葡萄酒的质量分析
摘要
据考古学家考证,人类在10000年前的新石器时代就开始了采集野生葡萄果实及进行天然的葡萄酒酿造。而中国古代即有各种野生葡萄,古人称葡萄为蒲桃,为皇家果园的珍奇果品。周朝已有蒲桃的记载。葡萄酒历史悠久,在今天也越来越受广大人民的喜爱,我们将在本文中对葡萄酒的评价及葡萄酒与酿酒葡萄之间的联系建立模型。
针对问题1:我们要分析两组评酒员的评价结果有无明显差异。我们先求出它们的方差进行对比,在评价酒的质量的好坏时,要考虑外观、香气、口感和平衡(整体),将它们综合起来才是评价葡萄酒的综合标准。我们求出每一个小组对某一种酒的评价的平均值及方差,用Matlab 程序作出对应的方差波动图。通过两组数据和图的对比,可看出第一小组的变化波动比第二组的变化波动大。因此,我们认为第二组的评价结果更可信。
针对问题2:在附录二中葡萄酒的理化指标只取一级指标,剔除二级指标。对多次测试的项目取平均值,精简得到酿酒葡萄的理化指标分析表,共27个指标。为了把指标复杂的关系进行简化,对理化指标用spss 做主成分分析并求解第i 样红葡萄综合指数Zi 。
Zi=1(1,1)2(1,2)3(1,3)(1,)****n n a Y a Y a Y a Y +++ +b1 i=1,2,3…..27 , n=1,2…7 同理可求白葡萄的综合指数,然后根据所求解得到的数据Zi 进行分段划分,进而划分酿酒葡萄的级别:红葡萄酒为:第一类:得分大于2, 9、23。第二类:得分2~1,3、17、2、20。第三类:得分1~0,14、5、19。第四类:得分小于-2, 10、25、15、18、7、11。白葡萄酒为:第一类,得分大于2: 17、22。第二类,得分2~0: 5、9、28、10、21、27、1。第三类,得分0~-2,26、2、18、13、14、7。第四类,得分小于-2: 12、8、11、16。
针对问题3:所用的方法和问题2相同,我们仍用主成分分析法来建立模型。首先分析酿酒葡萄与葡萄酒理化指标间的联系,葡萄酒中的花色苷、单宁、总酚、酒总黄酮、白黎芦醇、DPPH 半抑制体积、色泽等影响着葡萄酒的质量。我们从问题2中找出影响葡萄酒较大的酿酒葡萄的理化指标,将葡萄酒的理化指标和这些数据拟合中一起,再用SPSS 程序计算出结果,就可以直接得到他们之间的相关矩阵。 针对问题四:在评价葡萄酒的质量时,我们要考虑外观,香气,口感和平衡/评价。将问题2和问题3中求出的相互影响的主要数据综合中一起,建立相应的模型:
1122i i y a b x b x bx =++++ 再用SPSS 程序计算出最后的结果为:
y =89.308-0.002x1+1.727x2-1.615x3+……+0.0.148x17(红葡萄酒)
y =69.105-0.595x1-0.789x2-0.256x3+……+0.085x16(白葡萄酒) 关键词:线性回归 Matlab SPSS 主成分分析法
一、问题重述
确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果,附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题: 1. 分析附件1中两组评酒员的评价结果有无显著性差异,哪一组结果更可信? 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4.分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量? 附件1:葡萄酒品尝评分表(含4个表格)
附件2:葡萄和葡萄酒的理化指标(含2个表格) 附件3:葡萄和葡萄酒的芳香物质(含4个表格)
二、符号说明
i X 酿酒葡萄的不同的理化指标
Y 各葡萄样本与主成分的关系矩阵
i a 酿酒葡萄理化指标提取的主成分对应理化指标中的贡献率 i b 各葡萄酒评分量纲化处理后的数值
i Z 主成分Y 与其贡献率i a 的乘积加上葡萄酒评分数值构成线性组合
y 为y 的估计值或预测值 A 为截距(常数项) Bi 为偏回归系数
三、问题分析
问题1
要建立一个模型判断两组评酒员评价酒的价值时有无显著性差异,我们在解题的过程中,首先对附录一中的数据进行处理,每一个评酒员对每一种酒的评价都不相同。我们在数据处理时,先求出它们对某一种酒的评价的分数,再求出这一小组对这种酒的评价均值及评价的无偏方差。建立表格,将这些评价的分数综
合在一起,这样有利于我们对比第一、二组对不同酒的评价。就红葡萄酒和白葡萄酒之间不同的评价及评价的方差,我们可以用Matlab程序分别作出第一、二组的方差对比图和t,F的检验,根据第一、二组的评价的方差的波动大小,我们就可以清晰地看出他们之间的变化差异。
问题2
题目中要求我们要建立一个模型根据酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄进行分级。题目对葡萄酒样品给出了葡萄酒品尝评分表、理化指标分析表和芳香物质分析表。由于酿酒葡萄酒理化指标分析表和芳香物质分析表无法直接对葡萄酒的质量进行判断。因此,把酿酒葡萄的理化指标作为对葡萄酒质量的评定。在处理数据时,由于数据太多,我们将酿酒葡萄的理化指标综合,用主成分分析法处理酿酒葡萄的理化指标,将所有指标用spss缩减为几个主成分,根据附录二给出的数据,用主成分分析法建立相应的数学模型,对葡萄进行分级。
问题3
在这个问题中需要我们建立模型分析酿酒葡萄与葡萄酒的理化指标自己的关系。在葡萄酒的理化指标中,花色苷、单宁、总酚、酒总黄酮、白黎芦醇、DPPH 半抑制体积、色泽等都是影响葡萄酒质量的因素。而我们根据问题二的结果从酿酒葡萄的理化指标中选出几个主要成分做一个文件,根据相应的数据,将酿酒葡萄与影响葡萄酒的主要因素用SPSS软件计算出他们之间的相关矩阵,我们可以认为相关矩阵中显示出的数据就是酿酒葡萄与葡萄酒的理化指标之间的联系。
问题4
在这个问题中,我们需要同时考虑酿酒葡萄和葡萄酒的理化指标,再分析它们对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。在解决问题的过程中,我们可以根据问题2和问题3得出的结论选出影响的主要因素结合附录一葡萄酒的质量的平均值,建立多元线性回归模型,用SPPS 软件计算出结果。
四、模型假设
1、在建立模型的过程中,只针对给出的这几种酒,不考虑其他酒的影响;
2、葡萄酒的质量不考虑芳香物质的影响只考虑理化指标的影响;
3、葡萄酒的二级理化指标的信息全部反应在相对应得一级理化指标中。
五、模型的建立和求解
问题1:我们先找出每组中每一个评酒员对于某一种酒的评价总分,再求出这一组对这种酒的评价均值,以及他们的无偏方差,他们的计算方式如下:
评价均值=1/10*(评酒员1的评价+评酒员2的评价+···+评酒员10的评价)
无偏方差=1/9*[(评酒员1的评价-评价均值)^2+……+(评酒员10的评价-评价均值)^2]
根据他们的计算结果,我们得出下表数据:
