1、 PAGE 26基于統(tǒng)計學原理對葡萄酒質量的評價(pngji)與研究摘要(zhiyo)葡萄酒的評價涉及原料、加工、主要成分比重等多方面因素，本文(bnwn)旨在運用統(tǒng)計學原理對葡萄酒質量進行必要的討論和研究。問題一根據(jù)題目已給出的數(shù)據(jù)，運行SPSS 18.0軟件，對每款葡萄酒在每個評酒小組中的總體評分和四個大項（外觀、香氣、口感、平衡）評分均分別進行配對樣本T檢驗，用以分析兩個小組的差異性，運行結果顯示無論是總體還是單項，兩小組均存在顯著性差異（見表3）。隨后通過方差分析的方法，比較兩個小組內(nèi)部對各款葡萄酒評分的方差。最終，得到結果第二組平均方差小于第一組（見表11），說明第二組更為可靠。問題

2、二，首先采用最小均方差法對釀酒葡萄的理化指標進行篩選。隨后，用主成分分析法確定保留下來的指標間的權重。接下來，將指標記性無量綱處理，并結合其權重得到釀酒葡萄的理化性質得分(G)。最后，根據(jù)該得分將釀酒葡萄進行聚類，同時結合葡萄酒質量的分級確定釀酒葡萄的等級。計算結果顯示，紅葡萄方面，“優(yōu)等”包括2號樣品等五種；“良等”包括4號樣品等十三種；“中等”1號樣品等九種。白葡萄方面，“優(yōu)等”包括4號樣品等六種；“良等”包括1號樣品等十三種；“中等”2號樣品等九種。且從紅（白）釀酒葡萄分級和紅（白）葡萄酒的質量分級的符合度77.8%(81.4%)來看，兩種分類分級均有相似的結果的，說明本模型對釀酒葡萄的

3、分級效果良好。問題三首先運用SPSS 18.0軟件分別計算釀酒葡萄和葡萄酒理化指標的相關系數(shù)，除去部分相關性較高的指標。然后，對剩余指標進行典型相關性分析，通過比較不同指標間的典型相關系數(shù)確定釀酒葡萄和葡萄酒理化指標的聯(lián)系。問題四，對葡萄酒的理化指標運用最小均方差法篩選部分指標。同時結合問題二中篩選的釀酒葡萄的理化指標，運用SPSS 18.0軟件構建這些指標與葡萄酒質量（第二組評酒員的總體評分）之間的線性回歸方程。最終得到回歸方程如下： 紅葡萄酒： 白葡萄酒： 運行的結果來看，紅（白）葡萄酒的可決系數(shù)分別為0.595和0.570，回歸方程的擬合效果一般。說明用釀酒葡萄和葡萄酒的理化指標雖可以在

4、一定程度上反映葡萄酒的質量，但不能用理化指標完全代替酒品的質量。關鍵詞：葡萄酒質量評價 理化指標 最小均方差法 典型相關分析 SPSS 18.0軟件一、問題重述確定葡萄酒質量時一般是通過聘請一批有資質的評酒員進行品評。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量。釀酒葡萄的好壞與所釀葡萄酒的質量有直接的關系，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量。附件1給出了某一年份一些葡萄酒的評價(pngji)結果，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數(shù)據(jù)。請嘗試建立數(shù)學模型討論下列問題：1分析附件1中兩組評酒員的

5、評價結果(ji gu)有無顯著性差異，哪一組結果更可信？2根據(jù)釀酒(nin ji)葡萄的理化指標和葡萄酒的質量對這些釀酒葡萄進行分級。3分析釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系。4分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質量的影響，并論證能否用葡萄和葡萄酒的理化指標來評價葡萄酒的質量？二、模型假設1各評酒員打分相互獨立，互不干擾2忽略葡萄酒生產(chǎn)、運輸、儲藏等環(huán)節(jié)對酒品質的影響3理化指標和芳香化物中未檢測到的物質含量可視為零4已知數(shù)據(jù)真實可用三、符號說明 第i種紅葡萄酒釀酒葡萄的理化指標得分 第i種紅葡萄酒釀酒葡萄的理化指標得分 第a小組中第j位評酒師對第i款紅葡萄酒質量的總評分 第a小組中第j位

6、評酒師對第i款白葡萄酒質量的總評分 . .釀酒葡萄的理化指標四、問題分析本題目的核心在于解決釀酒葡萄理化指標、葡萄酒自身理化指標以及葡萄酒質量高低的內(nèi)在關系。通過文獻的閱讀發(fā)現(xiàn)葡萄酒品質很大程度上受自身內(nèi)部物質影響，因此需逐步分析各項重要指標間的相關性，最終建立它們與葡萄酒品質的數(shù)學模型是本題的突破口。問題一，質量上乘的葡萄酒必然擁有光潤的色澤，濃郁的嗅感以及醇正的口感。然而，由于個體差異的存在，對于同一款葡萄酒的鑒賞不同評酒師之間也不盡相同，尤其是經(jīng)驗豐富評酒師，在多年與葡萄酒打交道中間，更會對其品相的優(yōu)劣產(chǎn)生獨到的見解。因此要鑒定某種葡萄酒的質量，就必須綜合葡萄酒色澤、嗅感及口感等諸多方面

