(完結(jié)版)葡萄酒的評(píng)價(jià)

1、葡萄酒的評(píng)價(jià)摘要本文通過(guò)對(duì)品酒員的葡萄酒評(píng)價(jià)結(jié)果、葡萄酒和釀酒葡萄的理化指標(biāo)、芳香 物質(zhì)的數(shù)據(jù)統(tǒng)計(jì)分析，利用 SPSS軟件、EVIEWS軟件、MATLAB軟件，對(duì)葡 萄酒作出評(píng)價(jià)。問(wèn)題一：首先對(duì)缺失的數(shù)據(jù)采用熱卡插值法填補(bǔ)，缺失值為2;其次我們對(duì)每一酒樣品總分求均值，利用 SPSS軟件進(jìn)行配對(duì)t檢驗(yàn)，進(jìn)行顯著性差異分析， 可知兩組品酒員的評(píng)價(jià)結(jié)果之間存在顯著性差異；然后我們采用方差分析法，對(duì)每組品酒員內(nèi)部打分結(jié)果進(jìn)行方差比較，利用 MATLAB求解得出：對(duì)于紅白葡 萄酒，第二組的方差普遍都比第一組小，第二組的打分結(jié)果比較可信。問(wèn)題二：通過(guò)SPSS軟件的因子分析，分別對(duì)釀酒葡萄的一級(jí)理化指標(biāo)和二

2、級(jí)理化指標(biāo)進(jìn)行主成分分析，得出可以囊括釀酒葡萄重要特征的重要主成分，其中紅葡萄得到9種主成分，白葡萄得到10種主成分。再以主成分為自變量進(jìn)行聚類，將具有共同特征的釀酒葡萄歸為一類， 再對(duì)葡萄樣品進(jìn)行聚類，對(duì)釀酒葡 萄進(jìn)行等級(jí)劃分，紅白葡萄均歸為5類。最后結(jié)合在第一問(wèn)中求得的可信組品酒 師的葡萄酒的總評(píng)分，確定每一類釀酒葡萄的等級(jí)。分類紅葡萄樣品編號(hào)白葡萄樣品編號(hào)12,3,9,232,3,5,9,10,12,22,24,25,26,28210,13,19,20,25,26,272734,5,6,7,12,15,16,17,18,21,22,241,2,1541， 8， 144,6,7,11,14

3、,17,18,20,21,235118,16,19通過(guò)SPSS軟件對(duì)葡萄酒質(zhì)量進(jìn)行聚類，將聚類結(jié)果與對(duì)應(yīng)的一級(jí)理化指標(biāo) 聚類結(jié)果比較，得到的紅、白葡萄酒的吻合率分別為0.25926、0.37037,可見(jiàn)僅用釀酒葡萄的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒質(zhì)量不是很合理。問(wèn)題三：首先通過(guò)pears on相關(guān)性分析，對(duì)釀酒葡萄和葡萄酒的理化指標(biāo)進(jìn) 行初步的相關(guān)性判定，得出兩者的理化指標(biāo)大多數(shù)指標(biāo)呈正相關(guān)， 然后對(duì)葡萄酒 的理化指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，將釀酒葡萄的理化指標(biāo)作為自變量， 將葡萄酒的理化指 標(biāo)作為應(yīng)變量，采用EVIEWS軟件將標(biāo)準(zhǔn)化后的葡萄酒的理化指標(biāo)和釀酒葡萄 的主成份進(jìn)行逐步回歸，建立回歸模型，分析得到白藜蘆

4、醇等白葡萄相關(guān)關(guān)系式 的R方值較小，可見(jiàn)雖然存在著一定的線性關(guān)系，但是關(guān)系較弱。問(wèn)題四：結(jié)合釀酒葡萄和葡萄酒的理化指標(biāo)、 芳香物質(zhì)與葡萄酒質(zhì)量，利用 支持向量回歸機(jī)分別對(duì)其進(jìn)行回歸分析和相關(guān)性分析，并對(duì)葡萄酒質(zhì)量進(jìn)行預(yù) 測(cè)，將預(yù)測(cè)值與實(shí)際值比較發(fā)現(xiàn)擬合度較好， 得出釀酒葡萄和葡萄酒的理化指標(biāo) 與葡萄酒質(zhì)量呈正相關(guān)，并從回歸模型中可知，芳香物質(zhì)與葡萄酒的質(zhì)量有一定 的關(guān)系，不能僅僅用釀酒葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。關(guān)鍵詞：葡萄酒；回歸分析；配對(duì)t檢驗(yàn)；聚類；支持向量回歸機(jī)一.問(wèn)題重述確定葡萄酒質(zhì)量時(shí)一般是通過(guò)聘請(qǐng)一批有資質(zhì)的評(píng)酒員進(jìn)行品評(píng)。每個(gè)評(píng)酒員在對(duì)葡萄酒進(jìn)行品嘗后對(duì)其分類指標(biāo)

5、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(cè)的理化指標(biāo)會(huì)在一定程度上反映葡萄酒和葡萄的質(zhì)量。附件1給出了某一年份一些葡萄酒的評(píng)價(jià)結(jié)果，附件2和附件3分別給出了該年份這些葡萄酒的 和釀酒葡萄的成分?jǐn)?shù)據(jù)。請(qǐng)嘗試建立數(shù)學(xué)模型討論下列問(wèn)題：1. 分析附件1中兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，哪一組結(jié)果更可信？2. 根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。3. 分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。4. 分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄 和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)

