【正文】 的反思與總結(jié)，得出了一些具體的改進(jìn)思路及方法，并得出在原有問題上的修正。關(guān)鍵字 SPSS MATLAB Cronbach 系數(shù)分析 主成分分析 層次分析法 BP人工神經(jīng)網(wǎng)絡(luò) 模型的改進(jìn)與修正 1. 問題重述隨著經(jīng)濟(jì)的日益發(fā)展，人們生活水平的不斷提高，葡萄酒的受眾隨之增加，品酒行業(yè)逐漸專業(yè)化。. 數(shù)據(jù)處理方法數(shù)據(jù)的預(yù)處理和部分圖示，采用辦公軟件Microsoft Excel 2010；數(shù)據(jù)的歸一化處理，采用辦公軟件Microsoft Excel 2010；數(shù)據(jù)結(jié)果的顯著差異分析，采用SPSS ；數(shù)據(jù)結(jié)果的信度分析，采用SPSS ；數(shù)據(jù)結(jié)果的主成分分析，采用SPSS ；數(shù)據(jù)處理的擬合分析，采用MATLAB2012a. ：附件1中兩組評(píng)酒員評(píng)價(jià)結(jié)果的顯著性差異分析要比較兩組評(píng)論員之間是否具有顯著性差異，而每組有10個(gè)評(píng)論員，27或28個(gè)葡萄酒樣品，由于附件中的數(shù)據(jù)都是單項(xiàng)給出的，整體可比性不強(qiáng)，所以我們先用EXCEL將數(shù)據(jù)進(jìn)行了初步的整理（求出每個(gè)品酒員對(duì)各樣品的總分，以及各個(gè)明細(xì)樣品的平均值），以第一組對(duì)紅葡萄酒樣品一的評(píng)價(jià)為例，處理結(jié)果如表1所示：表1. 紅葡萄酒樣品一的評(píng)價(jià)　項(xiàng)目品酒員12345678910平均值葡萄酒樣品 1外觀分析澄清度54444343243色調(diào)108866668666香氣分析純正度65554554454濃度86776777464質(zhì)量1614121214141214121212口感分析純正度65554564455濃度86676686666持久性87676787666質(zhì)量2219161916161919161616平衡/整體評(píng)價(jià)1110910910999910總分10084788275798481697572. 初步分析：針對(duì)處理后的數(shù)據(jù)，我們初步的想法是將每組中各個(gè)品酒員對(duì)每項(xiàng)樣品的總分作為一個(gè)樣本，因此每個(gè)樣本里將有270項(xiàng)數(shù)據(jù)。. 基本假設(shè)：1. 每組評(píng)論員對(duì)各項(xiàng)酒的評(píng)價(jià)分?jǐn)?shù)成正態(tài)分布。圖四為以上結(jié)果的綜合圖形描繪。．模型討論首先我們根據(jù)品酒師打分為主觀作用，我們選擇評(píng)價(jià)評(píng)分者信度的Kendall W協(xié)同檢驗(yàn)?zāi)Ｐ?，通過SPSS對(duì)紅白葡萄4組數(shù)據(jù)進(jìn)行模擬分析，（），無法得出明確的結(jié)論。其中式中，K為整個(gè)品嘗的次數(shù)；為總得分的方差；為是所有在第i位品酒師打分的方差。. 問題2：根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)釀酒葡萄進(jìn)行分級(jí). 問題分析如果單用葡萄酒為釀酒葡萄打分，則直接在葡萄酒的外觀、香氣、口感質(zhì)量權(quán)重中賦予權(quán)值，所得之和即可作為對(duì)釀酒葡萄的評(píng)分。而觀察這四個(gè)成分的高負(fù)荷指標(biāo)，成分一中高負(fù)荷的指標(biāo)主要有單寧、酮類酚類物質(zhì)以及蛋白質(zhì)等，而這些物質(zhì)，特別是單寧，在很大程度上影響到了葡萄酒的口感，因此可將該成分命名為“口感類物質(zhì)”；成分二中高負(fù)荷的指標(biāo)有糖類、氨基酸類、VC含量等營養(yǎng)成分類物質(zhì)的指標(biāo)，可命名為“營養(yǎng)類物質(zhì)”；成分三主要有a、b色澤，以及果皮含量指標(biāo)，可命名為“色澤類物質(zhì)”；成分四主要有蘋果酸，酒石酸等指標(biāo)，可命名為“酸類物質(zhì)”。帕克推崇的是葡萄酒100分制評(píng)分體系，帕克的評(píng)分系統(tǒng)會(huì)給每一款酒一個(gè)基礎(chǔ)的分?jǐn)?shù)（50分）。. 問題3：分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系先將葡萄酒以及釀酒葡萄的指標(biāo)整合在一起，總共包括35組指標(biāo)。