多指标下的葡萄酒质量问题的研究(共26页)

1、PAGE 第 PAGE 2页，共 NUMPAGES 23页2012高教社杯全国大学生数学(shxu)建模竞赛承 诺 书我们仔细阅读了中国大学生数学(shxu)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(rnh)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

2、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，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： 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）：2012高教(o jio)社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号(bin ho)（由赛区组委会评阅前进行编号）：赛区评阅记录(jl)（

3、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）：PAGE 25多指标下的葡萄酒质量(zhling)问题的研究摘要(zhiyo)本文(bnwn)主要研究酿酒葡萄各项理化指标与葡萄酒质量的关系。首先对两组评酒员的评价结果进行了检验，同时对可信度进行了分析。其次分析酿酒葡萄与葡萄酒理化指标间的关系，进而分析两指标共同作用对葡萄酒质量的影响。针对问题一 首先依据葡萄酒的种类，对两组评酒员给出得分进行统计，得出各个葡萄酒样品的平均得分。通过葡萄酒样品的平均得分做T检验可知：两组评酒员的评价结果存在显著性差异；对于可信度的比较，计

4、算两组红、白葡萄酒样品得分的变异系数均值分别为：0.10，0.08；0.15,0.09；可知第二组的变异系数较小，相对较为可信。为了尽量避免品酒员个人因素的主观性，我们又随机对两位品酒员的稳定性进行分析，得出品酒员1、品酒员3分别对1、2组的红、白葡萄酒的变异系数为0.12，0.08；0.10，0.07；0.19，0.06；0.05，0.05；同样得出第二组变异系数较小，增加了结果的可信度。针对问题二 首先我们根据相关资料罗伯特帕克，葡萄酒倡导家，Wine Advocate journal。选取酿酒葡萄一级指标中的氨基酸、蛋白质、总糖等21个非可视化指标数据，采用 K-均值聚类分析法将各品种葡

5、萄酒分成5类，得出5种类别的聚类中心，对其进行求和排序，得到酿酒葡萄的5个评判等级指标总值，再与葡萄酒质量最低标准分数求和，求出酿酒葡萄的5个等级评判标准，最后将酿酒葡萄各品种的总指标数据与评判标准对比，对酿酒葡萄进行分级。以白葡萄为例，其分级结果为，一等级：样品号为3；二等级：样品号为24，27，28；三等级：样品号为5，15，21，23，25；四等级：样品号为2，4，6，7，9，10，12，14，20，26；五等级：样品号为 1，8，11，13，16，17，18，19，22。针对问题三 首先我们对酿酒葡萄与葡萄酒样品的理化指标进行统计处理，其次采用变异系数法对影响葡萄酒理化指标的酿酒葡萄的

6、理化指标进行指标筛选，得出10个酿酒葡萄的理化指标对葡萄酒理化指标影响较大，依次是：氨基酸、VC、苹果酸、柠檬算酸 、褐变度、单宁、白藜芦醇、黄酮醇、b 、H 。之后我们对葡萄酒的理化指标和酿酒葡萄的理化指标进行相关性分析，得到相关系数矩阵。经过显著性检验后，建立出酿酒葡萄与葡萄酒的理化指标之间的相关方程:（具体结果见问题的求解）。针对问题四 首先我们将酿酒葡萄和葡萄酒的46个理化指标与葡萄酒的口感质量指标进行相关性分析，找出14个与葡萄酒口感质量极显著相关和显著相关的指标，之后对计算挑选出的14个指标采用主成份分析法，提取出影响葡萄酒质量的4个主要成分。最后根据主成份矩阵计算10个品种酒的综

7、合得分并排序，与评酒员评出的总分级别进行对比分析得出：大部分排名差距不大，可用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。关键字 T检验(jinyn) 变异系数法 K-均值(jn zh)聚类 相关系数 主成分(chng fn)分析问题的提出葡萄属于葡萄科、葡萄属，在园艺学中为浆果类果树，多年落叶藤本植物。葡萄酒是由新鲜葡萄或葡萄汁经过酒精发酵而得到的一种成分复杂的含酒精饮料。不同产地、年份和品种的葡萄酒的成分不同。成分与葡萄酒的质量关系密切，是划分葡萄酒等级的重要依据。葡萄酒的质量等级划分是研究葡萄酒的一个重要领域，目前葡萄酒的等级划分是感官评价（尤其是描述分析，是确定和检验葡萄酒的感官质量与风

