2012年数学建模A题优秀论文59135

1、实用标准文档 文案大全 2012高教社杯全国大学生数学建模竞赛 承 诺 书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何

2、形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： 日期： 年 月 日 赛区评阅编号（由赛区组委会评阅前进行编号）： 实用标准文档 文案大全 2012高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 评 阅 人 评 分 备 注 赛区评阅记录（可供赛区评阅时使用）： 全国统一编号（由赛

3、区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 实用标准文档 文案大全 葡萄酒的评价 摘要 葡萄酒的质量评价是研究葡萄酒的一个重要领域，目前葡萄酒的质量主要由评酒师感官评定。但感官评定存在人为因素，业界一直在尝试用葡萄的理化指标或者葡萄酒的理化指标定量评价葡萄酒的质量。本题要求我们根据葡萄以及葡萄酒的相关数据建模，并研究基于理化指标的葡萄酒评价体系的建立。 对于问题一，我们首先使用EXCEL对附件一中的数据进行平均值处理（见正文表5-1、表5-2），再通过方差分析法比较两组品酒员对红白葡萄酒评分的波动性大小。通过对总分平均值和方差大小的观察，可以知道两组评分具有显著性

4、差异，而且第二组评分结果更加可信。 对于问题二，我们采用主成分分析和主成分估计的方法，对红白酿酒葡萄的一级理化指标进行了数据标准化处理，基于主成分分析法对其进行了因子分析，并得到相关系数矩阵B。进而得到酿酒葡萄各单指标的特征值和特征向量（见正文表5-3、表5-7）。根据特征值的大小，选取十个主成分理化指标，并根据它们的百分比求得其在整体中的贡献率和累计贡献率，并以这些指标来代表所有的酿酒葡萄。此时，根据附件二中的代表理化指标的比重和所求的贡献率求得各种红白酿酒葡萄的综合评价得分（见正文表5-5、表5-9）。然后根据得分高低排序，并自定区间分为四个等级（见正文表5-6、表5-10）。 对于问题三

5、，首先对附件二中酿酒葡萄和葡萄酒共同的一级理化指标通过EXCEL进行处理，多次测试的指标求取其平均值作为参考数据。其中，红葡萄酒有五个理化指标共有（见正文表5-12），白葡萄酒有四个理化指标共有（见正文表5-13）。利用SPSS软件中的T检验的简单相关性分析原理，分析理化指标之间的相关性，然后构造出相关图，更直观合理的表现显著相关关系。 对于问题四，利用问题二得到的主成分理化指标，分析附件2中葡萄酒所有的理化指标，同样使用主成分分析的方法对葡萄酒的理化指标进行数据标准化、计算相关系数矩阵等操作。最后我们使用偏相关分析的原理和多元线性回归的方法对所有的17种理化指标进行处理，得到线性回归方程，相

6、关性强即说明线性关系比较明显，对其质量的影响较大。 关键词：主成分分析、偏相关分析、数据标准化、相关系数、SPSS软件T检验、 MATLAB、多元线性回归 实用标准文档 文案大全 一、问题重述 确定葡萄酒质量时一般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。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。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： 1.

7、分析附件1中两组品酒员的评价结果有无显著性差异，哪一组结果更可信？ 2.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。 3.分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4.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？ 二、问题分析 2.1 问题一 针对问题一，判断两组品酒员的评价结果有无显著性差异和结果的可靠性比较，我们通过计算平均值和方差来观察。对于同一组品酒员同一种类的葡萄酒，根据每一位品酒员的总分求和，再求平均值，得出红白葡萄酒的整体平均值，可以直接比较评价结果有无显著差异性。再将得出的整体平均值和红白葡萄酒不同酒

8、样品的平均值结合求出两组品酒员评价结果的方差，根据波动性的大小，判断哪一组结果更可信。 2.2 问题二 针对问题二，根据酿酒葡萄的理化指标和葡萄酒的质量，使用主成分分析的方法对这些酿酒葡萄进行分级。首先对原始数据进行标准化处理，计算出相关系数矩阵，通过计算出的特征值和特征向量来选择数个主成分，从而计算出综合评价值，最后根据综合评价分数的高低对葡萄酒进行分级。 2.3 问题三 针对问题三，根据附件2中提供的酿酒葡萄与葡萄酒的理化指标数据，分析他们之间的联系。首先我们通过EXCEL对数据进行处理，挑选出两者共有的理化指标，多次测量的求取其平均值作为参考数据，整理归纳之后，利用SPSS软件T检验求出

