曾京宙 郑祥瑞
摘 要：近年来，葡萄酒行业取得了突飞猛进的发展。近些年，国内葡萄酒市场的销售额持续以15%-20%的速度增长，特别是北京、上海等高消费城市的增长速度达到了30%-45%。葡萄酒产业在中国是一个名副其实的朝阳产业，但由于发展较晚，目前我国对葡萄酒品质的评价体系尚不完善，葡萄酒的评价工作尚有很大的发展空间。文章通过R型聚类分析的方法根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄分级，之后使用主成分分析法和灰色关联度分析法探究葡萄、葡萄酒的理化指标之间的关系，最后建立回归关系，证明葡萄、葡萄酒的理化性质指标能用来判断葡萄酒的质量。
关键词：R型聚类分析；主成分分析法；灰色关联度分析法；回归分析
引言
葡萄酒是一种由葡萄或葡萄汁经过酒精发酵而得到的含酒精饮料。葡萄具有种类繁多、成分复杂、气味和口感变化极大的特点。近些年来，利用酿酒葡萄和葡萄酒的理化指标葡萄酒进行评价的方法应运而生。但是目前理化分析仍不能取代感官评价。本文试图探究如何采用统计方法使这些复杂关系的问题简单化，并分析它们之间的联系。
1 两组评酒员的评价结果的可信性
经过对两组品酒员的评价结果分析，我们假设两组品酒员的评价结果无显着性差异，在给定显着性水平α=0.05的情况下使用配对样本t检验法来确定两组品酒员的评价结果有无显着性差异。然后，依据两组品酒员评分的方差大小来确定哪一组更可信。
SPSS将根据T分布表给出t值对应的相伴概率值，如表1，即白葡萄酒和红葡萄酒的t值对应的伴随概率分别为P1=0.070，P2=0.088 ，在显着性水平为0.1的情况下拒绝原假设，即两组品酒师平评价结果有显着性差异。
用MATLAB计算两组品酒员评价结果的方差得到第一组和第二组的方差分别为a= 105.2289， b= 45.8341， 即第二组评价结果的系统误差较小，则第二组更可信。
2 对酿酒葡萄进行分级
2.1 分析
为了简化数据，对于几组重复测量的数据，我们计算并选取了它们的平均值作为其所属的一级指标的数据。本章中葡萄酒的质量数据取可靠的一组品酒员得出的评价结果作为葡萄酒的质量指标对酿酒葡萄进行分级。
2.2 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
首先按照酿酒葡萄的理化性质对其进行R型聚类分析。然后求得第二组评酒师对各类葡萄所酿酒的平均评价分数。对于酿造白葡萄酒的酿酒葡萄的31项理化指标进行数据预处理，对31个理化指标聚类分析，分析结果如图1所示。
由此确定最佳分类，白葡萄分类结果为四类，根据评分均值高低将以上四类按降序分为四个等级，同理，可得红葡萄的R型聚类分析。
3 酿酒葡萄与葡萄酒的理化指标的联系
3.1 分析
为了更方便地分析酿酒葡萄和葡萄酒之间的理化性质关系，我们使用主成分分析法各项理化指标数据进行降维处理。然后，我们用灰色关联度分析酿酒葡萄和葡萄酒的理化指标之间的关系。
3.2 酿酒葡萄与葡萄酒的理化指标之间的联系
4.1 分析
我们根据品酒员对葡萄酒质量的打分来决定葡萄酒的质量，以此分析酿酒葡萄以及葡萄酒理化指标对葡萄酒质量的影响，从而建立回归关系。
4.2 论证可以用葡萄和葡萄酒的理化指标来评价葡萄酒的质量
多元回归分析是研究多个变量之间关系的回归分析方法，可以用多元回归分析的方法来分别研究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。先分析酿酒红葡萄的各个理化指标和葡萄酒的质量之间的线性关系，用SPSS运行结果如表4所示。
类似的，我们可以分析的红葡萄酒理化指标对红葡萄酒的影响、白葡萄理化指标对白葡萄酒的影响以及白葡萄酒的理化指标对白葡萄酒的影响，可以看出某些指标对葡萄酒的质量有一定的影响，即可证明能用酿酒葡萄的理化指标以及葡萄酒的理化指标来评价葡萄酒的质量。
参考文献
[1]张文彤.SPSS11 统计分析教程[M].北京希望电子出版社，2002，6.
[2]王芳.主成分分析与因子分析的异同比较及应用[J].2003（5）.
[3]沈恒范.概率论与数理统计[M].高等教育出版社，2002，9.
[4]谢辉.统计方法在葡萄理化指标简化中的应用[J].新疆农业科学，2011（48）.
[5]李华.葡萄酒感官评价结果的统计分析方法研究[J].中国食品学报，2006（4）.
[6]宋志刚.SPSS16 使用教程[M].中国邮电出版社，2008.
