葡萄酒的评价完整版

1、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形式进行公开展示（包括进行网上公示

2、，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）： 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：2012年 9 月10日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛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）：葡萄酒的评价方法研究摘要在本文中，我们分析葡萄酒和酿酒葡萄

3、的理化指标与所酿的葡萄酒的质量之间的关系，研究能否用葡萄和葡萄酒的理化指标评价葡萄酒的质量。针对问题一，本文分析了所给附件1 中两组评酒员对不同葡萄酒样品的评价结果，运用方差分析法来分析两组评价结果差异的显着性。在显着性水平取为0.05的情况下，发现两组评价结果的均值和方差均满足齐性，即两组评酒员的评价结果没有显着性差异。因无显着差异，本文把两组评酒员的评分的总均值作为葡萄酒评分的期望值，计算两组评酒员对于各酒样品评分的方差并求和，结果显示第二组的总方差明显小于第一组，即其评分稳定性更高，得出第二组的评价结果更可信。针对问题二，本文借助问题一中第二组的评价结果，将葡萄酒的质量数量化。运用主成分

4、分析方法，得出酿酒葡萄的主要理化指标，在此基础上运用相关性分析法，分析了酿酒葡萄的主要理化指标和葡萄酒质量的相关程度，将酿酒葡萄的主要理化指标的加权平均值作为葡萄分级的标准，其中权重取为理化指标的相关系数。把各葡萄样品的主要理化指标代入表达式，得到最终加权平均值，对其划分级别，并作为葡萄的级别。结果显示红葡萄样品集中在第2,3,4级，而白葡萄大多数集中在第2 级（级别数值越小代表葡萄质量越好）。针对问题三，本文依据问题二中所得的酿酒葡萄的主要理化指标，运用相关性分析法，分析了葡萄酒的理化指标与酿酒葡萄的主要理化指标之间的相关程度，我们得到的主要结论为：红葡萄酒中的花色音与酿酒葡萄中的DPPH自

5、由基、褐变度显着相关，与酿酒葡萄的出汁率、槲皮素、柠檬酸低度相关，与酿酒葡萄的其他主要理化指标微弱相关；白葡萄酒中的单宁与酿酒葡萄的DPPH自由基、葡萄总黄酮、谷氨酸、异亮氨酸低度相关，与酿酒葡萄的其他主要理化指标微弱相关。针对问题四，考虑到除葡萄与葡萄酒的理化指标外，葡萄与葡萄酒的芳香物质可能对葡萄质量也会造成影响。首先，运用主成分分析法，得出芳香物质中的主要成分，并借助问题二中所得的酿酒葡萄的主要理化指标，运用相关性分析法，综合分析了葡萄酒质量受酿酒葡萄和葡萄酒的理化指标、酿酒葡萄和葡萄酒中的芳香物质的影响程度。根据所得结果，取与葡萄酒质量关联程度较大的因素作为自变量，以葡萄酒质量作为因变

6、量，运用多元线性回归模型建立相应的函数关系。通过上述定性与定量分析，说明葡萄酒的质量受葡萄和葡萄酒中芳香物质的影响，因此不能仅以葡萄和葡萄酒的理化指标判别葡萄酒的质量。以上结果具有较高的可靠性和可行性，对于葡萄酒的评价具有一定的指导意义。关键词：葡萄酒质量理化指标方差分析主成分分析多元线性回归相关性分析一：问题重述葡萄酒质量的一般是通过一批有资质的评酒员的品评来确定的。他们对葡萄酒进 行品尝后对其分类指标打分，然后求和得到总分，从而确定其质量。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，酿酒葡萄的好坏与所酿 葡萄酒的质量有直接关系。根据所给相关资料，建立数学模型讨论如

7、下的问题：1:分析附件1中的两组评酒员的评价结果有无显着差异并分析哪组的结果更可靠。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：模型假设1 .假设各评酒员进行评分时，公正客观的对各酒样品的进行评分。2 .假设各评酒员对不同酒样品的评价结果服从正态分布。3 .假设进行方差分析时，各评酒员对不同酒样品的评价结果互不干扰，相互独立。4 .假设问题四中，除葡萄和葡萄酒的理化指标外，仅有芳香物质对葡萄酒的质量产生影响。三：符号