9、理化指标的相关系数和标准误差，并分析它们之间的联系。 2.4 问题四 针对问题四，分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，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。我们利用问题二得到的主成分理化指标，分析附件2中葡萄酒所有的理化指标，同样使用主成分分析的方法对葡萄酒的理化指标进行数据标准化、计算相关系数矩阵等操作。最后我们使用偏相关分析的原理和多元线性回归的方法对所有的17种理化指标进行处理，相关性强即说明线性关系比较明显，对其质量的影响较大。 三、基本假设 1、两组品酒员之间的分数是相对独立的； 2、两组品酒员是随机分配的； 3、制作葡萄酒的工艺和酿酒环境都是统一且稳定的

10、； 4、假设品酒员的系统误差较小，忽略不计； 5、只考虑红葡萄酿成红葡萄酒，白葡萄酿成白葡萄酒，而不考虑多种葡萄混合酿成的实用标准文档 文案大全 葡萄酒； 6、假设酿酒葡萄中存在的而葡萄酒中不存在的理化指标也会影响葡萄酒的质量； 7、假设文中引用到的数据和其他文章内容都真实可信。 四、符号说明 W:酿酒红葡萄综合评价得分； W?:酿酒白葡萄的总额和评价得分； 12910,FFFF?:酿酒红葡萄中十种主成分指标的比重； 12910,FFFF?：酿酒白葡萄中十种主成分指标的比重； r：两种样本之间同一理化指标之间的相关系数； ()ijkr：在控制了第k个因素的影响所计算的第i、j第二个因素之间的偏

11、相关系数； y：用红葡萄酿成的红葡萄酒的质量（因变量）； 231617,xxxx?：用红葡萄酿成的红葡萄酒的16个理化指标（自变量）； y?：用白葡萄酿成的白葡萄酒的质量（因变量）； 2316,xxx?：用白葡萄酿成的白葡萄酒的15个理化指标（自变量）。 五、模型的建立与求解 5.1判断两组品酒员的评价结果有无显著性差异和结果的可靠性比较 根据附件一提供的数据，以红葡萄酒的评价结果为例，利用EXCEL分别计算出十位品酒员对27中红葡萄酒样品的平均值，如表5-1所示。 酒样品 分组 酒样品1 酒样品2 酒样品3 酒样品4 酒样品5 酒样品6 酒样品7 第一组 62.7 80.3 80.4 68.

12、6 73.3 72.2 71.5 第二组 68.1 74 74.6 71.2 72.1 66.3 65.3 酒样品 分组 酒样品8 酒样品9 酒样品10 酒样品11 酒样品12 酒样品13 酒样品红葡萄酒得分均值 酒样品 分组 酒样品1 酒样品2 酒样品3 酒样品4 酒样品5 酒样品6 酒样品7 第一组 82 74.2 78.3 79.4 71 68.4 77.5 第二组 77.9 75.8 75.6 76.9 81.5 75.5 74.2 14 第一组 72.3 81.5 74.2 70.1 53.9 74.6 73 第二组 66 78.2 68.8 61.6 68.3 68.8 72.6

13、酒样品 分组 酒样品15 酒样品16 酒样品17 酒样品18 酒样品19 酒样品20 酒样品21 第一组 58.7 74.9 79.3 59.9 78.6 78.6 77.1 第二组 65.7 69.9 74.5 66.7 72.6 75.8 72.2 酒样品 分组 酒样品22 酒样品23 酒样品24 酒样品25 酒样品26 酒样品27 第一组 77.2 85.6 78 69.2 73.8 73 第二组 71.6 77.1 71.5 68.2 72 71.5 表5-1 由图表数据计算可知，第一组对红葡萄酒的整体平均分为73.05556分，第二组对红葡萄酒的整体平均分为70.56296分，由此可

14、见，第一组对红葡萄酒的评价较第二组要高一些。 同理，我们用同样的方法对白葡萄酒进行计算比较，如表5-2所示。 白葡萄酒得分均值 实用标准文档 文案大全 酒样品 分组 酒样品8 酒样品9 酒样品10 酒样品11 酒样品12 酒样品13 酒样品14 第一组 71.4 72.9 74.3 72.3 63.3 65.9 72 第二组 72.3 80.4 79.8 71.4 72.4 73.9 77.1 酒样品 分组 酒样品15 酒样品16 酒样品17 酒样品18 酒样品19 酒样品20 酒样品21 第一组 72.4 74 78.8 73.1 72.2 77.8 76.4 第二组 78.4 67.3 8