作者简介：曾京宙（1992-），男，汉族，广东佛山人，理学学士，单位：兰州大学数学与统计学院应用数学专业，研究方向：应用数学。
摘 要：近年来，葡萄酒行业取得了突飞猛进的发展。近些年，国内葡萄酒市场的销售额持续以15%-20%的速度增长，特别是北京、上海等高消费城市的增长速度达到了30%-45%。葡萄酒产业在中国是一个名副其实的朝阳产业，但由于发展较晚，目前我国对葡萄酒品质的评价体系尚不完善，葡萄酒的评价工作尚有很大的发展空间。文章通过R型聚类分析的方法根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄分级，之后使用主成分分析法和灰色关联度分析法探究葡萄、葡萄酒的理化指标之间的关系，最后建立回归关系，证明葡萄、葡萄酒的理化性质指标能用来判断葡萄酒的质量。
关键词：R型聚类分析；主成分分析法；灰色关联度分析法；回归分析
引言
葡萄酒是一种由葡萄或葡萄汁经过酒精发酵而得到的含酒精饮料。葡萄具有种类繁多、成分复杂、气味和口感变化极大的特点。近些年来，利用酿酒葡萄和葡萄酒的理化指标葡萄酒进行评价的方法应运而生。但是目前理化分析仍不能取代感官评价。本文试图探究如何采用统计方法使这些复杂关系的问题简单化，并分析它们之间的联系。
1 两组评酒员的评价结果的可信性
经过对两组品酒员的评价结果分析，我们假设两组品酒员的评价结果无显着性差异，在给定显着性水平α=0.05的情况下使用配对样本t检验法来确定两组品酒员的评价结果有无显着性差异。然后，依据两组品酒员评分的方差大小来确定哪一组更可信。
SPSS将根据T分布表给出t值对应的相伴概率值，如表1，即白葡萄酒和红葡萄酒的t值对应的伴随概率分别为P1=0.070，P2=0.088 ，在显着性水平为0.1的情况下拒绝原假设，即两组品酒师平评价结果有显着性差异。
用MATLAB计算两组品酒员评价结果的方差得到第一组和第二组的方差分别为a= 105.2289， b= 45.8341， 即第二组评价结果的系统误差较小，则第二组更可信。
2 对酿酒葡萄进行分级
2.1 分析
为了简化数据，对于几组重复测量的数据，我们计算并选取了它们的平均值作为其所属的一级指标的数据。本章中葡萄酒的质量数据取可靠的一组品酒员得出的评价结果作为葡萄酒的质量指标对酿酒葡萄进行分级。
2.2 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
首先按照酿酒葡萄的理化性质对其进行R型聚类分析。然后求得第二组评酒师对各类葡萄所酿酒的平均评价分数。对于酿造白葡萄酒的酿酒葡萄的31项理化指标进行数据预处理，对31个理化指标聚类分析，分析结果如图1所示。
由此确定最佳分类，白葡萄分类结果为四类，根据评分均值高低将以上四类按降序分为四个等级，同理，可得红葡萄的R型聚类分析。
3 酿酒葡萄与葡萄酒的理化指标的联系
3.1 分析
为了更方便地分析酿酒葡萄和葡萄酒之间的理化性质关系，我们使用主成分分析法各项理化指标数据进行降维处理。然后，我们用灰色关联度分析酿酒葡萄和葡萄酒的理化指标之间的关系。
3.2 酿酒葡萄与葡萄酒的理化指标之间的联系
4.1 分析
我们根据品酒员对葡萄酒质量的打分来决定葡萄酒的质量，以此分析酿酒葡萄以及葡萄酒理化指标对葡萄酒质量的影响，从而建立回归关系。
4.2 论证可以用葡萄和葡萄酒的理化指标来评价葡萄酒的质量
多元回归分析是研究多个变量之间关系的回归分析方法，可以用多元回归分析的方法来分别研究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。先分析酿酒红葡萄的各个理化指标和葡萄酒的质量之间的线性关系，用SPSS运行结果如表4所示。
类似的，我们可以分析的红葡萄酒理化指标对红葡萄酒的影响、白葡萄理化指标对白葡萄酒的影响以及白葡萄酒的理化指标对白葡萄酒的影响，可以看出某些指标对葡萄酒的质量有一定的影响，即可证明能用酿酒葡萄的理化指标以及葡萄酒的理化指标来评价葡萄酒的质量。
参考文献
[1]张文彤.SPSS11 统计分析教程[M].北京希望电子出版社，2002，6.
[2]王芳.主成分分析与因子分析的异同比较及应用[J].2003（5）.
[3]沈恒范.概率论与数理统计[M].高等教育出版社，2002，9.
[4]谢辉.统计方法在葡萄理化指标简化中的应用[J].新疆农业科学，2011（48）.
[5]李华.葡萄酒感官评价结果的统计分析方法研究[J].中国食品学报，2006（4）.
[6]宋志刚.SPSS16 使用教程[M].中国邮电出版社，2008.
