【正文】 和樣品葡萄酒第項理化指標之間的關(guān)聯(lián)系數(shù)樣品葡萄和樣品葡萄酒的理化指標之間的關(guān)聯(lián)度5. 模型的建立與求解 應(yīng)用SPSS對評價結(jié)果進行顯著性差異分析根據(jù)兩組品酒員的評價結(jié)果，利用SPSS軟件進行T檢驗，在檢驗之前需要驗證樣本是否服從正態(tài)總體分布[1]。 在T檢驗過程中兩組樣本方差相等和不等時使用的計算t值的公式不同。在SPSS的輸出結(jié)果中，給出方差齊和不齊兩種計算結(jié)果的t值，和t檢驗的顯著性概率的同時，還給出對方差齊次性檢驗的F值和F檢驗的顯著性概率。因此，需要根據(jù)F檢驗的結(jié)果自己判斷選擇t檢驗輸出中的哪個結(jié)果，得出最后結(jié)論。進行方差齊次檢驗使用F檢驗。對應(yīng)的零假設(shè)是:兩組樣本方差相等。概率p 時，否定原假設(shè)，說明方差不齊；否則兩組方差無顯著性差異。 數(shù)據(jù)處理及準備首先，根據(jù)附件1所給數(shù)據(jù)，取每組中各個品酒員對27種酒樣品的平均評價結(jié)果為一個樣本，整理得紅葡萄酒和白葡萄酒的評價結(jié)果樣本如表1和表2：表1 紅葡萄酒評價結(jié)果樣本數(shù)據(jù)12345678910表2 白葡萄酒評價結(jié)果樣本數(shù)據(jù)12345678910由于假設(shè)中兩組評酒員在評價過程中互不影響，則兩組評價結(jié)果樣本之間是相互獨立的[2]。其次，利用SPSS對兩組樣本進行正態(tài)分布檢驗，檢驗結(jié)果見正態(tài)PP圖：圖1 紅葡萄酒樣本正態(tài)PP圖圖2 白葡萄酒樣本正態(tài)PP圖由圖1和圖2可知，其樣本點都靠近一條直線，因此，可以判斷此兩組評價結(jié)果樣本服從正態(tài)分布。 對紅葡萄酒評價結(jié)果進行T檢驗對紅葡萄酒評價結(jié)果進行兩獨立樣本T檢驗。兩獨立樣本T檢驗的原假設(shè)為：兩總體均值無顯著差異。表述為：：其中：，分別為各組中評論員對27種紅葡萄酒評價結(jié)果的均值。表3 組統(tǒng)計量表組別N均值標準差均值的標準誤評分1010由表3可以看出，第一組和第二組中紅葡萄酒評價結(jié)果的樣本平均值無明顯差異。表4 獨立樣本T檢驗方差方程的 Levene 檢驗均值方程的 t 檢驗FSig.tdfSig.(雙側(cè))均值差值標準誤差值差分的 95% 置信區(qū)間下限上限評分假設(shè)方差相等18假設(shè)方差不相等表4是第一組和第二組中紅葡萄酒評價結(jié)果的T檢驗結(jié)果。分析結(jié)論應(yīng)通過兩步完成。第一步，兩總體方差是否相等的F檢驗。這里，，可以認為兩總體的方差無顯著差異。第二步，兩總體均值的T檢驗。在第一步中，由于兩總體方差無顯著差，因此應(yīng)看第一行T檢驗的結(jié)果。其中T統(tǒng)計量的觀測值為。，因此認為兩總體的均值無顯著差異，即第一組和第二組中紅葡萄酒的評價結(jié)果無顯著差異。表4中的第七列和第八列分別為T統(tǒng)計量的分子和分母；第九列和第十列為兩總體差的95%置信區(qū)間的上限和下限。由表4可以看出，對于紅葡萄酒，第二組的評價結(jié)果均值誤差小于第一組的評價結(jié)果均值誤差，因此，第二組結(jié)果更可信。 對白葡萄酒評價結(jié)果進行T檢驗對白葡萄酒評價結(jié)果進行兩獨立樣本T檢驗。兩獨立樣本T檢驗的原假設(shè)為：兩總體均值無顯著差異。表述為：：其中：，分別為各組中評論員對27種白葡萄酒評價結(jié)果的均值。表5 組統(tǒng)計量組別N均值標準差均值的標準誤評分1010由表5可以看出，第一組和第二組中白葡萄酒評價結(jié)果的樣本平均值有明顯差異。表6 獨立樣本T檢驗方差方程的 Levene 檢驗均值方程的 t 檢驗FSig.tdfSig.