河南大学数学建模暑期培训—案例分析.ppt

摘要 本文运用多种相关分析、综合评价和线性回归等方法解决了葡萄酒质量的评价问题。 对于问题一，首先通过单样本K-S检验等方法确定了各葡萄酒样本评分数据的概率分布，从而确定了显著性差异模型的建立，接着考虑两组评分数据的配对关系约束，引入Wilcoxon符号秩检验法来进行显著性差异的假设检验。结果显示对于红、白葡萄酒，两个品酒组的评价结果均存在显著性差异。最后利用秩相关分析，引入肯德尔和谐系数法评定评酒组的评分信度，评价结果显示对于红葡萄酒，第一组品酒员的品尝得分更为可信，而对于白葡萄酒则是第二组品酒员在可信度方面占优。 优秀论文导读 问题二，运用主成分分析法进行指标遴选，构建酿酒葡萄质量的综合评价指标体系，并利用该指标体系建立基于综合评价的酿酒葡萄分级模型，对酿酒葡萄进行分级。结果发现样本葡萄大多集中在二、三级，红葡萄样本中样本23质量最优，为特级葡萄；样本12质量相对欠缺，属六级葡萄。 优秀论文导读 问题三中，采用研究两组变量之间相关关系的多元统计方法——典型相关分析，识别并量化两组变量——酿酒葡萄与葡萄酒的理化指标——之间的关系。分析结果如下：第一，增大酿酒葡萄果皮的含量对葡萄酒中DPPH半抑制体积含量的增加有重要影响；第二，酿酒葡萄中的苹果酸不仅能促发酵，还能给对红葡萄酒起主要呈色作用的花色苷和对花色苷起中等辅色作用的单宁物质起保护作用，使得红葡萄酒呈色亮丽；第三，在葡萄总黄酮消除自由基的抗氧化作用和总酚保护清除自由基的共同作用下，酿酒葡萄中的DPPH自由基转化为葡萄酒中的DPPH半抑制体积。 优秀论文导读 对于问题四，首先在问题三分析酿酒葡萄与葡萄酒的理化指标间联系的基础上，在保留葡萄酒指标的前提下，剔除酿酒葡萄指标中某些认为可以被用于表示对应葡萄酒指标的部分。接着，利用筛选后的指标建立多元线性回归模型，探究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。经检验样本组的线性回归模型评价值与评分值的显著性差异检验，用葡萄和葡萄酒的理化指标来评价葡萄酒的质量是可行的。 优秀论文导读 本文综合秩相关分析评价、基于层次分析法的综合评价、典型相关分析、多元线性回归等模型，结合MATLAB、SPSS、SAS和EXCEL等软件，对葡萄酒质量的评价问题进行了多角度的分析，并给出了利用理化指标评价葡萄酒质量的模型。在文章的最后对模型的适用范围做出了推广，在实际应用中有较大的参考价值。 Thank you! Thank you! ?? 优秀论文导读 5.1.1 数据的预处理 （1）缺失数据的处理 对于数据中存在的缺失现象，本文采用均值替换法对这种缺失数据进行处理。 优秀论文导读 以“酒样品20”色调数据为例进行修补，得到修正后的数据如下表所示 （2）异常数据的修正 原始数据中，有的数据明显比两侧的数据过大或过小，显然是不合理数据。 例如，第一组白葡萄酒品尝评分的数据中，可能由于手工输入的误差，品酒员7对样品3持久性评分的数据相对于相邻各品酒员的评分发生了明显的突变现象。这种数据异常有可能对数据挖掘的结果产生不利影响。 优秀论文导读 。 对于类似的异常数据采取“先剔除，后替换”的策略，对异常数据进行修正。 5.1.2 各葡萄酒样本评分数据概率分布的确定 优秀论文导读 数据的散点分别近似为一条直线，且与对角线大致重叠；双边检验结果 。因此可以认为品酒员对葡萄酒的评分服从正态分布。 5.1.3 两组评价结果的显著性差异评价 Wilcoxon符号秩检验法，用来决定两个样本是否来自相同的或相等的总体。步骤（以红葡萄为例）如下 优秀论文导读 优秀论文导读 5.1.4 秩相关分析评价模型的建立 判断不同组别品酒员对葡萄酒质量的评价结果的可信度的优劣采用肯德尔和谐系数法来评定,步骤如下： 优秀论文导读 优秀论文导读 优秀论文导读 优秀论文导读 5.2 问题二的模型建立与求解 问题二要求我们建立模型，可以根据酿酒葡萄自身的理化指标和酿造后葡萄酒的质量情况，对酿酒葡萄进行分级。为解决该问题，我们通过以下步骤来评价与分级酿酒葡萄。 步骤一：酿酒葡萄27种指标之间的关系研究，目的是构建评价模型的指标体系； 步骤二：建立综合评价模型，并通过该模型对步骤一得到的指标进行多指标