建模論文-葡萄酒的評(píng)價(jià)-資料下載頁(yè)
2025-06-06 07:31本頁(yè)面
【正文】 Y=++++++++. 但是 Y 只與 y4 存在顯著性的線性關(guān)系，所以 紅葡萄酒、紅葡萄的理化指標(biāo)與紅葡萄的質(zhì)量之間的關(guān)系 并 不顯著， 即 不能用紅葡萄和紅葡萄酒的理化指標(biāo)來評(píng)價(jià)紅葡萄酒的質(zhì)量。 白葡萄酒、白葡萄的理化指標(biāo)與白 葡萄的質(zhì)量的多元線性回歸模型 表 十 ： 白葡萄酒、白葡萄的理化指標(biāo)與白 葡萄的質(zhì)量 SPSS 運(yùn)行結(jié)果： 模型 R R 方 調(diào)整 R 方 標(biāo)準(zhǔn) 估計(jì)的誤差 1 .797a .636 .244 模型 平方和 df 均方 F Sig. 1 回歸 14 .196a 殘差 13 總計(jì) 27 模型 非標(biāo)準(zhǔn)化系數(shù) 標(biāo)準(zhǔn)系數(shù) t Sig. 14 B 標(biāo)準(zhǔn) 誤差 試用版 1 (常量 ) .018 y9 .092 .050 .503 .087 y10 .298 .391 y11 .061 .017 y12 .542 .320 .386 .114 y13 .004 .003 .326 .182 y14 .201 .397 .099 .507 .621 y15 .444 .098 y16 .953 .441 y17 .477 .047 z5 .682 .847 z6 .503 z7 .335 z8 .002 .172 .003 .013 .990 z9 .212 結(jié)果：負(fù)相關(guān)系數(shù) 2R =，說明擬合的效果不是很好 ， 而且 因變量 與整體檢驗(yàn)的 p 值 大于 ，所以因變量 Y 白與整體變量 的線性關(guān)系 不 顯著 。 通過表十的數(shù)據(jù)建立了如下的多元線性回歸方程： Y=+++++++. 但是 Y只與 y11存在顯著性的線性關(guān)系，所以 白葡萄酒、白葡萄的理化指標(biāo)與白葡萄的質(zhì)量之間的關(guān)系不顯著， 不能用白葡萄和白葡萄酒的理化指標(biāo)來評(píng)價(jià)白葡萄酒的質(zhì)量。 綜上： 僅僅用葡萄和葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量是不合理的。 六、模型的優(yōu)缺點(diǎn)及 改進(jìn) 模型的優(yōu)點(diǎn) 問題一中我們通過題目中的可靠性聯(lián)想到了評(píng)價(jià)結(jié)果的波動(dòng)性，從而根據(jù)方差 的大小來進(jìn)行評(píng)判 。對(duì)于 顯著性差異，我們利用 SPSS 軟件的顯著性分析來判斷，這樣計(jì)算更加節(jié)省時(shí)間。在問題二和問題三中，面對(duì) 大量 的數(shù)據(jù) ，我們首先想到的就 是 用主成分分析 進(jìn)行降維，刪減去不重要的理化指標(biāo)，進(jìn)而簡(jiǎn)化運(yùn)算。在問題二 中， 15 我們 運(yùn)用了聚類分析，在問題三中，我們運(yùn)用了相關(guān)分析，在問題四中，我們運(yùn)用了多元線性回歸模型，充分利用了 SPSS 軟件 的優(yōu)勢(shì)。 模型的缺點(diǎn) 在 問題二中，我們并沒有 很 好的解決根 據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量分級(jí)葡萄酒這一問題，我們 只是根據(jù)釀酒葡萄的理化指標(biāo)來 進(jìn)行 分級(jí)， 沒有考慮好葡萄酒的質(zhì)量在其中所起的作用 。 而且我們?cè)谟弥鞒煞址治龅臅r(shí)候，并沒有考慮所有的變量，只是選取了代表藍(lán)色的一級(jí)變量，這樣會(huì)造成一定的誤差。 在問題四 中，附件 三中提到的芳香物質(zhì)并沒有得到 良好的處理，由于 數(shù)據(jù)種類的多樣化和數(shù)值的凌亂，我們直接省略了關(guān)于芳香物質(zhì)的計(jì)算， 這一點(diǎn)也是我們?cè)诮鉀Q過程中最大的 不足之處。 另外 ， 本論文為了計(jì)算方便 ， 做了一些假設(shè) ， 沒有考慮到的因素對(duì)結(jié)果也會(huì)有一定的影響 。 模型的改進(jìn) 在問題四中，我們可以把芳香物質(zhì)的數(shù)據(jù)利用起來，把葡萄酒和葡萄的理化指標(biāo)以及芳香物質(zhì)作為自變量，建立關(guān)于葡萄酒質(zhì)量的多元線性回歸模型。在 問題二中，我們可以選取不同的聚類方法，得到的分類結(jié)果也是不一樣的。 參考文獻(xiàn) [1]劉保東等，葡萄酒原汁含量的多元回歸分析 [J],山東大學(xué)33(2):236240,1998。 [2]姜啟源，謝金星，葉俊，數(shù)學(xué)模型 (第四版 )[M]，北京 :高等教育出版社， 2021。 [3]張文彤主編 ,SPSS 統(tǒng)計(jì)分析高級(jí)教程 [M],北京：高等教育出版社， 2021。 [4]薛毅，數(shù)學(xué)建模基礎(chǔ) [M]，北京：北京工業(yè)大學(xué)出版社， 2021。 [5]于貞，姜愛莉，主成分分析法研究酚類物質(zhì)對(duì)葡萄酒品質(zhì)的影響， 釀酒科技，2021 年 第 6 期， 107112,2021。 [6]任升錄，關(guān)于線性回歸模型的顯著性檢驗(yàn)，數(shù)學(xué)數(shù)學(xué)， 2021 年第三期，78,2021。
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1