8、格的有效手段2-4 1.李华，葡萄酒的原产地域命名与感官评价C,第二届国际葡萄与葡萄酒学术研讨会,西安，20012934。2.Stone H，Sidel JL，Oliver S et a1Sensory evaluation by quantitative descriptive analysisJFood Technology.197428(11)24-34。3.Stone H，Sidel JL，Bloomquist JQuantitative descriptive analysisJCereal Foods world，1980，25：624634。2-4，它可以促进葡萄酒工艺等的改善，

9、指导人们如何鉴赏葡萄酒，是目前仪器分析所无法取代的）。主要通过品酒员（经过筛选、培训和考核，确定出嗅觉灵敏的品酒员组成葡萄酒感官分析评价小组5 CR/T15549一1995感官分析一方法学一检测和识别气味方面评价员的入门和培训。5）对葡萄酒的视觉、嗅觉和味觉做出感官评价，然后对其进行打分，从而确定葡萄酒的质量。现需解决以下问题：1. 分析附件1中两组评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、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

10、指标来评价葡萄酒的质量？条件假设1. 假设品酒员受过正规专业训练，具有葡萄酒工艺、品质、设备等方面的知识；2. 假设所用到的数据真实可靠，不包括人为造成的不合理因素；3. 假设评酒员对每种酒的评价标准大致相同；4. 每个评酒员给的评分都能真实反映该瓶葡萄酒的好坏；5. 同一种酒不同评酒员品尝味道不变。 符号约定 两样本的观测值总体平均数两样本的观测值之间的差值变异系数相关样本的相关系数样本平均值样本容量红葡萄酒理化指标样本标准差红葡萄的理化指标模型建立(jinl)与求解两组评酒员显著性差异(chy)与可信度的分析本文首先分别对两组评酒员所给出的红葡萄酒、白葡萄酒分别进行统计，得出不同编号葡萄酒

11、样品的平均得分，通过作图可以看出大致呈正态分布，故可采用T检验分别对上述得分运用SPSS软件(run jin)进行样本统计分析，评价结果是否具有显著性；本文通过求同种葡萄酒样品的不同组别得分的平均值、标准差，进而求得变异系数，通过变异系数均值反映出相对应的小组的评价结果的波动性，进而分析评价结果是否可信。 两组评酒员显著性差异分析1）正态分布的判断首先对数据进行处理，根据葡萄酒的种类对两组评酒员所给出分数分别统计，得出不同葡萄酒样品的平均得分（见附录1）。当样本呈正态分布，而且属于小样本（n30）,总体标准差未知时，此时的样本平均数与总体平均数的离差统计量呈T分布。图 SEQ 图 * ARAB

12、IC 1不同组别的红、白葡萄酒样品得分（代码见附录2）从图1中可以看出，各个组所得成绩与葡萄酒样品编号大致呈中间高、两端低的钟形；直方图所展示的不同组成绩的分布形状可看作正态分布，故可根据这组数据作假设检验。2）T检验建立与求解本题属于配对样本的T检验。配对样本是指对同一样本进行(jnxng)两次测试所获得的两组数据，或对两个完全相同的样本在不同条件下进行测试所得的两组数据。两独立样本T检验就是(jish)根据样本数据对两个配对样本来自的两配对总体的均值是否有显著性差异进行推断。T检验(jinyn)步骤：第一步：引进新的随机变量，对应的样本值为，其中第二步：建立无效假设与备择假设 ：=0 ：第

13、三步：构造T统计量 第四步：SPSS计算相应的T值与P值 。 用SPSS软件对不同组别的红、白葡萄酒进行分析，得出如下结果：表 SEQ 表 * ARABIC 1 成对样品的统计量种类组别均值N标准差均值的标准误红葡萄酒第一组73.454267.1841.409第二组70.610264.0270.790白葡萄酒第一组74.261285.2010.983第二组76.532283.1710.599表 SEQ 表 * ARABIC 2 成对样本检验成对差分tdfSig.双侧种类组别均值标准差均标准误差分的 95% 置信区间下限上限红葡萄酒一、二组2.8465.2341.0260.7324.9602.7