6、量？二.問(wèn)題假設(shè)1. 假設(shè)每位品酒員之間是相互獨(dú)立的，且評(píng)分是絕對(duì)公正的。2. 假設(shè)每個(gè)樣品酒都是隨機(jī)取得的。3. 假設(shè)允許存在計(jì)算誤差。4. 假設(shè)兩組評(píng)酒員在進(jìn)行評(píng)分時(shí)是只與自身專業(yè)評(píng)價(jià)標(biāo)準(zhǔn)有關(guān)。二.符號(hào)表示a表示第組品酒員b表示第二組品酒員f1表示紅葡萄酒的質(zhì)量f2表示白葡萄酒的質(zhì)量i,i =1,2.11表示紅葡萄酒中的芳香物質(zhì)W2J =121110表示白葡萄酒中的芳香物質(zhì)5,i =1,2川 5表示釀酒紅葡萄中的芳香物質(zhì)%i =1,2川 7表示釀酒白葡萄中的芳香物質(zhì)FgJ 12“9表示紅葡萄酒的九個(gè)理化指標(biāo)= L 28表示釀酒紅葡萄的八個(gè)主成分J 1曹 2亠.8表示紅葡萄酒的殘差3=L 2

7、. . .8表示白葡萄酒的八個(gè)理化指標(biāo)加二：1,29表示釀酒白葡萄的九個(gè)主成分%=:L29表示白匍萄酒的殘差A(yù)表示回歸方程的系數(shù)R2表示方程的擬合度四. 問(wèn)題分析問(wèn)題一：由于題目給出的數(shù)據(jù)中缺失評(píng)酒員 4對(duì)酒樣品20的色調(diào)評(píng)分，因此我們先 用熱卡插補(bǔ)法進(jìn)行數(shù)據(jù)填補(bǔ)。 再用統(tǒng)計(jì)的方法，計(jì)算出每組對(duì)每一個(gè)樣品酒分類打 分指標(biāo)的平均值，利用SPSS軟件對(duì)兩組品酒員與對(duì)應(yīng)酒樣品評(píng)價(jià)之間進(jìn)行配對(duì) t檢驗(yàn)，對(duì)求得的P值進(jìn)行顯著性差異分析，判斷兩組品酒員的評(píng)價(jià)結(jié)果是否存 在差異；然后計(jì)算出兩組品酒員對(duì)每一酒樣品的評(píng)價(jià)總分，分別計(jì)算兩組品酒員對(duì)每一酒樣品的方差，利用方差來(lái)表示組內(nèi)評(píng)分結(jié)果的穩(wěn)定性， 比較分析兩

8、組品 酒員的可信度。問(wèn)題二：該問(wèn)題要求根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)釀酒葡萄進(jìn)行等級(jí) 劃分，結(jié)合問(wèn)題一得到的更可信的葡萄酒質(zhì)量評(píng)分， 綜合考慮各類因素的情況進(jìn) 行綜合評(píng)價(jià)。由于釀酒葡萄的理化指標(biāo)較多，我們利用SPSS軟件分別對(duì)一級(jí)理化指標(biāo)和二級(jí)理化指標(biāo)進(jìn)行主成分分析，再利用K-聚類的方法分別對(duì)釀酒葡萄的理化指標(biāo)進(jìn)行聚類并結(jié)合葡萄酒的質(zhì)量，對(duì)釀酒葡萄的質(zhì)量進(jìn)行分級(jí)。冋題三：為分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，首先定性的分析葡萄酒中 比較重要的理化指標(biāo)和釀酒葡萄中的理化指標(biāo)，再利用SPSS軟件對(duì)葡萄酒的理化指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，采用 EVIEWS軟件將標(biāo)準(zhǔn)化后的葡萄酒的理化指標(biāo)和釀酒 葡

9、萄的主成份進(jìn)行逐步回歸，得到釀酒葡萄和葡萄酒的理化指標(biāo)之間的聯(lián)系。問(wèn)題四：為分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)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(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量，分別隨機(jī)選取20個(gè)標(biāo)準(zhǔn)化后的紅、白葡萄和葡萄酒的理化指標(biāo)和芳香物質(zhì)與葡萄酒的質(zhì)量之間回歸分析，建立逐步回歸模型，并將剩余的數(shù)據(jù)代入回歸模型，預(yù)測(cè)葡萄酒的質(zhì)量，將預(yù)測(cè)值與實(shí)際 值比較；采用SVR對(duì)隨機(jī)選取20個(gè)標(biāo)準(zhǔn)化后的紅、白葡萄和葡萄酒的理化指標(biāo)和芳 香物質(zhì)與葡萄酒的質(zhì)量進(jìn)行相關(guān)性分析，并對(duì)剩余的數(shù)據(jù)進(jìn)行葡萄酒質(zhì)量的預(yù) 測(cè)，將預(yù)測(cè)值與實(shí)際值比較，繪制折線圖，比較逐步回歸模型和SVR預(yù)測(cè)的準(zhǔn)確性。五. 模型建立與求解問(wèn)

10、題一：分析兩組品酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，并判斷哪一組更可信。1. 缺失數(shù)據(jù)的補(bǔ)充經(jīng)過(guò)對(duì)數(shù)據(jù)缺失的分析，我們認(rèn)為該資料的缺失屬于完全隨機(jī)缺失。因此,我們選擇熱卡插補(bǔ)法，盡可能尋找和遺漏值相似的數(shù)值來(lái)替代之，算出4號(hào)評(píng)酒員所評(píng)價(jià)的其他樣品酒與樣品酒 20的相關(guān)系數(shù)，從而確定整體數(shù)據(jù)與樣品酒 20相近的樣品酒。對(duì)于X與丫兩個(gè)變量，兩者間的相關(guān)系數(shù) .y為c送（Xi -X）（Y -丫）：'XY2-/ （Xi -X）（丫 _丫）2其中匚丫 一1,1.如果；y 0，則X與丫成正相關(guān)關(guān)系；如果匚丫：0,則X與丫成負(fù)相關(guān)關(guān)系；如果 汽丫 =0，則X與Y不想關(guān)。I ：?xy p 1，則X與Y相關(guān)性