8、说明SSw随机误差SSt总偏差平方和SSb组问平方和dfb组内自由度X平均数n样本总数a 显着性水平m组数R第i类主成分MSw MSb均方根S均数差异标准误差Si2 S22样本方差aj 主成分系数p第 p个观测量A主成分系数矩阵R相关系数矩阵Xj第j个评酒员对第i种酒样品的评分0, 1，p p+1个未知参数名不可测随机误差cov(x, y) x, y的协方差D(x),D(y) x,y 的方差p相关系数ai红葡萄酒质量相关的各因素的系数bi白葡萄酒质量相关的各因素的系数四：模型的建立与求解问题一：两组评酒员评价结果的差异分析一一方差分析法针对问题一，本文首先查阅相关资料，给出关于显着性差异的解释

9、：显着性差异是一个统计学名词，它是统计学上对数据差异性的评价。当数据之间 具有了显着性差异，就说明参与比对的数据是来自于具有差异的两个不同总体，对于 显着性差异的检验通常采用方差分析法1。根据附件1所给的葡萄酒品尝评分表，本文采用方差分析法来分析两组评价员评价 结果的差异性。方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法 2,运用方差分析法各样本必须符合以下条件：(1)样本是相互独立的随机样本；(2)各样本来自正态总体；方差分析认为不同处理组的均值间的差别基本来源有两个：(1)随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各 组的均值与该组内变量值之偏差平方

10、和的总和表示，记作SSw,组内自由度dfw(2)实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总 均值之偏差平方和表示，记作SSb,组间自由度dfb(3)总偏差平方和SS的公式其中所以k上式中，n£ (又X.)2为各处理平均数与总平均数X.的离均差平方和与重复数 i 1n的乘积，反映了重复n次的组间变异，称为组问平方和，记为 S0,即 k n上式中，ZZ (Xj -Xi.)2为各组内均差平方和之和，反映了各组内的变异即误差，i注j T称为组内平方和或误差平方和，记为 SSw,即 于是有这个关系式中三种平方和的简便计算公式如下：组内S0、组问SS除以各自的自由度(

11、组内dfw=n-m,组间d=m-1,其中n 为样本总数，m为组数)，得到其均方MSw和MSb, 一种情况是处理没有作用，即各组 样本均来自同一总体，MSb/MSw也1。另一种情况是处理确实有作用，那么， MSbL MSw(远远大于)。MSb/MSw构成F分布，用F值与其临界值比较，推断各样本 是否来自相同的总体。(4)方差分析的假设检验：零假设H0： m组样本均值都相同，即9 =之=愕='，如果经过计算结果组间均 方远远大于组内均方(MSbL MSw) , F >Fq ,*dfw , a <0.05,拒绝零假设， 说明样本来自不同的正态总体，说明处理造成均值的显着差异；否则

12、 F < Fo.o5（dfb,dfw）, a >0,05,不能拒绝零假设，说明样本来自相同的正态总体，处理间无差异。其中 a为 显着性水平。本文对于不同的酒样本方差检验结果如下：表1各红葡萄酒样品的方差分析结果红葡 萄酒 样品1234567890.3140.1001.000.6840.6130.7930.3350.6320.178红葡 萄酒 样品1011121314151617180.30 00.4230.3910.8520.5580.3201.000.0790.381红葡 萄酒 样品1920212223242526271.000.0370.7680.2570.5690.9270.

