SPSS

葡萄酒的质量分析和评价

摘要

现行葡萄酒质量评价方案主要为专家感官评分，本文研究的是葡萄酒的评价问题。通过对酿酒葡萄和葡萄酒的理化指标、芳香物质进行分析，统计出两组评酒员的评价结果，计算酿酒葡萄中影响葡萄酒质量重要指标的几个主要成份，建立相应的数学模型，得出最好的评价方法。

问题一，通过T检验法判断出了两组评酒员的评价结果具有显著性差异。而对于如何判断哪一组评酒员的评价结果更可信，由于评酒员评分的客观性，我们通过计算两组评酒员对红白葡萄酒的方差进行比较。

问题二，我们采用多元统计分析方法中的聚类分析对酿酒葡萄的理化指标进行了简化，选出酿酒葡萄中最具代表的几种理化指标，再运用相关系数分析他们对葡萄酒品质的影响程度，从而进一步结合酿酒葡萄的理化指标和酒的质量对葡萄进行分级。

问题三，利用葡萄酒质量，采用统计学分析方法中的相关性分析方法分别筛选出与酿酒葡萄与葡萄酒的理化指标中对葡萄酒质量影响比较重要的几个因素，再对选出的两组重要因素进行相关性分析得出的相关系数，通过比较分析它们之间的相关系数做出准确合理的结论。

问题四，利用主成分分析方法，用葡萄酒质量分别对酿酒葡萄和葡萄酒理化指标中显著性较高的几组数据建立多元回归方程，由此可以得出两种理化指标对葡萄酒质量的影响。

关键词：葡萄酒评价 T检验方法 聚类分析 相关性分析

1

1.问题的重述

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。题目附件一给出了某一年份一些葡萄酒的评价结果，题目附件二和题目附件三分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。题目要求尝试建立数学模型讨论下列问题：

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？

2.问题分析

本题为判断葡萄酒的评价标准是否合理可行及酿酒葡萄与葡萄酒两者之间的联系并对酿酒葡萄进行等级划分，同时分析论证葡萄和葡萄酒的理化指标可不可以作为评价葡萄酒质量的依据。

2.1问题一的分析

评价两组评酒员所评结果的显著性差异与可信度。首先要考虑每组所有成员对同一种酒样品的综合评价，考虑独立样本的计算，利用SPSS11.5软件算出其样本的均值和标准差，然后用两组成员的样本均值来判断有无显著性差异，得出结论。若有显著性差异，则在此基础上，用离散系数判断可信度，离散系数越小说明波动程度越小，评价的结果越稳定，可信度就越高。

2.2问题二的分析

根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄进行分级，要对酿酒葡萄进行，我们需要考虑两个因素：一是酿酒葡萄的理性指标是如何规定；二是分析葡萄酒的质量，根据葡萄酒质量的不同等级对酿酒葡萄进行不同等级的划分。运用多元统计分析方法对酿酒葡萄的理化指标进行聚类分析，将其理化指标进行简化，其次，进一步对理化指标与酒的质量进行相关系数分析，找出酿酒葡萄对酒质量最具影响的几种理化指标，接着用这些理化指标把葡萄进行等级划分。

2.3 问题三的分析

要求分析出酿酒葡萄与葡萄酒理化指标的联系，要求分析出酿酒葡萄与葡萄酒理化指标的联系，我们首先运用SPSS进行相关性分析分别选出红、白酿酒葡萄和红、白葡萄酒中与葡萄酒质量密切相关的五个因素，再对得出的两组数据进

2

行一次的相关性分析，便可从得出的相关系数表中得到它们之间的联系。

2.4 问题四的分析

分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，先用主成分分析法，考虑利用葡萄酒质量（评分）对酿酒葡萄和葡萄酒理化指标中显著性较高的几组数据建立多元回归方程，这样可以得出它的影响结果，而要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，需要充分的利用来判断，可以查阅资料，找出影响葡萄酒质量的要素。要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，使用SPS软件对葡萄酒的芳香物质各指标和葡萄酒的质量进行相关系数分析，根据相关性分析葡萄的芳香物质以及葡萄酒的芳香物质对酒质量是否有影响。