7、因素對葡萄酒進行整體評價。由題意知要分析兩組評酒員的評價結果有無差異性，就是檢驗每組評酒元對同一種酒的四大項打分和總分是否具有顯著性差異，對于這樣的配對資料的數(shù)據(jù)均值(jn zh)的檢驗，我們擬采用配對樣本的T檢驗來解決。針對哪組更有效問題，也即是檢測那組評分結果的內(nèi)部離散程度大小。離散程度越小其可靠性就越高，通過方差分析，變異系數(shù)，極差分析等都可以解決，但是(dnsh)本文采用最常用的方法方差分析已解決此問題。問題二，根據(jù)文獻和實際生活，對釀酒葡萄進行分級的依據(jù)主要是葡萄自身的物理化學性質，而由該品種葡萄所釀制的葡萄酒的級別也可以反過來反映(fnyng)葡萄所在的級別。所以可以對釀酒葡萄的理

8、化指標進行處理，得到一個綜合反映其性質的量值，根據(jù)該量值和葡萄酒質量的分級，對釀酒葡萄劃分等級。問題三，由于葡萄酒是由釀酒葡萄經(jīng)過加工提取而成，故二者在理化性質方面必然存在緊密的聯(lián)系。分別選取兩者最具代表性的指標，隨后進行典型相關分析，找出相關性較高的若干指標，并對相關情況予以合理解釋可解決此問。問題四要求用釀酒葡萄和葡萄酒的理化指標評價葡萄酒的質量，就必須建立葡萄酒質量和葡萄、葡萄酒理化指標的回歸方程。在問題二已經(jīng)篩選出一部分釀酒葡萄理化指標的基礎上，繼續(xù)對葡萄酒的理化指標進行篩選，得到最能反映變化規(guī)律的指標引入回歸方程，繼而對葡萄酒的質量進行評價。五、模型建立與求解5.1.1 .問題一5.

9、1.1 .兩個組評酒小組評分的差異性分析 計算每種酒樣品在兩組中的總評分，分析結果的差異性本題中，對于某款葡萄酒品質的評價需要考慮包括澄清度、色調(diào)、純正度等在內(nèi)十個因素，而每組的十名評酒員則需根據(jù)本身的專業(yè)知識對葡萄酒的這十項指標進行打分，最后對每個指標進行求和即為該評酒員（第j位評酒員）對第i款葡萄酒的評分，如式（1）： （1）而每個小組中十位評酒員的平均分，則為此款葡萄酒在該評酒小組中的最終評分，如式（2）： （2）根據(jù)公式（1）（2）和已給數(shù)據(jù)，即可得到各款紅（白）葡萄酒分別在兩個小組中的得分，見表（1）（2）：（注：本題中數(shù)據(jù)中第3號白葡萄酒的第二組3號評酒員評分“77”為錯誤數(shù)據(jù)，應

10、為“7”另外，第二組第20紅葡萄酒的第一組5號評酒員評分空缺，本文采用該評酒員評分的眾數(shù)，即評分為“6”）表（1）各款紅葡萄酒在兩個小組中的評分（略表，詳表見附錄）紅葡萄酒第一組評分第二組評分酒樣品162.768.1酒樣品280.374.0酒樣品380.474.6酒樣品468.671.2酒樣品573.372.1酒樣品672.266.3酒樣品2773.171.5表（2）各款白葡萄酒在兩個小組中的評分(png fn)（略表，詳表見附錄）白葡萄酒第一組評分第二組評分酒樣品182.077.9酒樣品274.275.8酒樣品378.375.6酒樣品479.476.9酒樣品571.081.5酒樣品668.4

11、75.5酒樣品2881.379.6為便于比較各組評分中的差異，故在不同小組中，按照紅（白）葡萄酒總評分對其進行(jnxng)排序，并得到表（3）（4）：表（3）各款紅葡萄酒的總評分在兩個小組中的排序(pi x)（略表，詳表見附錄）次序第一組第二組1酒樣品23酒樣品92酒樣品9酒樣品233酒樣品3酒樣品204酒樣品2酒樣品35酒樣品17酒樣品176酒樣品19酒樣品227酒樣品12酒樣品11表（4）各款白葡萄酒的總評分在兩個小組中的排序（略表，詳表見附錄）次序第一組第二組1酒樣品1酒樣品52酒樣品28酒樣品93酒樣品26酒樣品174酒樣品4酒樣品105酒樣品17酒樣品286酒樣品3酒樣品2528酒