13、7880.0920.678表2白葡萄酒各样品的方差分析结果白葡 萄酒 样品123456789100.9900.3920.1880.8170.9490.8320.2990.0540.9520.979白葡 萄酒 样品111213141516171819200.5100.3250.7370.2700.3040.6010.2000.0820.6730.432白葡 萄酒 样品21222324252627280.9430.4590.6200.4620.1360.5400.8960.881在显着性水平a A0.05的情况下，两组评酒员的评分结果无显着差异；在显着性水 平0：二二：二0.05的情况下，两组评酒

14、员的评分结果存在显着性差异。经方差分析，发现两组评酒员仅红葡萄酒样品20的评分存在显着性差异，其他酒样品的评分结果均无显 着性差异，那么，可以认为两组评酒员的评分结果无显着性差异。由于两组评酒员的评价结果无显着差异，那么这两组评价结果来自于同一个总 体，这两组评价结果总的均值可以认为是总体的期望值，可以通过分别计算两组评价 结果的相对于总体期望值的方差来进行判断哪一组的评价结果更为可信。方差计算公式：对于第i种酒样品，各评酒员的评价结果的方差 S；满足：其中Xj代表第j个评酒员对第i种酒样品的评分，Xi代表第i种酒样品的评分期望值, n代表共有n个评酒员。各组评酒员对所有酒样品的评价结果的方差

15、 S2满足： 其中m代表酒样品的总数。将各组评酒员对各样品就得评分代入方差计算公式，经计算得：红酒：第一组评酒员评分的方差和为1843.108,第二组评酒员评分的方差和为1168.786。 白酒：第一组评酒员评分的方差和为 3220.424,第二组评酒员评分的方差和为1659.030。可以看出不管红酒还是白酒，第二组评酒员评分的方差小于第一组，说明该组的 评分数据和第一组相比更加接近于期望值，更稳定，因此本文认为第二组评酒员的评 价结果更加可信。问题二：酿酒葡萄的分级主成分分析法和相关性分析法本文先对附件2中的数据进行预处理，多次测量的同一指标数据取其平均值，然后 对附件中酿酒葡萄的的理化指标

16、进行分析。由于酿酒葡萄的理化指标变量较多且各指标之间的存在相关性，势必增加了分析 问题的复杂性，因此考虑多个变量综合为少数几个代表性变量，能够代表原始变量的 绝大多数信息，并且在新的综合变量基础上，可以进一步的统计分析，本文采用主成 分分析法对酿酒葡萄的理化指标进行分析。1:主成分分析法对于一个样本资料，观测p个变量X1,X2|xp, n个样品的数据资料阵为：GJ其中：Xj = X2j , j =1,2川 p .<Xnj /主成分分析就是将p个观测变量综合成为p个新的变量（综合变量），即简写为：要求模型满足以下条件： Fi,Fj 互不相关（i #j , i, j =1,2,川，p ）F1

17、的方差大于F2的方差大于F3的方差，依次类推aj ak22 III akp2 =1k =1,2,IIIp.于是，称Fi为第一主成分，F2为第二主成分，依此类推，有第 p个主成分。主成 分又叫主分量，这里aj我们称为主成分系数。上述模型可用矩阵表示为：其中：A称为主成分系数矩阵。假设样本观测数据矩阵为：首先对原始数据进行标准化处理：其中：然后计算样本相关系数矩阵：为方便，假定原始数据标准化后仍用 X表示，则经标准化处理后的数据的相关系 数为：再用雅克比方法求相关系数矩阵 R的特征值(储，儿2川九p)和相应的特征向量a =©1©2, liaip=1,2”ip。最后选择重要的主成

18、分，并写出主成分表达式3。主成分分析可以得到p个主成分，但是，由于各个主成分的方差是递减的，包含的信息量也是递减的，所以实际分析时，一般不是选取p个主成分，而是根据各个主成分累计贡献率的大小选取前k个主成分，这里贡献率就是指某个主成分的方差占全 部方差的比重，实际也就是某个特征值占全部特征值合计的比重。即贡献率q满足：贡献率越大，说明该主成分所包含的原始变量的信息越强 4。主成分个数k的选 取，主要根据主成分的累积贡献率来决定，即一般要求累计贡献率达到 80%以上，这 样才能保证综合变量能包括原始变量的绝大多数信息。本文利用SPS漱件分别对红葡萄和白葡萄的理化指标进行主成分分析，得到以下的结果