根据以下图表,我们可以用excel 分别计算出第一、二组对红葡萄酒和白葡萄酒的评价的无偏方差对比,利用matlab (程序见附录1)可以便捷的绘制出第一、二组的变化波动,如下(蓝线表示第一组,红线是第二组):
第一组对白葡萄酒的评价 第二组对红葡萄酒的评价 第二组对白葡萄酒的评价 评价均值 无偏方差
评价均值
无偏方差
评价均值
无偏方差
182 92.22222 68.1 81.87778 77.9 25.87778 2 80.3 39.78889 74.2 201.0667 74 16.22222 75.8 49.06667 3 80.4 45.82222 85.3 365.1222 74.6 30.71111 75.6 142.4889
4 68.6 108.0444 79.4 44.71111 71.2 41.28889 76.9 42.1
5 73.3 62.01111 71 126.4444 72.1 13.6555
6 81.5 26.27778 6 72.2 59.73333 68.4 162.7111 66.3 21.12222 75.5 22.72222
7 71.5 103.6111 77.5 39.16667 65.3 62.6777
8 74.2 42.17778 8 72.3 44.01111 71.4 183.6 66 65.11111 72.3 31.12222
9 81.5 32.94444
72.9 92.76667 78.2 25.73333 80.4 106.2667
10 74.2 30.4 74.3 212.6778 68.8 36.17778 79.8 70.4 11 70.1 70.76667 72.3 177.1222 61.6 38.04444 71.4 87.82222 12 53.9 79.65556 63.3 115.7889 68.3 25.12222 72.4 140.0444 13 74.6 44.93333
65.9 170.7667 68.8 15.28889 73.9 46.76667 14 73 36 72 114.2222 72.6 23.15556 77.1 15.87778 15 58.7 85.56667
72.4 131.6 65.7 41.34444 78.4 54.04444 16 74.9 18.1 74 178 69.9 20.1 67.3 82.23333 17 79.3 88.01111 78.8 144.1778 74.5 9.166667 80.3 38.45556 18 60.1 42.76667 73.1 156.5444
65.4 50.26667 76.7 30.23333 19 78.6 47.37778 72.2 46.4 72.6 55.15556 76.4 26.04444 20 78.6 26.04444 77.8 64.4 75.8 39.06667 76.6 50.04444
21 77.1 116.1 76.4 172.7111 72.2 35.51111 79.2 64.4 22 77.2 50.62222 71 138.6667 71.6 24.26667 79.4 53.6 23 85.6 32.48889 75.9 43.65556 77.1 24.76667 77.4 11.6 24 78 74.88889 73.3 111.1222 71.5 10.72222 76.1 38.54444 25 69.2 64.62222 77.1 33.87778
68.2 43.73333 79.5 106.5 26 73.8 31.28889 81.3 72.9 72 41.55556 74.3 102.9 27 73 49.77778
64.8 144.4 71.5 20.5 77 35.55556 28 81.3
80.45556 79.6 25.37778
图一表示两组对红葡萄酒的评价的方差波动
图二表示两组对白葡萄酒的评价的方差波动通过对比,我们还可以把两个图合并在一起看,如下:
图三 两个组对红、白葡萄酒的评价方差的对比
根据以上的图一、图二及图三,都可以看出第一组的评价方差波动比第二组的评价方差波动大,我们就可以认为在评酒时,第二组的结果更可信。
问题二:
在解决这个问题时,葡萄酒的理化指标分为一级指标和二级指标,由于二级指标都在一级指标中进行反应,故剔除二级指标。对多次测试的项目取平均值,精简得到酿酒葡萄的理化指标分析表,共27个指标。由于指标太多,并且多指标之间往往存在着一定程度的相关性。为了把指标复杂的关系进行简化,对理化指标做主成分分析。 主成分分析模型:
酿酒葡萄的无量纲化理化指标有27个,设为X1,X2……X27。令X=(X1,X2……X27),假定存在二阶矩阵,其均值和协方差分别记为(),()E X D X μ=∑=.主成分的方差依次递减,重要性依次递减,即12()()()p Var Y Var Y Var Y ≥≥≥ 。如果第一主成分表达的信息不够,这依次往下找。主成分对整个数据的反应能力越强,则它对数据的贡献率越大。一般,累积贡献率达到85%左右就可以说对数据有了较好的反映。将数据(附录2中酿酒葡萄的数据)带入SPSS ,得出结果. 综合评价模型:
酿酒葡萄的分级和酿酒葡萄的理化指标、葡萄酒的质量有关。葡萄的评分决定葡萄酒的质量,设评分量纲化数值为b1,b2,b3,,,bx 。通过主成分分析酿酒葡萄的理化指标进行将变量缩减。由于以上数据都做了量纲化处理,所以这些数据可
第一章葡萄酒分析检验基础知识 基本内容 (1)葡萄酒的分析检验基础 (2)葡萄酒常规理化指标的国家标准 基本要求 (1)掌握葡萄酒分析检验的一般步骤 (2)熟记葡萄酒理化指标的国家标准要求 教学重点及难点 (1)葡萄酒分析检验的分析步骤 (2)葡萄酒国家标准常规理化指标的要求 第二章葡萄酒主要化学成分及其对葡萄酒质量的影响 基本内容: 葡萄酒主要成分及其对葡萄酒质量的影响基本要求: 了解葡萄酒中主要成分及其对葡萄酒质量的影响教学重点及难点: 葡萄酒中主要化学成分的性质变化 第三章葡萄与葡萄酒实验室 基本内容 (1)葡萄酒分析检验实验室的一般要求及必备的仪器设备 (2)实验器皿、用水、卫生等※ (3)葡萄酒分析检验常用化学试剂配制 基本要求 (1)了解葡萄酒分析常用物品的使用方法以及化学分析药品 (2)掌握葡萄酒分析检验常用试剂的配制方法 教学重点及难点 (1)简易葡萄酒厂实验室的建立 (2)分析检测中主要化学试剂配制及标定 第四章实验室常见仪器设备的使用 基本内容 (1)葡萄酒分析检验常用仪器设备的原理及其操作方法 (2)气相色谱及高效液相色谱分析的一般原理及其仪器的使用 (3)其他最新葡萄酒分析检验仪器 基本要求 (1)了解常用仪器设备原理及其使用方法 (2)掌握色谱分析在葡萄酒分析检验中原理及其使用方法 教学重点及难点 (1)葡萄酒分析常用仪器pH计、分光光度计的原理,操作技术 (2)葡萄酒的色谱分析操作技术。 第五章葡萄酒理化指标的分析方法、原理、标准 基本内容: (1)葡萄酒(汁)可溶性固形物、酒度、比重的测定 (2)葡萄酒(汁)中的糖的测定 (3)葡萄酒(汁)中的醇的测定 (4)葡萄酒(汁)中的酸的测定 (5)葡萄酒(汁)中的酚类的测定
