1、26、24、27、21、04、01、02四等品26、27、15、12、07、18、1112、03、16、11、13、19针对问题三:用SPSS软件对酿酒葡萄和葡萄酒理化指标的检测数据进行了主成分分析,在经过聚类分化,即可找出各理化指标之间的联系。接着可利用MATLAB软件对数据进行多元化线性回归拟合得出葡萄酒理化指标和酿酒理化指标之间的函数关系式。 针对问题四:根据问题二、三的求解结果,可以得出酿酒葡萄和葡萄酒的理化指标对葡萄酒有一定的影响,由葡萄酒质量对样品酒进行排序,用SPSS软件对酿酒葡萄的理化指标和葡萄酒质量进行聚类分析处理;再结合附件三芳香物质与葡萄酒的理化指标对葡萄酒的影响,从而论
2、证不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。葡萄酒的质量是葡萄酒的一种特性,它是表示葡萄酒优秀的程度。复杂性和协调性构成了葡萄酒质量的主要属性。影响葡萄酒质量的因素有:品种及其与之相适应的生态条件、酿酒工艺、陈酿条件等;对葡萄酒的质量进行评价是通过感官指标和理化指标来实现的;葡萄酒成分的分析是通过化学法和仪器法,而葡萄酒的感官指标则是通过感官指标和理化指标来实现的;葡萄酒成分的分析是通过化学法和仪器法,而葡萄酒的感官指针则是通过视觉、嗅觉、味觉即感官分析来实现的。关键词:感官指标 理化指标 显著性检测 聚类分析 一、问题重述与分析(一)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
3、评酒员进行品评。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。附件1给出了某一年份一些葡萄酒的评价结果,附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分资料。请尝试建立数学模型讨论下列问题:1. 分析附件1中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针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针对葡萄酒质量的影响,并论
4、证能否用葡萄和葡萄酒的理化指针来评价葡萄酒的质量?(二)问题分析 在葡萄酒的评价中,由于品酒员间存在评价尺度、评价位置和评价方向等方面的差异,导致不同品酒员对同一酒样的评价差异很大。从而不能真实地反映不同酒样间的差异。因此,在对评价结果进行统计分析时,必须对品酒员的原始资料进行相应的处理,以真实反映样品间的差异。对于问题1的分析:评酒员从(28组白、27组红)葡萄酒样品中对葡萄酒的感官指标进行了品评,由评酒员所给出的评价数据可以求出葡萄酒的质量,而问题一中数据过于复杂,因此需找出一个合理的方法对数据进行处理。通过观察资料,联想到数理统计中T分布,方差、标准差等即可对问题进一步解决。对于问题2的
5、分析:葡萄酒的质量直接受到了酿酒葡萄质量的影响,酿酒葡萄的理化指标在某些程度上直接地影响了酿酒葡萄的质量;因此,本文从问题入手分析了酿酒葡萄的理化指针和葡萄酒的质量之间的联系;根据评酒员所评出的每个酒样品号的总质量的大小来对酿酒葡萄的理化指标进行排序,排序后将酿酒葡萄的理化指标分为三组;分别求出每一组中不同酿酒葡萄理化指标的平均值,最后用每一组理化指标的三个平均值求出他们的方差,来确定其中哪些酿酒葡萄的理化指标对葡萄酒质量有影响,从而对酿酒葡萄的理化指标进行筛选。观察每一组酿酒葡萄酒理化指标的三个平均值来模糊确定出该组酿酒葡萄的理化指标的最优大致范围,从中取出一个具体的参考值,再对其他的酿酒葡
6、萄的理化指标值赋予权重。用每一种酿酒葡萄理化指标的权重加上该种葡萄酒质量权重的值即为最后酿酒葡萄的综合评价。根据综合评价就可分出酿酒葡萄的等级。对于问题3的分析:分析酿酒葡萄和葡萄酒理化指标之间的联系,发现这是一个复杂的数据处理分析过程,可用SPSS软件对酿酒葡萄和葡萄酒理化指标的检测数据进行了主成分分析,在经过聚类分化,即可找出各理化指标之间的联系。接着可利用MATLAB软件对数据进行多元化线性回归拟合得出葡萄酒理化指标和酿酒理化指标之间的联系。对于问题4的分析:结合葡萄酒的理化指标对葡萄酒的影响,从而论证不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。二、模型假设(1) 假设各评酒员都是客