19、：红葡萄理化指标的10种主要成分有：DPPH自由基，出汁率，榭皮素，葡萄糖，柠檬酸，褐变度，可滴定酸，百粒质量，丝氨酸，H1白葡萄理化指标的12种主要成分有：谷氨酸，葡萄总黄酮，固酸比，缎氨酸，山奈酸，异亮氨酸，苹果酸，甘氨酸，DPPH自由基，出汁率，VC含量，多酚氧化酶活力。得到葡萄的主要理化指标后，再运用相关性分析法分析葡萄的各主要理化指标与葡 萄酒质量的相关性。2:相关性分析法(1)相关性分析法相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象 探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。(2)相关系数简单相关系数：在线性条件下说明两个变量之

20、间相关关系密切程度的统计分析指标，简称相关系数其中cov(x, y)为x, y的协方差，D(x), D(y)分别为x, y的方差令：因此可得到当P的取值介于-1与1之间，P的取值范围是 卜1,1。当P0时，x与y为正相 关，当P0时，x与y为负相关。|P|的数值愈接近于1,表示x与y直线相关程度愈 高；反之，|日的数值愈接近于0,表示x与y直线相关程度愈低。通常判断的标准是"耳0.3称为微弱相关，0.34耳0.5称为低度相关，0.5引曰0.8称为显着相关,0.8 日1称为高度相关或强相关5。运用SPS漱件分析酿酒葡萄理化指标的主成分数据和葡萄酒质量的相关性，得到 以下结果：表3红葡萄

21、的理化指标与红葡萄酒质量的相关性DPPHg由基0.605出汗率0.303柳皮素0.288葡锢糖-0.064柠檬酸-0.205褐变度-0.013可滴定酸-0.265百粒质量0.156丝氨酸0.033H1-0.054表4白葡萄的理化指标与红葡萄酒质量的相关性葡萄的主要理化指标白葡萄酒质量VC含量0.190苹果酸0.214多酚氧化酶活力-0.235DPPHI由基0.294葡锢总黄酮-0.226固酸比-0.262出汗率-0.130谷氨酸0.354缴氨酸0.210异凫氨酸0.307山余酚0.1130.232上述两表结果显示:红葡萄酒的质量与红葡萄理化指标中的柳皮素，葡萄糖，柠檬酸，褐变度，可滴 定酸，百

22、粒质量，丝氨酸，H1微弱相关；与出汁率低度相关；与 DPPH自由基显着相 关。白葡萄酒的质量与白葡萄理化指标之中的葡萄总黄酮，固酸比，缎氨酸，山奈 酸，异亮氨酸，苹果酸，甘氨酸，DPPH自由基，出汁率，VC含量，多酚氧化酶活力微 弱相关；与谷氨酸低度相关。考虑到葡萄的分级问题，本文将上述相关分析中各指标所得相关系数作为权重，求出各指标权重衡量下的求和函数：、一 一, 一. 一 一 '一 一 一. 一 一其中，ai为红匍匐中各理化指标的相关系数；ai为白匍匐中各理化指标的相关系数 代入红白葡萄样品中相应的理化指标，得到以下值：表5红葡萄理化指标加权值样品1234567890.521.11

23、1.10-0.740.27-0.55-1.090.162.39样品1011121314151617180.40-1.07-1.570.780.79-1.30-0.720.22-1.10样品1920212223242526270.500.07-0.57-0.661.99-0.23-0.070.43-1.06表6白葡萄理化指标加权值样品12345678910-1.020.1341.900.840.871.190.38-2.20-0.020.193样品11121314151617181920-2.06-0.610.980.361.08-2.630.48-0.97-2.020.97样品21222324

24、252627280.240.200.350.880.0080.260.561.63分析上述两表发现不论红葡萄还是白葡萄，所对应权重求和值分别在-23和-32之间，由此本文考虑以1为间距分级，分五级，数值越小代表级数越高，葡萄质量越高 6。表7红葡萄各样品的分级情况红葡相级别红葡萄样品1 ( >2)92 (12)2,3,15,23,283 (01)1,5,8,10,13,14,17,19,20,264 (-10)4,6,16,21,22,24,255 ( <-1)7,11,12,18,27<8白葡萄各样品的分级情况白葡稳级别白葡箱样品1 (>1)3,6,15,282 (0

