葡萄酒的評(píng)價(jià)

葡糖酒的評(píng)價(jià)問(wèn)題分析問(wèn)題一

比較兩組評(píng)價(jià)結(jié)果的是否存在差異，并建立合理的評(píng)價(jià)模型以判斷兩組結(jié)果在可信程度方面的優(yōu)劣問(wèn)題二

分析確定合理的評(píng)價(jià)指標(biāo)體系，并運(yùn)用該評(píng)價(jià)指標(biāo)體系對(duì)釀酒葡萄進(jìn)行分級(jí)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)系問(wèn)題四

通過(guò)釀酒葡萄和葡萄酒的理化指標(biāo)，得到對(duì)葡萄酒的質(zhì)量的評(píng)價(jià)，并論證是否可行

模型假設(shè)1.假設(shè)各樣本能真實(shí)客觀地反映釀酒葡萄與葡萄酒的情況；2.葡萄酒的質(zhì)量只與釀酒葡萄的好壞有關(guān)，忽略釀造過(guò)程中的溫度、濕度、人為干擾等其他因素的影響；3.不考慮理化性質(zhì)的二級(jí)指標(biāo)；4.每組評(píng)酒員的打分不受上個(gè)酒樣品的影響，即各評(píng)分?jǐn)?shù)據(jù)間獨(dú)立；模型的建立與求解步驟一：葡萄酒樣本評(píng)分概率分布的確定，其目的是確定顯著性差異模型的類型；步驟二：兩組評(píng)酒員評(píng)價(jià)結(jié)果的顯著性差異模型的建立，主要通過(guò)Wilcoxon符號(hào)秩檢驗(yàn)法進(jìn)行顯著性差異的假設(shè)檢驗(yàn)；步驟三：建立秩相關(guān)分析評(píng)價(jià)模型，并通過(guò)該模型判斷兩組品酒員評(píng)價(jià)結(jié)果在可信度方面的優(yōu)劣。數(shù)據(jù)的預(yù)處理1.缺失數(shù)據(jù)的處理（采用均值替換法對(duì)這種缺失數(shù)據(jù)進(jìn)行處理）即：其中，為缺失值以酒品20為例2.異常數(shù)據(jù)的修正（原始數(shù)據(jù)中，有的數(shù)據(jù)明顯比兩側(cè)的數(shù)據(jù)過(guò)大或過(guò)?。├纾浩肪茊T7對(duì)樣品3的評(píng)分整體思路各葡萄酒樣本評(píng)分?jǐn)?shù)據(jù)概率分布的確定