全国大学生数学建模竞赛题葡萄酒的评价答案标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
数学实验 计算机科学与技术 成员:xxx 学号:xxxxxxxxxx 葡萄酒的评价 摘要 本文主要研究的是如何对葡萄酒进行评价的问题。通过对评酒员的评分与酿酒葡萄的理化指标和葡萄酒的理化指标等原始数据进行统计、分析和处理,我们得出了一个较为合理地评价葡萄酒质量优劣的模型。 在问题一中,我们采用T检验法,首先进行正态分布拟合检验,判断出它们服从正态分布。之后,我们通过T检验法判断出了两组评酒员的评价结果具有显着性差异。而对于如何判断哪一组评酒员的评价结果更可信,由于评酒员评分的客观性,我们通过计算评酒员评分均值的置信区间,利用置信区间的长短来判断评分的可信程度。置信区间越窄,说明其越可信。利用Matlab软件求出了第二组评酒员的评分均值的置信区间更窄,所以第二组评酒员的评价结果更可信。 在问题二中,我们采用主成分分析法,把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量再按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变,使第一变量具有最大的方差。第二变量的方差次大,并且和第一变量不相关。由于变量较多,虽然每个变量都提供了一定的信息,但其重要性有所不同。依次类推,最后我们将酿酒葡萄分为了四个等级:优质、次优、中等、下等。
在问题三中,我们通过多项式曲线拟合的方法,构造一个以葡萄酒的理化指标为自变量,酿酒葡萄的理化指标为因变量的函数,并利用Matlab软件进行曲线拟合,最后得出酿酒葡萄与葡萄酒的理化指标之间的关系为呈线性正相关。 在问题四中,我们用无交互作用的双因素试验的方差分析方法,通过对观测、比较、分析实验数据的结果,鉴别出了两个因素在水平发生变化时对实验结果产生显着性影响的大小程度。最后,我们认为能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量,且酿酒葡萄的理化指标对葡萄酒质量影响相对葡萄酒的理化指标更显着。 关键词:T检验法,Matlab,正态分布,主成分分析法,多项式曲线拟合,方差分析一.问题的重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果,附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题: 1. 分析附件1中两组评酒员的评价结果有无显着性差异,哪一组结果更可信 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4.分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量
葡萄酒行业市场分析报 告 LEKIBM standardization office【IBM5AB- LEKIBMK08- LEKIBM2C】
中国葡萄酒行业市场分析报告 一、关于中国葡萄酒生产、葡萄酒生产企业概况以及葡萄酒进出口、进口葡萄酒价格 (1)中国年酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量 1. 在中国,葡萄酒还不是主流的饮用酒水。在大多数消费者的日常生活中,白酒和啤酒消费还占有很大的比重,具体数据见下表: 1988-1997年中国酒水产量比较对照表单位:万吨 年度酒水总产量白酒啤酒黄酒葡萄酒果酒酒精 1988 1989
1990 1385 1991 136 1992 1993 1994 2233 1995 1996 1997 2. 酿酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量见下表: 年度葡萄种植面积(万亩)葡萄产量(万吨)葡萄酒产量(万吨) 1990 1991
1992 1993 1994 1995 1996 1997 1998 250 225 1999 / /
2000 / / 30 2010 / / 80(预计) 注:1公顷=15亩 3. 中国的酿酒葡萄大致分布在以下九个产区:东北产区、渤海湾产区、沙城产区、清徐产区、银川产区、吐鲁番盆地、黄河故道产区、云南高原产区和武威产区。其中年产葡萄酒超过1万吨的6各省市分别为:山东、河北、天津、北京、安徽和河南,这6各省市的葡萄酒产量能够占到中国葡萄酒总产量的80%。 2001年中国葡萄酒行业主要经济指标完成情况 省份产量(万吨)销售收入(亿元)利税总额(亿元) 山东 河北 天津
A题葡萄酒的评价 摘要 随着我国葡萄酒业的逐步发展,葡萄酒生产企业的规模和数量不断扩大,葡萄酒的质量成为大家越来越关心的话题,本文旨在建立数学模型评价葡萄酒和酿酒葡萄的质量。 针对问题一,在对两组评酒员的评价是否存在显著性差异的问题中,首先用2 拟合检验法验证了两组评酒员的评价结果都服从正态分布,并对两组评酒员的评价结果进行了F检验和t检验,发现两组评酒员对于红葡萄酒和白葡萄酒的评价结果均存在显著性差异,通过方差分析法处理,发现第二组评酒员的评分方差更小,故评价结果均衡度更好,其结果可信度更大。 针对问题二,我们利用置信区间法计算出可信区间,再结合酿酒葡萄的理化指标和可信组评酒员的打分所刻画的葡萄酒的质量对酿酒葡萄进行分级,用Q型聚类分析的方法将红,白葡萄酒和酿酒葡萄各分成了5类,然后对分好的葡萄类所酿造的葡萄酒进行统计,得到各类葡萄所对应的级别。 针对问题三,我们分析了酿酒葡萄和葡萄酒的理化指标之间的联系,运用主成分分析的方法,从酿酒葡萄的30个指标中提取出了12个主要成分,进而通过逐步回归的方法建立起酿酒葡萄和葡萄酒的理化指标联系的模型。但主成分法去掉了一部分数据,我们有用最小二乘法进行。 针对问题四,利用最小二乘法建立多元线性回归模型分析葡萄和葡萄酒的理化指标对葡萄酒质量的影响,利用spss软件求出自变量与因变量间的相关系数为0.138,拟合线性回归的确定性系数为0.019,经方差分析及对回归系数进行显著性检验发现方程不显著,即不能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 关键字:正态分布主成分分析聚类分析方法最小二乘法逐步回归 spss软件