7、观理性地进行品酒评酒,且评酒员对酒的评价都具有权威性;(2) 假设品酒员品酒时不受酒杯和品酒室光线、温度、空气等外部条件的影响;(3) 假设样品酒的质量能正比例反应样品葡萄的质量;(4) 假设品酒分析多种类型样品时不相互受影响;(5) 假设检测葡萄时葡萄表面清洁干净;(6) 假设检测葡萄样品成分的仪器检测出的数据均为有效数据;三、符号说明 :总体标准差;:样本均值X;样本均值Y;样本标准差;样本x中所含样本数;样本y中所含样本数;理化指标平均值;y:因变量;随机误差;回归系数。四、模型的建立与求解1.1模型一的建立:因为两组品尝评分表的分数总体多数在8.3左右,高分和低分都不占多数,所以样本可
8、以看作是来自正太或近似正太总体。对于问题1用T检验来判定两组评价结果有无显著性差异,T检验就是用于小样本,总体标准差未知的正态分布数据,适用于小样本的两个平均值差异程度的检验方法。它是用T分布理论来推断差异发生的概率,从而判断两组平均数的差异是否显著,建立模型:其中 1.2模型求解 表2:第一组红葡萄酒单因素方差分析表SUMMARY组观测数求和平均方差列 127233.848.6607410.888146列 2256.269.4911112.057418列 3250.129.2637043.066817列 4221.288.1955560.719518列 5251.119.300372.434
9、211列 6246.739.1381481.949023列 7240.868.9207411.158715列 8245.979.111.726731列 9265.499.8329630.703329列 10252.739.360370.414111表3:方差分析差异源SSdfMSFP-valueF crit组间50.2769495.5863263.6951440.0002231.915995组内393.06852601.511802总计443.3454269表4:第一组白葡萄酒单因素方差分析表SUMMARY28269.749.6335711.246676199.997.14252.556871
10、297.5510.626791.695926227.868.1378571.698254270.719.6682142.162963255.749.1335712.36492282.1310.076071.964803249.768.921.418837280.4210.0151.474996289.2410.332.317393表5:288.746632.0829516.973633.97E-221.914648510.34432701.890164799.0908279表6:第二组红葡萄酒单因素方差分析表SUMMARY240.598.9107410.522338234.468.683704
11、0.506717258.299.5662960.619863221.628.2081481.260408214.397.940370.785565237.858.8092590.396915235.38.7148150.799341240.738.9159260.73974234.58.6851850.499418232.948.6274070.273005表7:45.305725.0339697.8615112.95E-10166.48610.640331211.7918表8:第二组白葡萄酒单因素方差分析表SUMMARY262.99.7370370.458868258.189.5622220
12、.35761262.289.7140740.369902264.489.7955560.969679259.499.6107410.670707273.8710.143330.398531276.8610.254070.242779215.267.9725930.976835248.959.220371.060796 列 10268.219.9337041.124655表9:99.8518111.0946516.733091.14E-21172.38940.663036272.2412图表1:两组评酒员的评价结果拟合图表 2.1模型二的建立:同一酿酒葡萄理化指标的平均值:同一成分酿酒葡萄的理化