11、越 密切。運(yùn)用matlab軟件計(jì)算出其余樣品酒與樣品酒 20的相關(guān)性，得到相關(guān)系數(shù)最 高的是酒樣品11，匚丫 =0.9340，因此，用酒樣品的色調(diào)分?jǐn)?shù)代替缺失數(shù)據(jù)，則 4號(hào)評(píng)酒員對(duì)樣品酒20的色調(diào)評(píng)分為2分。2. 兩個(gè)樣本的顯著性差異檢驗(yàn)正態(tài)分布檢驗(yàn)數(shù)據(jù)服從正態(tài)分布的檢驗(yàn)在對(duì)兩樣本顯著性檢驗(yàn)時(shí)，要確定樣本的總體是服 從正態(tài)分布，采用JB統(tǒng)計(jì)量對(duì)紅（白）葡萄酒樣品的評(píng)分均值服從正態(tài)分布。JB 二匚土 S2（K -3）264其中，S、K分別表示偏度和峰度。在正態(tài)分布的假設(shè)下，JB統(tǒng)計(jì)量服從自由度 為2的 分布。如果這個(gè)概率值越大，認(rèn)為樣本的確來(lái)自正態(tài)分布的總體。采用EVIEWS件，對(duì)紅（白）葡萄酒

12、樣品的評(píng)分均值進(jìn)行正態(tài)分布檢驗(yàn)，得兩組評(píng)酒員對(duì)紅（白）葡萄酒的某個(gè)酒樣品質(zhì)量評(píng)分?jǐn)?shù)據(jù)服從正態(tài)分布。表1.1 JB正態(tài)分布檢驗(yàn)結(jié)果第一組白葡萄酒第二組白葡萄酒第一組紅葡萄酒第二組紅葡萄酒JB值0.06375.5244.14580.3068概率P0.96860.06320.12580.8578配對(duì)樣本t檢驗(yàn)建立假設(shè)Ho :1丫 = 0 , Hi :- 0 ,并構(gòu)造t統(tǒng)計(jì)量t =一yt（ n _1） Sy /、. n -1在顯著水平：二0.05的情況下，對(duì)白葡萄酒進(jìn)行t檢驗(yàn)得到的 P=0.019<0.05，對(duì)紅葡萄酒進(jìn)行t檢驗(yàn)得到的P=0.019<0.05，因此，在對(duì)白葡 萄酒和紅葡萄酒

13、的評(píng)價(jià)中，兩組評(píng)價(jià)結(jié)果存在顯著性差異。分別根據(jù)品酒員對(duì)紅（白）葡萄酒樣品的分類打分指標(biāo)，求出分類打分指標(biāo) 均值（詳見(jiàn)附錄），利用SPSS軟件對(duì)紅（白）葡萄酒的分類打分指標(biāo)均值進(jìn)行配 對(duì)樣本t檢驗(yàn)。計(jì)算得出，在顯著水平=0.05的情況下，兩組評(píng)酒員對(duì)紅（白）葡萄酒某個(gè)樣品酒的評(píng)價(jià)結(jié)果有無(wú)顯著差異見(jiàn)下表：表1.2兩組紅葡萄酒間顯著性差異分析結(jié)果酒樣品1234567891011121314差異否是是否否是是否是是是是否否酒樣品15161718192021222324252627差異是是是否是否是是是是否否否表1.2兩組白葡萄酒間顯著性差異分析結(jié)果酒樣品1234567891011121314差異是否否

14、否是是是否是是否是是是酒樣品1516171819202122232425262728差異是是否否是否否否否否否否是否3. 利用方差對(duì)兩組品酒員的評(píng)價(jià)結(jié)果進(jìn)行可信度分析方差表示一組數(shù)據(jù)的穩(wěn)定性，我們采用方差來(lái)比較兩組內(nèi)部十個(gè)品酒員之間 評(píng)分的穩(wěn)定行來(lái)判斷該組的打分結(jié)果是否可信。對(duì)兩組品酒員對(duì)紅（白）葡萄酒的評(píng)分結(jié)果進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析，計(jì)算方差（見(jiàn) 附錄），利用MATLAB軟件對(duì)兩組的方差進(jìn)行比較（程序見(jiàn)附錄），繪制散點(diǎn)圖（圖 1.1）圖1.1兩組品酒員的評(píng)分方差散點(diǎn)圖根據(jù)散點(diǎn)圖可知：第二組對(duì)白葡萄酒和紅葡萄酒的評(píng)分結(jié)果方差普遍比第一 組小，方差越小表明組內(nèi)品酒員評(píng)分結(jié)果越穩(wěn)定， 從而說(shuō)明第二組品酒

15、員的評(píng)價(jià) 結(jié)果更可信。問(wèn)題二：根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分 級(jí)。1. 由于附件中釀酒葡萄一共有30個(gè)一級(jí)指標(biāo)，27個(gè)二級(jí)指標(biāo)，為了簡(jiǎn)化釀酒 葡萄的理化指標(biāo)，我們采用主成分分析法。第一步，對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。第二步，計(jì)算各個(gè)理化指標(biāo)之間的相關(guān)系數(shù)矩陣：飛1I r21r12r22rjr2prp2rppri,j(i, j -1,2/ , p)nzq的計(jì)算公式為：rjk An = n7 (Xki -為)2' (Xj -Xj)2k =1kW第三步，計(jì)算特征值與特征向量，由特征向量組成m個(gè)新的指標(biāo)變量。第四步，計(jì)算主成分貢獻(xiàn)率：貢獻(xiàn)率：p i (i=1,2,L,p