一、问题重述 确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。建立数学模型讨论下列问题: 1、分析附件1中两组评酒员的评价结果有无显著性差异,哪一组结果更可信; 2、根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级; 3、分析酿酒葡萄与葡萄酒的理化指标之间的联系; 4、分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 二、问题分析 近年来,我国的葡萄酒业得到了快速的发展,同时也产生了诸如因质量检测体系不完善带来的市场紊乱等问题,如今人们也越来越关注葡萄酒的质量问题,因此,研究葡萄酒的质量评价问题对中国葡萄酒市场的稳定发展以及更好地酿造出高质量的葡萄酒有着实际的应用价值。 2.1 对问题一的分析 两组评酒员分别对27种红葡萄酒和28种白葡萄酒进行了评价,通常情况下,评价结果一般服从正态分布,所以一方面,我们首先应当对评价数据进行2 拟合检验法[1],说明其服从正态分布;然后利用SPSS软件对两组评酒员的评价结果进行方差分析,计算出各组评酒员评价结果的方差,方差越大表明组内成员的评价差异越大,可信度就越低。;最后采用t检验和F检验进行显著性分析。而一个较好的评价组员应是本着客观的原则进行评价,其评价结果通常较为均匀,因此,另一方面,我们应记录和讨论表中出现的异常数据,客观评价其出现的原因。综合以上,得出结论。 2.2 对问题二的分析 首先,我们利用第一题的结果,用置信区间法对可信组的原始数据进行处理,降低评酒员之间的差异,提高酒样品之间的差异【1】;利用处理后的数据(总分)对葡萄酒进行分级; 然后,对初步处理后的酿酒葡萄的理化指标对葡萄进行Q型聚类分析,将葡萄分成
葡萄酒行业市场分析报告(2004年7月) 目录:1、行业整体运行情况 2、葡萄酒行业产品分析 3、葡萄酒行业品牌分析 4、葡萄酒行业新品分析 5、葡萄酒行业促销分析 6、葡萄酒行业热点分析 7、葡萄酒区域市场分析 8、葡萄酒市场下月预测 一、行业整体运行概述 7月葡萄酒市场和火爆的饮料和乳品市场相比略显沉默。但在这个承上启下的时间,任何一个葡萄酒企业都没有放松。关税下调后,洋葡萄酒来势汹汹,放下尊贵的身段和国产葡萄酒争夺中低档市场。而国产品牌则在中低档市场苦苦支撑的同时,将重点放在了高档产品的开发上。传播葡萄酒消费理念成为企业的共同选择,他们知道,只有市场培育起来了,才有行业的发展。虽然本月新品很少,但有着向保健方向发展的趋势。本月价格变动不大,主要是因为此时企业多处在休整期,维持现有的市场占有率是绝大部分企业的选择。下月开始,葡萄酒进入销售预热期,市场可能有较大变化。 二、葡萄酒行业产品分析 1、价格行情分析 糖酒快讯市场分析中心对广州、成都、郑州、长沙、武汉、南京、沈阳、济南、北京、上海等10个城市的10个葡萄酒品牌进行了调查,调查的10个
城市中,有60%的城市的葡萄酒价格有波动,它们分别是:北京(5个)、广州(3个)、长沙(2个)、南京(2个)、沈阳(2个)、济南(1个);40%的城市的葡萄酒价格没有波动,它们是成都、郑州、武汉和上海。调查数据显示:7月葡萄酒价格在华中地区总体波动不大,在华北和华东地区波动相对较强烈。 以下是具体调查情况的图表分析: 注: ①商品采样原则,根据品牌在不同销售点出现的重复次数取样,重复次数多的采为样本 ②样本价格确定原则,不同零售点零售价格的加权平均数 ③表中“/”处表明在该地区未将该品牌作为取样样本 ④抽样城市:广州、成都、郑州、长沙、武汉、南京、沈阳、济南、北京、上海等十个城市
2012高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括、电子、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): A (隐去论文作者相关信息) 日期: 2012 年 9 月 10 日赛区评阅编号(由赛区组委会评阅前进行编号):
2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号(由赛区组委会评阅前进行编号): 全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):
葡萄酒质量的评价 摘要 葡萄酒质量的好坏主要依赖于评酒员的感观评价,由于人为主观因素的影响,对于酒质量的评价总会存在随机差异,为此找到一种简单有效的客观方法来评酒,就显得尤为重要了。本文通过研究酿酒葡萄的好坏与所酿葡萄酒的质量的关系,以及葡萄酒和酿酒葡萄检测的理化指标的关系,以及葡萄酒理化指标与葡萄酒质量的关系,旨在通过客观数据建立数学模型,用客观有效的方法来评价葡萄酒质量。 首先,采用双因子可重复方差分析方法,对红、白葡萄酒评分结果分别进行检验,利用Matlab软件得到样品酒各个分析结果,结合01 -数据分析,发现对于红葡酒有70.3%的评价结果存在显著性差异,对于白葡萄酒只有53%的评价结果存在显著性差异。通过比较可知,两组评酒员对红葡萄酒的评分结果更具有显著性差异,而对于白葡萄酒的评分,评价差异性较为不明显。为了评价两组结果的可信度,借助Alpha模型用克伦巴赫α系数衡量,并结合F检验,得出红葡萄酒第一组评酒员的评价结果可信度更高,而对白葡萄酒的品尝评分,第二组评酒员的评价结果可信度更高。综合来看,主观因素对葡萄酒质量的评价具有不确定性。 结合已分析出的两组品酒师可靠性结果,对葡萄酒的理化指标进行加权平均,最终得出十位品酒师对样品酒的综合评价得分。将每一样品酒的综合得分与其所对应酿酒葡萄的理化指标(一级指标)共同构成一个数据矩阵,采用聚类分析法,利用SPSS软件对葡萄酒样进行分类,根据分类的结果以及各葡萄样品酒综合得分最终将酿酒葡萄分为A(优质)、B(良好)、C(中等)、D(差)四个等级,客观地反映了酿酒葡萄的理化指标与葡萄酒质量之间的联系。 为了分析酿酒葡萄与葡萄酒理化指标之间的联系,采用相关分析法,能有效地反映出两者间的联系,取与葡萄各成分相关性显著的葡萄酒理化指标,与葡萄成分做多元线性回归得出葡萄酒理化指标与酿酒葡萄的拟合方程,从而反映酿酒葡萄与葡萄酒理化指标之间的联系。 由于已经通过回归分析建立了酿酒葡萄和葡萄酒理化指标之间的关系,因此从酿酒葡萄成分对葡萄酒的理化指标的影响,再研究出葡萄酒理化指标与葡萄酒质量的联系,便可作为一个桥梁,反映出葡萄与葡萄酒理化指标对葡萄酒的质量的作用。研究葡萄酒理化指标与葡萄酒质量的联系,需要运用变量间的相关性及Pearson系数法分析葡萄酒的理化指标与葡萄酒质量评价指标的相关性,通过比较选出与葡萄酒评价的一级指标相关性程度大的葡萄酒成分,进行回归分析法,建立酿酒葡萄的理化指标与葡萄酒质量之间的拟合方程,结合各个质量一级指标的权重,从而完成了从葡萄酒成分对葡萄酒质量的客观评价。综合计算结果,与酿酒葡萄分级的结果吻合,所以分析结果较客观。