14、73250.010白葡萄酒一、二组-2.2715.5041.040-4.4066-0.137-2.184270.038表 SEQ 表 * ARABIC 3 成对相关系数种类组别N相关系数Sig.红葡萄酒一、二组260.6990.000白葡萄酒一、二组280.2070.291通过上表可以看出：针对同种(tn zhn)葡萄酒样品，得出 P值分别为0.010和0.038，均小于无效假设成立的概率0.05，不能拒绝无效假设，接受备择假设，说明差异显著。也就是说，两组评酒员的评价结果有显著性差异。两组评酒员可信度分析(fnx)先用两组评酒员对各葡萄酒样品(yngpn)的评分进行波动性分析，运用excel

15、建立如下图形：图 SEQ 图 * ARABIC 2 两组评酒员对各红葡萄酒样品评分的波动性大小图 SEQ 图 * ARABIC 3 两组评酒员对各白葡萄酒样品评分的波动性大小从图形中可以定性的看出，第一组评酒员对红葡萄酒、白葡萄酒样品评分的波动性均较大，说明第一组评酒员评价的可靠性比第二组低，第二组评价结果比较可靠。进一步运用变异系数法对各葡萄酒样品的评分和品酒员进行稳定性分析。变异系数是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差

16、与平均数的比值（相对值）来比较。标准差与平均数的比值称为变异系数，记为。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。变异系数的计算公式为：在上问的基础(jch)上，通过求得同种葡萄酒样品的不同组别，计算得分的平均值、标准差，进而求得变异系数。（附件1）表 SEQ 表 * ARABIC 4 变异系数均值(jn zh)红葡萄酒白葡萄酒组别第一组第二组第一组第二组变异系数均值0.100.060.110.06由此可以看出：第一、二组的红葡萄酒的变异系数为0.10、0.06；白葡萄酒的变异系数为0.11、0.06。可以看出第二组的波动性较小，评价结果比较(bjio)可靠。为

17、了尽量避免品酒员个人因素的主观性，我们又随机抽取两名品酒员（品酒员1号、品酒员3号），同样计算出变异系数（过程见附录3），得出下表：表 SEQ 表 * ARABIC 5 变异系数均值品酒员1号编号第一组红葡萄酒第二组红葡萄酒第一组白葡萄酒第二组白葡萄酒平均值69.1571.3776.2977.89标准差7.965.527.915.41变异系数0.120.080.100.07品酒员3号编号第一组红葡萄酒第二组红葡萄酒第一组白葡萄酒第二组白葡萄酒平均值73.4176.7083.5078.25标准差14.074.843.854.27变异系数0.190.060.050.05由上表可以看出第一组和第二组

18、的红葡萄酒变异系数分别为0.12、0.08，0.19、0.06；第一组和第二组的白葡萄酒变异系数分别为0.10、0.07，0.05、0.05。这四组数据都反映了第二组变异系数较小，可信度较高。综上所述，得到的结果都是第二组较可信。酿酒葡萄分级问题处理首先我们先对酿酒葡萄的众多理化指标进行选取，之后根据葡萄酒质量的等级品评标准将各品种酿酒葡萄依据K-均值聚类分析法分类，计算出各聚类中心的指标值，再结合葡萄酒的质量评分标准，得到各等级总的指标值，最后将每个品种的总指标值与等级标准值对比分析，将酿酒葡萄进行分级。酿酒葡萄理化(lhu)指标的选取酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系(gun x

19、)，而葡萄酒的质量是根据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来确定的。在评判的过程中，评酒员主要依照葡萄酒的外观，香气，口感，平衡感这些因素来打分，这几个因素主要是由酿酒葡萄的色泽，色度，果皮颜色，等指标来决定，因此在选取酿酒葡萄的理化指标时，这些影响酿酒质量因素的指标可以直接用葡萄酒质量这个指标来代替。最终我们选取氨基酸、蛋白质、总糖等21个与酿酒质量无直接影响的指标来进行分析。聚类分析模型(mxng)的建立与求解 对含有多指标的不同品种酿酒葡萄的分级处理，我们利用 K-均值聚类分析法来进行分类处理。1. K-均值聚类分析原理K-means算法的工作原理：算法首