16、)一kk3利用MATLAB對(duì)30個(gè)一級(jí)指標(biāo)和27個(gè)二級(jí)指標(biāo)進(jìn)行主成分分析后，得到八個(gè)紅葡 萄的理化指標(biāo)主成分，九個(gè)白葡萄的理化指標(biāo)主成分。表2.1紅葡萄的一級(jí)理化指標(biāo)主成分主成份主要理化指標(biāo)貢獻(xiàn)率（單位：%）第一主成份蛋白質(zhì)、花色苷、DPPH自由 基、總酚、單寧、葡萄總黃酮、 百粒質(zhì)量、果梗比、出汁率、果皮顏色L23.228第二主成份氨基酸總量、總糖、還原糖、 可溶性固形、干物質(zhì)含量39.698第三主成份檸檬酸、白藜蘆醇、可滴定酸、 果皮顏色a、果皮顏色b52.145第四主成分蘋(píng)果酸、多酚氧化酶活力、褐變度、PH值61.613第五主成分VC含量、固酸比、果穗質(zhì)量68.279第八主成分黃酮醇74

17、.084第七主成分果皮質(zhì)量78.813第八主成分酒石酸83.044釀酒紅葡萄中第一主成分代表了紅葡萄的結(jié)構(gòu)與顏色， 第二主成分體現(xiàn)了紅 葡萄的味感，第三主成分主要是紅葡萄的風(fēng)味與色澤， 第四主成分代表了紅葡萄 的氧化程度等。表22紅葡萄的二級(jí)理化指標(biāo)主成分主成份主要理化指標(biāo)貢獻(xiàn)率（單位：%）第一主成分天門(mén)冬氨酸、絲氨酸、谷氨酸、 丙氨酸、纈氨酸、蛋氨酸、異 亮氨酸、亮氨酸、賴氨酸、組 氨酸、精氨酸、H321.051第二主成分順式白藜蘆醇苷、C1、C2、C3、 楊梅黃酮33.990第三主成分反式白藜蘆醇苷、反式白藜蘆 醇、槲皮素、山萘酚、異鼠李素45.995第四主成份脯氨酸、果糖、葡萄糖54.8

18、63第五主成分甘氨酸62.565第八主成分酪氨酸、順式白藜蘆醇69.269第七主成分胱氨酸、H274.151第八主成分H178.085第九主成分苯丙氨酸81.826釀酒紅葡萄中第一主成分代表了紅葡萄氨基酸， 第二主成分體現(xiàn)了紅葡萄的 醇和酮，第三主成分主要是紅葡萄的醇，第四主成分代表了紅葡萄的糖等。表2.3白葡萄的一級(jí)理化指標(biāo)主成分主要理化指標(biāo)貢獻(xiàn)率（單位：%）主成分一氨基酸總量、多酚氧化酶活力、單 寧、總糖、還原糖、可溶性固形物 干物質(zhì)含量、果穗質(zhì)量、百粒質(zhì)量 出汁率、果皮顏色L、果皮顏色b19.435主成分二蛋白質(zhì)、酒石酸、DPPH自由基 總酚、葡萄總黃酮、可滴定酸 固酸比、果皮質(zhì)量35.

19、864主成分三VC含量、果梗比、果皮質(zhì)量 果皮顏色a47.957主成分四蘋(píng)果酸、褐變度54.891主成分五黃酮醇61.189主成分六白藜蘆醇66.703主成分七檸檬酸71.787主成分八PH值76.048主成分九花色苷80.175釀酒白葡萄中，第一主成分主要是白葡萄的味感，第二主成分代表了白葡萄 的結(jié)構(gòu)，第三主成分代表了白葡萄的成熟程度， 第四主成分體現(xiàn)了白葡萄的氧化 程度等。表2.4白葡萄的二級(jí)理化指標(biāo)主成分主要理化指標(biāo)貢獻(xiàn)率（單位：%）主成分一天門(mén)冬氨酸、絲氨酸、谷氨酸、脯 氨酸、甘氨酸、丙氨酸、纈氨酸、 蛋氨酸、異亮氨酸、亮氨酸、賴氨 酸、組氨酸27.951主成分二反式白藜蘆醇、果糖、葡

20、萄糖、C1、C2、C339.296主成分三胱氨、酸、順式白藜蘆醇苷、H1、H348.666主成分四反式白藜蘆醇苷、楊梅黃酮、槲皮、 素、山萘、酚、異鼠李素57.558主成分五酪氨酸63.698主成分六精氨酸68.891主成分七H273.716主成分八蘇氨酸77.890主成分九苯丙氨酸81.439主成分十順式白藜蘆醇84.489釀酒白葡萄中，第一主成分主要是白葡萄的氨基酸，第二主成分主要是白葡 萄的醇和糖。主成分分析得到的新指標(biāo)代替原來(lái) 30個(gè)理化指標(biāo)，得到的新指標(biāo)關(guān)于樣品 的評(píng)價(jià)值（見(jiàn)附錄）。2. 采用K-均值聚類的方法對(duì)樣品進(jìn)行聚類。利用SPSS軟件，對(duì)紅（白）葡萄的一、二級(jí)理化指標(biāo)進(jìn)行 5

21、次聚類，得到 結(jié)果：表2.5匍萄一、二級(jí)指標(biāo)聚類結(jié)果聚類1聚類2聚類3聚類4聚類5紅葡萄一級(jí)樣品1、8 14樣品2、3、9、樣品11樣品4、5、6、樣品10、13、指標(biāo)237、12、15、19、20、25、16、 17、 18、26、2721、22、24紅匍萄二級(jí)樣品1、8樣品 2、6、10、樣品 3、9、13、樣品11樣品4、5、指標(biāo)12、 14、 16、17、19、21、7、15、20、18、 24、 25、232226、27白匍萄一級(jí)樣品4、6、7、樣品1、13、樣品8、16、樣品27樣品2、3、指標(biāo)11、 14、 17、15195、9、10、18、20、21、12、22、24、2325