(雙側(cè))均值差值標準誤差值差分的 95% 置信區(qū)間下限上限評分假設(shè)方差相等18假設(shè)方差不相等表6是第一組和第二組中紅葡萄酒評價結(jié)果的T檢驗結(jié)果。分析結(jié)論應(yīng)通過兩步完成。第一步，兩總體方差是否相等的F檢驗。這里，，可以認為兩總體的方差無顯著差異。第二步，兩總體均值的T檢驗。在第一步中，由于兩總體方差無顯著差，因此應(yīng)看第一行T檢驗的結(jié)果。，因此認為兩總體的均值無顯著差異，即第一組和第二組中白葡萄酒的評價結(jié)果無顯著差異。表6中的第七列和第八列分別為T統(tǒng)計量的分子和分母；第九列和第十列為兩總體差的95%置信區(qū)間的上限和下限。由表6可以看出，對于白葡萄酒，第二組的評價結(jié)果均值誤差小于第一組的評價結(jié)果均值誤差，因此，第二組結(jié)果更可信。 綜合評價模型的建立與求解對于多指標（或多因素）的綜合評價問題,就是要通過建立合適的綜合評價數(shù)學模型將多個評價指標綜合成為一個整體的綜合評價指標，作為綜合評價的依據(jù)，從而得到相應(yīng)的評價結(jié)果[3]。不妨假設(shè)個被評價對象的個評價指標向量為，指標權(quán)重向量為，由此構(gòu)造綜合評價函數(shù)為。如果已知各評價指標的個觀測值為 ，則可以計算出各系統(tǒng)的綜合評價值。根據(jù)值的大小將這個系統(tǒng)進行排序或分類，即得到綜合評價結(jié)果[4]。 建立評價指標體系根據(jù)附件2所給數(shù)據(jù)，選取氨基酸總量、蘋果酸、總酚、總糖作為釀酒紅葡萄的主要理化指標，由問題一得知第二組評價結(jié)果更可靠，因此，選取第二組中紅葡萄酒的評價質(zhì)量作為理化指標。其中，葡萄酒的評價質(zhì)量根據(jù)每個評酒員在對葡萄酒進行品嘗后對其分類指標打分，然后求和得到其總分，從而確定葡萄酒的質(zhì)量。取每一種樣酒的評價質(zhì)量是十位品酒員對其評價結(jié)果的平均值。各評價指標的具體數(shù)據(jù)見表7：表7 各理化指標數(shù)據(jù)氨基酸總量蘋果酸(g/L)總酚（mmol/kg）總糖(g/L) 評價質(zhì)量mg/100gfw746672 對指標數(shù)據(jù)做預(yù)處理使所有的指標都從同一角度說明總體，這就提出了如何使指標一致化的問題； 所有的指標可以相加，這就提出了如何消除指標之間不同計量單位（不同度量）對指標數(shù)值大小的影響和不能加總（綜合）的問題，即對指標進行無量綱化處理[5]。采用功效系數(shù)法對評價指標類型的一致化功效系數(shù)法： ，其中均為確定的常數(shù)。表示“平移量”， 表示“旋轉(zhuǎn)量”，即表示“放大”或“縮小”倍數(shù)，則。若取，則。 對表7中的數(shù)據(jù)進行無量綱化，可得表8：表8 各理化指標一致化處理后的數(shù)據(jù)氨基酸總量蘋果酸(g/L)總酚（mmol/kg）總糖(g/L)評價質(zhì)量mg/100gfw 變異系數(shù)法確定各個評價指標的權(quán)重求權(quán)重是綜合評價的關(guān)鍵。變異系數(shù)法(Coefficient of variation method)是直接利用各項指標所包含的信息，通過計算得到指標的權(quán)重。是一種客觀賦權(quán)的方法。此方法的基本做法是：在評價指標體系中，指標取值差異越大的指標，也就是越難以實現(xiàn)的指標，這樣的指標更能反映被評價單位的差距。（1）先根據(jù)各種樣酒的指標數(shù)據(jù)（表8），分別計算這些樣酒每個指標的平均數(shù)和標準差，見下表：表9 各理化指標的平均值和標準差氨基酸總量蘋果酸(g/L)總酚（mmol/kg）總糖(g/L)質(zhì)量mg/100gfw平均值標準差(2)根據(jù)均值和標準差計算變異系數(shù)；