20、先随机从数据集中选取 K个点作为初始聚类中心，然后计算各个样本到聚类中的距离，把样本归到离它最近的那个聚类中心所在的类。计算新形成的每一个聚类的数据对象的平均值来得到新的聚类中心，如果相邻两次的聚类中心没有任何变化，说明样本调整结束，聚类准则函数 已经收敛。本算法的一个特点是在每次迭代中都要考察每个样本的分类是否正确。若不正确，就要调整，在全部样本调整完后，再修改聚类中心，进入下一次迭代。如果在一次迭代算法中，所有的样本被正确分类，则不会有调整，聚类中心也不会有任何变化，这标志着已经收敛，因此算法结束。2. K-means聚类算法的一般步骤：（1）从 n个数据对象任意选择 k 个对象作为初始聚

21、类中心；（2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；（3）重新计算每个（有变化）聚类的均值（中心对象）；（4）循环（2）到（3）直到每个聚类不再发生变化为止。3.模型的求解由于酿酒葡萄与葡萄酒的质量有直接关系，我们根据所查资料6葡萄酒杂志的评分体系（100分制）。6知葡萄酒质量分为5个等级，90-95优秀：具有高级品味特征和口感的葡萄酒；80-89优良：口感纯正、制作优良的葡萄酒；70-79一般：略有瑕疵，但口感无尚大碍的葡萄酒；60-69低于一般：不值得推荐。50-59次品。因此我们将酿酒葡萄也分成5类进行分析。.基于本文

22、数据量大的原因，我们利用SPSS软件进行 K-均值聚类分析。我们将运行得到的5个聚类中心的各个理化指标值求和（附录4），计算出5个等级的总指标值。结果如下表：表 SEQ 表 * ARABIC 6 白葡萄各等级总指标值等级12345总指标值6278.395133.314043.063395.161862.21表 SEQ 表 * ARABIC 7 红葡萄各等级(dngj)总指标值等级12345总指标值10496.268053.244971.073801.932285.97用总指标值与葡萄酒质量(zhling)最低标准分数求和，得出酿酒葡萄的5个等级评判标准，然后将酿酒葡萄各品种的总指标数据与评判标

23、准对比（附录5），对酿酒葡萄进行分级（可溶性固形物和糖和酚类物质(wzh)和芳香物质的含量是影响葡萄果实品质的主要因子，在一定范围内原料的含糖量越高所酿葡萄酒的质量越好，葡萄中的花色苷及其聚合体是葡萄及葡萄酒中最主要的呈色物质7贺普超，葡萄学，中国农业出版社，1990。7），得出下表:表 SEQ 表 * ARABIC 8 白葡萄酒样品所在酿酒葡萄等级划分样品等级样品等级样品等级151152132412422531135233441442425315325364165264741752728518528294195104204分级结果为：一等级：样品号3；（可溶性固形物、糖、酚类物质和芳香物质的

24、含量比较高）二等级：样品号24，27，28；（氨基酸、花色苷、褐变度等含量下等级高）三等级：样品号5，15，21，23，25；（各个指标含量中等，主要指标物不突出）四等级：样品号 2，4，6，7，9，10，12，14，20，26；（主要指标含量较少）五等级：样品号 1，8，11，13，16，17，18，19，22.（各个指标含量不全）表 SEQ 表 * ARABIC 9 红葡萄酒样品所在酿酒葡萄等级划分样品等级样品等级样品等级131041942311420431124212441342245414423463154244741642558317426593184275分级(fn j)结果为：一

25、等级(dngj)：样品号3；（可溶性固形物、糖、酚类物质和芳香物质的含量(hnling)比较高）二等级：样品号21；（氨基酸、花色苷、褐变度等含量下等级高）三等级：样品号1，2，6，8，9；（各个指标含量中等，主要指标物不突出）四等级：样品号4，5，10，11，12，13，14，15，16，17，18，19，20，22，23，24；（主要指标含量较少）五等级：样品号 25，26，27。（各个指标含量微小）考虑实际情况，极品葡萄和最劣质葡萄的品种数量都应该是少数的，大部分葡萄的质量等级应该属于中间等级。从上述对白葡萄和红葡萄的等级划分结果可以看出用K-均值聚类分析进行分析处理的结果还是比较可靠的

