【正文】 cards。 附錄 15（ SAS軟件） ：對(duì)剔除典型相關(guān)系數(shù)較小的釀酒白葡萄與白葡萄酒的理化指標(biāo)進(jìn)行典型相關(guān)分析 data JK。 with Y1Y8。White Wine Physical and Chemical Indicators39。White Graph Physical and Chemical Indicators39。 39 run。 cards。 附錄 14（ SAS軟件） ：對(duì)釀酒白葡萄與白葡萄酒的理化指標(biāo)進(jìn)行典型相關(guān)分析 data hh。 with Y1Y9。Red Wine Physical and Chemical Indicators39。Red Graph Physical and Chemical Indicators39。 run。 cards。 附錄 13（ SAS軟件） ：對(duì)剔除典型相關(guān)系數(shù)較小的釀酒紅葡萄與紅葡萄酒的理化指標(biāo)進(jìn)行典型相關(guān)分析 data fit。 with Y1Y9。Red Wine Physical and Chemical Indicators39。Red Graph Physical and Chemical Indicators39。 run。 cards。 附錄 12（ SAS軟件） ：對(duì)釀酒紅葡萄與紅葡萄酒的理化指標(biāo)進(jìn)行典型相關(guān)分析 data fg。 title 39。使用 WARD法畫的譜系聚類圖 39。 copy group x1x12。 id group。 proc cluster data=d641 method=ward std pseudo ccc outtree=b641。 proc print data=d641。 cards。 附錄 11（ SAS軟件） ：對(duì)釀酒白葡萄進(jìn)行聚類分析 data d641。 title 39。使用 WARD法畫的譜系聚類圖 39。 copy group x1x16。 id group。 proc cluster data=d641 method=ward std pseudo ccc outtree=b641。 proc print data=d641。 cards。 附錄 10（ SAS軟件） ：對(duì)釀酒紅葡萄進(jìn)行聚類分析 data d641。 Var d1。 run。 histogram d1。 附錄 8（ SAS 軟件） ：對(duì)處理后的數(shù)據(jù)（白葡萄酒得分）進(jìn)行正態(tài)性檢驗(yàn) proc univariate data=d normal。 keep d1。 set asd。 run。 F10=F10/110。 F10=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set p。 run。 F9=F9/220。 F9=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set o。 run。 F8=F8/80。 F8=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set i。 run。 F7=F7/80。 F7=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set u。 run。 F6=F6/60。 F6=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set y。 run。 F5=F5/ F5=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set t。 run。 F4=F4/80。 F4=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set r。 run。 F3=F3/60。 F3=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set e。 run。 F2=F2/100。 F1=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set w。 run。 F1=F1/50。 F1=f1+f2+f3+f4+f5+f6+f7+f8+f9+f10。 set q。 run。wrong39。) output p。 when (39。939。) output i。 when (39。739。) output y。 when (39。539。) output r。 when (39。339。) output w。 when (39。139。 select (num)。 附錄 7（ SAS 軟件） ：對(duì)處理后的數(shù)據(jù)（白葡萄酒得分）進(jìn)行歸一化處理 data q w e r t y u i o p。 Var c1。 run。 histogram c1。 25 附錄 5（ SAS 軟件） ：對(duì)處理后的數(shù)據(jù)（紅葡萄酒得分）進(jìn)行正態(tài)性檢驗(yàn) proc univariate data=b normal。 keep c1。 set as。 run。 B10=B10/110。 B10=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set p。 run。 B9=B9/220。 B9=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set o。 run。 B8=B8/80。 B8=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set i。 run。 B7=B7/80。 B7=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set u。 run。 B6=B6/60。 B6=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set y。 run。 B5=B5/ B5=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set t。 run。 B4=B4/80。 B4=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set r。 run。 B3=B3/60。 B3=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set e。 run。 B2=B2/100。 B1=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set w。 run。 B1=B1/50。 B1=b1+b2+b3+b4+b5+b6+b7+b8+b9+b10。 set q。 run。wrong39。) output p。 when (39。939。) output i。 when (39。739。) output y。 when (39。539。) output r。 when (39。339。) output w。 when (39。139。 select (F1)。 附錄 4（ SAS 軟件） ：對(duì)處理后的數(shù)據(jù)（紅葡萄酒得分）進(jìn)行歸一化處理 data q w e r t y u i o p。 Var c1。 run。 histogram c1。 附錄 2（ SAS 軟件）：對(duì)原始數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn) proc univariate data=AS normal。 keep C10。 