承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子 邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关 的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其 他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式 在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违 反竞赛规则的行为,我们将受到严肃处理。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): A 我们的参赛报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名):西安理工大学 参赛队员 (打印并签名) :1. 郑晓东 2. 罗璐 3. 宫维静 指导教师或指导教师组负责人 (打印并签名): 日期: 2013 年 05月 10 日
葡萄酒质量的综合评价分析 摘要 近年来,随着人们生活水平的提高,葡萄酒也随之受到人们的喜爱,加之食品科学技术的提高,人们对葡萄酒的品质也有了更高的要求,本文就针对葡萄酒品质的相关问题进行建模,求解和有关分析。 对问题一,首先基于两组评酒员对同一批葡萄酒的评价分数数据,采用假设检验中的t检验法建立评估两组数据差异的模型,运用Spss软件求解,得到两组数据存在显著性差异的结论,其次,通过计算两组数据的方差,用以比较稳定性,得到第二组更可信的结论。 对问题二,首先对酿酒葡萄理化指标数据进行标准化处理,经过主成分分析法将葡萄分为四个等级,其次,按可信度高的一组(第二组)得分将葡萄酒分为五级,综合两种分级,将酿酒葡萄分为了——级。 对问题三,首先同问题二对酿酒葡萄与葡萄酒的理化指标进行主成分分析,用Matlab的曲线拟合得到葡萄酒的得分,分别与酿酒葡萄与葡萄酒的理化指标之间的函数关系,再进行反解即得到酿酒葡萄与葡萄酒的理化指标之间联系。
美国新橡木桶贮存赤霞珠干红葡萄酒W2B5理化指标分析 班级:生工081 学号:080302101 姓名:杨冲 摘要:本实验以美国新橡木桶贮存赤霞珠干红葡萄酒为原料,根据GBT 15038-2006 葡萄酒、果酒通用分析方法测定样品的总酸、挥发酸、酒精度、干浸出物、总浸出量、残糖、单宁、色度、色调、总酚、总SO2、明胶指数、盐酸指数、pH、可溶性固形物。结果显示, 葡萄酒的各项理化指标符合国家新标准中的规定。本文讨论分析了橡木桶对赤霞珠干红葡萄酒储存过程中理化指标的影响。 关键词:赤霞珠;橡木桶;干红葡萄酒;理化指标;分析检测 1 引言 葡萄酒是以新鲜葡萄或葡萄汁为原料,经发酵而成的含有多种营养成分的饮料酒, 是世界公认的对人体有益的健康酒精饮品。葡萄酒具有很高的营养价值和保健作用, 内含一种称为白藜芦醇的物质, 以红葡萄酒中含量最多, 可用于癌症的化学预防。葡萄酒能调节人体新陈代谢, 促进血液循环, 防止胆固醇增加, 同时还有利尿、激发肝功能和防止衰老的作用, 长期适当适量( 每天控制在50mL) 饮用, 可以起到滋补、强身、美容的作用, 可防止坏血病、贫血、眼角膜炎, 降低血脂, 促进消化, 对预防癌 症和医治心脏病大有禆益。 干红葡萄酒中含有人体维持生命活动所需的三大营养素:维他命、糖及蛋白质。葡萄糖是人类维持生命、强身健体不可缺少的营养成分,是人体能量的主要来源。近年来也越来越受广大顾客的青睐。本研究的目的就是通过对赤霞珠干红葡萄酒理化指标的检测,保障酒的质量,并通过检测分析在制作、品种、贮存工具、贮存条件相同的情况下,只有贮存时间不同对酒理化性质的比较分析。 由于橡木桶贮存过的葡萄酒日益得到消费者的认可,橡木桶便越来越受到世界各地的酿酒师的青睐。橡木香气是木桶贮藏的葡萄酒中最常见的香气。经过木桶贮藏,葡萄酒逐渐氧化成熟。新、旧橡木桶也会对葡萄酒产生一定影响,随着贮酒次数的增加,木桶的贮藏效果逐渐减弱。几乎有葡萄酒出产的地方都可以见到赤霞珠的身影,但是它在世界各地区的表现是有所差异的,不同的地区由于气候不同导致葡萄的质量不同。本文研究的是美国新橡木桶贮存赤霞珠干红葡萄酒的理化指标差异。 2 材料与方法 2.1 原料 美国6#新橡木桶贮存2#赤霞珠干红葡萄酒(W2B6)2010年10月—2011年6月的九个样品。 2.2 试剂与仪器 试剂: NaOH 标准液,费林溶液Ⅰ、Ⅱ液,葡萄糖标液,福林-肖卡、福林-丹尼斯(试剂等。 仪器:分析天平,分光光度计, pH计等。
关于中国进口红酒的 市场调查分析报告 一、调查背景 随着国外葡萄酒市场的持续低迷,中国市场已成 为世界各葡萄酒产国的避风港。作为当前葡萄酒消费 量增长最强劲的中国,市场现状与未来趋势到底如何? 伴随着国外市场的低迷而中国却在加入WTO之后,随着葡萄酒进口关税税率从 65%一路降至 14%(瓶 装)和 20%(散装 ) ,进口葡萄酒在中国的机会开始大 幅显现。越来越多的国外葡萄酒如潮水般涌入国内市 场,进口量持续高速增长。数千个品牌,几十个品种,以及新旧世界葡萄酒的不同分级方法让消费者眼花缭 乱。各国外葡萄酒企业及其中国的合作伙伴们均使出 浑身解数,力图在中国这个当前全球最大的新兴葡萄 酒市场上尽可能多的分得一杯羹,把握住这个难得的 机遇。 二、市场分析 1、红酒市场目前的容量分析 (1)、目前消费在认知度分析 A、中国葡萄酒文化相对世界相比很薄弱,属于有历史
无文化的情况。中国的葡萄酒文化营销处于初级阶段,既学习和接受欧美的葡萄酒文化。大部分消费者通过影视剧,广告片和网络了解红酒认识红酒。但深层次 的红酒文化教育仍然十分缺乏。导致大多数消费者仍 处于“乱喝” B、“没有文化,葡萄酒就是昂贵的饮料”。 (2)、与世界消费认知的差距 A、我国目前的葡萄酒产业仍处在培育期。目前人均消费 0.61 升,城镇人均消费葡萄酒 1.1 升。与世界人均 6升多的消费量差距很大。从国内饮料酒的消费结构看,葡萄酒也仅占酒类年消费总量的 1.6%。 B、在饮用上,中国人完全省略了观、晃、闻、品的步 骤,一口一杯还觉着不过瘾 C、我国葡萄酒的消费水平低原因有两个方面:一是引 入时间短,二是居民收入低 (2)、进口红酒的市场成熟度与容量分析 A、从 04 年至 09 年的 6 年中,瓶装进口葡萄酒总量连 续多年保持了高速增长态势。据海关最新统计数据显示,2009 年全国瓶装酒进口葡萄酒总量达到了创纪录 的84360 吨,比 2008 年的 55500 吨新增 28860 吨,增长比率为 52%,比 2007 年的 48815 吨增长 72.8%,比2004 年的 7080 吨增长了 10 倍多。2009 年葡萄酒进口
(精编)葡萄酒质量的评 价
2012高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): A (隐去论文作者相关信息) 日期:2012 年9 月10 日 赛区评阅编号(由赛区组委会评阅前进行编号): 2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号(由赛区组委会评阅前进行编号): 赛区评阅记录(可供赛区评阅时使用): 评
阅 人 ,,,,,,,,,, 评 分 ,,,,,,,,,, 备 注 ,,,,,,,,,, 全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):