26、。酿酒葡萄与葡萄酒的理化指标之间关系的分析问题的分析为了确定酿酒葡萄与葡萄酒的理化指标之间的联系，应先找到对葡萄酒的理化指标有较大影响的酿酒葡萄的理化指标，之后对酿酒葡萄和葡萄酒的理化指标进行相关性分析。根据附件二中的数据，利用变异系数的变异程度对酿酒葡萄和葡萄酒的理化指标之间的影响力分析，找到对葡萄酒的理化指标影响较大的酿酒葡萄指标，最后根据相关性分析确定酿酒葡萄与葡萄酒的理化指标之间的关系式。问题的求解1.酿酒葡萄理化指标的选取依据附件二中所给的数据，对于葡萄酒的理化指标，我们依然采用附件中的9个理化指标进行数据分析。而由于酿酒葡萄的理化指标的数据过多，因此我们要对其理化指标进行筛减，以次

27、简化问题求解过程。1.1.变异系数法变异系数，是衡量样本数据中个观测值变异程度的一个统计(tngj)量。变异系数的大小可以在一定程度上反映出一组数据的波动性，因此我们可以依据此方法来计算，在葡萄酒的某一项理化指标确定的条件下的酿酒葡萄各项理化指标的变异系数的大小，变异系数大的指标对葡萄酒的理化指标影响较大，变异系数较小的指标，我们可以不予考虑。1.2.数据处理我们用红葡萄和红葡萄酒的理化指标数据，来提取红葡萄的主要理化指标。下面选取前十个红葡萄和红葡萄酒的样品(yngpn)，以红葡萄酒中的单宁这一理化指标为例，先按照红葡萄酒的单宁的数值对10个样品进行排序，之后将红葡萄的10个样品也按此顺序排

28、序，再利用excel对红葡萄各项理化指标求均值和标准差，最后计算出红葡萄各项理化指标的变异系数。结果如下表所示：表 SEQ 表 * ARABIC 10 红葡萄理化(lhu)指标的变异系数指标平均值标准差变异系数排名指标平均值标准差变异系数排名H4.5820.454.461自由基0.380.130.3517VC1.173.172.702百粒质量161.4747.150.2918黄酮醇46.4253.001.143果梗比4.371.240.2819褐变度516.07425.940.834果皮质量0.180.050.2820苹果酸6.485.320.825固酸比32.586.140.1921白藜芦醇

29、4.293.350.786还原糖225.4941.570.1822柠檬酸1.000.760.767还原糖225.4941.570.1823氨基酸2794.52037.430.738可滴定酸6.831.180.1724花色苷161.15116.890.739总糖205.7430.290.1525果穗质量192.56128.370.6710出汁率70.228.350.1226酒石酸6.343.750.5911蛋白质570.9358.940.1027总黄酮9.275.100.5512干物质含量25.102.530.1028果皮颜色1.400.740.5213ph3.530.350.1029总酚17.

30、467.830.4514可溶性固形物217.1920.980.1030多酚27.0212.000.4415L25.671.540.0631单宁17.216.400.3716b-0.520.56-1.0932由上表中的数据可以看出，H，VC,黄酮酸，苹果酸，白藜芦醇，柠檬酸，氨基酸，花色苷的变异系数值较大，说明红葡萄中的这些理化指标对红葡萄酒中色泽(sz)之一指标影响较大。因此可以将其他红葡萄的理化指标对葡萄酒的色泽的影响可以忽略不计。依照同样的方法，将红葡萄中其他8个理化指标的影响指标找出来，然后再综合考虑影响红葡萄酒理化指标的所有红葡萄理化指标，最终我们从红葡萄所有理化指标中提取(tq)出了

31、10个主要影响指标，依次为：白藜芦醇，黄酮醇，H，VC，苹果酸，褐变度，b，单宁，柠檬酸，氨基酸。2.红葡萄与红葡萄酒理化指标(zhbio)的相关分析崔伟群，杭晨哲，李颖，多维随机变量的相关系数简便算法及在不确定度评定中的应用 J ，计量技术，2010，(6)：64- 66。8 附录附录1第一组葡萄酒的平均得分与变异系数第一组红葡萄酒第一组白葡萄酒品种编号平均标准差变异系数平均标准差变异系数162.709.640.1582.009.600.12280.306.310.0874.2014.180.19380.406.770.0885.3019.110.22468.6010.390.1579.40

32、6.690.08573.307.870.1171.0011.240.16672.207.730.1168.4012.760.19771.5010.180.1477.506.260.08872.306.630.0971.4013.550.19981.505.740.0772.909.630.131074.205.510.0774.3014.580.201170.108.410.1272.3013.310.181253.908.920.1763.3010.760.171374.606.700.0965.9013.070.201473.006.000.0872.0010.690.151558.709