3.模型的假设

（1）不考虑两种酿酒葡萄本身的品种 （2）两组葡萄出自相同的地方

（3）两组葡萄酒都是有同样的酿酒师酿造出来的，且排除他们的非系统性误差 （4）橡木桶的陈化程度没有差别

（5）酿酒葡萄和葡萄酒的贮存方式、条件都是一样的

（6）排除评酒员在评价过程中视觉、嗅觉、味觉等产生的误差

4.符号说明

x1.i—— 表示红葡萄酒中第i组的样本均值

S1.i—— 表示红葡萄酒中第i组的样本标准差 V1.i—— 表示红葡萄酒中第i组的离散系数

x2.i—— 表示白葡萄酒中第i组的样本均值

S2.i—— 表示白葡萄酒中第i组的样本标准差 V2.i—— 表示白葡萄酒中第i组的离散系数

??0.05—— 表示显著性水平为0.05

5.模型建立与解答

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？

首先，我们通过T检验法判断出了两组评酒员的评价结果具有显著性差异。然后，对于如何判断哪一组评酒员的评价结果更可信，由于评酒员评分的客观性，

3

我们通过计算两组评酒员对红白葡萄酒的方差进行比较。 （1）先求和后平均的算法作出求出样品的平均值，如表1

表1 样品平均值

样品1 样品2 样品3 样品4 样品5 样品6 样品7 样品8 样品9 样品10 样品11 样品12 样品13 样品14 样品15 样品16 样品17 样品18 样品19 样品20 样品21 样品22 样品23 样品24 样品25 样品26 样品27 一红 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 二红 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 一白 82 74.2 85.3 79.4 71 68.4 77.5 71.4 72.9 74.3 72.3 63.3 65.9 72 72.4 74 78.8 73.1 72.2 77.8 76.4 71 75.9 73.3 77.1 81.3 64.8 二白 77.9 75.8 75.6 76.9 81.5 75.5 74.2 72.3 80.4 79.8 77.4 72.4 73.9 77.1 78.4 67.3 80.3 76.7 67.3 76.6 79.2 79.4 77.4 76.1 79.5 74.3 77

（2）评价结果的显著性差异分析

t检验步骤如下 ：建立原假设H0∶?1红=?2红 ，1白=2白 择备假设H1∶?1红≠?2红，1白≠2白 （3）软件应用

过程为：打开SPSS软件，选择“分析栏”下的“比较均值”一栏选择“配对样本T检验”，得出运行结果：

4

成对样本检验 成对差分 对 1 对 2 成对样本相关系数 成对样本统计量 对 1 一红 二红 对 2 一白 二白 均值 73.056 70.515 74.00 76.304 N 27 27 27 27 标准差 7.3426 3.9780 5.110 3.5098 均值的标准误 1.4131 .7656 .984 .6755 一红 & 二红 一白 & 二白 N 27 27 相关系数 .700 .163 Sig. .000 .418 均值的标准均值 对 1 一红 - 二红 对 2 一白 - 二白 -2.3037 5.7101 1.0989 2.5407 标准差 5.3719 误 1.0338 差分的 95% 置信区间 下限 .4157 上限 4.6658 t 2.458 df 26 Sig.(双侧) .021 -4.5626 -.0448 -2.096 26 .046