下面用MATLAB對(duì)它們進(jìn)行二次擬合，處理數(shù)據(jù)如下：Linear model Poly2: f(x) = p1*x^2 + p2*x + p3Coefficients (with 95% confidence bounds): p1 = (, ) p2 = (, ) p3 = (, )Goodness of fit: SSE: +005 Rsquare: Adjusted Rsquare: RMSE: 該擬合結(jié)果在95%的置信區(qū)間內(nèi)，準(zhǔn)確性較高。雖然對(duì)于原來紅白葡萄所含的理化性質(zhì)指標(biāo)的數(shù)量有了顯著的減少，但是對(duì)于尋求一個(gè)與葡萄酒相關(guān)的固定的關(guān)系依舊存在較大困難。2. 由于葡萄理化指標(biāo)較多，導(dǎo)致進(jìn)行了主成分分析的嵌套猜得到成對(duì)的因子，然而此時(shí)成對(duì)的因子已經(jīng)缺乏現(xiàn)實(shí)意義，因而缺乏一定的代表性，導(dǎo)致預(yù)測(cè)的準(zhǔn)確性降低。 圖11 .神經(jīng)網(wǎng)絡(luò)訓(xùn)練進(jìn)度 在隨機(jī)產(chǎn)生10組有關(guān)紅葡萄酒理化指標(biāo)的數(shù)據(jù)，進(jìn)行比較仍存在較大誤差，可能來源于因子分析將自變量的維度降低產(chǎn)生的誤差，以及擬合時(shí)產(chǎn)生的誤差。. 模型建立通過對(duì)芳香物質(zhì)的聚類分析，主要可分為酯、醇、萜烯、酚、縮醛、內(nèi)酯、脂肪酸、單萜醇氧化物等，都是影響香氣的關(guān)鍵因素，為適量簡化模型，一次八類物質(zhì)為例進(jìn)行簡要分析。[5] 李記明，關(guān)于葡萄品質(zhì)的評(píng)價(jià)指標(biāo)，中外葡萄與葡萄酒。[3] 李運(yùn)，李記明，姜忠軍，統(tǒng)計(jì)分析在葡萄酒質(zhì)量評(píng)價(jià)中的應(yīng)用，釀酒科技，178：81—82。研究葡萄酒中的芳香物質(zhì)，對(duì)優(yōu)質(zhì)葡萄與葡萄酒質(zhì)量評(píng)價(jià)系統(tǒng)的建立有重要的理論與實(shí)踐意義。我們?nèi)?7組紅葡萄酒中的23組作為訓(xùn)練組，以其理化指標(biāo)向量作為輸入端，以可信度較高的第一組打出的總評(píng)分為輸出端對(duì)其進(jìn)行訓(xùn)練。表22 表23 為進(jìn)一步簡化模型，便于得出簡潔可靠的結(jié)果，我們對(duì)于以上8類物質(zhì)再次進(jìn)行主成分分析，其旋轉(zhuǎn)成分矩陣，成分得分系數(shù)矩陣如表2表23所示，兩類新的性質(zhì)因子我們將其命名為，MATLAB custom equation進(jìn)行擬合，求出葡萄酒所得總平均分與關(guān)系如圖8所示： 圖8. 葡萄酒總平均分與關(guān)系 General model: f(x,y) = a + b*sin(m*pi*x*y) + c*exp((w*y)^2)Coefficients (with 95% confidence bounds): a = (, ) b = (5014, 5030) c = (, ) m = (, ) w = (, ) 相似地，我們首先將葡萄酒理化性質(zhì)指標(biāo)進(jìn)行歸一化處理，并用SPSS進(jìn)行主成分分析，得出了成分因子，旋轉(zhuǎn)成分矩陣和成分得分系數(shù)矩陣如表2表25：表24 表25 根據(jù)對(duì)齊全旋轉(zhuǎn)成分的分析，可以命名為口感類物質(zhì)，可以命名為類色澤類物質(zhì)。另一方面為了減小變量向量的維度，我們利用SPSS對(duì)紅白葡萄理化性質(zhì)指標(biāo)進(jìn)行因子分析分析，所得旋轉(zhuǎn)成分矩陣見附錄。于是我們對(duì)以上兩組理化指標(biāo)做了一次雙因素相關(guān)性分析，結(jié)果如表17所示： 花色苷W花色苷花色苷WPearson 相關(guān)性1.923**顯著性（雙側(cè)）.000N2727花色苷Pearson 相關(guān)性.923**1顯著性（雙側(cè)）.000N2727**. 在 .01 水平（雙側(cè)）上顯著相關(guān)?！　?069　 Below average　低于一般：不值得推薦如此，則每個(gè)成份所占分?jǐn)?shù)為10分，評(píng)論員評(píng)價(jià)所占分?jǐn)?shù)為60分。 a. 已提取了 8 個(gè)成份。s Alpha 值（詳見附錄）進(jìn)行分析，沒有任何一位品酒師對(duì)于整體的標(biāo)準(zhǔn)化Cronbachs Alpha有明顯影響，所以十位品酒師的評(píng)價(jià)分?jǐn)?shù)也均可信。. 模型的建立及求解對(duì)于