首先，計(jì)算針對(duì)每一個(gè)樣本10個(gè)品酒員的評(píng)分均值，即

其次，利用SPSS統(tǒng)計(jì)軟件中的P-P圖和單樣本K-S檢驗(yàn)，對(duì)數(shù)據(jù)集兩組品酒員分別對(duì)紅、白葡萄酒品嘗得到的四組評(píng)價(jià)結(jié)果（見(jiàn)附錄8.1.2）進(jìn)行了正態(tài)分布檢驗(yàn)，若樣點(diǎn)在正態(tài)分布P-P圖上呈直線散布，則被檢驗(yàn)數(shù)據(jù)基本上成一條直線[3]。（m=1,2…10,n=1,2…10）從圖1可以看出第一組（其余三組見(jiàn)附錄8.1-圖8.1）數(shù)據(jù)的散點(diǎn)分別近似為一條直線，且與對(duì)角線大致重疊；雙邊檢驗(yàn)結(jié)果p=0.525>0.05。因此可以認(rèn)為品酒員對(duì)葡萄酒的評(píng)分服從正態(tài)分布兩組評(píng)價(jià)結(jié)果的顯著性差異評(píng)價(jià)為了進(jìn)一步說(shuō)明品酒員評(píng)分的科學(xué)性以及兩個(gè)評(píng)分組評(píng)分的可信度，我們對(duì)數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)其檢驗(yàn)步驟（以紅葡萄為例）如下：Step1.提出假設(shè)：H0：兩組品酒員對(duì)酒樣本的評(píng)價(jià)結(jié)果是相同的；H1：兩組品酒員對(duì)酒樣本的評(píng)價(jià)結(jié)果是不同的。Step2.選定顯著性水平α=0.05，n1=n2=27，根據(jù)樣本值計(jì)算成對(duì)觀測(cè)數(shù)據(jù)之差iD，并將iD的絕對(duì)值按大小順序編上等級(jí)。最小的數(shù)據(jù)等級(jí)為1，第二小的數(shù)據(jù)等級(jí)為2，以此類推（若有數(shù)據(jù)相等的情形，則取這幾個(gè)數(shù)據(jù)排序的平均值作為其等級(jí)。等級(jí)編號(hào)完成后恢復(fù)正負(fù)號(hào)，分別求出正等級(jí)之和和負(fù)等級(jí)之和，選擇較小的一個(gè)作為威爾科克森檢驗(yàn)統(tǒng)計(jì)量TStep3.統(tǒng)計(jì)量T的均值和方差分別為E(T)和D(T)，確定檢驗(yàn)統(tǒng)計(jì)量Step4.查正態(tài)分布表可得的值,根據(jù)樣本值計(jì)算的檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值秩相關(guān)分析評(píng)價(jià)模型的建立我們采用肯德?tīng)柡椭C系數(shù)法來(lái)評(píng)定葡萄酒質(zhì)量高低步驟如下：Step1.對(duì)附件1葡萄酒品嘗評(píng)分表中的數(shù)據(jù)進(jìn)行秩變換Step2.計(jì)算和諧系數(shù)w，建立秩相關(guān)分析評(píng)價(jià)模型令和諧系數(shù)為計(jì)算方便，可將上式轉(zhuǎn)化為：Step3.進(jìn)行顯著性檢驗(yàn)解得四組評(píng)分結(jié)果w值如下：由表4可知，對(duì)于紅葡萄酒，第一組品嘗得分存在相關(guān)的概率大于第二組品嘗得分存在相關(guān)的概率，即第一組品酒員的評(píng)價(jià)結(jié)果更為可信；而對(duì)于白葡萄酒，第二組存在相關(guān)的概率大于第一組，即是第二組品酒員的評(píng)價(jià)結(jié)果更為可信。因此，本文后續(xù)分析中，對(duì)于紅葡萄酒質(zhì)量評(píng)價(jià)結(jié)果選用第一組品嘗得分，對(duì)于白葡萄酒質(zhì)量評(píng)價(jià)結(jié)果選用第二組品嘗得分。本

問(wèn)題二的建立與求解

模型一：指標(biāo)體系模型：釀酒葡萄30種指標(biāo)進(jìn)行主成分分析，得出17種指標(biāo)在八個(gè)主成分方面的重要程度，然后結(jié)合葡萄酒的10種質(zhì)量評(píng)分指標(biāo)來(lái)構(gòu)建評(píng)價(jià)模型的指標(biāo)體系；

模型二：建立綜合評(píng)價(jià)模型：首先用層次分析（AHP)法確定27種指標(biāo)權(quán)重，并通過(guò)該模型指標(biāo)進(jìn)行多指標(biāo)綜合評(píng)價(jià)，以對(duì)釀酒葡萄進(jìn)行分級(jí)。整體思路step1紅釀酒葡萄指標(biāo)共30個(gè)，樣本對(duì)象27個(gè)，第j個(gè)樣本的第i個(gè)指標(biāo)值為Fij，將各標(biāo)準(zhǔn)化值按如下方式進(jìn)行標(biāo)準(zhǔn)化為Fij*=（Fij-Fi）/si其中Fi和si分別為i指標(biāo)的均值和標(biāo)準(zhǔn)差step2求相關(guān)系數(shù)陣，特征值和特征向量step3首先進(jìn)行相關(guān)性分析，發(fā)現(xiàn)某些指標(biāo)具有很強(qiáng)的相關(guān)性，主成分分析把多個(gè)指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)模型一：指標(biāo)體系模型的建立所以應(yīng)拒絕H0，即在顯著性水平a=0.05下，認(rèn)為兩個(gè)品酒組對(duì)紅葡萄酒的評(píng)價(jià)結(jié)果是不同的，即存在顯著性差異。類似地，對(duì)于兩個(gè)品酒組白葡萄酒的評(píng)價(jià)結(jié)果,可以得到