葡萄酒质量的评价 摘要 葡萄酒质量的好坏主要依赖于评酒员的感观评价,由于人为主观因素的影响,对于酒质量的评价总会存在随机差异,为此找到一种简单有效的客观方法来评酒,就显得尤为重要了。本文通过研究酿酒葡萄的好坏与所酿葡萄酒的质量的关系,以及葡萄酒和酿酒葡萄检测的理化指标的关系,以及葡萄酒理化指标与葡萄酒质量的关系,旨在通过客观数据建立数学模型,用客观有效的方法来评价葡萄酒质量。 首先,采用双因子可重复方差分析方法,对红、白葡萄酒评分结果分别进行检验,利用Matlab软件得到样品酒各个分析结果,结合数据分析,发现对于红葡酒有的评价结果存在显著性差异,对于白葡萄酒只有53%的评价结果存在显著性差异。通过比较可知,两组评酒员对红葡萄酒的评分结果更具有显著性差异,而对于白葡萄酒的评分,评价差异性较为不明显。为了评价两组结果的可信度,借助Alpha模型用克伦巴赫系数衡量,并结合检验,得出红葡萄酒第一组评酒员的评价结果可信度更高,而对白葡萄酒的品尝评分,第二组评酒员的评价结果可信度更高。综合来看,主观因素对葡萄酒质量的评价具有不确定性。 结合已分析出的两组品酒师可靠性结果,对葡萄酒的理化指标进行加权平均,最终得出十位品酒师对样品酒的综合评价得分。将每一样品酒的综合得分与其所对应酿酒葡萄的理化指标(一级指标)共同构成一个数据矩阵,采用聚类分析法,利用SPSS软件对葡萄酒样进行分类,根据分类的结果以及各葡萄样品酒综合得分最终将酿酒葡萄分为A(优质)、B(良好)、C(中等)、D(差)四个等级,客观地反映了酿酒葡萄的理化指标与葡萄酒质量之间的联系。 为了分析酿酒葡萄与葡萄酒理化指标之间的联系,采用相关分析法,能有效地反映
市场营销葡萄酒行业市 场分析报告 文稿归稿存档编号:[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
中国葡萄酒行业市场分析报告 唐文龙 2003-08-28 14:48 一、关于中国葡萄酒生产、葡萄酒生产企业概况以及葡萄酒进出口、进口葡萄酒价格 (1)中国年酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量 1. 在中国,葡萄酒还不是主流的饮用酒水。在大多数消费者的日常生活中,白酒和啤酒消费还占有很大的比重,具体数据见下表: 1988-1997年中国酒水产量比较对照表单位:万吨 年度酒水总产量白酒啤酒黄酒葡萄酒果酒酒精 1988 1357.29 468.54 662.77 85.9 30.85 109.23 108.78 1989 1284.63 448.31 643.41 83.66 27.18 82.07 107.79 1990 1385 513.91 692.23 75.5 25.4 78.2 129.3 1991 1538.92 524.48 838.37 80.64 24.10 71.24 136 1992 1752.71 547.43 1020.66 93.26 24.60 66.66 145.03 1993 1967.43 593.67 1190.08 103.61 23.60 56.45 151.24 1994 2233 651.29 1414.66 104.81 18.00 44.26 170.47 1995 2567.34 798.62 1568.82 134.53 22.90 42.45 227.81 1996 2650.94 801.3 1681.91 119.70 17.00 31.00 200.28 1997 2834.11 781.79 1888.94 121.63 18.55 23.20 213.28 2. 酿酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量见下表: 年度葡萄种植面积(万亩)葡萄产量(万吨)葡萄酒产量(万吨) 1990 183.9 85.9 25.40
感官要求
理化要求
葡萄酒的分析与检验 葡萄酒的感官分析就是利用感官对葡萄酒进行观察、描述,并与已知的标准进行比较,对品尝结果进行分析,最后对所品尝的葡萄酒的质量给出评语,做出评价。 葡萄酒的外观特性 主要指酒的澄清度、颜色、气泡及流动性等。衡量外观质量的重要指标有澄清度和颜色。澄清度 葡萄酒的澄清程度是葡萄酒外观特性的重要方面。酒的澄清程度与其口感有密切联系。澄清程度差的葡萄酒其口感质量一般也较差。 衡量葡萄酒澄清程度的指标有透明度、浑浊度等,与之相关的指标还有是否光亮、有无沉淀等。优良的葡萄酒必须澄清、透明(色深的红葡萄酒例外)、光亮。 1.澄清:是衡量葡萄酒外观质量的重要指标。澄清表示的是葡萄酒明净清澈、不含悬浮物。通常情况下,澄清的葡萄酒也具有光泽。 2.透明度:是葡萄酒允许可见光透过的程度。白葡萄酒的澄清度和透明度呈正相关,即澄清的白葡萄酒透明。但对于红葡萄酒来讲,如果颜色很深,则澄清的葡萄酒就不一定透明。 3.浑浊度:表示的是葡萄酒的浑浊程度,浑浊的葡萄酒含有悬浮物。葡萄酒的浑浊往往是由微生物病害、酶破败或金属破败引起的。浑浊的葡萄酒其口感质量也差。 4.沉淀:指的是从葡萄酒中析出的固体物质。沉淀是由于在陈酿过程中,葡萄酒构成成份的溶解度变小引起的,一般不会影响葡萄酒的质量。 描述澄清程度的词汇: 澄清度: 清亮透明,晶莹透明,莹澈透明,有光泽,光亮; 浑浊度: 略失光,失光,欠透明,微混浊,极浑浊,雾状混浊,乳状混浊; 沉淀:有沉淀,纤维状沉淀,颗粒状沉淀,絮状沉淀,酒石结晶,片状沉淀,块状沉淀。颜色 决定于原料品种、酿造方法和酒龄的葡萄酒颜色,在外观中具有重要的地位。对颜色的观察有助于品尝员判断葡萄酒的醇厚度、酒龄和成熟状况。 1.颜色能反应葡萄酒的种类 如根据颜色不同,葡萄酒分为白葡萄酒、桃红葡萄酒、红葡萄酒。 2.葡萄酒的颜色可反应出葡萄酒的成熟程度 葡萄酒的颜色受酒龄影响,新红葡萄酒由于源于果皮花色素苷的作用,通常颜色鲜艳,为紫红色和宝石红色,带紫色色调;在葡萄酒的成熟过程中,丹宁逐渐与游离花色素苷等结合而使成年葡萄酒带有黄色色调。瓦红或砖红色为成年红葡萄酒的常有的颜色,而棕红色则为在瓶内陈酿10年以上的红葡萄酒的颜色。因此,可根据颜色,判断葡萄酒的成熟状况。 3.葡萄酒的颜色和口感的变化存在着平行性 葡萄酒的颜色和口感的变化存在着平行性,颜色和口感之间必须相互协调平衡。颜色的深浅反应葡萄酒的结构、丰满度以及尾味和余味。如在红葡萄酒中,颜色的深浅与丹宁的含量往往正相关。如果红葡萄酒颜色深而浓,几乎处于半透明状态,多数情况下它必然醇厚、丰满、丹宁感强。相反,色浅的葡萄酒,则味淡、味短。当然,如果较柔和,具醇香,仍不失为好酒。例如瓦红色的红葡萄酒,必须与浓郁的醇香和柔顺的口感同时存在,否则表明该酒是人工催熟条件下陈酿而未能表现出最佳感官质量。带紫色的新葡萄酒往往口味平淡、瘦弱、尖酸、粗糙;褐色过重的成年葡萄酒,氧化过重、老化;而棕红色只能与甜型葡萄酒相配合。最后,失光的葡萄酒,在其它方面也一定会存在着某些缺陷。 描述颜色好坏的词汇 葡萄酒的颜色包括色度和色调。形容色度(即深浅)方面的词汇有:浅、淡或深、浓、暗