15、0.3 76.7 76.4 76.6 79.2 酒样品 分组 酒样品22 酒样品23 酒样品24 酒样品25 酒样品26 酒样品27 酒样品28 指标 特征值 氨基酸总量 蛋白质 VC含量 花色苷 酒石酸 苹果酸 特征值 0.0000 0.0000 0.0000 0.0000 0.0034 0.0102 指标 特征值 柠檬酸 多酚氧化酶活力 褐变度 DPPH自由基 总酚 单宁 特征值 0.0159 0.0324 0.0431 0.0615 0.0712 0.1120 指标 特征值 葡萄总黄酮 白藜芦醇 黄酮醇 总糖 还原糖 可溶性固形物 第一组 71 75.9 73.3 77.1 81.3 6

16、4.8 81.3 第二组 79.4 77.4 76.1 79.5 74.3 77 79.6 表5-2 由图表数据计算可知，第一组对白葡萄酒的整体平均分为74.01071分，第二组对白葡萄酒的整体平均分为76.53214分，由此可见，第二组对白葡萄酒的评价较第一组要高一些。 根据以上数据，使用MATLAB编程求取每一组对红白葡萄酒的方差。第一组对红葡萄酒评价结果的方差为53.9141，第二组对红葡萄酒评价结果的方差为15.3755；第一组对白葡萄酒评价结果的方差为23.0788，第二组对白葡萄酒评价结果的方差为10.0547。由此可知，第一组评价结果的方差明显比第二组要大，所以两组品酒员的评价结

17、果具有显著性差异，且第二组的评价结果更为可靠。 5.2 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 （1）主成分分析的相关知识 主成分分析（principal component analysis）是1901年Pearson对非随机变量引入的，1933年Hotelling将此方法推广到随机向量的情形，主成分分析和聚类分析有很大的不同，它有严格的数学理论作基础。 主成分分析的主要目的是希望用较少的变量去解释原来资料中的大部分变异，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即所谓主成分，并用以解

18、释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。 （2）主成分分析法的步骤 1）对原始数据进行标准化处理 根据对附件二中数据的分析，整理出红白酿酒葡萄和红白葡萄酒中各成分的含量，对于多次测量的数据我们采用平均值作为参考数据。再MATLAB中用ZSCORE函数直接对原始数据进行标准化处理。 2）计算相关系数矩阵B 根据得出的标准化数据，使用MATLAB中的CORRCOEF函数直接得出相关系数矩阵B。 3）计算特征值和特征向量 计算相关系数矩阵B中的特征值和特征向量，使用EIG函数直接得出。酿酒红葡萄的特征值如表5-3所示。 红葡萄的特征值 实用标准文档 文案大全 特征值 计贡献率，

19、整理如图表5-4所示。 指标 特征值 贡献率 累计贡献率 果皮颜色b* 6.9682 23.227 23.227 0.2002 0.2180 0.2538 0.2948 0.3728 0.4936 指标 特征值 PH值 可滴定酸 固酸比 干物质含量 果穗质量 百粒质量 特征值 0.5139 0.6907 0.7377 0.9615 1.2694 1.4187 指标 特征值 果梗比 出汁率 果皮质量 果皮颜色L* 果皮颜色a* 果皮颜色b* 特征值 1.7414 1.9998 2.8403 3.7341 4.9414 6.9682 表5-3 根据上表计算得出的特征值大小，在上述30个指标中选取较

20、大的十个指标，分别是果皮颜色b*、果皮颜色a*、果皮颜色L*、果皮质量、出汁率、果梗比、百粒质量、果穗质量、干物质含量和固酸比十种，根据他们所占的百分比可求得各种指标的贡献率和累 果皮颜色a* 4.9414 16.471 39.698 果皮颜色a* 3.7341 12.447 52.145 果皮质 2.8403 9.467 61.612 出汁率 1.9998 6.666 68.278 果梗比 1.7414 5.8046 74.0826 百粒质量 1.4187 4.729 78.8116 果穗质量 1.2694 4.2313 83.0429 干物质含量 0.9615 3.205 86.2479