得出结论：对1Ｐ值=0.021<0.05,对2Ｐ值=0.046<0.05,所以拒绝原假设，两组专家的评价结果都有显著性的差异。 （4）可信度的判断利用方差

打开SPSS软件,分析-描述统计-频率-方差

统计量 N 有效 缺失 标准差 一红 27 0 7.3426 二红 27 0 3.9780

5

方差 53.914 15.824

统计量

一白 二白

有效 N 27 27

缺失 0 0

标准差 5.110 3.5098 方差 26.117 12.319

得出结论 ： 第二组的方差都比第一组的小，所以第二组专家更可信。

综上所述，无论是红葡萄酒还是白葡萄酒，两组评酒员的评价结果有显著性差异，第二组的结果更加可信。

问题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。

本题附件2中测定了28个白葡萄样的59个理化指标，其中有30个一级指标，29个二级指标。为了找出影响葡萄品质的主要指标，我们采用SPSS软件，运用聚类分析法[3]和相关系数分析法对30个一级指标数据进行分析。

首先，对白葡萄的30个一级指标进行R型聚类分析，具体做法为打开附录1中数据文件“白葡萄.sav”,选择Analyze → Classify → Hierarchical Cluster →把要进行聚类的指标选入Variable(s) → 把样品编号选入Label Cases by→选择Cluster栏的Variable → 选择Plots窗体中的Dendrogram → OK 输出结果得到指标的聚类谱系图（图2.1），同时根据分析将30项指标聚成5类，从谱系图的聚类距离和聚类的先后步骤可以看出，DPPH自由基、果皮质量、白藜芦醇、花色苷、柠檬酸、PH值、果梗比、单宁、葡萄总黄酮、果酸、可滴定酸、酒石酸、总酚、果皮颜色a*、黄酮醇、干物质含量、果皮颜色b*、果皮颜色L*、多酚氧化酶活力、出汁率这20项先聚为一类，再与固酸比聚类，说明21个指标间的相关性较高，即这21项指标为相似水平类；同样的，总糖、可溶性固行物、还原糖、果穗质量、百粒质量、VC含量这6项指标为相似水平类；褐变度、蛋白质、氨基酸分别单独为一类。

6

图2.1 白葡萄一级指标的聚类图

再把第一类的21项指标与白酒的评分（酒的质量好坏）进行相关性分析（相关系数见表2.1），具体做法为打开数据文件“白葡萄.sav”,选择Analyze → Correlate → Bivariat → 把要分析的变量名导入Variables → OK。得出结果表明果皮颜色b*与酒的质量呈极显著的正相关，酒石酸与酒的质量呈显著的正相关，由此，我们可以用果皮颜色b*来代表这一水平类的其他性状。同样的，把第二类的6项指标与白葡萄酒的评分进行相关性分析（表2.2），得到果穗质量与酒的质量呈显著的负相关，总糖、可溶性固行物与酒的评分呈显著的正相关。

虽然氨基酸、蛋白质、褐变度分别单独为一类，但它们与酒的质量间的相关性不显著，所以，我们不采用其进行对葡萄的分级。综上，我们就得到了5项影响葡萄质量的理化指标，分别为果穗质量、可溶性固行物、总糖、果皮颜色b*、酒石酸，用这5项指标来对葡萄进行分级。

7

表2.1 第一类指标的相关系数

DPPH自由基1/IC50(g/l) PH值 果梗比 单宁 酒石酸 总酚

果皮颜色a*

干物质含量g/100g

果皮颜色b*

果皮颜色L*

多酚氧化酶活力 白酒分数

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

DPPH自由基1/IC50(g/l)

1 . 28 -.027 .893 28 -.229 .240 28 .395(*) .038 28 -.150 .447 28 .324 .093 28 -.453(*)

.015 28 .215 .271 28 .364 .057 28 .418(*) .027 28 -.428(*)

.023 28 .294 .129 28

酒石酸 -.150 .447 28 .414(*) .029 28 .411(*) .030 28 .001 .994 28 1 . 28 -.242 .214 28 .113 .568 28 .277 .154 28 .191 .331 28 .049 .803 28 -.022 .910 28 .392(*) .039 28

果皮颜色b*

.364 .057 28 -.014 .943 28 .093 .639 28 .065 .743 28 .191 .331 28 -.116 .555 28

-.692(**)

.000 28 .392(*) .039 28 1 . 28 .858(**)

.000 28 -.282 .146 28 .523(**)

.004 28

···

白酒分数

.294 .129 28 .145 .462 28 .117 .552 28 .171 .383 28 .392(*) .039 28 -.069 .727 28 -.130 .508 28 .358 .062 28 .523(**)

.004 28 .347 .071 28 -.235 .229 28 1 . 28

* Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed).

