基于理化指标分析的葡萄与葡萄酒的评价
基于理化指标分析的葡萄及葡萄酒的评价
基于理化指标分析的葡萄及葡萄酒的评价葡萄及葡萄酒的评价是葡萄酒产业中非常重要的一环，而基于理化指标的分析是评价葡萄和葡萄酒质量的一种方法。
下面我们将对基于理化指标分析的葡萄及葡萄酒的评价进行详细讨论。
首先，对于葡萄而言，理化指标主要包括果实大小、果皮厚度、果实颜色、果汁含糖量、酸度、酚类化合物含量等。
果实大小与产量密切相关，通常越大的葡萄产量越高。
果皮厚度与葡萄外观和保存性能有关，较厚的果皮可以保护果实不受外界因素的影响。
果实颜色通常被视为葡萄的品质指标之一，深色葡萄通常含有更多的花青素，而花青素是葡萄酒中重要的色素成分。
果汁含糖量与葡萄糖度相关，是判断果实成熟度和甜度等级的指标之一、酸度是葡萄品质的重要指标之一，过低的酸度可能导致葡萄酒口感平淡。
酚类化合物含量则与葡萄的芳香物质和抗氧化能力等相关。
通过对这些理化指标的分析，可以全面评价葡萄的品质和适用于酿酒的潜力。
对于葡萄酒而言，理化指标主要包括酒精度、总酸度、挥发性酸度、PH值、葡萄酒中的有机酸、糖分、酚类化合物、色素等。
酒精度是葡萄酒中的酒精含量，对于葡萄酒的风味和醇度影响很大。
总酸度和挥发性酸度分别是葡萄酒中总酸和挥发性酸的含量，对于葡萄酒的酸度和口感起到重要作用。
PH值是葡萄酒的酸碱度，对于葡萄酒的稳定性和口感也有影响。
葡萄酒中的有机酸是葡萄酒中的重要成分，不同有机酸的含量和比例会影响葡萄酒的口感和风味。
糖分是判断葡萄酒甜度的重要指标。
酚类化合物和色素是葡萄酒中的重要成分，对于葡萄酒的色泽和口感产生显著影响。
基于理化指标的分析的定量化方法可以通过仪器设备进行测量，然后用数学和统计学的方法进行分析和处理。
利用这些分析结果，我们可以对葡萄和葡萄酒的品质进行判断和评价。
同时，可以通过与历史数据和目标品质进行对比，从而找出改进和调整的方向。
此外，还可以通过对不同产地、不同品种的葡萄以及不同酿造方法的葡萄酒进行理化指标的分析比较，探索出最佳的生产和酿造工艺。
基于理化指标统计分析的葡萄酒质量评价——2012年全国大学生数学建模竞赛A题论文
STUDIES ON THE QUALITY EVALUATION OF GRAPE WINE BASED ON STATISTICAL ANALYSIS OF PHYSICAL AND CHEMICAL INDEXES 作者： 侯勇超 马松林 孙诚程 胡继元 高慧
作者机构： 巢湖学院数学系,安徽巢湖238000
出版物刊名： 巢湖学院学报
页码： 8-14页
年卷期： 2012年 第6期
主题词： 葡萄酒 理化指标 主成分分析 聚类分析 回归分析 相关性分析
摘要：本文根据葡萄酒及酿酒葡萄的理化指标．通过统计分析的方法来对葡萄酒的质量进行评价。
针对4个问题分别建立了显著性差异分析模型、主成分聚类分析模型、一元及多元回归分析模型对问题进行求解，并结合计算结果说明了所建模型的合理性。
酿酒葡萄与葡萄酒理化指标的联系分析
酿酒葡萄与葡萄酒理化指标的联系分析
葡萄是酿酒葡萄酒的主要原料之一，理化指标是表征葡萄酒质量的重要标志，葡萄与葡萄酒的理化指标之间存在着千丝万缕的联系，直接反映着葡萄酒质量特征。
先看理化指标。
葡萄酒中的理化指标主要有比重、pH值、酸度、酒精度等。
比重主要测定了酒体的香气，pH值表明了酒的酸性强弱，酸度是测量酒中酸的量度，酒精度是表征酒体成分的重要指标。
葡萄的理化指标主要包括葡萄糖含量、酸含量、总有机物等。
葡萄糖含量是指葡萄中可消化食品糖的含量，反映着葡萄对酒质量影响的重要因素，酸含量可以直接反映酒的酸性，总有机物表明了葡萄中素材的浓缩程度，从而决定了酒的美味度。
葡萄与葡萄酒理化指标之间存在着千丝万缕的联系，这种联系可用数学方法去表示。
葡萄带给酒的气味、口感和质地是由理化指标决定的，是理化指标的加总结果，理化指标的变化将直接影响酒的口感和质地。
综上所述，葡萄与葡萄酒理化指标之间有着千丝万缕的联系，葡萄的理化指标从某种程度上影响了酒体的香气、pH值、酸度、酒精度等，而这些又决定了酒的美味度。
只有通过准确计算和分析，我们才能更好地把握葡萄酒质量特征，从而更好地为葡萄酒消费者提供高质量的产品。
数据说：葡萄指标数据对葡萄酒的影响
数据说：葡萄指标数据对葡萄酒的影响一、问题设立：（改编自CUMCM 2012 A题）如我们所知，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。
以上只是我们的定性分析，严重缺少定量分析验证。