12、樣品12酒樣品16通過上表可以發(fā)現(xiàn)，無論紅葡萄酒還是白葡萄酒，得分方面或各種酒品的排序，兩個小組均存在較大(jio d)的出入，且對白葡萄酒的評價分歧更大。運用SPSS 18.0軟件(run jin)，首先對對表（1）（2）進行檢驗是否服從正態(tài)分布，結果顯示（運行結果詳見附錄）：第一組紅葡萄酒：第二組紅葡萄酒：第一組白葡萄酒：第二組白葡萄酒：上述(shngsh)結果表明，p值均大于0.05，顯示資料服從正態(tài)分布，可以進行配對樣本T檢驗。分別進行配對樣本T檢驗，分析其差異性，最終運行實驗得到兩組p值分別如下（運行結果見附錄）：紅葡萄酒：白葡萄酒：故運算證明兩個小組對紅（白）葡萄酒的評價均有顯著性

13、差異。 分析兩組對不同指標的評價的差異性在明確了兩個小組對于每款葡萄酒的評價存在顯著性差異之后，仍需對造成該差異的原因進行討論。根據(jù)十項指標的評價角度，可以將其劃分為“外觀分析、香氣分析、口感分析和平衡/整體評價”等四大類別，分別計算每款葡萄酒諸類別的評分。與上文方法類似，運用SPSS 18.0軟件，對兩個小組每款葡萄酒的這四個類別分別進行配對樣本T檢驗，分析兩組在不同指標評價方面的差異，根據(jù)運行結果（見附錄）得到兩組紅（白）葡萄酒p值列表如下，表（5）（6）：表（5）兩個小組對每款紅葡萄酒各類別評價的p值評價類別外觀分析香氣分析口感分析平衡/整體評價p值0.0150.0160.1410.66

14、1表（6）兩個小組對每款白葡萄酒各類別評價的p值評價類別外觀分析香氣分析口感分析平衡/整體評價p值0.4580.5880.0010.002通過上表可以發(fā)現(xiàn)，在紅葡萄酒的評價方面，兩個小組的主要差異在于“外觀分析和香氣分析”方面（p0.05）；而白葡萄酒方面，二者的差異在于“口感分析和平衡/整體評價”方面。在此，本文以“外觀分析”為例，繼續(xù)進行差異性的討論。統(tǒng)計每款紅葡萄酒在每組中的外觀分析得分，見表（7），并據(jù)此繪制折線圖，如圖（1）：表（7）各款紅葡萄酒的外觀分析(fnx)評分（略表，詳表見附錄）紅葡萄酒第一組外觀分析評分第二組外觀分析評分酒樣品18.710.7酒樣品210.110.1酒樣品

15、312.010.2酒樣品412.09.9酒樣品512.710.8酒樣品610.98.7酒樣品279.99.9圖（1）各款紅葡萄酒外觀分析(fnx)評分折線圖白葡萄酒同理，得到(d do)表（8）和圖（2）：表（8）各款白葡萄酒的外觀分析評分（略表，詳表見附錄）白葡萄酒第一組評分第二組評分酒樣品111.210.1酒樣品210.910.9酒樣品311.29.7酒樣品411.610.4酒樣品57.410.6酒樣品69.69.0酒樣品2812.711圖（2）各款白葡萄酒外觀分析(fnx)評分折線圖通過上圖可以看出(kn ch)，無論紅（白）葡萄酒，第二組的“外觀(wigun)分析”評分變化較第一組要平

16、穩(wěn)，而且在最優(yōu)和最劣的評價上二者也不盡相同。說明兩個小組對于外觀的好壞的理解并不完全一致，但總體而言第二組對外觀的要求比第一組更加嚴格。其他諸類別也可同理進行分析，在此便不做贅述。 分析兩組內(nèi)不同評酒員評價的差異性在考慮了各小組對葡萄酒不同指標上的評價差異外，兩個小組內(nèi)部評酒員對于葡萄酒優(yōu)劣的認識不同，也是造成二者顯著性差異的重要原因。為便于討論，本文分別僅隨即抽取一款紅葡萄酒和一款白葡萄酒作為研究對象，分析兩小組自身內(nèi)部的差異性。對數(shù)據(jù)稍加整理，得到兩款葡萄酒在不同小組內(nèi)部的總得分分別如下：表（9）不同評酒員對17號紅葡萄酒評分情況評酒員（j）12345678910極差第一組70799168