13、指标的三个平均值求方差:酿酒葡萄的理化指标权重:当A B时;权重值为:当AB时;(W为权重值、A为酿酒葡萄理化指标值、B为参考标准值) 同一葡萄酒样品号中理化指标所占权重之和为:数据的归一化处理: 归一化= 2.2模型求解 用EXCEL软件求出各样品酒的总质量,统计如下表:标10:红、白葡萄酒的总质量表酒样品号红葡萄酒评分总质量白葡萄酒评分总质量红葡萄评分总质量1681779156577842740758166996733746756177458034712769186547675721815197267646663755207667653742217227928660723227167947
14、82804237717741068879824715761116167142568277512683731267207731373977014796根据评酒员所评出的每个样品号的总体质量的大小来对相应的酿酒葡萄的理化指标进行排序,排序后将酿酒葡萄的理化指标分为三组:表11:按样品(红葡萄)酒评分总质量分组表第一组红葡糖酒样品号评分总质量第二组红葡萄酒样品号第三组红葡萄酒样品号090501030608020407表12:样品(白葡萄)酒评分总质量分组表第一组白葡糖酒样品号第二组白葡萄酒样品号第三组白葡萄酒样品号743795根据上述表格的排序,对所有酿酒葡萄的理化指标进行分组,求出同一理化指标的平
15、均值:对同一成分酿酒葡萄的理化指标的三个平均值求方差:根据上述所求的方差,保留三个平均值方差相对较大的样品,去除方差相对较小的样品。再对酿酒葡萄的理化指标进行筛选,筛选出的酿酒葡萄的理化指标为:红葡萄氨基酸总量 花色苷 酒石酸 苹果酸 DPPH自由基 总酚 单宁 葡萄总黄酮 黄酮醇 果穗质量 a*(+红;-绿) 脯氨酸 赖氨酸 组氨酸 精氨酸 反式白藜芦醇苷 反式白藜芦醇 顺式白藜芦醇 槲皮素 异鼠李素白葡萄氨基酸总量 VC含量 花色苷 褐变度 葡萄总黄酮 黄酮醇 果穗质量 谷氨酸 脯氨酸 甘氨酸 丙氨酸 酪氨酸 反式白藜芦醇 顺式白藜芦醇槲皮素 山萘酚 根据查询文献参考考证80%以上的酿酒葡
16、萄的理化指标相同。观察剩下的数据发现在不同组的理化指标中各数据有一个较合理的数据与之对应(葡萄酒质量较好的数据中,有较大的、较小的、趋于中间的)。从葡萄酒质量较好的哪一组数据中选出最恰当的一个数据作为参考标准(即为该组平均值)。对葡萄酒和所筛选的酿酒葡萄的理化指标赋予权重。同一葡萄酒样品号中理化指标所占权重之和为: 在根据权重之和对剩下的所有理化指标指数进行归一化处理为:取葡萄酒的评分总质量的最高值为标准参考值,最后用酿酒葡萄理化指标的权重加上葡萄酒质量的权重即为最后酿酒葡萄的综合评价。表13:(红)酿酒葡萄数据处理表样品权重值理化权重值权重和葡萄样品110.790.411.20葡萄样品070
17、.840.401.24葡萄样品180.391.23葡萄样品150.531.37葡萄样品080.571.42葡萄样品060.850.551.40葡萄样品010.870.651.52葡萄样品250.581.46葡萄样品121.27葡萄样品100.881.45葡萄样品130.611.49葡萄样品160.890.56葡萄样品040.910.54葡萄样品241.48葡萄样品270.471.38葡萄样品220.920.661.57葡萄样品261.39葡萄样品050.641.56葡萄样品210.711.63葡萄样品140.930.63葡萄样品190.691.62葡萄样品020.950.601.55葡萄样品17葡萄样品031.60葡萄样品200.970.43葡萄样品230.991.65葡萄样品091.000.741.74表14:(白)酿酒葡萄数据处理表0.83 0.50 1.33 0.88 0.43 1.30 0.89 0.68 1.57 0.90 0.46 1.35 0.91 0.35 1.26 0.69 1.60 0.49 1.40 0.93 0.70 1.63 0.42 1.36 0.94 0.30 1.24 0.54 1.48 0.5
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1