(精選)20xx年數(shù)學(xué)建模大賽論文a題答案-閱讀頁
2024-08-27 20:18本頁面
【正文】 針對(duì)每一個(gè)酒樣品，以此為數(shù)據(jù)，計(jì)算出各酒樣品的方差，如下圖所示（注：表中紅酒代表紅葡萄酒，白酒代表白葡萄酒）： 畫出坐標(biāo)方差走勢(shì)圖：紅酒評(píng)分方差走勢(shì)圖白酒評(píng)分方差走勢(shì)圖 ，白葡萄酒第一組方差大于第二組方差，由于方差越小，說明品酒員的品酒可信度更高。所以，第二組的結(jié)果可信度更高。t檢驗(yàn)：雙樣本異方差假設(shè)（白葡萄酒）由上表可知，對(duì)于紅葡萄酒，則紅葡萄酒存在顯著性差異；對(duì)于白葡萄酒，則白葡萄酒不存在顯著性差異。因此，可根據(jù)評(píng)酒員對(duì)葡萄酒品嘗后的評(píng)價(jià)總分，確定葡萄酒的質(zhì)量，從而相應(yīng)的給釀酒葡萄一個(gè)初步的排名，如圖表所示： 分析釀酒葡萄的理化指標(biāo)我們對(duì)附件二中的釀酒葡萄的理化指標(biāo)的數(shù)據(jù)進(jìn)行整理，方法如下：將二級(jí)指標(biāo)全部舍棄，一級(jí)指標(biāo)中有多組數(shù)據(jù)取平均值，得到新的表格。 第五類為葡萄樣品1212113；第六類為葡萄樣品226。 釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系為了求得釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，我們將釀酒葡萄與紅葡萄酒的之間的聯(lián)系運(yùn)用多元回歸分析的方法求解出來，并將其繪制在同一個(gè)表格之中，得出他們的相關(guān)性，如下表所示：從而可以得出他們的關(guān)系式：同理可以得出白葡萄他們之間的相關(guān)性，如下表所示：從而也可以得出白葡萄和白葡萄酒的各項(xiàng)理化指標(biāo)的關(guān)系式： 釀酒葡萄和葡萄的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響 在本問題的解答中，我們把葡萄的理化指標(biāo)參數(shù)、葡萄酒的理化指標(biāo)參數(shù)作為自變量，對(duì)酒的評(píng)價(jià)作為因變量。 釀酒葡萄與葡萄酒相同的理化指標(biāo)間的關(guān)系為了說明釀酒葡萄與葡萄酒中相同理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響是一致的關(guān)系，我們對(duì)紅葡萄酒與釀酒葡萄所含的花色苷做了對(duì)比，用MATLAB作圖得： 釀酒葡萄和葡萄酒理化指標(biāo)與葡萄酒質(zhì)量的關(guān)系根據(jù)釀酒葡萄與葡萄酒所含相同的成分進(jìn)行分析，并根據(jù)題干中對(duì)葡萄酒質(zhì)量的排名利用MATLAB進(jìn)行繪圖（共有花色苷、單寧、總酚、總黃酮以及白藜蘆醇等）。上圖能在一定程度上表明葡萄酒的質(zhì)量與葡萄和葡萄酒的理化指標(biāo)存在關(guān)系，但是葡萄酒的質(zhì)量與其色澤、品味、環(huán)境以及口感有關(guān)系。六 模型的分析和評(píng)價(jià) 模型的優(yōu)點(diǎn)（1）：在模型的建立過程中，為了更加符合事實(shí)，我們盡量選取盡可能多的數(shù)據(jù)進(jìn)行處理，從而得出更加合理的結(jié)果。 模型的缺點(diǎn)（1）未能深入的分析評(píng)價(jià)指標(biāo)，且評(píng)價(jià)時(shí)的等權(quán)重處理有一定的主觀性。參考文獻(xiàn)[1] 張德豐,MATLAB實(shí)用數(shù)值分析,北京：清華大學(xué)出版社,[2] 彭德華，影響葡萄酒質(zhì)量的主要因素分析，2012年9月9號(hào)[3] 包翠蓮，開小明，MATLAB語言在多元線性回歸中的應(yīng)用，2012年9月9號(hào)[4] 徐建，量地理學(xué)，高等教育出版社，2005附錄問題二代碼：代碼1：代碼2：代碼3：代碼4：
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1