17、97826980817628第二組7273757475777976766811圖（3）不同評酒員對7號紅葡萄酒評分(png fn)情況折線圖表（10）不同(b tn)評酒員對5號白葡萄酒評分情況評酒員（j）12345678910極差第一組7847865479918568738134第二組8379798077878273849118圖（4）不同(b tn)評酒員對25號白葡萄酒評分情況折線圖從對7號紅葡萄酒的評分中可以看出，第二組評分普遍比第一組較低，同時極差小于第一組，顯示其內(nèi)部波動較小，說明在對這款紅葡萄酒的評價方面，第一組內(nèi)部分歧較大，不如第二組穩(wěn)定。對第25號白葡萄酒評價也是如此。在對全

18、部紅（白）葡萄酒以相同方式進行分析，結果發(fā)現(xiàn)對于大多數(shù)酒品而言，兩個小組都出現(xiàn)了類似7號紅葡萄酒和25號白葡萄酒的情況，這也從另一方面反映了兩個評酒小組出現(xiàn)顯著性差異的客觀事實。5.1.2. 葡萄酒評價的可信度分析為判定哪一組評酒員對葡萄酒品質的鑒定更加準確，需對兩組的評價進行可信度分析。在每個小組的中，如果不同評酒員對同一款葡萄酒的質量評價相差很大，就說明改組內(nèi)部波動性較大，一致性較差。在實踐中，常用方差刻畫系統(tǒng)內(nèi)部的波動性，故方差分析是考察可信度最直接、最簡潔的方法。根據(jù)數(shù)據(jù)，構建方差分析公式如下，式（3）： （3）本文中，K表示每組中評酒員人數(shù)，即；表示第i款葡萄酒在第a組總評分的方差。

19、分別計算每一款葡萄酒在第一、二小組內(nèi)部的方差，方差越小，說明該小組內(nèi)部穩(wěn)定性越高，評價結果可信度越高。運行(ynxng)Excel軟件將數(shù)據(jù)代入式（3），得到(d do)每款紅（白）葡萄酒在不同小組的組內(nèi)方差和方差平均值，如下(rxi)表（11）（12）：表（11）每款紅葡萄酒在兩個小組內(nèi)的方差（略表，詳見附錄）酒樣品（i）123427平均數(shù)第一組92.939.7945.82108.4449.7858.229第二組81.8816.2230.7141.2915.2934.460表（12）每款白葡萄酒在兩個小組內(nèi)的方差（略表，詳見附錄）酒樣品（i）123428平均數(shù)第一組92.22201.666.

20、4644.7180.46118.943第二組25.8849.07142.4842.125.3855.135根據(jù)上表，很顯然可以看出，無論紅（白）葡萄酒，第二組的方差平均數(shù)均小于第一組，說明第二組的評酒員對葡萄酒的評鑒更加一致，其內(nèi)部差異較小，可信度更高。5.2.1 .問題二5.2.1 .最小均方差法篩選釀酒葡萄指標 .根據(jù)釀酒葡萄的指標進行分類本題中，評價釀酒葡萄的指標數(shù)目繁多，但通過觀察分析可以發(fā)現(xiàn)，很多的指標都反應了釀酒葡萄的同一屬性，換言之，這些指標可以歸為同一類別。通過查閱文獻，并結合已給數(shù)據(jù)可以將釀酒葡萄的諸多指標按照“顏色、口感、氣味、營養(yǎng)物質、物理性狀”分為五類，即式（4）： （

21、4）而每大類之內(nèi)也均包含相應一級指標，具體指標分類見下表：表（13）各類別所包含的指標類別包含指標（T）花色苷，多酚氧化酶活力，褐變度，DPPH自由基，黃酮醇，色譜儀參數(shù)a、b、l、h、c總酸，總酚，單寧，葡萄總黃酮，白藜蘆醇，總糖，還原糖，pH值，固酸比各類芳香化物氨基酸總量，蛋白質，VC含量干物質含量，果穗質量，百粒質量，果梗比，出汁率，果皮質量將釀酒葡萄的諸多指標按一定規(guī)則分類，可以更加精準的反映這些指標的內(nèi)在聯(lián)系和影響。 .最小均方差法篩選評價指標由于釀酒葡萄的指標眾多，不可能完全將全部指標進入(jnr)評價模型，因此需對所有指標進行一定的篩選，保留最能反映釀酒葡萄之間的差異和質量的指

22、標。本題中選用最小均方差法對指標進行甄選。若某一指標的方差較小，即表示該指標在不同的釀酒葡萄間的變化不大，取值近似相等，則說明該指標本身很重要(zhngyo)，但就對評價結果影響不大。而所謂最小均方差法就是在全部m個指標(zhbio)中，比較每個指標的方差，排除方差最小的指標，保留對釀酒葡萄影響最大的指標。根據(jù)式（5）計算各紅（白）葡萄酒各指標的方差： （5）上式中，表示指標l在全部葡萄間的均值，表示第i種葡萄指標l的含量。為便于敘述，本文僅以紅葡萄酒為例進行討論。根據(jù)已給的數(shù)據(jù)，運行SPSS 18.0軟件中“求解方差”命令，計算所有指標的方差，得到下表（14）（18）：表（14）顏色類各指標