可溶性固行物 总糖 g/L 还原糖 果穗质量 百粒质量 VC含量 白酒分数 8

总糖 可溶性固行物 还原糖 果穗质量 百粒质量 VC含量 白酒分数

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation

1 . 28 .846(**)

.846(**)

.000 28 1 . 28 .591(**)

.001 28

-.665(**)

.000 28 -.425(*)

.024 28 -.044 .824 28 .429(*) .023 28

.554(**) -.540(**)

.002 28

.003 28

-.304 .116 28

.104 .599 28 -.044 .824 28 .030 .878 28

.407(*) .032 28 .429(*) .023 28 .235 .228 28

.591(**) -.665(**) -.425(*)

.001 28 1 . 28 -.408(*)

.031 28 -.262 .178 28 .030 .878 28 .235 .228 28

.000 28 -.408(*)

.031 28

.024 28 -.262 .178 28

Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

Pearson Correlation Sig. (2-tailed) N

.000 28 .554(**)

.002 28

-.540(**)

.003 28 -.304 .116 28 .104 .599 28 .407(*) .032 28

1 .712(**) . 28 .712(**)

.000 28 .190 .333 28 -.456(*)

.015 28

.000 28 1 . 28 .288 .138 28 -.261 .181 28

.190 -.456(*) .333 28 .288 .138 28 1 . 28 -.062 .753 28

.015 28 -.261 .181 28 -.062 .753 28 1 . 28

表2.2 第二类指标的相关系数

表2.3 氨基酸、蛋白质、褐变度与酒质量的相关系数 氨基酸总类 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N 氨基酸总类 1 . 28 .121 .539 28 -.123 .532 28 .263 .176 28 蛋白质 .121 .539 28 1 . 28 .460(*) .014 28 -.063 .752 28 褐变度 -.123 .532 28 .460(*) .014 28 1 . 28 .138 .483 28 白酒分数 .263 .176 28 -.063 .752 28 .138 .483 28 1 . 28 蛋白质 褐变度 白酒分数 现在，就所有白葡萄样品中的果穗质量的含量，由表2.2得果穗质量与酒质量负相关，我们可以通过对白葡萄中果穗质量的含量从小到大进行排序，把白葡萄分为优、良、中、差四个等级，同样的，分别用葡萄中的总糖、果皮颜色b*、酒石酸的含量来把白葡萄分级。分级如表2.4所示：

9

表2.4 白葡萄的分级

分级

果穗质量 标准

可溶性固行物 总糖

果皮颜色b*

酒石酸

优

22、21、2、26、24、9、28、26、24、26、25、28、28、21、5、4、3、20、9、17、28、4、17 25、23、20 20、10、9 23、14、20 19、5、22 28、21、6、5、10、9、25、14、5、10、3、27、12、21、2、4、5、26、17、11、2、

27、23、8、

19、27 21、12、2 23、19 7、9、18

10 23、24、20、3、7、22、4、19、14、17、27、6、18、3、3、6、27、10、11、24、25、16、1 1、6、17 14、1 24、1、12 4、26、1、16 15、2、13、8、12、13、18、6、16、11、13、18、16、15、11、22、7、22、25、13、15、

12、7、18、

11、15 8、7、15 8、13 8、19、16

14

良

中

差

综上，经分析可以得出这些白葡萄样品的总分级： 优：葡萄品种28、20、26、9、2、10、5 良：葡萄品种21、23、27、19、4、25、24 中：葡萄品种1、3、6、22、17、14

