文档介绍：葡萄酒质量的评价模型摘要现今中国葡萄酒市场越来越壮大,如鉴别优劣成为人们倍加关心的问题。本文就如科学评价葡萄酒等级的问题进行了详细的研究分析。对于问题一,在处理了附件一中的异常及缺失的数据后,为选择检验法,分别对各组评分进行正态性检验,结果表明在5%的显著性水平下,第一组红葡萄酒评价不符合正太性。于是我们采用非参数检验类别中的秩和检验法进行显著性差异检验,得出两个评酒组的评价结果确实存在显著性差异。最后,我们采用标准差图示法,直观地显示两个评酒组各部评分的稳定性的明显差异,得出第二组评酒员可信度面占优。对于问题二,对多次测量的指标取平均值,并运用MATLAB程序对变量数据标准化以消除量纲的影响;由于本问题涉及30个指标,变量过多,于是我们运用SAS软件酿酒葡萄的30个一级指标进行了主成份分析得出16个主成份。之后,根据酿酒葡萄的16个主成份对酿酒葡萄进行聚类分析,得出谱系聚类图,对酿酒葡萄进行分类,然后用各类所得的评分均值对酿酒葡萄分级。对于问题三,为了总体上把握两组指标之间的相关关系,我们采用了典型相关分析。首先考虑葡萄和葡萄酒所有指标之间的相关关系,用SAS软件进行分析后,发现典型相关系数均为1,于是我们求出葡萄与葡萄酒指标间的相关系数矩阵,剔除相关系数较小的葡萄指标,然后用剩下葡萄指标与葡萄酒指标再进行典型相关分析,得出酿酒葡萄与葡萄酒的理化指标之间比较正常的典型相关结果,得出两组指标之间的相关性很大。对于问题四,我们对葡萄酒的质量以评分来衡量,以酿酒葡萄和葡萄酒的多个理化指标为解释变量,葡萄酒质量即评分为被解释变量,用大部分葡萄和葡萄酒样本通过Eviews软件逐步回归,建立多元线性回归模型,并用剩下的多个样本进行模型验证,得出结论是:可能是因为评分是种依赖经验的主观行为,使得评分较难呈现出理化指标的特征。关键词:葡萄评价正态性检验秩和检验标准化聚类分析典型相关分析逐步回归问题重述在实际生活中,确定葡萄酒质量时基本是通过聘请一批有资质的评酒员进行品评,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。但由于主观误差,这种法产生的结果有较大的差异性。而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。因此,我们提出一种葡萄酒质量的理论评价模型,根据酿酒葡萄的质量、酿酒葡萄的理化指标和葡萄酒的理化指标对葡萄酒的质量作出评价。本文采用2012年全国大学生数学建模竞赛A题附件1和附件2的数据,其中附件1给出了四组数据,分别是两组(每组10人)品酒员分别对27个红葡萄酒样品和28个白葡萄酒样品的评分表;附件2给出了葡萄和葡萄酒的理化指标(包含一级指标和二级指标)数据,尝试解决以下问题:问题一:分析附件1中两组品酒员的评价结果有无显著性差异,选出更可信的一组评价结果。问题二:根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。问题三:分析酿酒葡萄与葡萄酒的理化指标之间的联系。问题四:分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。,并评判哪组更可信。先对附件一中的一些异常及缺失的数据进行处理。为选择检验法,运用SAS软件分别就各组对红、白葡萄酒进行正态性分布检验,符合就用参数检验法,若不符合采用秩和检验法进行显著性差异检验。最后采用标准差图示法,通过对比得出哪组品酒员的评价结果比较可信。,而附件二中的酿酒葡萄理化指标较多,为此可以选出30个一级指标进行分析,多次测量指标数据取其平均数。不同指标间有不同量纲且数据差异大,要先进行标准化处理。由于本问题涉及30个指标,变量过多,先对30个一级指标进行主成份分析进行降维,在用降维得到的指标组合绘出谱系聚类图,对酿酒葡萄进行分类,然后再对分类得到的葡萄酒样类算出各自的平均评分,得出分级标准,进行分类。。由于葡萄和葡萄酒的理化指标都很多,根据生物和化学常识,理化指标之间的作用往往并不是单独发生的,而是以组合的形式相互作用。于是可以采用典型相关分析的法,找出葡萄和葡萄酒各自高度关联的组合,并以此为根据进行分析相应的具体的理化指标之间的联系。,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。首先在以评分度量葡萄酒质量的基础上,以酿酒葡萄和葡萄酒的多个理化指标为解释变量,葡萄酒质量即评分为被解释变量,用大部分葡萄和葡萄酒样本通过逐