- 在线时间
- 261 小时
- 最后登录
- 2021-7-7
- 注册时间
- 2012-3-10
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 4018 点
- 威望
- 0 点
- 阅读权限
- 60
- 积分
- 1480
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 532
- 主题
- 12
- 精华
- 0
- 分享
- 0
- 好友
- 85
升级   48% TA的每日心情 | 怒 2014-4-10 08:38 |
|---|
签到天数: 310 天 [LV.8]以坛为家I 2012挑战赛参赛者
群组: 数学建模保研联盟 群组: 第二届数模基础实训 群组: 数学建模认证项目实训 群组: 学术交流D 群组: 学术交流C |
我们做的第一页(结果还没出来,只贴一部分): ( Q9 v5 m: X6 Z; u( g% ]
基于统计分析方法的葡萄酒质量评价# z. Z/ \ Y2 K3 A2 Z' F" s% j
摘 要. O6 X7 R5 e' M7 ^. B) m
! c. C6 n- i+ U
近年来,葡萄酒因其特殊的营养价值和较好的保健效果,越来越受到广大消费者的欢迎。同时,如何对葡萄酒的质量做出科学、合理的评价也成为一个棘手的问题。目前,对于葡萄酒质量的确定主要是借助于评酒员的感官评价,带有一定的主观性因素。而葡萄酒和酿酒葡萄检测的理化指标在一定的程度上会反映葡萄酒的质量。因此,研究葡萄酒和酿酒葡萄检测的理化指标与葡萄酒质量之间的关系显得较为重要。! D5 a$ _! Q3 |0 {! T& |, J3 n0 z
文中首先对两组评酒员的评价数据进行求和、取平均值处理,得到两组评酒员的平均评分数据,然后利用配对样本 检验对其进行显著性差异检验。结果显示两组评酒员对白葡萄酒和红葡萄酒质量评价的 检验概率值分别为0.456、0.126,大于0.05的显著水平,所以表明两组评酒员的评价结果不存在明显的差异。而两组配对样本的一些统计量(包括均值、标准差和均值标准误等)显示第二组评酒员的评价结果较为可信。最后采用两配对样本的非参数检验对显著性差异、评价可信度进行了验证。
" B0 V" ]* d6 X- }其次,为了准确、合理的对酿酒葡萄进行分级,文中对酿酒葡萄的理化指标进行了分类整理,剔除了一些冗余的二级指标,并对测试了几次的理化指标进行了平均值处理,确定了酿酒葡萄的最终理化指标共有32个,其中一级指标30个,二级指标2个。然后对32种酿酒葡萄的理化指标进行主成分分析,分别提取出了对酿酒红葡萄和酿酒白葡萄影响较大的11个、14个理化指标(它们各自包含了原有理化指标信息的91.052%和93.496%),最后根据酿酒葡萄的理化指标和葡萄酒的质量,借助于系统聚类分析方法将红酿酒葡萄和白酿酒葡萄分为5个等级。
, U+ X, W; ^. `4 B9 Z- e6 y) b第三,对葡萄酒的理化指标进行了分类整理,剔除了一些冗余的二级指标,并对测试了几次的理化指标进行了平均值处理,确定了红葡萄酒的最终理化指标共有11个,其中一级指标9个,二级指标2个;白葡萄酒的最终理化指标共有10个,其中一级指标8个,二级指标2个。然后利用主成分分析方法得到酿酒白葡萄的主要理化指标14个、白葡萄酒的主要理化指标5个,共19个;酿酒红葡萄的主要理化指标11个、红葡萄酒的主要理化指标4个,共15个。最后利用多变量对多变量线性回归分析方法对酿酒葡萄与葡萄酒理化指标之间的关系进行了分析。1 R- ?5 L3 h7 w, ]: n1 c; ?
第四,为了分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,文中通过相关分析方法对葡萄酒的质量、酿酒白葡萄的主要理化指标(14个)、白葡萄酒的主要理化指标(5个)、酿酒红葡萄的主要理化指标(11个)、红葡萄酒的主要理化指标(4个)进行分析,结果显示红酿酒葡萄和葡萄酒的理化指标对红葡萄酒的质量影响较大,多呈正相关性,而白酿酒葡萄和葡萄酒的理化指标对白葡萄酒的质量影响较弱,没有红葡萄酒明显,影响多呈弱正相关。利用多元线性回归分析对葡萄和葡萄酒的理化指标能否用来评价葡萄酒的质量进行了论证。从模型的拟合优度情况中模型的决定系数(分别为0.868和0.901)得知,用葡萄和葡萄酒的理化指标来评价葡萄酒的质量是较为合理、科学的,它们在一定的程度上能够较好地反映出葡萄酒的质量效果,且与白葡萄酒相比,红葡萄酒的质量评价效果更优。6 N* R; _# [6 q
3 a7 ]4 B) p5 h& f: K
关键词: 检验;非参数检验;主成分分析;系统聚类分析;多变量对多变量线性回归分析;多元线性回归分析;相关分析
7 A0 S9 B1 D- K' V! i" r/ } |
|