33、.250.1672.4011.470.161674.904.250.0674.0013.340.181779.309.380.1278.8012.010.151859.906.870.1173.1012.510.171978.606.880.0972.206.810.092078.605.100.0677.808.020.102177.1010.770.1476.4013.140.172277.207.110.0971.0011.780.172385.605.700.0775.906.610.092478.008.650.1173.3010.540.142569.208.040.1277.10

34、5.820.082673.805.590.0881.308.540.112773.007.060.1064.8012.020.192881.308.970.11第二组葡萄酒的平均得分与变异系数第二组红葡萄酒第二组白葡萄酒品种编号平均标准差变异系数平均标准差变异系数168.109.050.0580.433.310.05274.004.030.0879.003.000.07374.605.540.0779.295.620.07471.206.430.1079.145.790.05572.103.700.0881.003.320.07666.304.600.0476.144.490.03765.30

35、7.920.0975.865.270.05866.008.070.0974.574.040.06978.205.070.0784.295.020.071068.806.020.1382.004.000.121161.606.170.1073.869.030.041268.305.010.0976.005.130.071368.803.910.0675.864.530.061472.604.810.0677.572.370.061565.706.430.0782.143.530.081669.904.480.0769.438.660.041774.503.030.1280.296.500.061

36、865.407.090.1279.293.900.121972.607.430.1077.574.350.052075.806.250.0679.574.650.052172.205.960.0680.572.880.062271.604.930.1081.435.410.072377.104.980.0577.432.940.042471.503.270.0577.294.990.042568.206.610.1182.004.240.062672.006.450.0778.145.370.042771.504.530.0678.574.120.042880.002.940.04附录2x1=

37、62.7,80.3,80.4,68.6,73.3,72.2,71.5,72.3,81.5,74.2,70.1,53.9,74.6,73,58.7,74.9,79.3,59.9,78.6,78.6,77.1,77.2,85.6,78,69.2,73.8,73;x2=68.1,74,74.6,71.2,72.1,66.3,65.3,66,78.2,68.8,61.6,68.3,68.8,72.6,65.7,69.9,74.5,65.4,72.6,75.8,72.2,71.6,77.1,71.5,68.2,72,71.5;x3=82,74.2,85.3,79.4,71,68.4,77.5,71.4,

38、72.9,74.3,72.3,63.3,65.9,72,72.4,74,78.8,73.1,72.2,77.8,76.4,7175.9,73.3,77.1,81.3,64.8,81.3x4=77.9,75.8,75.6,76.9,81.5,75.5,74.2,72.3,80.4,79.8,71.4,72.4,73.9,77.1,78.4,67.3,80.3,76.7,76.4,76.6,79.2,79.4,77.4,76.1,79.5,74.3,77,79.6;subplot(2,2,1)hist(x1)subplot(2,2,2)hist(x2)subplot(2,2,3)hist(x3)s

39、ubplot(2,2,4)hist(x4)附录3品酒员1号的稳定性品酒员1号编号第一组红葡萄酒第二组红葡萄酒第一组白葡萄酒第二组白葡萄酒1516885842717578793808285854527575845746684836726561837636884788647175749778179771067677586117364797912546764731369748268147071787515696274831672716968177072817718636786751976727576207880808621738084812273776580238379717424706682672

40、56068867926736875802770715872286675平均值69.1571.3776.2977.89标准差7.965.527.915.41变异系数0.120.080.100.07品酒员3号的稳定性品酒员3号编号第一组红葡萄酒第二组红葡萄酒第一组白葡萄酒第二组白葡萄酒149808882286768677389808971465738074572777779671758374776688374865788174976858189108382867711726785781240757573137968837914707884761550738788168078867517917590

41、791849808382198482837820768082752196758579227275908223868080802490727977258184827926718382752763727984288981平均值73.4176.7083.5078.25标准差14.074.843.854.27变异系数0.190.060.050.05 附录4 白葡萄各等级评分汇总聚类中心值指标单位12345氨基酸mg/100gfw5022.143785.571554.022073.33664.96蛋白质mg100g467.24450.46585.36496.84459.4vcmg/L0.170.120.