22、、 26、 28白匍萄二級(jí)樣品5、10、樣品2、6、7、樣品 3、4、10、樣品1、11、樣品27指標(biāo)14、21& 15、 22、12、20、24、13、 16、 17、23、2625、2818、19由于二級(jí)指標(biāo)不能較全面的觀察葡萄的質(zhì)量， 故采用一級(jí)指標(biāo)的聚類結(jié)果和 葡萄酒質(zhì)量的對(duì)比，做相應(yīng)的等級(jí)劃分，劃分結(jié)果如下：表2.6對(duì)應(yīng)級(jí)別葡萄酒質(zhì)量的平均分聚類級(jí)別相應(yīng)紅葡萄酒質(zhì) 量的平均分等級(jí)劃分相應(yīng)白葡萄酒質(zhì) 量的平均分等級(jí)劃分168.9一般76.53較差275.975好76.73333333一般361.6差72差468.88462較差77較好571.1較好78.19091好根據(jù)上述表格

23、可知，好的紅葡萄樣品有樣品 2、3、9、23,較好的紅葡萄樣 品有樣品10、13、19、20、25、26、27, 一般的紅葡萄樣品有樣品 4、5、6、7、 12、15、16、17、18、21、22、24,較差的紅葡萄樣品有樣品 1、8、14,差的 紅葡萄樣品有樣品11；好的白葡萄樣品有2、3、5、9、10、12、22、24、25、 26、28，較好的白葡萄樣品有27, 一般的白葡萄樣品有1、2、15,較差的白 葡萄樣品有4、6、7、11、14、17、18、20、21、23,差的白葡萄樣品有&16、19。利用SPSS軟件對(duì)葡萄酒質(zhì)量進(jìn)行聚類（見(jiàn)附錄），將其結(jié)果與對(duì)應(yīng)的一級(jí) 理化指標(biāo)聚類結(jié)

24、果比較，得到的紅、白葡萄酒的吻合率分別為0.25926、0.37037, 可見(jiàn)僅用釀酒葡萄的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量不是很合理。問(wèn)題三：分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系1. 根據(jù)問(wèn)題和給出的數(shù)據(jù)可知，釀酒葡萄與葡萄酒的理化指標(biāo)發(fā)生了很大的變 化，為了分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系， 我們先分別分析紅葡萄、 白葡萄與相應(yīng)的葡萄酒之間重要的理化指標(biāo)的定性關(guān)系。根據(jù)資料可知，花色苷是紅葡萄果實(shí)中重要的一類黃酮類物質(zhì)， 主要賦予葡 萄和葡萄酒紅色色調(diào)；單寧具有抗氧化性，使得紅葡萄酒能長(zhǎng)年熟成；酚類物質(zhì) 的含量與葡萄酒的色澤、香氣和酒體特征等有密切的關(guān)系，這些理化指標(biāo)均是釀 酒葡萄與

25、葡萄酒中重要的指標(biāo)。而這些重要理化指標(biāo)在葡萄與葡萄酒之間是否有 關(guān)，我們先用MATLAB對(duì)這四個(gè)理化指標(biāo)在27個(gè)紅葡萄與紅葡萄酒樣品中進(jìn) 行繪圖，得到如下圖所示的關(guān)系。0單寧釀酒葡萄咅葡萄酒010白藜蘆醇2025釀酒葡萄葡萄酒5101520253030圖3.1葡萄酒與釀酒葡萄中指標(biāo)的比較白藜蘆醇是存在于葡萄皮中的一種物質(zhì)，在釀造過(guò)程中被酒精溶解進(jìn)入葡萄酒中，而不同葡萄之間其含量會(huì)由于釀造工藝的不同差異很大，因此，我們選用單寧、總酚、總黃酮、 白藜蘆醇這四個(gè)理化指標(biāo)的含量來(lái)刻畫(huà)白葡萄與白葡萄酒之間的關(guān)系，并用MATLAB進(jìn)行繪圖，結(jié)果如下圖所示。單寧總酚圖3.2葡萄酒與釀酒葡萄中指標(biāo)的比較由圖可

26、看出，白葡萄與白葡萄酒理化指標(biāo)之間的聯(lián)系并不如紅葡萄與紅葡萄酒之間密 切，但總體趨勢(shì)還是大致成正比關(guān)系。為了進(jìn)一步尋找它們之間的函數(shù)關(guān)系，我們選用逐步回歸分析進(jìn)行探究。2. 建立逐步回歸分析探究釀酒葡萄與葡萄酒理化指標(biāo)的關(guān)系。逐步回歸是一種從眾多變量中有效地選擇重要變量的方法。其基本思路是先 確定一初始子集，然后每次從子集外影響顯著的變量中引入一個(gè)對(duì)因變量影響最 大的，再對(duì)原來(lái)子集中的變量進(jìn)行檢驗(yàn)，從變得不顯著的變量中剔除一個(gè)影響最 小的，直到不能引入和剔除為止。因此，葡萄酒中的花色苷、單寧、總酚、酒總黃酮、白藜蘆醇、DPPH半抑制體積、三類顏色指標(biāo)作為因變量，釀酒葡萄中的理化指標(biāo)作為自變量。

27、采用EVIEWS軟件對(duì)釀酒葡萄的主成份和葡萄酒的一級(jí)理化指標(biāo)做逐步回 歸分析，建立回歸模型。1）紅葡萄與紅葡萄酒之間的回歸模型：%如a21a<22fl24%a27囲p31如嗎4務(wù)a37%a47%名13A =a5l切禺4畋aSf心X =-14z =S14aGl如2%a67%Z15名15l7'1a73%知%a77pK名16旳：知陶叫4%務(wù)知喝習(xí)7I*3®!&93儀94a95a97a93丿E丿<£18>對(duì)上述建立的線性回歸模型進(jìn)行求解，得到紅葡萄與紅葡萄酒的理化指標(biāo)之 間的函數(shù)關(guān)系。yn = Q 2906竊-0.0508 兀-0.26801+0.

