基于统计学的葡萄酒评价数学模型

基于统计学的方法,建立了评价葡萄酒质量的多元线性回归模型。运用t检验、F检验、秩和检验等显著性分析的方法,对葡萄酒评酒员的评价结果进行显著性分析。建立葡萄酒评酒员评分可信度指标的数学模型,对多组评酒员的评分可信度分析。对葡萄的理化指标进行因子分析、置信区间的分析,建立葡萄酒质量的分级模型。通过典型性相关分析,分析酿酒葡萄与葡萄酒的理化指标之间的联系。     

葡萄酒质量的评价模型

本文是对2012年全国大学生数学建模竞赛A题的解答,建立了葡萄酒质量的评价模型,对葡萄和葡萄酒的理化指标与其质量的关系进行了分析.在问题1中,通过非参数检验方法检验这两组品酒员对酒的打分是否有显著性差异,利用协和系数分析检验两组品酒员对酒的打分的可靠程度.在问题2中,采用了基于SOM网络的等级分类和SPSS的聚类分析对酿酒葡萄进行分类,然后根据每一类葡萄酒得分均值对葡萄进行分级.在问题3中,以葡萄的指标数据为输入层,葡萄酒的指标数据为输出层,建立BP广义回归神经网络模型,得到两者之间的定量关系.在问题4中,首先采用灰关联模型,得出酿酒葡萄和葡萄酒理化指标和葡萄酒质量的关联度,然后建立支持向量机的回归拟合模型,得到葡萄酒和酿酒葡萄的理化指标与葡萄酒质量之间的定量关系.     

基于聚类分析法的葡萄酒评价

首先通过配对T检验方法对两组评酒员对葡萄酒的评价质量数进行检验,并且计算方差均值,以选取更为可信的一组评酒员对葡萄酒的评价质量数作为葡萄酒分级的样本数据;其次通过相关分析法对葡萄酒的理化指标与酿酒葡萄的理化指标之间的联系进行分析,以选取与葡萄酒显著相关的酿酒葡萄的理化指标作为葡萄酒分级的部分指标;最后利用聚类分析法对葡萄酒分级.利用该方法可对葡萄酒进行有效评价.     

基于多元统计的葡萄酒品质因素分析

本文根据两组评酒员感官评价结果,运用多元总体的均值向量和方差的检验,得到感官评价结果的显著差异性.进而通过系统聚类法得到对酿酒葡萄的分级结果.应用相关分析原理进一步研究葡萄与葡萄酒的理化指标之间的确定性关系,建立回归模型.应用主成分分析,逐步回归等方法进行分析,结果表明,仅考虑酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响不大,不能仅用葡萄和葡萄酒的理化指标来评价葡萄酒的质量.     

基于多元描述性统计对葡萄酒质量的评价

基于对两组评酒员的评价结果的方差分析,以及显著性检验,第二组评价结果的可信度较之第一组的更高.在以此确定葡萄酒质量的基础上,本文利用SAS软件以酿酒葡萄的各项理化指标为标准对酿酒葡萄样品进行系统聚类,并参照葡萄酒的质量建立了酿酒葡萄的等级体系,分别将红、白酿酒葡萄划分为五个等级;通过典型性相关分析,构建了酿酒葡萄与葡萄酒的理化指标的关系;依据多元回归分析的方法,确立了葡萄酒质量与酿酒葡萄的理化指标之间、葡萄酒质量与葡萄酒的理化指标之间的线性关系.本文认为,由于用于分析研究的方程中的自变量个数偏少,上述关系仅在一定程度上可作为葡萄酒质量的评价标准,而要完全充分评估葡萄酒的质量还需与感官评价相结合.     

葡萄酒质量评价的建模分析

该文围绕葡萄酒的质量评价问题进行分析,使用秩和检验和离散系数找到更可信的质量评价结果,采用因子分析综合评判法得到葡萄的分级.建立葡萄和葡萄酒理化指标主成分的逐步回归模型,简化影响葡萄酒质量的指标,通过多元线性回归及误差分析对葡萄酒质量进行评价.最后对该文所建模型做出客观的优缺点分析井提出了一些相应的改进方法.同时指出本文模型可以推广至医药等与多元统计相关的领域.     

通过构造线性映射模型实现对酿酒葡萄的分级

本文首先利用成对数据的t检验对两组评酒员对葡萄酒质量的评价结果进行显著性差异分析;然后通过主成分分析法和线性加权法得出酿酒葡萄品质的数值指标,最后通过构造线性映射模型实现对酿酒葡萄的分级。     

葡萄酒评价体系的数学模型及求解

本文通过对两组感官结果差异性的分析以及对葡萄与葡萄酒理化指标相关度的分析,建立了基于葡萄和葡萄酒理化指标的葡萄酒质量评价体系.本文通过双因素方差分析,得到感官评价结果的显著差异性.进而通过主成分分析法、系统聚类法、相关系数分析的联合运用得到对酿酒葡萄的分级结果.应用典型相关分析原理进一步研究葡萄与葡萄酒的理化指标之间的联系,对基于理化指标的葡萄酒质量评价体系给出了解析分析结果.     