数学建模A葡萄酒的评 价 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】
2012高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了中国大学生数学建模竞赛的竞赛规则. 我们完全明白,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、 网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。 我们知道,抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开 的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处 和参考文献中明确列出。 我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛 规则的行为,我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会,可将我们的论文以任何形式进行公开 展示(包括进行网上公示,在书籍、期刊和其他媒体进行正式或非正式发表等)。 我们参赛选择的题号是(从A/B/C/D中选择一项填写): A 我们的参赛报名号为(如果赛区设置报名号的话): 所属学校(请填写完整的全名): 参赛队员 (打印并签名) :1. 2. 3. 指导教师或指导教师组负责人 (打印并签名): 日期: 2012 年 9 月 7 日赛区评阅编号(由赛区组委会评阅前进行编号):
2012高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号(由赛区组委会评阅前进行编号): 全国评阅编号(由全国组委会评阅前进行编号):
葡萄酒的评价 摘要 目前,葡萄酒备受大家的青睐,其质量也日益受到人们的关注。葡萄酒的质量与 酿酒葡萄的好坏有直接关系,葡萄酒和酿酒葡萄的理化指标会在一定程度上反应葡萄 酒和酿酒葡萄的质量。 对于问题1,我们采用方差分析的方法建模解决。基本思路是:对两组评酒员的评 价结果进行单因素方差分析,然后再用F检验对得出的结果进行进一步验证,得出两 组评酒员的评价结果无显着性差异,通过比较两组评酒员评价结果的方差值,得出第 二组的结果更可信。 对于问题2,我们采用主成分分析方法,建立综合评价模型,对酿酒葡萄进行分 级。基本思路是运用因子分析的方法,以特征值大于1为标准,得出酿酒葡萄理化指 标的8种主成分,在此基础上把综合因子作为一项排名指标,结合问题1得出的葡萄 酒的质量,对酿酒葡萄进行排名,用两种排名的名次之和作为对酿酒葡萄分级的主要 依据。此方法消除了主观加权的盲目性,保证了分级的客观性;避免了两个指标中因 某一指标数值上远远大于另一指标而使另一指标对排名起不到作用的现象的发生。最 终将酿酒葡萄分为了Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五个等级。 对于问题3,我们对酿酒葡萄和葡萄酒的理化指标中具有可比性的同类指标一一对 比,经相关性检验得到他们具有显着的线性相关性,进而用线性回归的方法得出回归 方程,找到酿酒葡萄和葡萄酒的理化指标之间的联系。 对于问题4,先将酿酒葡萄和葡萄酒的量化指标进行无量纲化处理,用F检验验证两组值的相似程度为1,得出酿酒葡萄和葡萄酒的理化指标会对葡萄酒质量产生影响,所以可以用葡萄和葡萄酒的理化指标来评判葡萄酒的质量。 文章最后对论文的优缺点做了评价,并给出了一些改进方向,以利于在实际中应 用和推广。 关键词:方差分析;因子分析;主成分分析法;线性回归分析;SPSS软件;F检验 1.问题的重述 确定葡萄酒质量时一般是通过聘请一批有资质的的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年分一些葡萄酒的评价结果,附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题: 1.分析附件1中两组评酒员的评价结果又无明显差异,哪一组结果更可信? 2.根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3.分析酿酒葡萄与葡萄酒的理化指标之间的关系。
中国葡萄酒行业市场分析报告 唐文龙 2003-08-28 14:48 一、关于中国葡萄酒生产、葡萄酒生产企业概况以及葡萄酒进出口、进口葡萄酒价格 (1)中国年酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量 1. 在中国,葡萄酒还不是主流的饮用酒水。在大多数消费者的日常生活中,白酒和啤酒消费还占有专门大的比重,具体数据见下表: 1988-1997年中国酒水产量比较对比表单位:万吨 年度酒水总产量白酒啤酒黄酒葡萄酒果酒酒精 1988 1357.29 468.54 662.77 85.9 30.85 109.23 108.78 1989 1284.63 448.31 643.41 83.66 27.18 82.07 107.79 1990 1385 513.91 692.23 75.5 25.4 78.2 129.3
1991 1538.92 524.48 838.37 80.64 24.10 71.24 136 1992 1752.71 547.43 1020.66 93.26 24.60 66.66 145.03 1993 1967.43 593.67 1190.08 103.61 23.60 56.45 151.24 1994 2233 651.29 1414.66 104.81 18.00 44.26 170.47 1995 2567.34 798.62 1568.82 134.53 22.90 42.45 227.81 1996 2650.94 801.3 1681.91 119.70 17.00 31.00 200.28 1997 2834.11 781.79 1888.94 121.63 18.55 23.20 213.28 2. 酿酒葡萄种植面积、酿酒葡萄产量和葡萄酒产量见下表: 年度葡萄种植面积(万亩)葡萄产量(万吨)葡萄酒产量(万吨) 1990 183.9 85.9 25.40 1991 170.8 91.6 24.10 1992 208.5 112.5 24.60
葡萄酒检验报告模板 篇一:葡萄酒的分析与检验 感官要求 理化要求 葡萄酒的分析与检验 葡萄酒的感官分析就是利用感官对葡萄酒进行观察、描述,并与已知的标准进行比较,对品尝结果进行分析,最后对所品尝的葡萄酒的质量给出评语,做出评价。 葡萄酒的外观特性 主要指酒的澄清度、颜色、气泡及流动性等。衡量外观质量的重要指标有澄清度和颜色。澄清度 葡萄酒的澄清程度是葡萄酒外观特性的重要方面。酒的澄清程度与其口感有密切联系。澄清程度差的葡萄酒其口感质量一般也较差。 衡量葡萄酒澄清程度的指标有透明度、浑浊度等,与之相关的指标还有是否光亮、有无沉淀等。优良的葡萄酒必须澄清、透明(色深的红葡萄酒例外)、光亮。 1.澄清:是衡量葡萄酒外观质量的重要指标。澄清表示的是葡萄酒明净清澈、不含悬浮物。通常情况下,澄清的葡萄酒也具有光泽。 2.透明度:是葡萄酒允许可见光透过的程度。白葡萄酒的澄清度和透明度呈正相关,即澄清的白葡萄酒透明。但