作者简介：曾京宙（1992-），男，汉族，广东佛山人，理学学士，单位：兰州大学数学与统计学院应用数学专业，研究方向：应用数学。
摘 要：近年来，葡萄酒行业取得了突飞猛进的发展。近些年，国内葡萄酒市场的销售额持续以15%-20%的速度增长，特别是北京、上海等高消费城市的增长速度达到了30%-45%。葡萄酒产业在中国是一个名副其实的朝阳产业，但由于发展较晚，目前我国对葡萄酒品质的评价体系尚不完善，葡萄酒的评价工作尚有很大的发展空间。文章通过R型聚类分析的方法根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄分级，之后使用主成分分析法和灰色关联度分析法探究葡萄、葡萄酒的理化指标之间的关系，最后建立回归关系，证明葡萄、葡萄酒的理化性质指标能用来判断葡萄酒的质量。
关键词：R型聚类分析；主成分分析法；灰色关联度分析法；回归分析
引言
葡萄酒是一种由葡萄或葡萄汁经过酒精发酵而得到的含酒精饮料。葡萄具有种类繁多、成分复杂、气味和口感变化极大的特点。近些年来，利用酿酒葡萄和葡萄酒的理化指标葡萄酒进行评价的方法应运而生。但是目前理化分析仍不能取代感官评价。本文试图探究如何采用统计方法使这些复杂关系的问题简单化，并分析它们之间的联系。
1 两组评酒员的评价结果的可信性
经过对两组品酒员的评价结果分析，我们假设两组品酒员的评价结果无显着性差异，在给定显着性水平α=0.05的情况下使用配对样本t检验法来确定两组品酒员的评价结果有无显着性差异。然后，依据两组品酒员评分的方差大小来确定哪一组更可信。
SPSS将根据T分布表给出t值对应的相伴概率值，如表1，即白葡萄酒和红葡萄酒的t值对应的伴随概率分别为P1=0.070，P2=0.088 ，在显着性水平为0.1的情况下拒绝原假设，即两组品酒师平评价结果有显着性差异。
用MATLAB计算两组品酒员评价结果的方差得到第一组和第二组的方差分别为a= 105.2289， b= 45.8341， 即第二组评价结果的系统误差较小，则第二组更可信。
2 对酿酒葡萄进行分级
2.1 分析
为了简化数据，对于几组重复测量的数据，我们计算并选取了它们的平均值作为其所属的一级指标的数据。本章中葡萄酒的质量数据取可靠的一组品酒员得出的评价结果作为葡萄酒的质量指标对酿酒葡萄进行分级。
2.2 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
首先按照酿酒葡萄的理化性质对其进行R型聚类分析。然后求得第二组评酒师对各类葡萄所酿酒的平均评价分数。对于酿造白葡萄酒的酿酒葡萄的31项理化指标进行数据预处理，对31个理化指标聚类分析，分析结果如图1所示。
由此确定最佳分类，白葡萄分类结果为四类，根据评分均值高低将以上四类按降序分为四个等级，同理，可得红葡萄的R型聚类分析。
3 酿酒葡萄与葡萄酒的理化指标的联系
3.1 分析
为了更方便地分析酿酒葡萄和葡萄酒之间的理化性质关系，我们使用主成分分析法各项理化指标数据进行降维处理。然后，我们用灰色关联度分析酿酒葡萄和葡萄酒的理化指标之间的关系。
3.2 酿酒葡萄与葡萄酒的理化指标之间的联系
4.1 分析
我们根据品酒员对葡萄酒质量的打分来决定葡萄酒的质量，以此分析酿酒葡萄以及葡萄酒理化指标对葡萄酒质量的影响，从而建立回归关系。
4.2 论证可以用葡萄和葡萄酒的理化指标来评价葡萄酒的质量
多元回归分析是研究多个变量之间关系的回归分析方法，可以用多元回归分析的方法来分别研究酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。先分析酿酒红葡萄的各个理化指标和葡萄酒的质量之间的线性关系，用SPSS运行结果如表4所示。
类似的，我们可以分析的红葡萄酒理化指标对红葡萄酒的影响、白葡萄理化指标对白葡萄酒的影响以及白葡萄酒的理化指标对白葡萄酒的影响，可以看出某些指标对葡萄酒的质量有一定的影响，即可证明能用酿酒葡萄的理化指标以及葡萄酒的理化指标来评价葡萄酒的质量。
参考文献
[1]张文彤.SPSS11 统计分析教程[M].北京希望电子出版社，2002，6.
[2]王芳.主成分分析与因子分析的异同比较及应用[J].2003（5）.
[3]沈恒范.概率论与数理统计[M].高等教育出版社，2002，9.
[4]谢辉.统计方法在葡萄理化指标简化中的应用[J].新疆农业科学，2011（48）.
[5]李华.葡萄酒感官评价结果的统计分析方法研究[J].中国食品学报，2006（4）.
[6]宋志刚.SPSS16 使用教程[M].中国邮电出版社，2008.
作者简介：曾京宙（1992-），男，汉族，广东佛山人，理学学士，单位：兰州大学数学与统计学院应用数学专业，研究方向：应用数学。