因此，兩組品酒員對(duì)紅、白葡萄酒的評(píng)價(jià)結(jié)果均存在顯著性差異在累計(jì)方差為83.347%的前提下分析得到八個(gè)主成分，這八個(gè)主成分提供釀酒紅葡萄的理化指標(biāo)中83.347%的信息，滿足主成分分析原則用spss對(duì)紅葡萄酒的釀酒葡萄30個(gè)指標(biāo)27個(gè)樣本標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)相關(guān)性顯著，然后進(jìn)行主成分分析，運(yùn)行結(jié)果如下解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%16.89122.96922.9696.89122.96922.96925.06616.88739.8575.06616.88739.85733.89012.96652.8223.89012.96652.82242.9069.68762.5092.9069.68762.50952.0556.85169.3602.0556.85169.36061.7055.68475.0441.7055.68475.04471.3454.48379.5271.3454.48379.52781.1463.82083.3471.1463.82083.347模型一：指標(biāo)體系模型的求解利用SPSS統(tǒng)計(jì)軟件計(jì)算得到主成分分析正交解 1 2 3 4 5 6 7 8V1 .382 .595 -.029 -.349 -.209 -.217 .095 .370V2 .701 -.413 .205 -.202 .200 -.059 -.095 .110V3 -.113 -.407 .106 -.035 -.548 .068 .136 .159V4 .895 -.117 -.108 .225 .092 .107 .026 -.032V5 .522 .210 .375 -.241 .354 .054 -.444 .229V6 .161 .418 .251 .628 .064 .333 .054 -.236V7 .232 .236 .424 .370 .371 .116 -.356 .383V8 .247 .089 -.184 .640 .244 -.284 .130 -.060V9 .515 -.074 .118 .736 -.039 -.080 .052 -.143V10 .803 -.388 .014 -.168 -.021 .192 .172 .027V11 .871 -.108 -.170 -.217 -.030 .151 .089 -.198V12 .753 -.104 -.266 .100 -.175 .343 -.013 .072V13 .777 -.211 -.178 -.212 .026 .347 .075 -.239V14 .079 -.002 .814 -.081 -.213 .269 .354 .085V15 .631 .105 .047 .284 -.124 -.196 .358 .463V16 .194 .799 -.200 -.216 .109 -.089 .277 -.154V17 .000 .762 -.163 -.118 .122 -.141 .070 .080V18 .164 .762 -.358 -.108 .129 -.078 .264 -.105V19 .303 -.252 .158 -.738 .128 -.319 .205 .024V20 -.299 .412 -.631 .056 -.323 .338 -.064 .160V21 .343 -.008 .454 -.049 .533 -.242 .129 -.277V22 .289 .881 -.235 -.051 .103 -.002 .051 .040V23 -.283 -.506 -.206 -.072 .608 .121 .140 .295V24 -.460 -.428 -.473 -.058 .282 .225 .242 .129V25 .598 -.138 .213 .311 -.390 -.292 .089 .186V26 .510 -.179 -.285 -.279 -.017 .251 -.056 -.092V27 -.133 -.286 -.614 .296 .377 .201 .331 .252V28 -.472 -.371 .351 .138 .082 -.227 .404 -.075V29 -.355 .289 .710 -.104 -.025 .367 .259 .007V30 -.247 .495 .567 -.082 .177 .517 .136 .081提取方法:主成份。