葡萄酒样品的打分总分为100分，首先得到每名评酒师对葡萄酒打分的平均值，以及每组打分的方差，利用t检验公式得出t值，通过t值大小从而判断显著性是否存在，如果两组评分存在显著性差异，需要得到葡萄酒两组评分的方差，通过对方差大小进行比较，判断可信度的高低。4.2模型准备利用题中给出的附录，通过Excel，利用统计理论得到两种葡萄酒，各个评酒师打分的平均值，各个分数段的评酒师人数以及打分方差值。4.3 模型建立与求解 考虑到葡萄酒的品质的高低由打分决定，我们建立排名与打分分数高低相关的一元线性回归模型，通过分数的高低，建立排名前后。根据附录一的数据，通过Excel得到红葡萄酒，各个评酒师打分的平均值，再利用Excel，得到各个分数段的评酒师的人数，最后把数据导入Matlab绘制出两组评酒师分数于人数对应的频数直方图，见图1.1。图1.21.1红葡萄酒第一组频数直方图 1.2红葡萄酒第一组频数直方图同时，根据频数直方图，通过Matlab绘制红葡萄酒两组评分的Q-Q概率图，横坐标为评酒员打出的总评分的分布区间，纵坐标为处于该分数段的总评分的个数，见图1.3，图1.4。图1.3红葡萄酒第一组的Q-Q概率图 图1.4红葡萄酒第一组的Q-Q概率图通过观察红葡萄酒的Q-Q概率图，斜率为45度，说明红葡萄酒评分的频数直方图符合正态分布，从而可以对两组评价进行显著性的判断。已知两组红葡萄酒的各个评酒师打分平均值。把数据导入Matlab，我们得到两组评酒师与评酒分数对应的平均分数图。见图2.（红色表示红酒第一组平均分，蓝色表示红酒第二组平均分）图2平均分数图通过观察评酒师与评酒分数对应的平均分数图，我们假设红葡萄酒的两组评价具有显著性差异。同时，我们已知两组评酒中，各个评酒师对应的方差，导入Matlsb绘制出评酒师与其方差对应的图像，见图3（红色是红葡萄酒第一组评酒员评分的方差，蓝色是红葡萄酒第二组评酒员评分的方差）图3 方差对应图通过对方差的图像观察，根据方差越小，可信度越高，我们认为红葡萄酒