差：葡萄品种13、15、8、16、18、7、11

用同样的方法可以对红葡萄进行分级，首先，同样把红葡萄的30个一级指标进行R型聚类分析，得到指标的聚类谱系图（图2.2），同时根据分析将30项指标聚成5类：

第一类： 总酚、葡萄总黄酮、DPPH自由基、单宁、蛋白质、出汁率、白藜芦醇、黄酮醇、果梗比、花色苷、褐变度、果酸、多酚氧化酶活力、PH值、固酸比

第二类：总糖、可溶性固行物、干物质含量、还原糖、氨基酸总类、可滴定酸

第三类：果皮颜色a*、果皮颜色b*、酒石酸、柠檬酸 第四类：白粒质量、果皮质量、果穗质量、果皮颜色L* 第五类：VC含量

由于第二类、第四类和第五类中的指标对红葡萄酒的质量的相关性不显著，所以我们选择了与葡萄酒比较显著的5个指标来对葡萄进行分级，这些指标分别是总酚、葡萄总黄酮、DPPH自由基、果皮颜色a*、果皮颜色b*。得到红葡萄按各指标的分级如表2.5所示。

10

图2.2 红葡萄一级指标聚类图

表2.5 红葡萄的分级

分级

总酚 标准 优

果皮颜色a*

果皮颜色b*

葡萄总黄酮

DPPH

9、23、2、1、3、5、11、18、27、10、11、1、18、12、21、23、9、2、3、5、9、23、2、13、1、19、22、21 7、12、15、20、4 15、22、6、17 1、19、16、17 8、3、5、19

8、24、20、22、21、14、17、25、17、8、14、13、20、6、22、25、9、23、24、5、16、4、9、7、良 14、21、13、6、10、26、22、24、

12、15、25、16 16、21、14、17 23、20、8

15 20 差

4、6、10、7、27、26、3、13、24、5、14、3、26、25、10、25、18、27、10、11、6、4、27、16、

24、18、26、11 8、19、1、2 27、2、19、13 4、12、7、26、11 18、15、12、7

综上，经分析可以得出这些红葡萄样品的总分级为：

11

优：葡萄品种1、9、23、5、22、21、2、3、19 良：葡萄品种20、25、17、24、14、16、8、15、13

差：葡萄品种27、26、18、4、7、10、6、11、12

问题3：分析酿酒葡萄与葡萄酒的理化指标之间的联系。

在此问中，我们明确要用到酿酒葡萄中和葡萄酒中几个与葡萄酒质量十分密切的变量，通过对问题2的求解，我们已经得出酿酒葡萄中白葡萄的果穗质量、果皮颜色b*、酒石酸、可溶性固形物、总糖 与葡萄酒的质量息息相关；红葡萄中的总酚、葡萄总黄酮、DPPH半抑制体积、果皮颜色a、果皮颜色b与葡萄酒的质量密切相关。现在我们只需求出葡萄酒中哪些成分对葡萄酒的质量影响比较明显，我们通过以下步骤求出葡萄酒中与质量相关的成分：打开附录2中的“白葡萄酒指标与质量.sav” 选择Analyze → Correlate → Bivariate，将左窗口中的所有选项全部选入Variable(s)中点击ok得到指标的相关系数表（表3.1）。经分析得出白葡萄酒中的酒总黄酮、顺式白藜芦醇苷、PDDH半抑制体积、C(D65)、b*(D65)五种成分对葡萄酒质量的影响较大，使用同样的方法对附录2中的“红葡萄酒指标与质量.sav”进行同样的操作，可以得出红葡萄酒中的总酚、酒总黄酮、反式白藜芦醇苷、白藜芦醇、PDDH半抑制体积五种成分对葡萄酒的质量影响较大。同理，对附件2中的“红酿酒葡萄与红葡萄酒两个理化指标的联系”与“白酿酒葡萄与白葡萄酒两个理化指标的联系”进行上述同样的操作，分别得出以下表3.2、表3.3；其他相关系数见附录2中“问题3数据表.doc” 中的表3_1、表3_2、表3_3、表3_4。