C10=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data pp。 keep C9。 C9=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data oo。 keep C8。 C8=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data ii。 keep C7。 C7=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data uu。 keep C6。 C6=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data yy。 keep C5。 C5=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data tt。 keep C4。 C4=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data rr。 keep C3。 C3=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data ee。 keep C2。 C2=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data ww。 keep C1。 C1=c1+c2+c3+c4+c5+c6+c7+c8+c9+c10。 data qq。 end。 otherwise put F1=39。1039。) output o。 when (39。839。) output u。 when (39。639。) output t。 when (39。439。) output e。 when (39。239。) output q。 when (39。 set qw。 run。c10=a10b10。c8=a8b8。 c6=a6b6。 c4=a4b4。 c2=a2b2。 set aa。 在求解問題一時(shí)，數(shù)據(jù)的歸一化過程是把十組品酒員的評(píng)分加起來后再求平均值，可能會(huì)造成很大的誤差； 在求解問題三、問題四時(shí)，沒有對(duì)二級(jí)指標(biāo)進(jìn)行分析，可能會(huì)對(duì)釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系產(chǎn)生一定的影響。 求解問題二時(shí)運(yùn)用了主成分分析，將這么多的理化指標(biāo)縮減為與釀酒葡萄好壞有較大關(guān)系的理化指標(biāo)，從而更加準(zhǔn)確地對(duì)釀酒葡萄進(jìn)行分級(jí)；另外還用了WARD 法系統(tǒng)聚類分析，畫出譜系聚類圖，能夠更好地看出釀酒葡萄的分類級(jí)別。說明芳香物質(zhì)不影響白葡萄酒質(zhì)量，可以用白葡萄和白葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量。說明芳香物質(zhì)不影響紅葡萄酒質(zhì)量，可以用紅葡萄和紅葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量。 圖 38 殘差分析圖 （ 3） 由于葡萄和葡萄酒中都含有芳香物質(zhì)，而葡萄酒質(zhì)量的評(píng)定指標(biāo)中有香氣分析，因此接著我們繼續(xù)考慮芳香物質(zhì)和香氣之間的關(guān)系，進(jìn)一步論證芳香物質(zhì)與葡萄酒質(zhì)量之間的聯(lián)系。 根據(jù)結(jié)果可以得到紅葡萄理化指標(biāo)，紅葡萄酒理化指標(biāo)及紅葡萄酒質(zhì)量之間的回歸模型為： 1 2 3 4 5 6 72 8 6 8 .6 3 1 6 0 .0 0 0 9 * 0 .0 3 8 7 * 4 .3 6 5 5 * 1 .8 5 8 9 * 0 .0 1 5 3 * 0 .0 0 5 2 * 8 .7 6 4 6 *Z X X X X X X X? ? ? ? ? ? ? ?8 9 1 0 1 1 1 2 1 3 1 4 1 50 . 2 9 4 3 * 0 . 0 4 7 8 * 0 . 7 8 2 2 * 0 . 0 3 2 8 * 2 . 2 7 5 4 * 0 . 0 0 7 5 * 0 . 6 1 4 2 * 3 . 9 1 5 *X X X X X X X X? ? ? ? ? ? ? ? 1 6 1 7 1 8 1 9 2 0 2 1 2 20. 15 00 * 1. 83 33 * 1. 17 75 * 12 0. 92 04 * 27 .3 36 * 26 . 68 7 * 9. 31 85 *X X X X X X X? ? ? ? ? ? ? ； (17) 用 MATLAB 將白葡萄酒實(shí)際質(zhì)量數(shù)據(jù)和模型所得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合，得到的擬合圖如圖 39（程序見附錄 19）： 圖 37 葡萄酒質(zhì)量實(shí)際數(shù)據(jù)和模型數(shù)據(jù)擬合圖 從圖 37 看出，紅葡萄酒質(zhì)量實(shí)際數(shù)據(jù)與模型數(shù)據(jù)擬合度較高，所以可知，用葡萄和葡萄酒 的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量是可行的， 所建多元線性回歸模型成立。 19 圖 36殘差分析圖 （ 2）、 考慮白葡萄 和 白 葡萄酒的理化指標(biāo)對(duì) 白 葡萄酒質(zhì)量的影響 。X X X X X X X? ? ? ? ? ? ? (16) 用 MATLAB 將紅葡萄酒實(shí)際質(zhì)量數(shù)據(jù)和模型所得到的數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合 （程序見附錄 17）所得擬合圖如圖 35 所示： 圖 35 紅葡萄酒質(zhì)量實(shí) 際與模型數(shù)據(jù)擬合圖 從圖 37 可以看出，紅葡萄酒質(zhì)量實(shí)際數(shù)據(jù)與模型數(shù)據(jù)擬合度較高，所以可知， 用葡萄和葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量是可行的， 所建多元線性回歸模型成立。 首先通過 MATLAB 工具對(duì)紅葡萄 12 個(gè) 理化指標(biāo)數(shù)據(jù)，紅葡萄酒 9 個(gè)理化指標(biāo)的數(shù)據(jù)和紅葡萄酒質(zhì)量的相關(guān)數(shù)據(jù)進(jìn)行回歸分析 檢驗(yàn)（程序和結(jié)果見附錄 16）。W W P C y y y y y? ? ? ? ?(15) 問題 四 模型的建立與求解 我們根據(jù)問題三經(jīng)過典型相關(guān)性分析得到的葡萄理化指標(biāo)來討論 釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響， 建立多元線性回歸模型， 并 通過MATLAB 對(duì)所得的模型進(jìn)行殘差分析和數(shù)據(jù)擬合，通過數(shù)據(jù)擬合圖來論證能否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，然后用殘差圖進(jìn)行檢驗(yàn)。W W P C y y y y? ? ? ? (13) 關(guān)于第二典型變量有： * * * * * * *2 6 9 1 0 1 1 1 3 1 42 0 . 3 7 2 0 * 0 . 4 9 1 0 * 0 . 6 8 8 3 * 0 . 3 3 4 1 * 0 . 3 4 1 3 * 0 . 5 8 0 3 * 0 . 3 5 5