21、固酸比 0.7377 2.459 88.7429 表5-4 4）选择主成分，计算综合评价值 根据得出的贡献率大小可以看出，这十个指标的累计贡献率都比较大，所以选取这十个指标成分为酿酒红葡萄的主成分。这里我们采用了主成分估计的方法，即将原来的回归自变量变换到另一组变量，即主成分，选择其中一部分重要的主成分作为新的自变量（此时丢弃了一部分，影响不大的自变量，这实际达到了降维的目的）。 所以我们在基于主成分分析的评价体系之下，由累计贡献率得到贡献率，即作为因子的综合评分的权重，不同品种葡萄的总评价得分的表达式即为： 123456723.22716.47112.4479.4676.6665.80464

22、.729WFFFFFFF? 89104.23133.2052.459FFF? (1) 对27种酿酒红葡萄通过公式（1）进行统计计算，可得出总分如图表5-5所示。 红葡萄 得分 红葡萄1 红葡萄2 红葡萄3 红葡萄4 红葡萄5 红葡萄6 红葡萄7 总分 0.5365 0.3986 0.3913 0.4873 1.0480 0.5761 0.3993 排名 17 26 27 21 2 13 25 红葡萄 得分 红葡萄8 红葡萄9 红葡萄10 红葡萄11 红葡萄12 红葡萄13 红葡萄14 总分 0.6108 0.5421 0.6605 0.5162 0.5837 0.4874 0.5652 排名

23、10 16 8 18 12 20 14 红葡萄 得分 红葡萄15 红葡萄16 红葡萄17 红葡萄18 红葡萄19 红葡萄20 红葡萄21 红葡萄的总评价得分 实用标准文档 文案大全 总分 0.5160 0.4415 0.9680 0.6006 0.5422 0.8795 0.4525 排名 19 23 4 11 15 5 22 红葡萄 得分 红葡萄22 红葡萄23 红葡萄24 红葡萄25 红葡萄26 红葡萄27 总分 0.4233 等级 酿酒红葡萄种类 一级 26、5、24、17 二级 20、25、23 三级 10、27、8、18、12、6、14、19、9、1、11、15 四级 13、4、21

24、、16、22、7、2、3 0.7227 1.0344 0.7294 1.4061 0.6490 排名 24 7 3 6 1 9 表5-5 根据表5-5中计算出的总分，通过四个区间划分四个等级，四个区间为（0.3,0.5），（0.5,0.7），（0.7,0.9），（0.9,1.5），得到酿酒红葡萄的等级划分如图表5-6所示。 红葡萄等级 表5-6 根据同一种方法，可求得酿酒白葡萄的特征值如图表5-7所示。 指标 特征值 氨基酸总量 蛋白质 VC含量 花色苷 酒石酸 苹果酸 特征值 0.0000 0.0000 0.0000 0.0010 0.0036 0.0129 指标 特征值 柠檬酸 多酚氧化酶

25、活力 褐变度 DPPH自由基 总酚 单宁 特征值 0.0167 0.0568 0.0639 0.0851 0.1195 0.2191 指标 特征值 葡萄总黄酮 白藜芦醇 黄酮醇 总糖 还原糖 可溶性固形物 特征值 0.2704 0.3102 0.3383 0.4264 0.4707 0.7176 指标 特征值 PH值 可滴定酸 固酸比 干物质含量 果穗质量 百粒质量 特征值 0.8527 0.9321 1.0323 1.1958 1.3276 1.4695 指标 果梗比 出汁率 果皮质量 果皮颜色L* 果皮颜色a* 果皮颜色b* 白葡萄的特征值 特征值 特征值 1.5673 1.8720 2.

26、1078 3.7277 5.0914 5.7116 表5-7 同理，根据上表计算得出的特征值大小，在上述30个指标中选取较大的十个指标，分别是果皮颜色b*、果皮颜色a*、果皮颜色L*、果皮质量、出汁率、果梗比、百粒质量、果穗质量、干物质含量和固酸比十种，根据他们所占的百分比可求得各种指标的贡献率和累计贡献率，整理如图表5-8所示。 指标 特征值 贡献率 累计贡献率 果皮颜色b* 5.7116 19.035 19.035 果皮颜色a* 5.0914 16.698 35.733 果皮颜色a* 3.7277 12.425 48.158 果皮质 2.1078 7.025 55.183 出汁率 1.87

27、20 6.239 61.422 果梗比 1.5673 5.2242 66.6462 百粒质量 1.4695 4.898 71.5442 实用标准文档 文案大全 果穗质量 1.3276 4.4252 75.9694 干物质含量 1.1958 3.9859 79.9553 固酸比 1.0323 3.441 83.3963 表5-8 基于主成分分析的评价体系之下，由累计贡献率得到贡献率，即作为因子的综合评分的权重，不同品种葡萄的总评价得分的表达式即为： 123456719.03516.69812.4257.0256.2395.22424.898WFFFFFFF? 89104.42523.98593.