25、1)2,4,5,7,10,13,14,17,20,21273 (-10)9,12,184 (-2-1)15 ( <-2)8,11,16,19问题三：酿酒葡萄与葡萄酒理化指标之间的联系一相关性分析法为了能够得到酿酒葡萄和葡萄酒的理化指标之间的联系，本文依据问题二中所得 的关于酿酒葡萄的主要理化指标，仍借助相关性分析法，分析了这些指标与所给葡萄 酒的理化指标之间的相关度，所得结果如下表所示：表9红葡萄与红葡萄酒的理化指标的相关性分析酒花色 甘洒单 宁酒总 酚酒总黄 酮酒白藜 产醇DPPH#抑制体积酒L酒A酒BDPPH1由基0.5670.7530.8140.7640.4210.778-0.70

26、7-0.123-0.055出汗率0.3280.3610.3990.4830.2560.424-0.441-0.008-0.100柳皮素0.3560.5140.3460.2310.0990.376-0.5160.0470.312葡锢糖-0.0240.0850.019-0.0060.0260.090-0.037-0.1900.576柠檬酸0.3800.1450.139-0.082-0.2040.017-0.254-0.269-0.015褐变度0.7670.4450.4590.443-0.0950.380-0.564-0.335-0.244可滴定 酸-0.216-0.066-0.116-0.1810

27、.109-0.0610.1980.2650.074百粒质 量-0.263-0.329-0.255-0.248-0.045-0.2290.3090.150-0.176丝氨酸-0.233-0.132-0.060-0.1250.211-0.0480.1100.0780.285H10.1140.1050.0750.059-0.0070.116-0.053-0.216-0.125分析上表，得到红葡萄酒的理化指标与酿制红葡萄酒的酿酒葡萄的理化指标之间的相关程度如下：红葡萄酒中的花色音与酿酒葡萄中的 DPPH!由基、褐变度显着相关，与酿酒葡萄的出汁率、柳皮素、柠檬酸低度相关，与酿酒葡萄的其他主要理化指标微弱

28、相关。红葡萄酒中的单宁与酿酒葡萄中的 DPPHB由基、能皮素显着相关，与酿酒葡萄中 的出汁率、褐变度、百粒质量低度相关，与其他主要理化指标微弱相关。红葡萄酒中的总酚与酿酒葡萄中的 DPPHI由基高度相关，与酿酒葡萄中的 H1显着 相关，与酿酒葡萄中出汁率，柳皮素、褐变度低度相关，与其他主要理化指标微弱相 关。红葡萄酒中的酒总黄酮与酿酒葡萄中的 DPPHI由基显着相关，与酿酒葡萄中的出 汁率、褐变度低度相关，与酿酒葡萄中的其他主要理化指标微弱相关。红葡萄酒中的白藜产醇与酿酒葡萄中的 DPPHI由基低度相关，与酿酒葡萄中的其 他主要理化指标微弱相关。红葡萄酒中的DPPH半抑制体积与酿酒葡萄中的 D

29、PPH自由基显着相关，与酿酒葡 萄中的出汁率、榭皮素、褐变度低度相关，与酿酒葡萄中的其他主要理化指标微弱相 关。红葡萄酒中的色泽L*与酿酒葡萄中的DPPH自由基显着相关，与酿酒葡萄中的出汁 率、褐变度、百粒质量低度相关，与其他主要理化指标微弱相关。红葡萄酒中的a*与酿酒葡萄中褐变度低度相关，与酿酒葡萄中的其他主要理化指 标微弱相关。红葡萄酒中的b*与酿酒葡萄中的榭皮素、葡萄糖低度相关，与酿酒葡萄中的其他 主要理化指标微弱相关。表10白葡相匕白葡相酒的的埋化特性之间的相关性分析洒单 宁酒总酚酒总 黄酮洒白藜产 醇DPPF#抑制体积酒L酒A酒BVC含量-0.165-0.100-0.1550.130