28、0673+01085 知、%名23名24Z =名25£26名27名28芒29丿IS 19 a26 勺9 口關(guān)% 4$ 總49 fl5ft a3» a68 % 衍£如 es ©39對(duì)上述建立的線性回歸模型進(jìn)行求解, 間的函數(shù)關(guān)系。得到白葡萄與白葡萄酒的理化指標(biāo)之= 0.3249xn-0.0664 x13+0.0721x14 -0.0526x+0.1653+0.1316y13 = 0.3174in - 0. 0588xb+0. 1508zw+0.1441 x17 +0.0817 z16”廣0.297%-（1049觀-0,0?28戀+0山82知+0.1693亦

29、+0”2134甩溝=0.109 Ixq- 0.1089血 +0.2118- 0.1053屜九=0 29 9禹-0.0885宼+° 1094 知 +0.1226xls+0.1344 xL7+0.1667xIS ）17 =-0.3163x11+0.0685xn+0.1288xE+0.0821x14+0.0671x15+0.0653x16 為=0,0965 礦 Q1178礦 0.2479尿+00896 礦 0,1087 肝 0,25$%03362血,y19 =0.1614+0,2071+0.1500-0,2788+0.1004-0.1411表3.1紅葡萄酒與紅葡萄之間的擬合度擬合度yiiy

30、i2yi3y14yi5y16y17y18y19R20.8310.83210.79510.77640.27680.77720.81950.66680.477003680245041610254472）白葡萄與白葡萄酒之間的回歸模型：，卅 X+F如旳4x=X2l421Y =/31=0 1278遍 1 0286遍2 0824勿 0.3265jx旳二 Q169% +0.189%+0”2308 血-0,142 血 +096% - 0,153 筠加=0.0602勒+0.2487砌+0.2734碗 0.110 跖|+0,181%+0.114?屁+0.140 軸 0.0792加丹二-0.0? 19陽(yáng)廠 0.1

31、19隔+02130心ya5=0.1066 血+0.1437-0.1456+0.1825xJfi-0.3150 如- -0.2638呵 +0.1565 場(chǎng)-0.0979 巾+0.0789 腸-0.2536 盹7W=-0.1476x3L+0.2462為 + 0.114 % +0.0970xr - 0.1706ia - Q1105血”訐 0,287爲(wèi)-Q,2069 血 +0O53 丸"0770 刼 J0715 亦Q067 爲(wèi)+0.288%+ 1134表3.1白葡萄酒白紅葡萄之間的擬合度擬 合 度y2iy22y23y24y25y26y27y28R20.42670.66550.72820.11

32、630.41360.64160.47340.7360根據(jù)逐步回歸分析得到的關(guān)系式可以得到釀酒葡萄與葡萄酒的理化指標(biāo)之 間的函數(shù)關(guān)系，但葡萄酒中的白藜蘆醇指標(biāo)與釀酒葡萄之間的相關(guān)性較低，為了分析該關(guān)系，我們運(yùn)用相關(guān)系數(shù)進(jìn)行計(jì)算，得到與白葡萄酒中白藜蘆醇指標(biāo)相關(guān) 程度比較大的釀酒葡萄理化指標(biāo)為總糖、酒石酸，且均和白藜蘆醇成負(fù)相關(guān)關(guān)系， 而正相關(guān)程度相對(duì)較大的釀酒葡萄理化指標(biāo)為還原糖與a*（+紅；-綠）問(wèn)題四：分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。對(duì)釀酒葡萄和葡萄酒的理化指標(biāo)、芳香物質(zhì)與葡萄酒質(zhì)量之間的相關(guān)性分 析。1.利用SPS漱件

33、對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，任意選取其中的20個(gè)釀酒葡萄樣品 標(biāo)準(zhǔn)化的理論指標(biāo)和芳香物質(zhì)和葡萄酒的質(zhì)量，進(jìn)行回歸分析，建立回歸模型。紅色葡萄和葡萄酒的理化指標(biāo)、芳香物質(zhì)與葡萄酒質(zhì)量的函數(shù)關(guān)系：£ 二 0.2867心-|）8405業(yè)+0.165%-2.0403心+1.186% +0.616%-0.577%-53749九+74576九 J647圳3+14542片+10402九2622幼廠055網(wǎng)+0.168 嘰 + 0.214 嘰+03424wh +0.151 処+0.7536業(yè)+0989旳 01780% -0.5254 +0.0909術(shù)+01197如-2,496臨紅色葡萄和葡萄酒的理化指標(biāo)、

34、芳香物質(zhì)與葡萄酒質(zhì)量的函數(shù)關(guān)系：£ =01275勿+Q3412 勵(lì)+0342%-Q1456血-C11553 心+Q 3623 勿-02956 心-0 J 805-0.9414+0.9290 - 0.5154 +0,154覘廠 0,3750%+0.3981眄-0 5091 說(shuō)6+0.5754w9 +0.9338%,- 0452g 廠 1.0003 觀+0.3030%將剩余的標(biāo)準(zhǔn)化數(shù)據(jù)代入回歸方程，預(yù)測(cè)葡萄酒的質(zhì)量。2.采用SVR支持向量回歸機(jī)的方法，任意選取其中的20個(gè)樣品對(duì)釀酒葡萄和葡萄酒的理化指標(biāo)、芳香物質(zhì)與葡萄酒質(zhì)量之間的相關(guān)性分析。SVRfc持向量回歸機(jī)的知識(shí)點(diǎn)：給定回歸問(wèn)題的