28、441FFF? (2) 对28种酿酒白葡萄通过公式（2）进行统计计算，可得出总分如图表5-9所示。 白葡萄 得分 白葡萄1 白葡萄2 白葡萄3 白葡萄4 白葡萄5 白葡萄6 白葡萄7 总分 5.4676 4.2358 5.8966 3.9074 4.0371 6.4058 5.6057 排名 12 21 9 25 22 7 11 白葡萄 得分 白葡萄8 白葡萄9 白葡萄10 白葡萄11 白葡萄12 白葡萄13 白葡萄白葡萄的总评价得分 等级 酿酒白葡萄种类 一级 15 二级 11、8、13、12、16、6、18 三级 3、24、7、1、23、27、10、20、19、25、9、14、2、5、26

29、 四级 17、4、21、22、28 14 总分 6.9602 4.6762 5.1731 7.3001 6.8431 6.9369 4.4607 排名 3 19 15 2 5 4 20 白葡萄 得分 白葡萄15 白葡萄16 白葡萄17 白葡萄18 白葡萄19 白葡萄20 白葡萄21 总分 9.9875 6.5263 3.9638 6.0746 5.0971 5.1256 3.7371 排名 1 6 24 8 17 16 26 白葡萄 得分 白葡萄22 白葡萄23 白葡萄24 白葡萄25 白葡萄26 白葡萄27 白葡萄28 总分 3.2668 5.3287 5.7281 4.7295 4.000

30、1 5.2995 2.8329 排名 27 13 10 18 23 14 28 表5-9 同理，根据表5-9中计算出的总分，通过四个区间划分四个等级，四个区间为（2,4），（4,6），（6,8），（8,10），得到酿酒白葡萄的等级划分如图表5-10所示。 白葡萄等级 表5-10 5.3 分析酿酒葡萄与葡萄酒的理化指标之间的联系 （1）SPSS软件中T检验简单相关性分析有关原理 相关系数是在直线相关条件下，说明两个变量之间相关程度以及相关方向的统计分析指标。相关系数一般可以通过计算得到。作为样本相关 系数，常用字母r表示；作为总体相关系数，常用字母表示。 相关系数的数值范围是介于1与+1之间（即

31、1 r 1），常用 小数形式表示，一般要取小数点后两位数字来表示，以便比较精确地描述 其相关程度。 两个变量之间的相关程度用相关系数r的绝对值表示，其绝对值越接近1，表明两个变量的相关程度越高；其绝对值越接近于0，表明两个变量 相关程度越低。如果其绝对值等于零1，则表示两个变量完全直线相关。 如果其绝对值为零，则表示两个变量完实用标准文档 文案大全 全不相关（不是直线相关）。 变量相关的方向通过相关系数r所具有的符号来表示， “+”号表示正相关，即0r1。“”表示负相关，即0 r 1。具体检验标准如下表5-11所示。 简单相关分析的基本原理 相关系数的值 直线相关程度 0r? 完全不00.3r

32、? 微弱0.30.5r? 低度0.50.8r? 显著0.81r? 高度1r? 完全相关 表5-11 简单相关分析是研究两个变量之间关联程度的统计方法。它主要是通过计算简单相关系数来反映变量之间关系的强弱。一般它有图形和数值两种表示方式。 （2）相关图有关知识 在统计中制作相关图，可以直观地判断事物现象之间大致上呈现何种关系的形式。相关图是相关分析的重要方法。利用直角坐标系第一象 限，把第一个变量置于横轴上，第二个变量置于纵轴上，而将两个变量 对应的变量值用坐标点形式描绘出来，用以表明相关点分布状况的图形，这就是相关图。 （3）具体解决方法 对附件2中酿酒葡萄和葡萄酒的理化指标整理归纳出以下两个