基于神经网络权值抽取与粒度一致性的葡萄酒的质量评价探讨

能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量,这是近年来葡萄酒评价领域的热门研究课题.为了研究这一问题,本文先用主成份分析简化理化指标和芳香物质,建立BP神经网络确定这些指标关于葡萄酒质量的权重.在分析理化指标是否能评价葡萄酒质量的问题上,我们引入粒度一致性的概念,结合线性加权分析法与灰度关联分析,对评价问题进行粒度一致性分析.实验数据证明,葡萄和葡萄酒的理化指标对葡萄酒质量有影响,但不能全面评价葡萄酒质量.本文所使用的该种组合分析方法,对葡萄酒质量的量化评价具有重要指导意义.     

基于多元统计分析的葡萄酒质量评定体系的探究

本文的模型是探究用葡萄和葡萄酒的理化指标评定葡萄酒质量的统计问题.研究以多元统计分析为理论基础,综合聚类、方差分析、相关性分析、因子分析等方法,通过建立葡萄酒的理化指标和质量的关系模型,定量地描述了葡萄酒的理化指标和葡萄酒质量的关系,对研究用葡萄和葡萄酒的理化指标评定葡萄酒质量,提供了理论依据,为设计葡萄酒以及改善葡萄酒的质量有重要意义.     

西北地区干红葡萄酒质量相关理化指标的判别功能解析

为解析西北地区干红葡萄酒的质量相关理化指标的溯源判别功能,以新疆、宁夏和内蒙古乌海产区共27款干红葡萄酒为材料,基于分光光度法分析检测与色泽、味感和香气质量相关的花色苷、单宁、酒石酸酯等指标,且进行香气特征的感官量化分析。统计分析结果表明,CIELab色空间和花色苷等色泽指标中前两个主成分占总体方差71.08%,判别干红葡萄酒年份的效果明显,但对不同葡萄品种和产地的判别效果不佳。单宁、多酚等味感相关理化指标的前两个主成分占总体方差的65.93%,对干红葡萄酒产地和年份的判别效果较好,但不能有效判别品种。酒石酸酯、总酸和香气特征等指标中前两个主成分占总体方差的83.10%,表现出较好的产地和品种的判别效果,而对年份的判别效果一般。色泽、味感和香气相关的总计20个理化指标数据在主成分分析中表现出更好的产地、品种和年份的判别效果,前两个主成分占总体方差的67.32%。聚类分析能将葡萄酒产地准确地分为3类,准确率超过90 %。基于分光光度法开发的色泽-风味理化指标的大数据具有判别我国西北地区干红葡萄酒产地、品种和年份的潜在应用前景。     

酿酒葡萄理化成分因子分析

酿造优质葡萄酒与原料葡萄品质有重要的关系,对酿酒葡萄质量的评价,传统的人为感官评价方法主观性强,且不适合大批量产品评价,理化指标是酿酒葡萄品质评价的有效依据.以红色酿酒葡萄为例,应用主成分分析方法对其理化指标进行因子分析,选取评价指标的主成分,经因子旋转后确定葡萄品质理化评价指标.     

旅游客流预测模型的比较及其实证研究——以黄山风景区为例

本文以黄山风景区1979-2004年客流量为例,定量分析线性回归模型、指数平滑模型、灰色预测模型以及BP网络预测模型的应用及其差异问题,得出以下结论：1）如果序列较长（20a左右）,可选择指数平滑预测模型;2）如果序列较短（7a以下）,可选择线性回归预测模型;3）介于两者之间的可以考虑使用灰色预测模型;4）BP模型预测（拟合）值比较准确,但结构复杂.由于选择的模式不同,预测值也会有差别,需要根据试算结果选择适当的网络模式和函数参数.     

基于葡萄酒评价的统计分析

利用t检验对两组葡萄酒评酒员的评价结果有无显著性差异进行可信度分析，并采用主成分分析法求得酿酒红葡萄有8个主成分，酿酒白葡萄有10个主成分，最后基于两种葡萄的评价总分对红白葡萄的质量进行分级．     

基于物理化学性质的葡萄酒质量的可视化评价研究

提出了一种可视化的方法评价葡萄酒质量。葡萄酒数据来自于认证阶段的物理化学分析测试,其中输入变量是11个,输出变量是葡萄酒质量,共得到1599个的红葡萄酒样本和4898个的白葡萄酒样本。结果表明该方法的效果优于传统的神经网络和支持向量机方法,并且具有可视化的优点。这对于改进酿酒品酒评价和葡萄酒生产都有重要意义,并且对根据消费者口味细分目标市场也很有帮助。     

糙米酵素红曲酒的抗疲劳作用

现代社会因为饮酒引发的一系列问题已经严重影响到了人们的正常生活.研究一种低酒精度、口感醇厚的保健酒饮料来代替部分高酒精度的白酒是未来的市场需求,也是人们健康生活的需要.糙米酵素红曲酒是以糙米酵素、大米为原料,利用红曲霉进行发酵研制而成的功能酒.通过糙米酵素红曲酒灌胃小鼠后的体重检测试验、负重游泳试验,爬杆试验、脏器指数检测、血清生化检测以及氧自由基清除试验,考察糙米酵素红曲酒功能性饮料的抗疲劳作用,结果发现糙米酵素红曲酒对小鼠生活状态几乎无任何影响,对小鼠肝、肾、脾脏脏器指数和血清生化检测值无异常,并能延长小鼠负重游泳时间、延长爬杆时间,对氧自由基有一定的清除能力,清除率最高可达12.69％,具有一定的抗疲劳作用.     

一般线性回归模型最佳线性无偏估计的影响分析

讨论一般线性回归模型的影响分析问题,研究了协方差矩阵扰动和数据删除对最佳线性无偏估计的影响,给出了度量影响大小的距离测度和它的计算公式.