35、訓(xùn)練集(xi,y J,(x 2,y 2),丨1|,兇$ J,x i Rn, yR.；支持向量回歸機(jī)通常采用£-不敏感損失函數(shù)，并極小化權(quán)向量的模，從而得到一 個(gè)二次規(guī)劃問(wèn)題2 |Min (w, , *)=呼(1)2i _1(w (Xj) b - yi _ ； iSt. * yi 一(w 4(Xj ) b 蘭名 + £險(xiǎn)0占* 0衛(wèi)0通過(guò)求解該優(yōu)化問(wèn)題得到最優(yōu)解后，其回歸函數(shù)可表示為|f (x) = w (x) b - j -> i) ker(xi, x) bi呂其中和*為支持向量，ker為選取的核函數(shù)。由于支持向量回歸機(jī)極小化結(jié)構(gòu)風(fēng)險(xiǎn)，有效地克服了過(guò)學(xué)習(xí)現(xiàn)象，從而更加

36、適用于小規(guī)模的回歸問(wèn)題(詳 細(xì)見(jiàn)參考文獻(xiàn))。由于本文中的問(wèn)題特征維數(shù)較高，因此我們選用帶有線性核函 數(shù)的支持向量回歸機(jī)進(jìn)行學(xué)習(xí)，具體操作軟件為L(zhǎng)IBSVM 2.83版本。表4.1回歸檢驗(yàn)指標(biāo)metrics計(jì)算公式SSESSTSSRNMSEV W=艇 J 叱=Si 1另:QT* 、 - 2MAPE施妙£二藝*100%m表4.2 SVR計(jì)算結(jié)果SSE（回歸平方和）SST （離差平方和）SSR（殘差平方和）R2 （擬合度）紅葡萄酒2.3481.4370.980.68197634白匍萄酒2.4541.4240.8860.622191011對(duì)剩余的樣品進(jìn)行葡萄酒質(zhì)量的預(yù)測(cè)，對(duì)預(yù)測(cè)值與實(shí)際值進(jìn)行

37、比較（見(jiàn)下圖）圖4.1紅葡萄預(yù)測(cè)值與實(shí)際值的比較圖圖4.2白葡萄預(yù)測(cè)值與實(shí)際值的比較圖根據(jù)上圖可知，SVR寸數(shù)值的預(yù)測(cè)結(jié)果較回歸分析好，能比較接近的反應(yīng)葡 萄酒的質(zhì)量。葡萄酒的質(zhì)量分類指標(biāo)評(píng)分過(guò)程中含有香氣的指標(biāo)，故我們?cè)谙嚓P(guān)性分析過(guò) 程中考慮了葡萄酒和釀酒葡萄中的芳香物質(zhì)，得到的結(jié)果能很好的來(lái)用葡萄酒和 釀酒葡萄的理化指標(biāo)、芳香物質(zhì)來(lái)對(duì)葡萄酒質(zhì)量的評(píng)價(jià)，即不能僅用葡萄和葡萄 酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。六. 模型評(píng)價(jià)優(yōu)點(diǎn)：.本文在考慮到指標(biāo)總表中多組數(shù)據(jù)成分來(lái)表示釀酒葡萄和葡萄酒的聯(lián)系情 況中，采用主成分分析法，把成分進(jìn)行主要抽取，盡可能的壓縮數(shù)據(jù)，從而得到 簡(jiǎn)化，大大減少了計(jì)算量。本文

38、的第四位采用了 SVR支持向量回歸機(jī)方法，對(duì)釀酒葡萄和葡萄酒的理化 指標(biāo)、芳香物質(zhì)與葡萄酒質(zhì)量之間的相關(guān)性分析。 作為經(jīng)典方法，它的好處在于 使所有樣本點(diǎn)離超平面的“總偏差”最小。這時(shí)樣本點(diǎn)都在兩條邊界線之間，求 最優(yōu)回歸超平面同樣等價(jià)于求最大間隔。缺點(diǎn)：本文在求解過(guò)程中忽略了部分實(shí)際情況，如評(píng)酒員的喜好對(duì)評(píng)分造成的影 響。本文假設(shè)考慮的因素不夠詳細(xì)，致使所得結(jié)論還不能完全與實(shí)際相對(duì)應(yīng)。模型的優(yōu)化改進(jìn)：在問(wèn)題一上，對(duì)兩組評(píng)分者的評(píng)分情況，我們沒(méi)有對(duì)評(píng)分各組在同種樣品酒 上為什么存在評(píng)分差異進(jìn)行細(xì)微的處理。依據(jù)樣品酒評(píng)分不同，將其評(píng)分可分為 客觀性評(píng)分和主觀性評(píng)分兩類。評(píng)判過(guò)程中如果評(píng)分者嚴(yán)格要

39、求依據(jù)一套評(píng)分標(biāo) 準(zhǔn)，并且整個(gè)評(píng)分過(guò)程中保持一致，這樣的評(píng)分結(jié)果才是可信的。但事實(shí)是任何 評(píng)分標(biāo)準(zhǔn)不一致，從而導(dǎo)致測(cè)量的誤差，影響測(cè)量的精確性。根據(jù)測(cè)量誤差來(lái)源，我們可以進(jìn)行考察的指標(biāo)分別是評(píng)分者內(nèi)信度和評(píng)分者間信度，常用的方法可以用spearman相關(guān)系數(shù)法來(lái)計(jì)算。參考文獻(xiàn)1 姜啟源、謝金星、葉俊編，數(shù)學(xué)模型（第四版），北京：高等教育出版社，20112 周明華、周凱、鄔學(xué)軍、李春燕 ，MATLAB實(shí)用教程，浙江工業(yè)大學(xué)出版3 陳勝可編 ，SPSS統(tǒng)計(jì)分析從入門(mén)到精通，北京：清華大學(xué)出版社，20104 郭志剛主編，社會(huì)統(tǒng)計(jì)學(xué)分析方法一SPSS軟件應(yīng)用，中國(guó)人民大學(xué)出版 社，1999 張曉峒編，