33、表格，如图表5-12、表5-13。 红葡萄与红葡萄酒共有的理化指标 酿酒红葡萄 红葡萄酒 样品 花色苷 单宁 总酚 总黄酮 白藜芦醇 花色苷 单宁 总酚 总黄酮 白藜芦醇 1 408.03 22.02 215.02 215.02 3.20 973.88 11.03 9.98 8.02 2.44 2 224.37 23.36 123.86 123.86 4.89 517.58 11.08 9.56 13.30 3.65 3 157.94 20.37 89.16 89.16 4.76 398.77 13.26 8.55 7.37 5.25 4 79.69 8.64 44.16 44.16 3.41

34、 183.52 6.48 5.98 4.31 2.93 5 120.61 14.49 67.55 67.55 0.64 280.19 5.85 6.03 3.64 5.00 6 46.19 15.17 30.68 30.68 2.20 117.03 7.35 5.86 4.44 4.43 7 60.77 5.62 33.19 33.19 0.62 90.82 4.01 3.86 2.77 1.82 8 241.40 22.49 131.94 131.94 5.95 918.69 12.03 10.14 7.75 1.02 9 240.84 24.36 132.60 132.60 4.91 38

35、7.76 12.93 11.31 9.90 3.86 10 44.20 16.69 30.45 30.45 12.31 138.71 5.57 4.34 3.15 3.25 11 7.79 4.54 6.17 6.17 26.85 11.84 4.59 4.02 2.10 0.38 12 32.34 7.17 19.76 19.76 0.70 84.08 6.46 4.82 2.99 2.16 13 65.32 9.82 37.57 37.57 10.86 200.08 6.38 4.93 3.96 1.34 14 140.26 13.94 77.10 77.10 6.31 251.57 6.

36、07 5.01 3.07 2.17 15 52.79 25.42 39.10 39.10 0.21 122.59 3.98 4.06 1.84 0.89 16 60.66 10.09 35.37 35.37 4.56 171.50 4.83 4.04 2.67 1.16 17 59.42 15.73 37.58 37.58 0.71 234.42 9.17 6.17 4.91 1.65 18 40.23 5.39 22.81 22.81 0.42 71.90 4.45 4.35 3.53 1.74 19 115.70 13.70 64.70 64.70 3.82 198.61 5.98 5.1

37、6 3.87 9.03 20 23.52 8.11 15.82 15.82 1.55 74.38 5.86 4.86 4.04 0.96 21 89.28 13.61 51.45 51.45 7.85 313.78 10.09 8.94 4.44 8.79 实用标准文档 文案大全 22 74.03 12.16 43.09 43.09 4.29 251.02 7.11 6.20 5.83 4.47 23 172.63 24.26 98.44 98.44 9.97 413.94 10.89 12.53 12.14 12.68 24 144.88 14.42 79.65 79.65 2.93 270

38、.11 5.75 5.39 3.73 6.87 25 49.64 9.32 29.48 29.48 2.13 158.57 5.41 4.43 3.02 2.58 26 58.47 3.78 31.12 31.12 2.09 151.48 3.61 3.89 2.15 2.74 27 34.19 10.31 22.25 22.25 1.57 138.45 5.96 4.73 3.28 4.78 表5-12 白葡萄与白葡萄酒共有的理化指标 酿酒白葡萄 白葡萄酒 样品 总酚 单宁 总黄酮 白藜芦醇 总酚 单宁 总黄酮 白藜芦醇 1 5.34 2.95 2.56 0.15 1.26 1.62 0.1

39、0 0.31 2 5.09 2.24 1.33 3.04 1.10 1.23 0.51 0.22 3 6.97 2.99 3.81 1.36 1.82 2.01 3.67 0.35 4 5.25 3.15 1.55 0.53 1.49 2.02 1.13 0.11 5 6.32 2.63 2.38 1.16 1.54 1.59 1.41 0.31 6 10.54 4.50 6.36 1.73 1.18 1.29 0.08 0.18 7 10.27 4.73 6.82 1.24 1.20 1.37 3.93 0.37 8 5.13 1.67 2.84 0.14 0.47 1.51 0.58 0.