表 3.1 白葡萄酒指标与白葡萄酒质量系数

表 3.2 红酿酒葡萄与红葡萄酒两个理化指标系数

12

表 3.3 白酿酒葡萄与白葡萄酒理化指标系数

对于红酿酒葡萄与红葡萄酒之间的联系可通过分析图3.2得出，由图可知葡萄酒中的总酚含量与葡萄中的葡萄总黄酮、DPPH半抑制体积相关性比较显著；葡萄酒中的酒总黄酮与葡萄中的总酚、葡萄黄酮DPPH半抑制体积相关性显著；葡萄酒中的反式白藜芦醇苷与葡萄中的总酚、葡萄总黄酮、DPPH半抑制体积有明显相关性；葡萄酒中的DPPH半抑制体积与葡萄中的总酚、葡萄总黄酮DPPH半抑制相关性明显；其中这五个成分都与葡萄中的果皮颜色呈负相关性。而葡萄中的总酚含

13

量与葡萄酒中的总酚、酒总黄酮、反式白藜芦醇苷、DPPH半抑制体积呈显著相关性；葡萄中的葡萄总黄酮与葡萄酒中的总酚、酒总黄酮、反式白藜芦醇苷、DPPH半抑制体积相关性显著、葡萄中的DPPH半抑制体积与葡萄酒中的总酚、酒总黄酮、DPPH半抑制相关性显著；而葡萄中的果皮颜色a、b与葡萄酒中的五个成分都成负相关性。

同理，通过分析图3.3可知白酿酒葡萄与白葡萄酒之间的联系，葡萄酒中的酒总黄酮、顺式白藜芦醇苷、DPPH半抑制体积都与葡萄中上述的五种成分无相关性；葡萄酒中的b*(D65)、C(D65)与葡萄中的果穗质量、可溶性固形物、总糖相关性显著。而葡萄中的果穗质量、可溶性固形物也与葡萄酒中的b*(D65)、C(D65)显著相关；葡萄中的总糖与葡萄酒中的、顺式白藜芦醇苷、b*(D65)、C(D65)相关性显著；而葡萄中的果皮颜色b*、酒石酸与葡萄酒中的上述五种成分无相关性。

综上所述，得出不管是酿酒葡萄与葡萄酒之间的关系是十分密切的，虽不能说是每一个成分都起着关键作用，但是缺少了其中的一些主要成分将无法酿成高质量的葡萄酒，要想酿成高质量的优质葡萄酒必须要具有高质量的葡萄。

问题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？

根据2、3问中的数据，利用主成分分析法，得到酿酒葡萄和葡萄酒理化指标中显著性较高的几组数据，分别与葡萄酒质量（即评分）建立多元回归方程。

分析白葡萄酒的理化指标对白葡萄酒质量的影响，可以从回归估计结果表4.1（Model Summary），方差分析结果表4.2（ANOVA（b））回归系数估计表4.3（Coefficients（a））

表4.1 回归估计结果 Std. Error of Model R Adjusted R Square the Estimate 1 .402(a) -.029 3.21582 a Predictors: (Constant), 色泽C(D65), PDDH半抑制体积, 顺式白藜芦醇苷(mg/L), 酒总黄酮, 色泽b*(D65)

Model 1 b*(D65)

Regression Residual Total

表4.2方差分析结果 Sum of Mean Squares df Square 43.968 227.513 271.481 5 22 27 8.794 10.342 F .850 Sig. .529(a) a Predictors: (Constant), 色泽C(D65), PDDH半抑制体积, 顺式白藜芦醇苷(mg/L), 酒总黄酮, 色泽b Dependent Variable: 白葡萄酒质量（评分）