40、Eviews使用指南與案例，機(jī)械工業(yè)出版社，2007 鄧乃、，田英杰，數(shù)據(jù)挖掘中的新方法一支持向量機(jī)M，北京：科學(xué)出版 社，2004: 1321887 Chang, C.C. and Lin, C.J. LIBSVM:a library for support vector machines, ACM Tran sact ions on In tellige nt Systems and Tech no logy （TIST）,Volume 2,Number 3, Pages 27,20118 高鐵梅，計(jì)量經(jīng)濟(jì)分析方法與建模Eviews應(yīng)用及實(shí)例（第二版），北京： 清華大學(xué)出版社，20099

41、LIBSVM， 附錄問(wèn)題一1.第一組品酒員對(duì)紅葡萄酒樣品的分類打分指標(biāo)，求出分類打分指標(biāo)均值外觀澄色調(diào)香氣純香氣濃香氣質(zhì)口感純口感濃口感持口感質(zhì)整體評(píng)清度色調(diào)正度度量正度度久度量?jī)r(jià)樣品1 2.36.44.35.412.22.94.55.211.87.7樣品2 2.97.24.56.5134.76.86.718.49.6樣品3 3.48.64.76.213.24.76.26.717.39.4樣品4 483.44.711.23.45.45.614.58.4樣品5 4.38.44.55.912.644.95.314.88.6樣品6 3.974.5612.23.65.3615.18.6樣品7 45.8

42、4.25.711.64.35.56.115.48.9樣品8 2.774.76.413.63.75.85.814.28.4樣品9 3.17.45.57.314.44.76.46.416.69.7樣品10 46.84.76.212.64.15.75.915.48.8樣品11 44.64.46.412.63.95.75.914.28.4樣品12 1.142.74.292.84.5512.77.9樣品13 2.67.64.65.812.84.35.96.1168.9樣品14 3.78.244.811.645.85.916.38.7樣品15 3.97.62.4492.93.9512.47.6樣品16 3

43、.17.44.7612.64.26.1615.79.1樣品17 3.97.84.85.912.84.76.66.417.29.2樣品 18 1.888952.95.1103.355.413.67.9樣品19 3.984.66.4134.26.56.516.39.2樣品20 3.76.2222222 5.27.3144.46.46.216.69.2樣品21 3.584.46.412.24.26.3616.99.2樣品22 3.984.56.712.84.66.25.815.79樣品23 3.28.25.37.414.64.87718.110樣品24 4.184.56.612.64.36.35.9

44、16.69.1樣品25 46.44.45.3124.14.95.614.28.3樣品26 3.67.84.7612.84.15.45.714.88.9樣品27 3.76.24.25.611.84.466.11692.第二組品酒員對(duì)紅葡萄酒樣品的分類打分指標(biāo)，求出分類打分指標(biāo)均值外觀澄/A 4 BET香氣純香氣濃香氣質(zhì)口感純口感濃口感持口感質(zhì)整體評(píng)清度色調(diào)正度度量正度度久度量?jī)r(jià)樣品13.17.63.65.510.83.85.7613.68.4樣品2 3.174.55.6124.16616.69.1樣品3 3.46.84.26.212.24.46.16.116.38.9樣品4 3.56.44.26

45、.112.23.95.35.715.18.8樣品5 3.67.24.15.411.44.15.66.115.78.9樣品6 3.55.23.9511.23.95.25.614.28.6樣品7 3.543.75.211.23.75.45.714.58.4樣品8 3.46.84510.43.74.95.513.98.4樣品9 3.67.456.913.64.26.16169.4樣品10 3.86.84.44.811.83.85.15.714.28.4樣品11 3.63.43.85.9113.44.65.412.48.1樣品12 3.55.23.74.911.2465.715.48.7樣品13 3.

46、75.84.85.512455.513.98.6樣品14 3.37.44.25.811.83.85.65.715.79.3樣品15 3.66.43.15.610.23.85.15.514.28.2樣品16 3.26.83.85.111.845.55.815.18.8樣品17 3.46.84.86.312.24.26.16.315.49樣品18 3.64.23.34.810.63.85.35.915.18.8樣品19 3.574.45.912.23.95.3615.78.7樣品20 3.64.84.96.813.24.26.1616.99.3樣品21 3.273.75.911.845.86.11

47、5.79樣品22 3.464.36.211.63.95.65.7168.9樣品23 3.67.84.66.713.84.46.45.815.18.9樣品24 3.56.64.25.8123.95.75.915.18.8樣品25 3.76.64.35.211.63.94.85.613.98.6樣品26 3.77.44.55.6124.15.55.914.58.8樣品27 3.76.24.15.4124.25.25.9168.83. 第一組品酒員對(duì)白葡萄酒樣品的分類打分指標(biāo)，求出分類打分指標(biāo)均值外觀澄清 度色調(diào)香氣純正度香氣濃度香氣質(zhì)量口感純正度口感濃度口感持久度口感質(zhì)量整體評(píng)價(jià)樣品13.87.45713.44.76.76.517.89.7樣品23.37.64.86.512.63.85.85.914.89.1樣品33.77.54.26.412.54.56.213.217.59.6樣品447.64.76.3134.66.36.616.