30、0.2330.220-0.093-0.101苹果酸0.0460.1220.467-0.249-0.1230.0990.378-0.271多酚氧化 酶活力-0.237-0.403-0.2320.156-0.3690.006-0.024-0.046DPPH!由基0.4090.4500.1330.0820.387-0.0530.0560.028葡粮总黄 酮0.4950.5880.697-0.1010.4300.1020.434-0.206固酸比0.0390.0820.138-0.159-0.089-0.371-0.1760.355出汗率-0.295-0.293-0.0480.091-0.1520.6

31、880.415-0.757谷氨酸0.3840.3910.119-0.1710.262-0.625-0.0670.498缴萎0.0730.136-0.0750.2210.070-0.1030.1420.020异凫氨酸0.3000.1850.217-0.2830.435-0.098-0.2120.192山余酚0.1430.0860.0050.0060.116-0.189-0.0210.159甘氨酸 0.194 0.254 0.171-0.134-0.006-0.3610.0010.253分析上表，得到白葡萄酒的理化指标与酿制白葡萄酒的酿酒葡萄的理化指标之间 的相关程度如下：白葡萄酒中的单宁与酿酒葡

32、萄的 DPPH自由基、葡萄总黄酮、谷氨酸、异亮氨酸低 度相关，与酿酒葡萄的其他主要理化指标微弱相关。白葡萄酒中的总酚与酿酒葡萄中的葡萄总黄酮显着相关，与酿酒葡萄中的多酚氧 化酶活力、DPPH自由基、谷氨酸低度相关，与酿酒葡萄中的其他主要理化指标微弱相 关。白葡萄酒中的酒总黄酮与酿酒葡萄中的葡萄总黄酮显着相关，与酿酒葡萄中的苹 果酸低度相关，与其他主要理化指标微弱相关。白葡萄酒中的白藜产醇与酿酒葡萄的主要理化指标微弱相关。白葡萄酒中的DPPH#抑制体积与酿酒葡萄中的多酚氧化酶活力、DPPH!由基、葡萄总黄酮、异亮氨酸低速相关，与其他主要理化指标微弱相关。白葡萄酒中的L与酿酒葡萄中的出汁率、谷氨酸

33、显着相关，与酿酒葡萄中的固酸 比、甘氨酸低度相关，与其他主要理化指标微弱相关。白葡萄酒中的a*与酿酒葡萄中的苹果酸、葡萄总黄酮、出汁率低度相关，与酿酒 葡萄中的其他主要理化指标微弱相关。白葡萄酒中的b*与酿酒葡萄中的出汁率显着相关，与酿酒葡萄中的固酸比、谷氨 酸低度相关，与酿酒葡萄中的其他主要理化指标微弱相关。问题四：酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响查阅相关资料，葡萄的质量受到很多因素的影响，如酿酒葡萄的理化指标，芳香 物质的多少以及酿酒方法环境等7。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，本文根据问题二和 问题三的分析，参考葡萄的理化指标中的主成分，葡萄酒的理化指标

34、，葡萄的芳香物 质以及葡萄酒中的芳香物质，欲对葡萄酒的质量进行相关性分析。葡萄和葡萄酒的芳香物质成分过多，本文再次运用主成分分析法对其进行降维分析。用SPS漱件分析得到芳香物质的主成分如下：红葡萄：2-辛酮、1-庚醇、1-壬醇、（E）-3,7二甲基-2,6-辛二烯-1-醇、乙醛，苯乙醛； 白葡萄：乙酸己酯、（Z）-乙-庚烯醛、1-壬醇、壬酸乙酯、（Z）-3,7二甲基-2,6-辛二烯醛、辛酸 乙酯、反式-2-壬烯酸、1-庚醇、1-辛醇； 红葡萄酒：异山梨糖醇、2,5-二（1,1-二甲基乙基）-1,4,-苯二醇、5-甲基糖醛、2-甲基-1-丙醇、 乙酸异戊酯、3-甲硫基-1-丙醇、3,7-二甲基-