42、680.190.55花色苷mg/100g鲜重2.792.060.821.662.51酒质酸mg/L11.798.898.56.814.9苹果酸mg/L9.635.052.2403.53柠檬酸mg/L03.130.650.091.19多酚氧化酶活力E(A/min.g.ml)12.5746.1624.0218.2926.52褐变度A/g*g*min*ml43.2274.481167.6514.67118.63自由基1/IC50（g/L）0.280.370.250.30.41总酚mmol/kg6.976.574.375.8211.77单宁mmol/kg2.994.581.955.522.13葡萄总黄

43、酮mg/kg3.813.890.742.827.04白藜芦醇mg/kg1.362.920.851.430.1黄酮醇mg/kg1.635.730.724.310.21总糖g/L180.6220.08209.27224.84153.91还原糖g/L232.43239.33228.36259.88177.76可溶性固形物g/l214.93226.57211.4226.4187.13PH值3.823.593.63.833.58可滴定酸g/l3.8266.885.296.31固酸比56.237.7630.7342.8429.67汇总6278.395133.314043.063395.161862.21质

44、量分数9080706555综合分值6368.395213.314113.063460.161917.21红葡萄各等级评分汇总聚类中心值指标单位12345氨基酸mg/100gfw8397.286346.833434.172355.69851.17蛋白质mg100g585.05563.79536.64542.66587.29vcmg/L0.320.050.070.080.42花色苷mg/100g鲜重157.9489.2846.197.7958.47酒质酸mg/L8.0818.712.838.7123.71苹果酸mg/L2.962.932.218.611.4柠檬酸mg/L1.052.3801.90.

45、82多酚氧化酶活力E(A/min.g.ml)19.318.1236.7714.2632.03褐变度A/g*g*min*ml266.64194.26115.9491.4782.36自由基1/IC50（g/L）0.410.380.280.280.32总酚mmol/kg21.6816.1910.676.077.35单宁mmol/kg20.3713.6115.174.543.78葡萄总黄酮mg/kg10.797.516.842.523.38白藜芦醇mg/kg4.767.852.226.852.09黄酮醇mg/kg164.9947.227.7325.5813.92总糖g/L256.19205.79244

46、.38209.56173.35还原糖g/L273.76259.11223.82237.89197.38可溶性固形物g/l257.63216.9246.13210.2195.73PH值3.913.563.293.533.68可滴定酸g/l7.166.789.315.54.58固酸比35.9931.9926.4338.2442.74汇总10496.268053.244971.073801.932285.97质量等级9080706555综合分值10586.268133.245041.073866.932340.97附录5白葡萄指标值白葡萄总指标值评分值总分值等级12627.57 77.92705.4

47、7 523216.57 75.83292.37 436278.39 75.66353.99 143339.37 76.93416.27 454034.56 81.54116.06 363191.10 75.53266.60 473031.16 74.23105.36 482624.11 72.32696.41 593246.35 80.43326.75 4103591.23 79.83671.03 4113005.76 71.43077.16 5123108.56 72.43180.96 4131862.19 73.91936.09 5143324.42 77.13401.52 4153949

48、.70 78.44028.10 3162323.26 67.32390.56 5172389.75 80.32470.05 5182675.86 76.72752.56 5192038.97 76.42115.37 5203457.67 76.63534.27 4214043.06 79.24122.26 3222649.36 79.42728.76 5233653.95 77.43731.35 3244577.77 76.14653.87 2253900.40 79.53979.90 3263395.14 74.33469.44 4274800.86 774877.86 2285133.28

49、 79.65212.88 2红葡萄指标值红葡萄总指标值评分值总分值等级14961.8468.15029.94324601.60744675.603310496.2874.610570.88143576.5771.23647.77453450.4172.13522.51464971.0866.35037.38374204.1065.34269.40484963.50665029.50394433.0878.24511.283103063.6568.83132.454113801.9461.63863.544124092.0968.34160.394132957.3168.83026.114143

50、891.1672.63963.764153650.2565.73715.954163456.9469.93526.844173336.1174.53410.614183943.3565.44008.754194137.3272.64209.924203697.2775.83773.074218053.2772.28125.472224386.1671.64457.764234369.9277.14447.024243234.8671.53306.364252771.6968.22839.895262285.95722357.955273020.3571.53091.855附录6酿酒葡萄与红葡萄

51、酒理化指标间的显著性比较氨基酸vc苹果酸柠檬酸褐变度单宁白藜芦醇黄酮醇bH花色苷0.5130.4930.0010.5530.0410.5910.7930.7910.7190.344单宁0.5150.43800.2460.0050.2510.6630.9950.6460.631总酚0.6860.4270.0010.410.0420.5540.6430.6080.7790.295酒总黄酮0.5630.6860.2280.7550.0150.8050.6170.6530.3120.229白藜芦醇0.0880.8890.3520.3070.6390.110.9470.7130.2170.729体积0.