23、方差指標褐變度花色苷黃酮醇 多酚氧化酶活色譜儀參數(shù)h色譜儀參數(shù)a色譜儀參數(shù)c色譜儀參數(shù)l色譜儀參數(shù)bDPPH自由基方差331.387.9439.699.6217.42.092.161.130.960.11表（15）口感類各指標方差指標還原糖總糖總酚 單寧固酸比白藜蘆醇葡萄總黃酮 總酸 方差33.822.666.516.505.995.374.791.72表（16）氣味類各指標方差指標乙酸乙酯乙酸己酯乙酸甲酯1-己醇乙醇-蒎烯方差539.9184.4161.3119.937.00.247表（17）營養(yǎng)類各指標方差指標氨基酸重量蛋白質VC含量方差1536.344.551.92表（18）物理性狀別類

24、各指標(zhbio)方差指標果穗質量 百粒質量 出汁率 干物質含量 果梗比果皮質量方差158.6058.217.142.421.090.06從上表中可以看出，每個大類中方差差異很大，選擇方差差距三倍以上的項目為最終評價(pngji)指標引入評價模型，故紅葡萄酒的釀酒葡萄最終選擇8個指標(zhbio)，表（19）：表（19）紅葡萄酒釀酒葡萄所選最終指標類別包含指標（T）花色苷，褐變度總糖，還原糖乙酸乙酯氨基酸總量果穗質量，百粒質量白葡萄酒與紅葡萄酒同理，最終也選擇8個指標，表（20）：表（20）白葡萄酒釀酒葡萄所選最終指標類別包含指標（T）褐變度總糖，還原糖，固酸比乙酸乙酯氨基酸總量果穗質量，百

25、粒質量 .對篩選指標的合理解釋通過查閱文獻可知，雖然紅酒內(nèi)物質含量眾多，但最終決定葡萄酒屬性的物質卻僅是少部分。紅葡萄酒方面，類中，花色苷為紅葡萄酒中重要色素，而褐變度表征紅葡萄酒的紅潤程度，二者最能代表酒品的顏色屬性；在類中可以看出，總糖、還原糖方差較其他因素較大，說明在葡萄酒的評價中甜味感是最終影響口感的重要因素；在香味方面，文獻顯示在酒類發(fā)酵加工過程中，乙醇和乙酸化合生成的乙酸乙酯是酒內(nèi)部最重要的芳香化物，也是決定香氣物質；葡萄物理性狀中的果穗質量和百粒質量是評價葡萄好壞的重要指標。白葡萄酒和紅葡萄酒相似，但仍略有(l yu)差異。在顏色類別中，因為(yn wi)白葡萄酒本身是無色透明，

26、花色苷含量以及變化都顯然要比紅葡萄酒差異性小，所以不考慮花色苷因素；而在方面(fngmin)，白葡萄酒的口感更講究各種口味的平衡適中，因此增加固酸比一項。總體而言，通過最小均方差法篩選的指標具有很高的合理性，可以較好反映釀酒葡萄的各項屬性，符合客觀實際。5.2.2 .建立釀酒葡萄分級綜合評價模型在確定紅（白）葡萄酒分級的指標后，仍需建立葡萄酒分級的評價模型，綜合釀酒葡萄的理化指標和葡萄酒質量這兩方面因素，確定各款紅（白）葡萄酒的等級。 .基于主成分分析法確定釀酒葡萄指標的權重上文中已介紹篩選部分釀酒葡萄的理化指標引入評價模型，但仍不明確各指標在模型中所占的地位，故需要明確已篩選得到的指標間的權

27、重關系。主成分分析法是利用降維的思想，大量原始數(shù)據(jù)轉化為少數(shù)幾個綜合指標。本題中，可對已選擇抽提為數(shù)目較少且相互獨立的若干變量，每個變量對于整體的影響程度用該變量的貢獻率進行刻畫。變量數(shù)目的選取上要求這些變量的累計貢獻率之和大于85%，即式（6）： （6）而指標l()對變量i（）的影響程度則記為該指標對該變量的載荷，通過指標在每個變量的載荷和每個變量貢獻率即可得到指標l的權重，即式（7）： （7）運行SPSS 18.0軟件對已選的指標（仍以紅葡萄為例，白葡萄同理）進行主成分分析（結果詳見附錄），整理各主成分的貢獻率如表（21）。表（21）主成分貢獻率統(tǒng)計主成分（）貢獻率（）累計貢獻率（）第一主