35、1,5,7-辛三烯-3-醇、香叶基乙醴；白葡萄酒：辛酸乙酯、（R） -3,7-二甲基、乳酸乙酯、2-壬醇、丙酸乙酯、苯乙烯、2-己丙烯酸 乙酯、乙酸-2-甲基丙基酯、乙酸正丙基、3,7-二甲基-1,6-辛二烯-3-醇。下面运用相关性分析法对酿酒葡萄和葡萄酒的主要理化指标，葡萄和葡萄酒的芳 香物质的主要成分与葡萄酒质量之间的相关性进行分析：葡萄酒质量与酿酒葡萄的理化指标的相关性分析结果在问题二中已经给出。为简单起见，对于附件3中的芳香物质用编号来代替，如葡萄酒的芳香物质按附件 所给的顺序用洒芳香1洒芳香73进行编号，葡萄的芳香物质按附件所给顺序用葡萄芳 香1葡萄芳香55进行编号。下面两表为其余因

36、素的相关性分析结果：表11各因素对红葡萄酒质量相关性酒花色 甘洒单宁酒总酚酒总黄 酮酒白藜 产醇DPPK抑制体积酒L酒A红葡 萄酒0.1530.4860.4930.5180.5110.55-0.4540.186酒B红酒芳香72红酒芳香71红酒芳香49红酒芳香41红酒芳香39红酒芳香33红酒芳香28红葡 萄酒0.245-0.2370.1060.3260.3740.0110.2190.01红酒芳香11葡相芳香54葡相芳香44葡相芳香45葡相芳香35葡相芳香25葡相芳香13红葡 萄酒0.0310.5220.1680.220.088-0.075-0.114表12各因素对白葡萄酒的相关性洒单宁酒总酚酒总

37、黄 酮酒白藜 产醇抑制体 积酒L酒A酒B白葡萄酒0.1060.065-0.194-0.1640.191-0.17-0.1350.175白酒芳白酒芳白酒芳白酒芳白酒芳白酒芳白酒芳白酒芳香4香5香6香16香22香23香27香35白葡萄酒-0.1030.1830.105-0.1420.2870.1550.3970.11白酒芳白酒芳葡相芳葡相芳葡相芳葡相芳葡相芳葡相芳香37香50香24香27香33香35香39香40白葡萄酒0.2830.122-0.1640.0730.0910.0780.082-0.213葡相芳葡相芳葡相芳香43香45香46白葡0.080.0830.076萄酒分析上表，为了更合理更清晰

38、的解释酿酒葡萄和葡萄酒的理化指标以及葡萄或葡萄酒中的芳香物质与葡萄酒质量的关联程度，去除与葡萄酒质量相关程度极其微弱（即|：二0.1）的因素：例如红葡萄酒质量的相关的因素去除酿酒葡萄中的葡萄糖、褐变度、丝氨酸、H1、红酒芳香39、红酒芳香28、红酒芳香11、葡萄芳香35、葡萄芳香25。取剩下的因素作为自变量，葡萄酒质量为因变量，运用多元线性回归模型建立相 应函数关系。设y是一个可观测的随机变量，它受到 p个非随机因索xi,x2j|,xp和随机因素名的影响，y若与xi,x2，川,xp有如下线性关系：其中归Pi,III,瓦是p +1个未知参数，是不可测的随机误差，且通常假定w N（0,。2）.上式

39、为多元线性回归模型8。本文建立以葡萄和葡萄酒的理化特性、葡萄和葡萄酒的芳香物质为自变量，葡萄质量为因变量的函数：2 4 红葡萄 y = ' ai xi e i 131白匍匐 y = bxi ei=1其中，ai为与红葡萄酒质量相关的各因素的系数；b为与白葡萄酒质量相关的各因素 一二 '一 一一的系数；e,e为常数。借助MATLAB软件解彳#常数e为184.863,各理化特性的系数为：、表13红葡萄酒函数的系数12345678-0.2241-4.9345-5.8775-0.10241.5517-24.288-0.3451-0.0114910111213141516-7.5170-2