对于红葡萄酒来讲,如果颜色很深,则澄清的葡萄酒就不一定透明。 3.浑浊度:表示的是葡萄酒的浑浊程度,浑浊的葡萄酒含有悬浮物。葡萄酒的浑浊往往是由微生物病害、酶破败或金属破败引起的。浑浊的葡萄酒其口感质量也差。 4.沉淀:指的是从葡萄酒中析出的固体物质。沉淀是由于在陈酿过程中,葡萄酒构成成份的溶解度变小引起的,一般不会影响葡萄酒的质量。 描述澄清程度的词汇: 澄清度:清亮透明,晶莹透明,莹澈透明,有光泽,光亮; 浑浊度:略失光,失光,欠透明,微混浊,极浑浊,雾状混浊,乳状混浊; 沉淀:有沉淀,纤维状沉淀,颗粒状沉淀,絮状沉淀,酒石结晶,片状沉淀,块状沉淀。颜色 决定于原料品种、酿造方法和酒龄的葡萄酒颜色,在外观中具有重要的地位。对颜色的观察有助于品尝员判断葡萄酒的醇厚度、酒龄和成熟状况。 1.颜色能反应葡萄酒的种类 如根据颜色不同,葡萄酒分为白葡萄酒、桃红葡萄酒、红葡萄酒。 2.葡萄酒的颜色可反应出葡萄酒的成熟程度
葡萄酒的评价 摘要 本文主要研究的是如何对葡萄酒进行评价的问题。通过对评酒员的评分与酿酒葡萄的理化指标和葡萄酒的理化指标等原始数据进行统计、分析和处理,我们得出了一个较为合理地评价葡萄酒质量优劣的模型。 在问题一中,我们采用T检验法,首先进行正态分布拟合检验,判断出它们服从正态分布。之后,我们通过T检验法判断出了两组评酒员的评价结果具有显著性差异。而对于如何判断哪一组评酒员的评价结果更可信,由于评酒员评分的客观性,我们通过计算评酒员评分均值的置信区间,利用置信区间的长短来判断评分的可信程度。置信区间越窄,说明其越可信。利用Matlab软件求出了第二组评酒员的评分均值的置信区间更窄,所以第二组评酒员的评价结果更可信。 在问题二中,我们采用主成分分析法,把给定的一组相关变量通过线性变换转成另一组不相关的变量,这些新的变量再按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变,使第一变量具有最大的方差。第二变量的方差次大,并且和第一变量不相关。由于变量较多,虽然每个变量都提供了一定的信息,但其重要性有所不同。依次类推,最后我们将酿酒葡萄分为了四个等级:优质、次优、中等、下等。 在问题三中,我们通过多项式曲线拟合的方法,构造一个以葡萄酒的理化指标为自变量,酿酒葡萄的理化指标为因变量的函数,并利用Matlab软件进行曲线拟合,最后得出酿酒葡萄与葡萄酒的理化指标之间的关系为呈线性正相关。 在问题四中,我们用无交互作用的双因素试验的方差分析方法,通过对观测、比较、分析实验数据的结果,鉴别出了两个因素在水平发生变化时对实验结果产生显著性影响的大小程度。最后,我们认为能用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量,
A题:葡萄酒的评价 摘要 本文主要进行了葡萄酒感官评价的可信度比较、酿酒葡萄评价分级、酿酒葡萄与葡萄酒的理 化指标之间的联系、评价结果统计分析等方面的研究。通过方差分析、层次分析等方法建立模型, 解决了葡萄酒的评价问题。 问题一:利用方差分析法对评酒员评价数据进行分析,并用Excel 画出图表(见正文),直观地观察出两组评价数据范围接近,第二组评价数据波动不大,评价数据更可信。 问题二:要求根据酿酒葡萄的理化指标和葡萄酒的质量,对这些酿酒葡萄进行分级,我们认为影响酿酒葡萄品质的因素较多,酿酒葡萄各理化指标之间的关系又是极其复杂的,对其的评价是一个多指标、多属性的问题。采用系统工程学的层次分析法(AHP )来确定影响葡萄品质的各 因素的权重,应用综合评判法,对酿酒葡萄进行了评价和分级。各等级下葡萄样品数如下表: 等级优良中合格葡萄种类 红葡萄54108 白葡萄8892 问题三:利用逐步回归法得到酿酒葡萄与葡萄酒的理化指标之间的关系,并用BP 神经网络进行比较验证。 问题四:通过聚类分析与神经网络相结合,分析酿酒葡萄与葡萄酒的理化指标和葡萄酒质量 间的联系。通过理化指标得到葡萄酒质量评价分数,并与第二组评酒员评价出的葡萄酒质量评价 分数对比分析,可知现阶段还不能用酿酒葡萄与葡萄酒的理化指标来评价酒的质量。 本文的建模过程中,对于每个问题都充分考虑了影响因素,一定程度上体现了模型的可靠性,具有较强的适用性和普遍性。 关键词:方差分析 Excel 逐步回归分析Bp 神经网络聚类分析Matlab DPS 数据处理系统
一、问题重述 通过聘请一些有资质的评酒员品尝葡萄酒,根据他们反馈意见来确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。已知某一年份一些葡萄酒的评价结果,及该年份这些葡萄酒的和酿酒葡萄的成分数据。根据上述条件建立数学模型解决以下问题: 1.分析两组评酒员的评价结果有无显着性差异,哪一组结果更可信。 2.根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3.分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4.分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 二、问题分析 问题一:观察附表 1 中评酒员的评价结果数据,分析得出它们之间的差异。根据评酒员对各组葡 萄酒的评价结果数据,寻求结果数据更加稳定的一组,作为目标,利用求方差的数学模型, 对各个数量指标进行分析比较,得出更有可信度组。 问题二:根据不同理化指标对于酿酒葡萄影响各不相同,用层次分析法构造比较矩阵。计算得到各个因素所对应的权重,定一个分数指标,根据分数对葡萄进行分级。 问题三:题中葡萄与葡萄酒指标数分别为 60、17,考虑因变量太多,用逐步回归分析法建立求解模型,结合神经网络模型进行对比验证。将多次测试值取平均数,获得可信数据。 问题四:考虑参数过多,为剔除微小影响因素,通过聚类分析法对影响指标进行归类,寻找主要因素,用神经网络建立模型,获得理化参数对葡萄酒的影响关系。对理化指标仿真得到新的质量指标分数,与第二组评酒员评价数据比较分析,作为论证依据。 三、模型假设及符号说明 3.1 模型假设 (1)假设评酒员给出的评价数据不存在个人因素。 (2)假设一级指标只与一级指标相互影响,二级指标只与二级指标相互影响。 (3)假设葡萄分级时忽略二级指标对结果的影响。 3.2 符号说明 i:表示第 i 个处理观测值总体平均数。 ij :表示试验误差。 i : 表示处理i 对试验结果产生的影响。 x ij:表示i ij 总和。 ss :表示误差平方和。 e ss t表示处理间平方。