表4.3 回归系数估计

14

Model 1 (Constant) Standardized Unstandardized CoefficieCoefficients nts B 74.707 -.479 Std. Error 2.635 .433 Beta t Sig. .000 .281 .378 .200 .744 .735 酒总黄酮 顺式白藜芦醇苷-2.229 2.479 (mg/L) PDDH半抑制体积 30.313 22.963 色泽b*(D65) -8.314 25.170 色泽C(D65) 8.580 24.997 28.353 -.249 -1.105 -.186 .275 -3.100 3.222 -.899 1.320 -.330 .343 a Dependent Variable: 白葡萄酒质量（评分）

中得出估计的多元线性回归方程：

??74.707?0.479X?2.229X?30.313X?8.134X?8.58X Y112345 R2= 0.162,拟合优度一般

t=（1.105）（0.899） （1.320） (0.330) (0.343)

2指标对葡萄酒质量影响不明显。

同理，根据附录3中表4.4，表4.5，表4.6的数据，

得出白葡萄理化指标对白葡萄酒质量影响的多元线性回归方程：

??69.577?0.361R?0.024R?0.014R?0.005R?0.227R Y212345R2= 0.4,拟合优度一般

t=（1.301）（0.535）（0.209） （0.712） （1.97）

2种指标对葡萄酒质量影响不明显。

根据附录3中表4.7，表4.8，表4.9的数据，

得出红葡萄理化指标对红葡萄酒质量影响的多元线性回归方程：

??69.950?1.252S?0.004S?0.471S?0.113S?1.205S Y312345R2=0.599，拟合优度较好

t=（0.117）（0.019）（1.777）（0.191）（0.987）

2指标对葡萄酒质量影响不明显。

根据附录3中表4.10，表4.11，表4.12的数据，

得出红葡萄酒理化指标对红葡萄酒质量影响的多元线性回归方程：

15

??67.579?0.567T?0.286T?0.654T?2.586T?15.594T Y41234R2=0.443，拟合优度一般

t=（0.655）（0.48）（1.663）（1.188）（0.737）

2指标对葡萄酒质量影响不明显。

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，运用SPSS 11.5软件对葡萄酒的芳香物质各指标和葡萄酒的质量进行相关系数分析，得出这些芳香物质对酒质量的影响程度。首先对白葡萄酒的芳香物质与酒质量进行相关系数分析（相关数据见表5.1），得出丁二酸二乙酯与酒的质量呈显著的正相关，香叶基乙醚、辛酸丙酯、2-苯乙基乙酸酯、苯乙醇等也与酒质量呈显著的正相关，正十一烷与酒质量呈极强的负相关。由此可说明，白葡萄酒的芳香物质对酒的质量有很大的影响作用。

表5.1. 白酒芳香物质与酒质量的相关系数

3甲基-1-辛酸3-2-苯乙

正十一3甲基乙酸庚香叶基辛酸丙丁二酸

丁醇-乙甲基丁基乙酸苯乙醇

烷 1-乙醇 酯 乙醚 酯 二乙酯

酸酯 酯 酯

pearson

0.484*白

correlatio-0.999* 0.384* 0.64* 0.398* 0.509* 0.451* 0.439* 0.402* 0.431*

* 酒

n 分

Sig数

0.27 0.44 0.1 0.4 0.011 0.018 0.022 0.009 0.038 0.022 （2-tailed

） N

3

28

15

27

24

27

27

28

27

28

用同样的方法分析红葡萄酒的芳香物质与酒质量的相关系数，得出1-丙醇、正十一烷、丁二酸二乙酯与酒的质量呈极显著的负相关，2-乙基-1-己醇、3,7－二甲基－1,5,7－辛三烯－3－醇、柠檬烯、乙酸乙酯等与红葡萄酒的质量呈显著的正相关（相关数据见表5.2），由此说明红葡萄酒的芳香物质对酒的质量有很大的影响作用。同理，经过分析白葡萄的芳香物质，得到乙酸乙酯、乙酸-2-甲基丙基酯、3-甲基-1-丁醇-乙酸酯等与酒的质量有极显著的相关性（相关数据见表5.3）。分析红葡萄的芳香物质同样得到3-甲基-1-丁醇、2-乙基-1-己醇、苯乙醇等与酒质量有极显著相关性（相关数据见表5.4）。也就是说，无论是葡萄还是葡萄酒的芳香物质，都对酒的质量有很大的影响力。而由问题三我们可以得出葡萄和酒的一些理化指标与酒的质量也有一定的相关性，所以，在评价酒的质量时，我们不能简单的只用葡萄和葡萄酒的理化指标来进行评价，而必须把葡萄和葡萄酒的芳香物质也考虑进去。