52、0380.5440.2180.9310.0500.7180.0280.5260.931色泽0.4890.81500.077000.5280.0470.9030.769H(D65)0.10100.9030.3320.5260.4340.5420.4340.0210.718C(D65)0.9570.8480.0010.2150.0540.4470.0440.9790.0040.743附录7酿酒葡萄与白葡萄酒理化指标间的相关系数丹宁总酚撒总黄酮白藜芦醇抑制体积色泽HC氨基酸总量0.3310.3680.190-0.1690.2800.2730.0770.183花色苷-0.050-0.135-0.169

53、0.021-0.037-0.0290.040-0.130VC-0.1030.0450.0690.1640.1690.0290.0400.114柠檬酸0.1490.127-0.0290.024-0.0290.1060.085-0.064葡萄总黄酮0.1720.066-0.0530.063-0.0050.1140.072-0.034白藜芦醇-0.1250.013-0.058-0.132-0.0950.2200.1620.098黄酮醇0.1460.130-0.0050.0480.1800.2520.119-0.040H0.0820.109-0.0900.0160.1160.3150.162-0.04

54、0酿酒葡萄与白葡萄酒理化指标间的显著性比较丹宁总酚撒总黄酮白藜芦醇抑制体积色泽HC氨基酸总量0.0140.0060.1550.2060.0360.0420.5670.173花色苷0.7070.3140.2060.8740.7820.8280.7670.333VC0.4410.7370.6070.2210.2060.8280.7670.395柠檬酸0.2680.3430.8280.8590.8280.4290.5270.635葡萄总黄酮0.1990.6210.6930.6350.9680.3950.5940.797白藜芦醇0.3530.9210.6640.3230.4770.1010.2280.

55、465黄酮醇0.2770.3330.9680.7220.1790.0600.3740.767H0.5400.4180.5020.9060.3850.0190.2280.767 运用SPSS软件对27个品种红葡萄和红葡萄酒的理化指标进行相关分析，得到显著性数据（见附录6）和指标间的相关系数： 表 SEQ 表 * ARABIC 11 红葡萄与红葡萄酒理化指标间的相关系数氨基酸vc苹果酸柠檬酸褐变度单宁白藜芦醇黄酮醇bH花色苷0.2620.0170.4030.1260.1650.0400.0340.0060.1030.183单宁0.3390.0600.4050.0660.1970.0260.0370

56、.0430.1510.100总酚0.2710.0090.3940.1290.1280.0200.0260.1000.1400.145酒总黄酮0.0430.0600.1030.0660.2310.1000.0660.0030.1340.225白藜芦醇0.1280.0430.1600.1690.1000.2020.1400.1450.1510.117体积0.2770.0030.0520.0600.2090.5400.2890.3800.0540.049色泽0.0770.0260.057-0.294-0.293-0.407-0.368-0.430.0710.111H(D65)-0.3680.0480

57、.0860.0200.0940.1620.1050.0770.1340.048C(D65)0.1450.2310.2000.066-0.2880.1970.0880.0090.1400.071根据相关系数，建立红葡萄酒理化指标与红葡萄的理化指标之间的关系方程 综上所述，红葡萄酒理化指标中花色苷、单宁、总酚、酒总黄酮与红葡萄理化指标中氨基酸、苹果酸、褐变度呈正相关，且相关性较大，而vc、单宁与花色苷、单宁、总酚、酒总黄酮相关性较小，所以氨基酸、苹果酸、褐变度是影响花色苷、单宁、总酚、酒总黄酮的主要指标。而红葡萄酒理化指标中色泽与红葡萄理化指标中的单宁、白藜芦醇、黄酮醇呈负相关，说明他们对其影响不大。同理，得到白葡萄与白葡萄酒的理化指标（结果(ji gu)见附录7）关系方程为白葡萄酒理化指标中花色苷、单宁(dn nn)、总酚与白葡萄理化指标中H、白藜芦醇呈正相关(xinggun)。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，首先应利用相关分析法来提取影响葡萄酒感官质量主要理化指标，其次再运用主成份分析法对主要