40、.8251-0.0090-1.78420.48500.25110.0464-0.004017181920212223241.2221-3.3944-1.55691.202425.7641-0.4954-0.3168-0.2547表14白葡萄酒函数的系数12345670.21170.4532-4.9338-15.230711.3249-7.579217.665389101112131415.38190.480519.5342-29.51473.8758-16.67110151617181920214.00040-8.32270.6136-0.767418.76731.74272223242526

41、27282.0872013.2277-0.1117-6.1658-0.19171.73942930312.4372-0.28520.03130综合考虑相关性分析结果与多元线性回归模型的结果，可以看出葡萄酒的质量与 酿酒葡萄和葡萄酒的理化指标，酿酒葡萄和葡萄的芳香物质紧密相关，不能单纯的通 过酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量，还应综合考虑芳香物质等其他 因素对其的影响。事实上，本文查阅相关资料后发现，葡萄酒的质量受也很多外在因素的影响。葡 萄酒是人和自然关系的产物，是人在一定的气候、土壤等生态条件下，采用相应的栽 培技术，种植一定的葡萄品种，收获其果实，通过相应的工艺进行酿造的结果9

42、。因此，原产地的生态条件、葡萄品种以及人所采用的栽培、采收、酿造方式等，决定了 葡萄酒的质量和风格。因此，影响葡萄酒质量和风格的因素可分为自然因素和人为因 素两大类。自然因素包括气候、地质、土壤等生态条件和与之相适应的品种；人为因 素包括与自然因素相适应的栽培管理措施和酿造、贮藏方式等。酿酒时贮藏的温度， 湿度，紫外线，震荡，通风情况，摆置角度以及贮藏年份都会造成葡萄酒口感变化。 要对葡萄酒质量有一个更加客观与信服的评价，必须综合考虑各方面因素，而不能仅 从酿酒葡萄与葡萄酒的理化指标方面得出结论。同时也说明了高品质的葡萄酒的酿造 过程是十分精细的，从葡萄的选取到酿造都需要经验与技术的结合。五：

43、模型评价模型优点：本文应用降维的思想用主成分分析法对酿酒葡萄、葡萄酒的理化指标以及芳香物 质中的各种成分进行筛选，将多个变量综合为少数几个代表性变量，能够代表原始变 量的绝大多数信息。相关分析法分析了理化指标、芳香物质和葡萄酒的质量之间的定量关系，使得我 们可以忽略理化指标中一些对酿酒葡萄分级和葡萄酒质量影响不明显的不相关和微弱 相关的因素。利用多元线性回归模型，综合考虑了与葡萄酒质量紧密相关的各因素，从而更为 准确的对葡萄酒的质量进行定量判断。模型缺点：由于本文对葡萄和葡萄酒的一级二级理化指标和芳香物质中的各种成分都进行了 分析和筛选，使得计算量较大并且比较繁琐。六：参考文献28卷:1徐洪文

44、，关于“显着性检验”问题的讨论，宁夏大学学报，第146-147,2007 。2 王国胜，农业科研中显着性检验与显着性水平的讨论，安徽农业科学，第35 卷第19期：5676-5677， 2007。3 黄长友，中药微量元素的主成分分析，广东微量元素科学，第14 卷第 4 期：40-41,2007 。4 叶晓枫 王志良，主成分分析法在水资源评价中的应用，河南大学学报，第37卷第3 期： 277-279,2007 。5 郑德如，回归分析和相关分析，上海：上海人民出版社，52-69,1984。6 张丽芝，贺兰山东麓红葡萄酒等级划分客观标准的初步研究，中国食物与营养，第 18卷第 3 期： 30-31,2012 。7 林翠香，基于数据挖掘的葡萄酒质量识别，中南大学硕士生论文，2010