表5.2 白葡萄芳香物质与酒质量的相关系数

16

3-甲基1-3-甲基2-苯乙

乙酸乙酸-2-甲基邻二甲乙酸戊乙酸2-以及

丁醇-乙-1-丁基乙酸

乙酯 丙基酯 苯 酯 己酯 -1-己醇

酸酯 醇 酯

0.903*0.8010.87** 0.988** 0.991** 0.837** 0.812** 0.994**

* **

pearson

0.758*

白酒correlati

*

on 分数

Sig

（2-tailed） N

0.00 28

0.00 19

0.00 13

0.00 13

0.00 0.00 0.00 17

26

20

0.00 28

0.00 6

表5.3红葡萄酒的芳香物质与酒质量的相关系数

红酒

pearson 0.704*

0.431* -1.00** -1.00** 0.507* 0.427* 0.471* -0.403* 分

correlation * 数

Sig

0.025 0.00 0.00 0.023 0.002 0.026 0.015 0.037

（2-tailed）

2-乙基3,7-二甲

乙酸正十一辛酸丙丁二酸

1-丙醇 柠檬酸 -1-己基-1,6辛十二酸乙酯 乙酯 烷 酯 二乙酯

醇 烯-3-醇

0.404* 0.037

27

N

27 2 2 20 16 27 26 27

表5.4红葡萄的芳香物质与酒质量的相关系数

3-甲基-1-丁2-乙基-1-己3,7-二甲基-2,6-辛二烯酸甲

苯乙醇

醇 醇 酯

-0.895* 0.016

6

-0.782* 0.038

7

0.893*

0.522*

*

27

红酒分pearson

correlation 数

Sig（2-tailed） N

0.041 0.005

5

6.模型的分析与评价

在本模型中，仅用它们的均值、标准差和离散系数来评价两组评酒员的结果

哪个更合理可信是不精确的，均值只是体现了葡萄酒酒本身的一个质量区间，标

准差体现的是葡萄酒在这个质量区间的波动程度，是一个区间上的问题，无法精确到点上，因此不够合理。

此外，模型中主要使用的是聚类分析法和相关分析法，聚类分析的方法还是比较粗糙，理论上也不算完善，聚类分析有分定量的，定性的，如要想得到比较精确的结果，需要严格的划分指标类型，但在本题中并没有明确的区分定量指标与定性指标的界限，故得到的结论也并不严格。在进行相关性分析是有些指标无法得到明确的分配，也影响了模型的精确度。

17

参考文献

[1] 卢文岱，统计分析，北京：电子工业出版社，2000年

[2] 贾俊平编著，描述统计，北京：中国人民大学出版社，2003年版，第98页 [3] 谢辉 樊丁宇 张雯 郭春苗 周晓明 闫鹏 卢春生，统计方法在葡萄理化指标简化中的应用，《新疆农业科学》， 08期：2-4，2011年出版

[4] 王力宾主编，多元统计分析：模型、案例及SPSS应用，北京：经济科学出版社 ，2010年3月第一版，132-159

[5] 何晓群编著, 多元统计分析,北京：中国人民大学出版社，2012年1月第三版，42-43

[6] 王颉，实验设计与SPSS应用，北京：科学出版社，2002年

18

本文来源：https://www.bwwdw.com/article/hf8g.html