a.已提取了8個(gè)成份。正交解說(shuō)明，紅葡萄理化指標(biāo)當(dāng)中，主成分1為葡萄總黃酮、總酚、DPPH自由基和單寧的組合，主成分2為總糖、可溶性固形物和干物質(zhì)含量的組合，主成分3為蘋果酸和褐變度的組合，主成分4為果皮質(zhì)量與果穗質(zhì)量的組合，主成分5為紅綠色差指標(biāo)a值和黃藍(lán)色差指標(biāo)b值的組合，主成分6為可滴定酸和固酸比的組合，主成分7為黃酮醇，主成分8為酒石酸。這組合說(shuō)明葡萄總黃酮、總酚、DPPH自由基和單寧，總糖、可溶性固形物和干物質(zhì)含量，蘋果酸和褐變度，果皮質(zhì)量與果穗質(zhì)量，紅綠色差指標(biāo)a值、黃藍(lán)色差指標(biāo)b值和白藜蘆醇，可滴定酸和固酸比可能在同一方面對(duì)釀酒葡萄分級(jí)起重要作用，而黃酮醇、酒石酸分別在不同角度影響釀酒葡萄的質(zhì)量與分級(jí)。從而確定出八個(gè)主成分的17種重要影響指標(biāo)。根據(jù)以上主成分分析得到釀酒葡萄理化指標(biāo)主成分1至主成分8的17個(gè)指標(biāo)，葡萄酒質(zhì)量的10個(gè)指標(biāo)討論。綜上可得，釀酒葡萄質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)架為：圖2釀酒葡萄質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)架表模型一：指標(biāo)體系模型的求解結(jié)果step1評(píng)價(jià)指標(biāo)的無(wú)量綱化處理本文的各個(gè)評(píng)價(jià)指標(biāo)之間由于各自的度量單位及數(shù)量級(jí)的差別，而存在著不可公度性，這就為確定綜合評(píng)價(jià)指標(biāo)帶來(lái)了困難和問(wèn)題。此時(shí)，可以通過(guò)一些常用的數(shù)學(xué)變換，即數(shù)據(jù)的無(wú)量綱化，來(lái)消除原始指標(biāo)數(shù)據(jù)的差異影響。對(duì)n個(gè)樣本17項(xiàng)指標(biāo)的指標(biāo)值,其中Xij*為標(biāo)準(zhǔn)化后的數(shù)據(jù)Step2.運(yùn)用層次分析法（AHP）確定評(píng)價(jià)指標(biāo)權(quán)重釀酒葡萄17個(gè)指標(biāo)與葡萄酒的質(zhì)量的10個(gè)指標(biāo)所占權(quán)重之和各位0.5.釀酒葡萄17個(gè)指標(biāo)根據(jù)不同理化性質(zhì)在樣本中的分布情況,即以八種主成分因子方差貢獻(xiàn)率的兩兩的比值作為兩個(gè)變量的相對(duì)重要程度，對(duì)于葡萄酒的質(zhì)量的10個(gè)指標(biāo)根據(jù)評(píng)分指標(biāo)對(duì)直接計(jì)算權(quán)重，確定各個(gè)指標(biāo)之間的相對(duì)重要程度，可以得到如下判斷矩陣表模型二：基于綜合評(píng)價(jià)的釀酒葡萄分級(jí)模型的建立得到判斷矩陣后，求得其最大特征向量，將該特征向量歸一化處理后即可得到各影響分級(jí)程度指標(biāo)的權(quán)向量w=(0.025338,0.050677,0.037031,0.049375,0.098749,0.024966,0.033288,0.033288,0.091543,0.055744,0.027149,0.026999,0.025413,0.02471,0.3016,0.029704,0.029601,0.031552,0.031373,0.028495,0.025929,0.027401,0.026595,0.02642,0.025072,0.045296,0.038131模型二：基于綜合評(píng)價(jià)的釀酒葡萄分級(jí)模型的建立此時(shí)判斷矩陣的最大特征根為8，指標(biāo)CR=(8-n)/(n-1)=0<0.1表明判斷矩陣具有滿意一致性，可以作為評(píng)價(jià)因子的權(quán)向量。模型二：基于綜合評(píng)價(jià)的釀酒葡萄分級(jí)模型的建立step3.綜合評(píng)價(jià)模型的建立共27個(gè)指標(biāo)，用權(quán)重乘以標(biāo)準(zhǔn)化后各個(gè)指標(biāo)的數(shù)據(jù)之和作為綜合評(píng)價(jià)得分，綜合評(píng)價(jià)值y的大小與釀酒葡萄的等級(jí)高低呈正相關(guān)關(guān)系，即綜合評(píng)價(jià)值y越大，釀酒葡萄質(zhì)