40、58 9 5.81 4.43 2.78 0.09 1.29 1.84 0.10 0.20 10 7.73 6.78 3.49 0.25 1.33 2.06 1.56 0.03 11 7.85 3.31 4.40 0.82 1.28 1.42 2.26 0.11 12 8.48 3.21 4.31 0.75 2.00 2.31 1.49 0.43 13 11.77 2.13 7.04 0.09 1.36 1.52 2.04 0.59 14 5.32 2.39 2.39 0.10 1.32 1.32 2.54 1.21 15 8.87 2.75 5.19 4.02 1.81 2.53 0.94 0

41、.35 16 5.01 2.23 3.13 1.57 1.31 1.28 1.92 0.56 17 6.58 2.25 2.32 1.03 1.27 1.55 0.50 0.13 18 11.96 5.78 6.26 1.82 1.34 1.33 2.88 0.42 19 4.72 2.22 2.15 1.78 1.34 1.96 0.41 0.08 20 5.25 3.14 2.34 0.16 1.32 2.68 0.90 0.43 21 4.37 1.95 0.74 0.85 1.03 1.20 0.54 0.36 22 6.41 6.46 2.71 0.97 1.38 1.90 0.09

42、 1.26 23 5.13 3.39 2.51 1.65 1.11 1.33 0.10 0.15 24 10.76 8.51 7.92 0.48 3.43 4.47 3.30 0.27 25 7.67 2.76 2.63 0.85 1.46 1.51 2.33 0.26 26 5.82 5.52 2.82 1.43 1.26 1.57 0.86 0.75 27 16.96 6.25 9.53 1.15 2.54 3.38 7.66 0.15 28 6.57 4.58 3.89 2.92 1.54 2.03 0.42 0.08 表5-13 利用SPSS软件处理以上数据，进行T检验，得出下列结果，

43、酿酒红葡萄和红葡萄酒的理化指标之间的关系见如下图表。 成对样本统计量 均值 N 标准差 均值的标准误 对 1 V2 105.37705102 27 89.615520288 17.246514921 V8 263.89939557 27 230.034931619 44.270243231 对 2 V3 13.88789470 27 6.620137975 1.274046147 V9 7.26610765 27 2.904428590 .558957543 对 3 V4 59.63247298 27 47.146737773 9.073393915 实用标准文档 文案大全 成对样本相关系数

44、Sig. 对 1 V2 & V8 27 .923 .000 对 2 V3 & V9 27 .718 .000 对 3 V4 & V10 27 .787 .000 对 4 V5 & V11 27 .723 .000 对 5 V6 & V12 27 .014 .947 表5-14 V10 6.26501542 27 2.525369413 .486007570 对 4 V5 59.63247298 27 47.146737773 9.073393915 V11 4.89732411 27 2.985048238 .574472801 对 5 V6 4.803

45、32500 27 5.474184935 1.053507382 V12 3.63036196 27 2.894129763 .556975533 N 相关系数 表5-15 由图表可知，根据表5-11的检验标准，对理化指标花色苷，相关系数为0.923，呈高度正相关关系，同时相伴概率P值0.000进一步说明这两组样本显著性相关，相关图如表5-16所示； 表5-16 对理化指标单宁，相关系数为0.718，呈简单显著正相关关系，同时相伴概率P值0.000进一步说明这两组样本显著性相关，相关图如表5-17所示； 实用标准文档 文案大全 表5-17 对理化指标总酚，相关系数为0.787，呈简单显著正相关

46、关系，同时相伴概率P值0.000进一步说明这两组样本显著性相关，相关图如表5-18所示； 表5-18 对理化指标总黄酮，相关系数为0.723，呈简单显著正相关关系，同时相伴概率P值0.000进一步说明这两组样本显著性相关，相关图如表5-19所示； 实用标准文档 文案大全 表5-19 对理化指标白藜芦醇，相关系数为0.014，呈微弱正相关关系，但是，相关概率P值0.947大于显著性水平0.05说明这两组样本相关性显著，相关图如表5-20所示。 成对样本检验 成对差分 均值 标准差 均值的标准误 差分的 95% 置信区间 下限 上限 对 1 V2 - V8 对 2 V3 - V9 对 3 V4 -

47、 V10 对 4 V5 - V11 对 5 V6 - V12 -158.522344542 6.621787056 53.367457553 54.735148869 1.172963037 151.352538264 4.964814472 45.185285708 45.037040591 6.157471049 表5-21 29.127809570 .955478991 8.695912289 8.667382503 1.185005856 -218.395414596 4.657771863 35.492753847 36.919088978 -1.262851385 -98.649274488 8.585802249 71.242161259 72.551208760 3.608777459 表5-20 成对样本