现在请你根据酿酒葡萄的各项理化指标数据和葡萄酒的指标数据进行分析，通过具体的数据建立数学模型解决下列问题：1. 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。
2. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。
3．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和附件2分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。
附件1：葡萄和葡萄酒的理化指标（含2个表格）附件2：葡萄和葡萄酒的芳香物质（含4个表格）二、问题解答数据说：葡萄指标数据对葡萄酒的影响摘要本文针对对葡萄酒的评价问题，运用了聚类分析法、偏最小二乘回归分析法等方法建立数学模型，综合分析了酿酒葡萄的理化指标、葡萄酒的理化指标与葡萄酒质量三者之间的联系。
针对问题一，对酿酒葡萄进行分级，先对不同量纲的数据进行标准化处理，运用相关性分析法分别计算两种葡萄的各种理化指标和葡萄酒质量的相关性系数，从而筛选出相关性系数较大的指标作为酿酒葡萄的分类指标；运用聚类分析法对酿酒葡萄进行聚类分析，将红葡萄和白葡萄都分成了四类，根据葡萄酒的分级标准，从而得到分级结果（见表6）。
针对问题二，分析酿酒葡萄与葡萄酒的理化指标之间的联系，先对不同量纲的数据进行标准化处理，运用相关性分析法筛选出与葡萄酒质量相关性较大的酿酒葡萄指标和葡萄酒指标。
此问题是研究两组多重相关变量间的关系问题，故运用偏最小二乘回归分析法得到酿酒葡萄与葡萄酒理化指标的回归方程式，从而分析出两者理化指标之间的联系。
针对问题三，分析酿酒葡萄与葡萄酒的理化指标对葡萄酒质量的影响，建立了葡萄酒质量的评价模型：分别对酿酒葡萄理化指标、葡萄酒指标与葡萄酒质量运用偏最小二乘回归分析法，分别得到相应回归方程式；从而得出结论。
葡萄酒的评价问题
我们参赛选择的题号是（从 A/B/C/D 中选择一项填写）： 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. 麻思达
2. 潘博渊 3. 李蕾 指导教师或指导教师组负责人 (打印并签名)：
日期： 日
A 年月
赛区评阅编号（由赛区组委会评阅前进行编号）：
酿酒红白葡萄和红白葡萄酒理化指标的主成分分析结果见如红葡萄的理化指标主成分分析结果红葡萄的主成分第一主成分rg1第二主成分rg2第三主成分rg3主要包含成分名称花色苷单宁干物质含量白藜芦醇第四主成分rg4第五主成分rg5ph白葡萄的理化指标主成分分析结果白葡萄的主成分第一主成分wg1第二主成分wg2第三主成分wg3第四主成分wg4包含成分名称可溶固形物干物质含量总酚葡萄总黄酮固酸比苹果酸红葡萄综合评分的结果根据主成分理化指标综合评分的结果得出各类葡萄的综合评分结果
问题四，因为问题三已经得出了酿酒葡萄与葡萄酒理化指标具有显著的线性 关系的结论，因此本问中以葡萄酒质量为因变量葡萄酒理化指标的典型相关变量 为自变量进行多元线性回归，回归结果如下： Q = 70.515 − 0.805× v9 −1.375× v8 − 0.499× v7 + 0.043× v6 − 0.640× v5 − 0.581× v4 + 0.925× v3 + 0.382× v2 − 2.132× v1
对于问题二，我们根据酿酒葡萄的理化指标和葡萄酒的质量对葡萄进行了分 级。首先对酿酒葡萄的理化指标进行标准化处理，应用主成分分析法得出了主成 分的主要构成。又基于主成分综合评分将葡萄的等级划分为五级，最终得出酿酒 葡萄的分级标准。
对于第三问，首先通过线性回归检验筛选出与葡萄酒理化指标拟合最为紧密 的酿酒葡萄理化指标，再计算每组之间的相关系数，通过典型相关分析得出每组 之间的强度关系。最后对得出的相关系数进行分析，得出酿酒葡萄与葡萄酒的理 化指标之间的联系。
基于理化指标的BP神经网络葡萄酒质量评价
（ ．Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆＭａ ｔ ｈ ｅ ｍ ａ ｔ ｉ ｃ ｓ ， Ｙ ｉ ｂ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｙ ｉ ｂ ｉ ｎ ６ ４ ４ ０ ０ ７ ， Ｃ ｈ ｉ ｎ ａ； ２ ．Ｓ ｃ ｏｏ ｈ ｌ ｆＥ ｏ ｃ ｏ ｎ ｏ ｍ ｉ ｃ ｓ ａ ｎ ｄ Ｍ ａ ｎ ａ ｇ ｅ ｍ ｅ ