葡萄酒綜合評價的數(shù)學模型建模論文

晉中學院數(shù)學學院2014屆本科生畢業(yè)論文PAGE晉中學院數(shù)學學院2014屆本科生畢業(yè)論文（設(shè)計）3葡萄酒綜合評價的數(shù)學模型學生姓名:王磊(數(shù)應(yīng)1002班)指導教師:王惟摘要:文章通過分析附件中的數(shù)據(jù).借助spss軟件,運用t檢驗法討論了兩組評酒員對葡萄酒評價結(jié)果的可信度.然后利用主成分分析法得出綜合主成分值并對釀酒葡萄進行分級,并根據(jù)配對樣本檢驗法和雙變量相關(guān)性分析法研究釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系.最后用多元線性回歸法分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響,從而得出相關(guān)結(jié)論:相關(guān)性越強即說明線性關(guān)系越明顯,表明對其質(zhì)量的影響越大.關(guān)鍵詞:主成分分析;t檢驗;多元線性回歸;spss軟件;雙變量相關(guān)性分析;理化指標MathematicalModelofComprehensiveEvaluationofWineStudent:WangLeiInstructor:WangWeiAbstract:Thisarticletakesananalysisofthedataintheattachment.Withthehelpofspsssoftware,wecanuset-testtodiscussthecredibilityofevaluationresultsofwineabouttwogroups’winetasteranduseprincipalcomponentanalysismethodtoobtainthecomprehensiveprincipalcomponentscoreswhichcanbeusedtogettheclassificationofwinegrapes.Accordingtothepairedsamplestestandbivartitecorrelationanalysismethod,wecanstudythecontactofthephysicochemicalindexesbetweenwinegrapesandwine.Finally,byusingthemultivariatelinearregressionmethodtoanalyzetheinfluenceofphysicochemicalindexesofwinegrapesandwineonwine’squality.Wecandrawtherelatedconclusion:thestrongercorrelation,thebetterobviouslinearrelationship,indicatingeffectonqualityofwinemore.Keywords:principalcomponentanalysis;t-independentsampletest;multiplelinearregression;spsssoftware;bivariatecorrelationanalysis;physicochemicalindex目錄問題的提出…………1問題的分析…………1基本假設(shè)……………2符號說明……………2模型的建立與求解…………………25.1問題一的模型建立與求解………25.1.1分析紅葡萄酒評價差異性…………………25.1.2分析白葡萄酒評價差異性…………………35.1.3分析評價結(jié)果可信度………55.2問題二的模型建立與求解………65.3問題三的模型建立與求解………85.4問題四的模型建………………145.4.1紅葡萄理化指標對葡萄酒質(zhì)量的影響……145.4.2紅葡萄酒理化指標對葡萄酒質(zhì)量的影響…6模型的評價………167模型的推廣………16參考文獻………………17PAGE181問題的提出確定葡萄酒質(zhì)量時一般是通過聘請一批有資質(zhì)的評酒員進行品評.每個評酒員在對葡萄酒進行品嘗后對其分類指標打分,然后求和得到其總分,從而確定葡萄酒的質(zhì)量.釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系,葡萄酒和釀酒葡萄檢測的理化指標會在一定程度上反映葡萄酒和葡萄的質(zhì)量.附件一給出了某一年份一些葡萄酒的評價結(jié)果,附件二和附件三分別給出了該年份這些葡萄酒和釀酒葡萄的成分數(shù)據(jù).嘗試建立數(shù)學模型討論下列問題:問題一:分析附件一中兩組評酒員評價結(jié)果有無顯著性差異,哪一組結(jié)果更可信?問題二:根據(jù)釀酒葡萄的理化指標和葡萄酒的質(zhì)量對釀酒紅葡萄進行分級.問題三:分析釀酒紅葡萄與紅葡萄酒的理化指標之間的聯(lián)系.問題四:以釀酒紅葡萄為例,分析釀酒紅葡萄和紅葡萄酒的理化指標對紅葡萄酒質(zhì)量的影響,并論證能否用紅葡萄和葡萄酒的理化指標來評價紅葡萄酒的質(zhì)量?2問題的分析針對問題一,判斷兩組評酒員的評價結(jié)果有無顯著性差異和結(jié)果的可靠性比較,通過計算平均值和方差來觀察.根據(jù)每一位評酒員的總分求和,再求平均值,得出紅白葡萄酒的整體平均值,對兩組評分進行t-雙樣本等方差檢驗.根據(jù)t檢驗結(jié)果來分析兩組評酒員評分結(jié)果是否存在顯著差異性,通過描述四組數(shù)據(jù)的置信區(qū)間和均值標準差來確定他們評價結(jié)果的可靠性.針對問題二,根據(jù)釀酒葡萄的理化指標和葡萄酒的質(zhì)量,使用主成分分析的方法對這些釀酒葡萄進行分級.首先對原始數(shù)據(jù)進行標準化處理,計算出相關(guān)系數(shù)矩陣,通過計算出的特征值來選擇數(shù)個主成分,通過spss軟件求解出主成分,根據(jù)主成分來確定各釀酒葡萄的綜合主成分分值,最后根據(jù)綜合主成分值的高低對葡萄進行分級.針對問題三,根據(jù)附件二中提供的釀酒紅葡萄與紅葡萄酒的理化指標數(shù)據(jù),分析他們之間的聯(lián)系.首先通過excel對數(shù)據(jù)進行處理,挑選出兩者共有的理化指標,多次測量的求取其平均值作為參考數(shù)據(jù),整理歸納之后,利用spss軟件進行雙變量相關(guān)性分析.針對問題四,分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響,論證能否用葡萄和葡萄酒的理化指標來評價葡萄酒的質(zhì)量.分析附件二中的紅葡萄酒和紅葡萄所有的一級理化指標,使用多元線性回歸的方法對理化指標進行處理,相關(guān)性強即說明線性關(guān)系比較明顯,對其質(zhì)量的影響較大.3基本假設(shè)(1).兩組評酒員之間的分數(shù)是相對獨立的,每個評酒員之間互不影響;(2).兩組評酒員是隨機分配的,兩個總體分布都服從正態(tài)分布;(3).用來檢驗的葡萄都是采摘的新鮮的葡萄,葡萄酒也沒有受到污染;(4).假設(shè)評酒員的系統(tǒng)誤差較小,忽略不計;(5).只考慮紅葡萄釀成紅葡萄酒,白葡萄釀成白葡萄酒,而不考慮多種葡萄混合釀成的葡萄酒;(6).假設(shè)題目中所給出的數(shù)據(jù)和其他內(nèi)容都真實可信.4符號說明:表示第組紅葡萄酒評酒員評分的平均(,);:表示第組白葡萄酒評酒員評分的平均(,);:各個釀酒紅葡萄綜合主成分得分(,,……);:用紅葡萄釀成的紅葡萄酒的質(zhì)量;:表示釀酒紅葡萄第種主成分的特征值(,,……);:釀酒紅葡萄樣品對各個主成分的得分.5模型的建立與求解5.1問題一的模型建立與求解5.1.1分析紅葡萄酒評價差異性首先根據(jù)附件一中的數(shù)據(jù),分析紅葡萄酒的評價結(jié)果,利用excel分別計算出每組的10位評酒員對27種紅葡萄酒樣品的平均值,如表1所示.由表1計算可知,,,由此可見,第一組評酒員對紅葡萄酒的評價略高.但是,僅憑平均值的差異不能完整地反映出這兩組評價結(jié)果的差異性,所以根據(jù)表1中的數(shù)據(jù),設(shè)顯著性水平,置信度為,建立零假設(shè):,運用spss軟件進行獨立樣本t檢驗,檢驗結(jié)果如表2、表3所示.表1紅葡萄酒樣品平均值酒樣品1酒樣品2酒樣品3酒樣品4酒樣品5酒樣品6酒樣品7一組62.780.380.468.673.372.271.5二組68.17474.671.272.166.365.3酒樣品8酒樣品9酒樣品10酒樣品11酒樣品12酒樣品13酒樣品14一組72.381.574.270.153.974.673二組6678.268.861.668.368.872.6酒樣品15酒樣品16酒樣品17酒樣品18酒樣品19酒樣品20酒樣品21一組58.774.979.359.978.678.677.1二組65.769.974.565.472.675.872.2酒樣品22酒樣品23酒樣品24酒樣品25酒樣品26酒樣品27一組77.285.67869.273.873二組71.677.171.568.27271.5表2組統(tǒng)計量樣本N均值標準差均值的標準誤均值12773.0567.34261.413122770.5153.97800.7656分析表2、表3可知,對兩組評酒員的數(shù)據(jù)做方差齊性檢驗,得出的值為3.861,值為,由于值大于顯著性水平,所以認為不能拒絕零假設(shè),即兩組數(shù)據(jù)的方差相等,再通過t檢驗的結(jié)果知雙側(cè)的概率值均大于顯著性水平.綜上所述,認為兩組評酒員對紅葡萄酒的評價結(jié)果無顯著性差異.5.1.2分析白葡萄酒評價差異性同上述解決方法一樣,首先根據(jù)附件一中的數(shù)據(jù),利用excel分別計算出每組的10位品酒員對28種白葡萄酒樣品的平均值,如表4所示.由表4計算可知,,,由此可見,第二組品酒員對白葡萄酒的評價略高.同樣,根據(jù)表4中的數(shù)據(jù),設(shè)顯著性水平,置信度為,建立零假設(shè):,運用spss軟件進行獨立樣本t檢驗,檢驗結(jié)果如表5、表6所示.表3獨立樣本檢驗方差方程的Levene檢驗均值方程的t檢驗FSig.tDfSig.(雙側(cè))均值差值標準誤差值差分的95%置信區(qū)間下限上限均值假設(shè)方差相等3.8610.0551.581520.1202.54071.6071-0.68425.7657假設(shè)方差不相等1.58140.0520.1222.54071.6071-0.70735.7888酒樣品1酒樣品2酒樣品3酒樣品4酒樣品5酒樣品6酒樣品7一組8274.278.379.47168.477.5二組77.975.875.676.981.575.574.2酒樣品8酒樣品9酒樣品10酒樣品11酒樣品12酒樣品13酒樣品14一組71.472.974.372.363.365.972二組72.380.479.871.472.473.977.1酒樣品15酒樣品16酒樣品17酒樣品18酒樣品19酒樣品20酒樣品21一組72.47478.873.172.277.876.4二組78.467.380.376.776.476.679.2酒樣品22酒樣品23酒樣品24酒樣品25酒樣品26酒樣品27酒樣品28一組7175.973.377.181.474.881.3二組79.477.476.179.574.37779.6表4白葡萄酒樣品平均值表5組統(tǒng)計量樣本N均值標準差均值的標準誤均值12874.3714.45860.842622876.5323.17090.5993表6獨立樣本檢驗方差方程的Levene檢驗均值方程的t檢驗FSig.tdfSig.(雙側(cè))均值差值標準誤差值差分的95%置信區(qū)間下限上限均值假設(shè)方差相等2.7460.103-2.090540.041-2.16071.0340-4.2337-0.0878假設(shè)方差不相等-2.09048.7490.042-2.16071.0340-4.2388-0.0826分析表5、表6可知,對兩組品酒員的數(shù)據(jù)做方差齊性檢驗,得出的值為,值為,由于值大于顯著性水平,所以認為不能拒絕零假設(shè),即兩樣本的方差相等.再通過t檢驗可知,對應(yīng)第一行的t檢驗結(jié)果,t統(tǒng)計量的值為,對應(yīng)的概率值為,故拒絕原假設(shè),即兩組品酒員對白葡萄酒樣品的評價有顯著性差異.5.1.3分析評價結(jié)果可信度分析可信度,由于置信區(qū)間越大,置信度越小;置信區(qū)間越小,置信度越大.可根據(jù)置信區(qū)間的大小和樣本的標準差來綜合判斷評價結(jié)果的可信度.在spss中對四組數(shù)據(jù)進行單個樣本t檢驗,得到了樣本統(tǒng)計量表和單個樣本t檢驗的表格,如表7、表8所示.表7單個樣本統(tǒng)計量N均值標準差均值的標準誤紅一2773.0567.34261.4131紅二2770.5153.97800.7656白一2874.374.4590.843白二2876.5323.17090.5993表8單個樣本檢驗檢驗值=0TdfSig.(雙側(cè))均值差值差分的95%置信區(qū)間下限上限紅一51.699260.00073.055670.15175.960紅二92.108260.00070.514868.94172.088白一88.265270.00074.37172.6476.10白二127.713270.00076.532175.30377.762由表7、表8可以明顯看出,第一組評酒員對紅、白葡萄酒的評價的置信區(qū)間略大于第二組評酒員對紅白葡萄酒評價的置信區(qū)間,并且第一組品酒員對紅、白葡萄酒評分的均值標準誤差大于第二組品酒員對紅、白葡萄酒評分的均值標準誤差,所以認為第二組品酒員對紅、白葡萄酒的評價更具有可信度.通過上述的分析可知，評酒師通過感官評價葡萄酒質(zhì)量，帶有一定的主觀性，因此有必要根據(jù)釀酒葡萄和葡萄酒的理化指標來評價葡萄酒的質(zhì)量.問題二的模型建立與求解討論釀酒紅葡萄的分級,根據(jù)釀酒紅葡萄的理化指標和紅葡萄酒的質(zhì)量對釀酒葡萄進行分級.主成分分析法原理:主成分分析是把原來多個變量化為少數(shù)幾個綜合指標的一種分析統(tǒng)計方法,主成分因子并不是原有變量的簡單取舍，而是原有變量重組后的結(jié)果，因此不會造成原有變量信息的大量丟失,并能夠代表原有變量的絕大部分信息.主成分個數(shù)提取原則為主成分對應(yīng)的特征值大于1的前m個主成分.特征值在某種程度上可以被看成是表示主成分影響力度大小的指標,如果特征值小于1,說明該主成分的解釋力度還不如直接引入一個原變量的平均解釋力度大,因此一般可以用特征值大于1作為納入標準.在考慮釀酒葡萄的理化指標時,主要分析一級理化指標,忽略二級理化指標對釀酒葡萄分級的影響.根據(jù)題可知,釀酒紅葡萄有30個一級理化指標,首先在excel中求出各個理化指標的均值,然后在spss中進行主成分分析,得到了解釋的總方差,見附表1.根據(jù)附表1,選擇特征值大于1的前八個主成分,為消除量綱不同的影響,在spss中對理化指標進行標準化處理,得到了標準化矩陣,用標準化矩陣乘以成分得分系數(shù)矩陣就可以得到釀酒葡萄樣品對各個主成分得分.然后再由公式即可算出各個釀酒紅葡萄樣品的綜合主成分得分.其中,,,,,,,.計算出的綜合主成分得分如表9所示.表9紅葡萄綜合主成分得分樣品1樣品2樣品3樣品4樣品5樣品6樣品7綜合得分樣品8樣品9樣品10樣品11樣品12樣品13樣品14綜合得分樣品15樣品16樣品17樣品18樣品19樣品20樣品21綜合得分樣品22樣品23樣品24樣品25樣品26樣品27綜合得分由表9可知,可以對釀酒紅葡萄分為三個等級,分別為優(yōu)（,）,中（,）,差（,）,分級表格見表10所示.表10釀酒紅葡萄分級差（,）中（,）優(yōu)（,）釀酒紅葡萄樣品、、、、、、、、、、、、、、、、、、、、、、、、晉中學院數(shù)學學院2014屆本科生畢業(yè)論文5.3問題三的模型建立與求解分析釀酒紅葡萄與紅葡萄酒的理化指標之間的聯(lián)系.通過excel對數(shù)據(jù)進行處理,挑選出釀酒葡萄和葡萄酒.共有的理化指標,多次測量的求取其平均值作為參考數(shù)據(jù),利用spss軟件雙變量相關(guān)性分析,求出理化指標的相關(guān)系數(shù),并分析它們之間的聯(lián)系.相關(guān)系數(shù)的數(shù)值范圍是介于與之間（即）,常用小數(shù)形式表示,一般要取小數(shù)點后兩位數(shù)字來表示,以便比較精確地描述其相關(guān)程度.兩個變量之間的相關(guān)程度用相關(guān)系數(shù)的絕對值表示，其絕對值越接近1，表明兩個變量的相關(guān)程度越高;其絕對值越接近0，表明兩個變量的相關(guān)程度越低.如果其絕對值等于1,則表明兩個變量完全直線相關(guān),如果其絕對值等于0，表明兩個變量完全不相關(guān).相關(guān)系數(shù)的絕對值越大,相關(guān)性越強,相關(guān)系數(shù)越接近于或,相關(guān)度越強,相關(guān)系數(shù)越接近于,相關(guān)度越弱.“”號表示正相關(guān),即.表示,“－”號表示負相關(guān)，即0.具體的檢驗標準如表11所示.表11檢驗標準相關(guān)系數(shù)的值線性相關(guān)強度無線性相關(guān)極弱線性相關(guān)弱線性相關(guān)中等程度線性相關(guān)強線性相關(guān)極強線性相關(guān)下面分析釀酒紅葡萄與紅葡萄酒的理化指標間的關(guān)系.采用spss軟件對釀酒紅葡萄和紅葡萄酒共有的花色苷、單寧、總酚、總黃酮、白藜蘆醇、色澤度共計6種理化指標進行配對樣本t檢驗和雙變量相關(guān)性分析,得到了成對樣本相關(guān)系數(shù)和成對樣本統(tǒng)計量兩個表格如表12、表13所示.表12成對樣本相關(guān)系數(shù)N相關(guān)系數(shù)Sig.對1花色苷&花色苷酒270.9230.000對2單寧&單寧酒270.7180.000對3總酚&總酚酒270.8750.000對4總黃酮&總黃酒270.8230.000對5白藜蘆醇&白藜蘆醇酒270.0140.947對6L*&L*酒270.4940.009對7a*&a*酒27-0.5420.004對8b*&b*酒270.0250.900表13成對樣本統(tǒng)計量均值N標準差均值的標準誤對1花色苷105.377052789.61552017.246515花色苷酒263.8994027230.03493244.270243對2單寧13.88789276.6201381.274046單寧酒7.26611272.9044290.558958對3總酚14.70907276.6304241.276026總酚酒6.26502272.5253690.486008對4總黃酮8.21671274.8810880.939366總黃酒4.89732272.9850480.574473對5白藜蘆醇4.80332275.4741851.053507白藜蘆醇酒3.630362272.89412980.5569755對6L*26.2401271.156130.22250L*酒41.086672721.3686844.112405對7a*1.8520272.131940.41029a*酒50.372962713.2687792.553578對8b*-0.3405270.975280.18769b*酒22.08111277.5974511.462130花色苷雙變量相關(guān)性分結(jié)果如表14所示.表14相關(guān)性花色苷花色苷酒花色苷Pearson相關(guān)性10.923**顯著性（雙側(cè)）0.000N2727花色苷酒Pearson相關(guān)性0.923**1顯著性（雙側(cè)）0.000N2727 **.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標花色苷,相關(guān)系數(shù)為,同時相伴概率值小于,故二者呈極強線性相關(guān).相關(guān)圖如圖1所示.圖1花色苷相關(guān)圖單寧雙變量相關(guān)性分析結(jié)果如表15所示.表15相關(guān)性單寧單寧酒單寧Pearson相關(guān)性10.718**顯著性（雙側(cè)）0.000N2727單寧酒Pearson相關(guān)性0.718**1顯著性（雙側(cè)）0.000N2727**.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標單寧,相關(guān)系數(shù)為,同時相伴概率值小于,故二者呈強線性相關(guān).相關(guān)圖如圖2所示.圖2單寧相關(guān)圖總酚雙變量相關(guān)性分析結(jié)果如表16所示.表16相關(guān)性總酚總酚酒總酚Pearson相關(guān)性10.875**顯著性（雙側(cè)）0.000N2727總酚酒Pearson相關(guān)性0.875**1顯著性（雙側(cè)）0.000N2727**.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標總酚,相關(guān)系數(shù)為,同時相伴概率值為小于,故二者呈極強線性相關(guān).相關(guān)圖如圖3所示.圖3總酚相關(guān)圖總黃酮雙變量相關(guān)性分析結(jié)果如表17所示.表17相關(guān)性總黃酮總黃酒總黃酮Pearson相關(guān)性10.823**顯著性（雙側(cè)）0.000N2727總黃酒Pearson相關(guān)性0.823**1顯著性（雙側(cè)）0.000N2727**.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標總黃酮,相關(guān)系數(shù)為,同時相伴概率值小于,故二者呈極強線性相關(guān).相關(guān)圖見圖4.圖4總黃酮相關(guān)圖白藜蘆醇雙變量相關(guān)性分析結(jié)果如表18所示.表18相關(guān)性白藜蘆醇白藜蘆醇酒白藜蘆醇Pearson相關(guān)性10.014顯著性（雙側(cè)）0.947N2727白藜蘆醇酒Pearson相關(guān)性0.0141顯著性（雙側(cè)）0.947N2727對于理化指標白藜蘆醇,相關(guān)系數(shù)為,同時相伴概率值大于,故二者呈極弱線性相關(guān).于是不描述它們之間的相關(guān)圖.L*雙變量相關(guān)性分析結(jié)果如表19所示.表19相關(guān)性L*L*酒L*Pearson相關(guān)性10.494**顯著性（雙側(cè)）0.009N2727L*酒Pearson相關(guān)性0.494**1顯著性（雙側(cè)）0.009N2727**.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標L*,相關(guān)系數(shù)為,同時相伴概率值為大于,故二者呈中等程度線性相關(guān),不描述他們之間的相關(guān)圖.a*雙變量相關(guān)性分析結(jié)果如表20所示.表20相關(guān)性a*a*酒a*Pearson相關(guān)性1-0.542**顯著性（雙側(cè)）0.004N2727a*酒Pearson相關(guān)性-0.542**1顯著性（雙側(cè)）0.004N2727**.在0.01水平（雙側(cè)）上顯著相關(guān)對于理化指標a*,相關(guān)系數(shù)為,同時相伴概率值小于故二者呈中等程度線性相關(guān),不描述它們之間的相關(guān)圖.b*雙變量相關(guān)性分析結(jié)果如表21所示.對于理化指標b*,相關(guān)系數(shù)為,同時相伴概率值大于,故二者呈極弱線性相關(guān),所以不描述他們之間的相關(guān)圖.表21相關(guān)性b*b*酒b*Pearson相關(guān)性10.025顯著性（雙側(cè)）0.900N2727b*酒Pearson相關(guān)性0.0251顯著性（雙側(cè)）0.900N27275.4問題四的模型建立與求解分析釀酒紅葡萄和紅葡萄酒的理化指標對紅葡萄酒質(zhì)量的影響,并論證能否用紅葡萄和紅葡萄酒的理化指標來評價紅葡萄酒的質(zhì)量.紅葡萄酒和紅葡萄的理化指標與白葡萄酒和白葡萄的理化指標對葡萄酒質(zhì)量的影響是不同的,因此需分開進行分別分析.在第一問中,由于第二組評酒員的評價結(jié)果更可信,所以采用第二組評酒員對紅、白葡萄酒的評價結(jié)果作為葡萄酒的質(zhì)量的數(shù)據(jù)反映.5.4.1紅葡萄理化指標對葡萄酒質(zhì)量的影響在第二問中,釀酒紅葡萄有三十個一級理化指標,將這三十個理化指標作為自變量,將紅葡萄酒的質(zhì)量作為因變量,先進行數(shù)據(jù)的標準化處理,再用標準化的數(shù)據(jù)進行多元線性回歸分析,得到了系數(shù)表,見附表2.由附表2中回歸方程的系數(shù),既可以得到多元線性回歸方程:其中,……分別對應(yīng)附表2中的氨基酸總量、蛋白質(zhì)……果皮顏色b*等自變量,為因變量紅葡萄酒的質(zhì)量.可知,紅葡萄酒的質(zhì)量與蘋果酸、多酚氧化酶、可溶性固形物、出汁率、果皮顏色L*、果皮顏色b*等呈較強負相關(guān),與總酚、單寧、白藜蘆醇、總糖、固酸比、果穗質(zhì)量等呈較強正相關(guān)關(guān)系,可以用紅葡萄的理化指標衡量葡萄酒的質(zhì)量.5.4.2紅葡萄酒理化指標對葡萄酒質(zhì)量的影響根據(jù)題中的附件可知,紅葡萄酒由九個一級理化指標,對這九個一級理化指標進行標準化,再進行多元線性回歸,得到了系數(shù)表見表22.表22系數(shù)a模型非標準化系數(shù)標準系數(shù)tSig.B標準誤差試用版1(常量)-6.995E-150.1550.0001.000Zscore(花色苷酒)-1.1630.586-1.163-1.9840.064Zscore(單寧酒)0.5730.5190.5731.1050.284Zscore(總酚酒)-0.3840.758-0.384-.5060.619Zscore(總黃酒)0.4550.4880.4550.9320.364Zscore(白藜蘆醇酒)0.3020.2710.3021.1120.282Zscore(DPPH)-0.2190.779-0.219-0.2820.782Zscore:L*酒-1.0510.635-1.051-1.6540.116Zscore:a*酒-0.1610.305-0.161-0.5280.604Zscore:b*酒-0.2250.250-0.225-0.9010.380a.因變量:Zscore(質(zhì)量)由表22回歸方程的系數(shù)，既可以得到多元線性回歸方程:其中,……分別對應(yīng)表22中花色苷酒、單寧酒……b*酒等自變量,為因變量紅葡萄酒的質(zhì)量.可知紅葡萄酒的質(zhì)量與葡萄酒的花色苷、L*、總酚呈較強負相關(guān),且花色苷和L*的影響比較顯著,與單寧酒、酒總黃酮、白藜蘆醇酒等理化指標成正相關(guān)關(guān)系.可以用紅葡萄酒的理化指標衡量紅葡萄酒的質(zhì)量.由上述的分析可知,用紅葡萄和紅葡萄酒的理化指標來評價紅葡萄酒的質(zhì)量是有一定的道理的,理化指標各物質(zhì)比例合適,達到一種平衡,紅葡萄酒的質(zhì)量就高,而求出的各理化指標的系數(shù)正是近似合理的搭配比例,各理化指標含量使得值越大紅葡萄酒的質(zhì)量就越好.通過所求出的線性相關(guān)關(guān)系,就可近似評價酒的質(zhì)量,所以是可以用紅葡萄和紅葡萄酒的理化指標來評價紅葡萄酒的質(zhì)量.感官指標是評價葡萄酒質(zhì)量的一個很重要指標,但感官指標是由附件三中給出的芳香類物質(zhì)造成的,而這些芳香類物質(zhì)也是來源于理化指標中的,這樣就可以利用理化指標來評價葡萄酒的好壞,評酒師感官的效果是由芳香類物質(zhì)造成的,這樣就建立了理化指標和感官指標之間的聯(lián)系,可以直接用理化指標來判斷葡萄酒的質(zhì)量.6模型的評價模型的優(yōu)點:本文首先依據(jù)數(shù)理統(tǒng)計的相關(guān)知識,在spss中對兩組數(shù)據(jù)進行T檢驗,快速而又直觀地看出兩組數(shù)據(jù)是否有顯著差異性.其次,本文也利用多元回歸分析、相關(guān)分析把較龐大的數(shù)據(jù)變得較直觀、簡潔,便于處理問題.模型的缺點:問題二中,我并沒有良好的解決根據(jù)釀酒葡萄的理化指標和葡萄酒的質(zhì)量分級葡萄這一問題,事實上,只是根據(jù)釀酒葡萄的理化指標來分級,通過主成分分析,計算綜合主成分得分,這樣沒有考慮葡萄酒的質(zhì)量在其中所起的作用.問題三中,附件中提到的芳香物質(zhì)并沒有得到的良好的處理,由于數(shù)據(jù)種類的多樣化和數(shù)值的凌亂,直接省略了關(guān)于芳香物質(zhì)的計算,根據(jù)一級理化指標來判斷釀酒葡萄和葡萄酒,這一點也是我在解決過程中最大的不足之處.7模型的推廣本文主要在spss中進行數(shù)據(jù)分析,該模型用于生活實踐中,也可以解決很多實際問題,例如醫(yī)學實踐中根據(jù)各種化驗結(jié)果、疾病癥狀、體征判斷患者患的是什么??；體育選材中根據(jù)運動員的體形、運動成績、生理指標、心理素質(zhì)指標、遺傳因素判斷是否選入運動隊繼續(xù)培養(yǎng)；食品領(lǐng)域中根據(jù)各方面指標對食品品質(zhì)的評價；經(jīng)濟領(lǐng)域中對商業(yè)銀行的績效評價,建立績效評價指標體系等.參考文獻[1]姜啟源,謝金星,葉俊.數(shù)學模型(第三版)[M].北京:高等教育出版社,2003.[2]彭定中.葡萄酒的評價模型[J].湖南理工學院學報（自然科學版）,2012(4).6—20[3]張玉冰,高昆,殷櫻.葡萄酒的評價./p-695339367.html,2013.[4]李洪成,姜宏華.SPSS數(shù)據(jù)分析教程[M].北京:人民郵電出版社,2012.[5]張興.基于主成分分析法的葡萄酒質(zhì)量的評價[J].皖西學院學報,2013(2)：53—56[6]李振宇.釀酒葡萄的分級[J].湘南學院學報,2013(2).23—28[7]李運,李記明,統(tǒng)計分析在葡萄酒質(zhì)量評價中的應(yīng)用[J].釀酒科技,2009(4)：80—82.[8]何舒.葡萄酒質(zhì)量評價的模型分析與優(yōu)化[J].衡水學院學報,2013(4)：13—18基于C8051F單片機直流電動機反饋控制系統(tǒng)的設(shè)計與研究基于單片機的嵌入式Web服務(wù)器的研究MOTOROLA單片機MC68HC（8）05PV8/A內(nèi)嵌EEPROM的工藝和制程方法及對良率的影響研究基于模糊控制的電阻釬焊單片機溫度控制系統(tǒng)的研制基于MCS-51系列單片機的通用控制模塊的研究基于單片機實現(xiàn)的供暖系統(tǒng)最佳啟停自校正（STR）調(diào)節(jié)器單片機控制的二級倒立擺系統(tǒng)的研究基于增強型51系列單片機的TCP/IP協(xié)議棧的實現(xiàn)基于單片機的蓄電池自動監(jiān)測系統(tǒng)基于32位嵌入式單片機系統(tǒng)的圖像采集與處理技術(shù)的研究基于單片機的作物營養(yǎng)診斷專家系統(tǒng)的研究基于單片機的交流伺服電機運動控制系統(tǒng)研究與開發(fā)基于單片機的泵管內(nèi)壁硬度測試儀的研制基于單片機的自動找平控制系統(tǒng)研究基于C8051F040單片機的嵌入式系統(tǒng)開發(fā)基于單片機的液壓動力系統(tǒng)狀態(tài)監(jiān)測儀開發(fā)模糊Smith智能控制方法的研究及其單片機實現(xiàn)一種基于單片機的軸快流CO〈,2〉激光器的手持控制面板的研制基于雙單片機沖床數(shù)控系統(tǒng)的研究基于CYGNAL單片機的在線間歇式濁度儀的研制基于單片機的噴油泵試驗臺控制器的研制基于單片機的軟起動器的研究和設(shè)計基于單片機控制的高速快走絲電火花線切割機床短循環(huán)走絲方式研究基于單片機的機電產(chǎn)品控制系統(tǒng)開發(fā)基于PIC單片機的智能手機充電器基于單片機的實時內(nèi)核設(shè)計及其應(yīng)用研究基于單片機的遠程抄表系統(tǒng)的設(shè)計與研究基于單片機的煙氣二氧化硫濃度檢測儀的研制基于微型光譜儀的單片機系統(tǒng)單片機系統(tǒng)軟件構(gòu)件開發(fā)的技術(shù)研究基于單片機的液體點滴速度自動檢測儀的研制基于單片機系統(tǒng)的多功能溫度測量儀的研制基于PIC單片機的電能采集終端的設(shè)計和應(yīng)用基于單片機的光纖光柵解調(diào)儀的研制氣壓式線性摩擦焊機單片機控制系統(tǒng)的研制基于單片機的數(shù)字磁通門傳感器基于單片機的旋轉(zhuǎn)變壓器-數(shù)字轉(zhuǎn)換器的研究基于單片機的光纖Bragg光柵解調(diào)系統(tǒng)的研究單片機控制的便攜式多功能乳腺治療儀的研制基于C8051F020單片機的多生理信號檢測儀基于單片機的電機運動控制系統(tǒng)設(shè)計Pico專用單片機核的可測性設(shè)計研究基于MCS-51單片機的熱量計基于雙單片機的智能遙測微型氣象站MCS-51單片機構(gòu)建機器人的實踐研究基于單片機的輪軌力檢測基于單片機的GPS定位儀的研究與實現(xiàn)基于單片機的電液伺服控制系統(tǒng)用于單片機系統(tǒng)的MMC卡文件系統(tǒng)研制基于單片機的時控和計數(shù)系統(tǒng)性能優(yōu)化的研究基于單片機和CPLD的粗光柵位移測量系統(tǒng)研究單片機控制的后備式方波UPS提升高職學生單片機應(yīng)用能力的探究基于單片機控制的自動低頻減載裝置研究基于單片機控制的水下焊接電源的研究基于單片機的多通道數(shù)據(jù)采集系統(tǒng)基于uPSD3234單片機的氚表面污染測量儀的研制基于單片機的紅外測油儀的研究96系列單片機仿真器研究與設(shè)計基于單片機的單晶金剛石刀具刃磨設(shè)備的數(shù)控改造基于單片機的溫度智能控制系統(tǒng)的設(shè)計與實現(xiàn)基于MSP430單片機的電梯門機控制器的研制基于單片機的氣體測漏儀的研究基于三菱M16C/6N系列單片機的CAN/USB協(xié)議轉(zhuǎn)換器基于單片機和DSP的變壓器油色譜在線監(jiān)測技術(shù)研究基于單片機的膛壁溫度報警系統(tǒng)設(shè)計基于AVR單片機的低壓無功補償控制器的設(shè)計基于單片機船舶電力推進電機監(jiān)測系統(tǒng)基于單片機網(wǎng)絡(luò)的振動信號的采集系統(tǒng)基于單片機的大容量數(shù)據(jù)存儲技術(shù)的應(yīng)用研究基于單片機的疊圖機研究與教學方法實踐基于單片機嵌入式Web服務(wù)器技術(shù)的研究及實現(xiàn)基于AT89S52單片機的通用數(shù)據(jù)采集系統(tǒng)基于單片機的多道脈沖幅度分析儀研究機器人旋轉(zhuǎn)電弧傳感角焊縫跟蹤單片機控制系統(tǒng)基于單片機的控制系統(tǒng)在PLC虛擬教學實驗中的應(yīng)用研究基于單片機系統(tǒng)的網(wǎng)絡(luò)通信研究與應(yīng)用基于PIC16F877單片機的莫爾斯碼自動譯碼系統(tǒng)設(shè)計與研究基于單片機的模糊控制器在工業(yè)電阻爐上的應(yīng)用研究基于雙單片機沖床數(shù)控系統(tǒng)的研究與開發(fā)基于Cygnal單片機的μC/OS-Ⅱ的研究基于單片機的一體化智能差示掃描量熱儀系統(tǒng)研究基于TCP/IP協(xié)議的單片機與Internet互聯(lián)的研究與實現(xiàn)變頻調(diào)速液壓電梯單片機控制器的研究基于單片機γ-免疫計數(shù)器自動換樣功能的研究與實現(xiàn)基于單片機的倒立擺控制系統(tǒng)設(shè)計與實現(xiàn)單片機嵌入式以太網(wǎng)防盜報警系統(tǒng)HYPERLINK"/detail