28、成分（）32.99132.991第二主成分（）19.78252.773第三主成分（）14.66367.436第四主成分（）11.49978.935第五主成分（）7.68486.619第六主成分（）5.80592.424第七主成分（）4.75097.174第八主成分（）2.826100.000當累計(li j)貢獻率大于85%時，選擇前5個主成分(chng fn)進行分析。因此，紅葡萄各指標對各主成分(chng fn)的的載荷如下表（22）：表（22）各類別所包含的指標第一主成分（）第二主成分（）第三主成分（）第四主成分（）第五主成分（）總糖0.730-0.4300.2500.0490.081還

29、原性糖0.610-0.4800.259-0.2180.102氨基酸總量0.650-0.397-0.0560.3690.379果穗總量-0.689-0.0160.6220.0950.178百粒質量-0.722-0.2690.444-0.2240.133褐變度0.3500.829-0.019-0.2060.109花色苷0.4120.6990.217-0.1930.410乙酸乙酯-0.6480.106-0.3250.3990.405將表（21）（22）中的數(shù)據(jù)代入式（7），得到各指標的相互權重如下，表（23）：表（23）紅葡萄各指標的相互權重指標總糖還原性糖氨基酸總量果穗總量百粒質量褐變度花色苷乙酸

30、乙酯權重（r）10.35%6.43%31.23%12.00%1.78%12.82%15.51%9.86%同理，白葡萄的相互權重為表（24）：表（24）白葡萄各指標的相互權重指標總糖還原性糖氨基酸總量果穗總量百粒質量固酸比褐變度乙酸乙酯權重（w）12.56%7.83%12.28%7.07%14.91%19.11%16.12%10.08% .基于現(xiàn)行加權法構建葡萄評分模型上文已解決釀酒葡萄理化指標間的權重問題，綜合理化指標和權重二者，可得到某款葡萄酒理化指標得分，式（8）： （8）進一步整理，即得到紅（白）葡萄酒分評價模型如下：紅葡萄酒： . （模型(mxng)一）白葡萄酒： . （模型(mxng

31、)一）將相關數(shù)據(jù)(shj)分別代入模型一中，得到每種紅（白）釀酒葡萄的分級得分如下，表（25）（26）：表（25）各種紅葡萄理化指標得分紅葡萄理化指標評分酒樣品129.1酒樣品231.4酒樣品343.7酒樣品424.7酒樣品529.3酒樣品626.1酒樣品2736.9表（26）各種白葡萄理化指標得分白葡萄理化指標評分酒樣品142.6酒樣品229.8酒樣品354.9酒樣品417.4酒樣品525.3酒樣品627.6酒樣品2718.95.2.3 . 基于聚類分析劃分釀酒葡萄等級由于釀酒葡萄的等級高低最終將影響到葡萄酒的優(yōu)劣，因此在得到釀酒葡萄分級得分后，可以根據(jù)葡萄酒質量分級確定釀酒葡萄的等級。目前

32、，我國并未正式出臺關于葡萄酒分級的國家標準，而全世界公認葡萄酒分級標準主要以法國為代表的“舊世界”模式和以美國為代表的“新世界”模式。但無論何種模式，都大致將酒品分為“特優(yōu)級”、“優(yōu)質級”和“佐餐級”三個級別。鑒于此，本文也將給出的紅（白）葡萄酒劃為“優(yōu)等、良等、中等”三等。運行(ynxng)SPSS 18.0軟件“快速(kui s)聚類”命令，對紅（白）葡萄酒質量分別進行聚類分析，劃分類別為三類，具體分類情況如下(rxi)（結果詳見附錄），表（27）（28）：表（27）紅葡萄酒等級評定等級葡萄酒樣品編號優(yōu)等（1類）2號、3號、5號、9號、17號、23號良等（2類）4號、13號、14號、16號

33、、19號、20號、21號、22號、24號、25號、26號、27號中等（3類）1號、6號、7號、8號、10號、11號、12號、15號、18號表（28）白葡萄酒等級評定等級葡萄酒樣品編號優(yōu)等（1類）5號、9號、10號、17號、21號良等（2類）1號、4號、6號、7號、8號、15號、18號、19號、20號、22號、23號、25號、28號中等（3類）2號、3號、11號、12號、13號、14號、16號、24號、26號同理根據(jù)釀酒葡萄理化指標，運行SPSS 18.0軟件“快速聚類”命令，對紅（白）釀酒葡萄進行聚類，同樣也分為三等如下，表（29）（30）：表（29）紅釀酒葡萄等級評定等級葡萄酒樣品編號優(yōu)等（

34、1類）2號、3號、5號、9號、23號良等（2類）4號、13號、14號、15號、16號、17號、18號、19號、20號、21號、22號、24號、25號中等（3類）1號、6號、7號、8號、10號、11號、12號、26號、27號表（30）白釀酒葡萄等級評定等級葡萄酒樣品編號優(yōu)等（1類）4號、5號、8號、9號、10號、17號良等（2類）1號、6號、7號、18號、19號、20號、21號、22號、23號、24號、25號、27號、28號中等（3類）2號、3號、11號、12號、13號、14號、15號、16號、26號分別比較表（27）和表（29）、表（28）和表（30）的符合度b，即分類相同的樣品數(shù)(n)與樣品

35、總數(shù)(N)，式（9）： （9）帶入數(shù)據(jù)后可得結果如下，式（10）（11）：紅釀酒(nin ji)葡萄和紅葡萄酒：. （10）白釀酒(nin ji)葡萄和白葡萄酒： .（11）根據(jù)符合度來看，兩種分類(fn li)分級均有相似的結果的，說明本模型對釀酒葡萄的分級效果良好。5.3.1 問題三通常情況下，為了研究兩組變量的相關關系，我們可以分別計算兩組變量之間的全部共個相關系數(shù)，已達到簡化計算的目的。5.3.1 相關指標的篩選根據(jù)釀酒葡萄對質量的影響程度，運行SPSS 18.0軟件計算它們內(nèi)部的相關系數(shù)，并對相關性和一致性很大的指標進行取舍。對指標進行計算之后，相關性系數(shù)大于0.8的指標予以合并（具

36、體指標的相關性系數(shù)見附錄），下表為相關性系數(shù)大于0.8的具體指標，表（31）（32）：表（31）紅葡萄酒相關性系數(shù)較大（需合并）的指標葡萄DPPH自由基，總酚，總黃酮總糖，可溶性固形，干物質含量色譜分析儀參數(shù)a、b、c葡萄酒單寧，總酚，總黃酮，DPPH自由基色譜分析儀參數(shù)a、c表（32）白葡萄酒相關性系數(shù)較大（需合并）的指標葡萄總酚，總黃酮，總糖，可溶性固形，干物質含量可滴定酸，固酸比色譜分析儀參數(shù)l、b、c葡萄酒單寧，總酚，色譜分析儀參數(shù)l、b、c進過指標的合并后，最終確定刻畫紅葡萄和紅葡萄酒的指標如下：紅葡萄氨基酸總量，蛋白質，Vc含量(hnling)，花色(hus)苷，總酸，多酚氧化酶，

37、褐變度，總酚，單寧，白藜蘆醇，黃酮醇，總糖，還原糖，pH值，可滴定酸，固酸比，果穗質量(zhling)，百粒質量，果梗比，出汁率，果皮質量，色譜分析儀參數(shù)l、a、h，共24項。紅葡萄酒花色苷，總酚，白藜蘆醇，色譜分析儀參數(shù)l、a、b、h，共7項。同理，對白葡萄酒和白葡萄而言，也可以確定其指標如下：白葡萄氨基酸總量，蛋白質，Vc含量，花色苷，總酸，多酚氧化酶，褐變度，DPPH自由基，總酚，單寧，白藜蘆醇，黃酮醇，總糖，還原糖，pH值，固酸比，果穗質量，百粒質量，果梗比，出汁率，果皮質量，色譜分析儀參數(shù)a、b、h，共24項。白葡萄酒總酚，總黃酮，白藜蘆醇，DPPH自由基，色譜分析儀參數(shù)a、b、h，

38、共7項。5.3.2 .對指標進行典型相關性分析典型相關分析就是利用綜合 HYPERLINK /view/296689.htm 變量對之間的相關關系來反映兩組指標之間的整體相關性的 HYPERLINK /view/3821809.htm 多元統(tǒng)計分析方法。它的基本原理是：為了從總體上把握兩組指標之間的相關關系，分別在兩組變量中提取有代表性的兩個綜合變量（分別為兩個變量組中各變量的 HYPERLINK /view/476001.htm 線性組合），利用這兩個綜合變量之間的相關關系來反映兩組指標之間的整體相關性。其基本思想與主成分分析相類似，但由于其合并了相關性較高的指標，故而叫主成分分析有更好的效

39、果。運行SPSS 18.0軟件，對已篩選的指標(以紅葡萄酒為例，白葡萄酒同理)進行典型相關性分析（結果詳見附錄），并得到表（33）：表（33）典型變量相關性和顯著性分析組數(shù)典型相關系數(shù)P值11.0000.00021.0000.00031.0000.00041.0000.00051.0000.00060.9490.68270.8040.919根據(jù)運算結果共求得五對典型變量相關系數(shù)。現(xiàn)列出第一對紅葡萄酒典型變量和的相關性系數(shù)，并以此為例（其他四對系數(shù)見附錄）討論釀酒葡萄理化指標和葡萄酒理化指標的相關性，表（34）（35）：（注：負數(shù)代表負相關）表（34）第一對釀酒葡萄的典型相關理化指標和典型相關性

40、系數(shù)氨酸總量蛋白質花色苷總酸酚氧化酶0.091-0.418-0.3151.706-0.487表（35）第一對葡萄(p to)葡萄酒的典型相關理化指標和典型相關性系數(shù)花色苷單寧總酚白藜蘆醇-2.0040.750.0060.15.3.3 結果(ji gu)分析本文選取的5組典型(dinxng)變量的相關系數(shù)都達到了1，表明他們的相關性很高。首先，根據(jù)釀酒葡萄理化指標的第一典型相關變量與花色苷呈現(xiàn)高度的正相關，而與可滴定酸呈現(xiàn)一定的負相關，葡萄酒的理化指標第一典型相關變量與花色苷，b、l呈現(xiàn)明顯的負相關，而第一對典型變量的相關性很高，說明，葡萄酒內(nèi)含有的花色苷，b、l與釀酒葡萄的可滴定酸含量呈正相關

41、，而與花色苷呈負相關。其次，從第二對典型變量可以看出葡萄酒的花色苷與b、h與釀酒葡萄中的糖類物質，單寧呈現(xiàn)負相關，和果皮質量呈現(xiàn)正相關，那么糖類越少，單寧越少，花色苷，b、h就越少，顏色就越偏于藍色。再次，從第三對典型變量可以看出，h、l與釀酒葡萄的黃酮醇有關，表明葡萄酒的色澤會受到葡萄中的黃酮醇的影響。然后，第四對典型變量預示著葡萄酒的單寧，總酚,，總黃酮等與釀酒葡萄可滴定酸和葡萄色澤的關系，葡萄的可滴定酸含量越高，色澤越鮮明，釀造的葡萄酒的單寧，總酚,總黃酮含量也會越高。最后，從第五對典型變量的高度相關性也一定程度上反應了葡萄酒的色澤與釀酒葡萄中氨基酸總量，褐變度，黃酮醇的關系，與前兩者呈

42、現(xiàn)正相關，后者呈現(xiàn)負相關。白葡萄酒可進行同理分析，在此不做贅述。5.4.1 問題四通過查閱查閱文獻可以了解到，葡萄酒的質量高是受葡萄酒及釀酒葡萄自身物質基礎影響的，例如葡萄的甘甜口味主要因為就內(nèi)含有還原糖和總糖，而酸澀口味主要決定于單寧和各種酸的平衡性等。在上文中已經(jīng)討論證明釀酒葡萄的理化性質與葡萄酒的質量存在相關性，故而據(jù)此推斷，可以用釀酒葡萄和葡萄酒的理化指標評價葡萄酒質量的優(yōu)劣。5.4.1. 最小均方差法篩選葡萄酒理化性質指標與問題二類似，由于項目繁多，對于葡萄酒的理化指標和芳香物質也要進行部分遴選，在此仍然選用最小均方差法對葡萄酒理化指標和芳香化物進行篩選。運行SPSS 18.0軟件中

43、“求解方差”命令，計算葡萄酒理化指標和芳香物質方差如下：表（36）紅葡萄酒理化指標方差情況指標花色苷單寧總酚 黃酮醇白藜蘆醇DPPH半抑制體積色譜儀參數(shù)l色譜儀參數(shù)a色譜儀參數(shù)b方差529168.436.378.918.370.01456.62176.0657.721表（37）紅葡萄酒芳香化物方差(fn ch)情況指標辛酸乙酯甘油己酸乙酯乙醇乙酸乙酯方差1024.26484.80213.12206.4127.41表（38）白葡萄酒理化指標方差(fn ch)情況指標單寧總酚 黃酮醇白藜蘆醇DPPH半抑制體積色譜儀參數(shù)l色譜儀參數(shù)a色譜儀參數(shù)b方差0.510.22.720.090.0050.100.041.39表（39）白葡萄酒芳香化物方差(fn ch)情況指標辛酸乙酯癸酸乙酯己酸乙酯乙醇丁酸方差6732.101100.23909.38725.44235.35根據(jù)上表，選擇各指標中方差最大者，作為最終的評價指標，即表（37）：表（40）葡萄酒理化性質終選指標最終選擇指標紅葡萄酒花色苷、色譜儀參數(shù)l、辛酸乙酯白葡萄酒黃酮醇、色譜儀參數(shù)a、辛酸乙酯加上問題二所選擇釀酒葡萄的8個指標，共選擇11個指標5.4.2 .建立線性回歸評價模型紅葡萄酒質量評價的指標如下，表（41）（42）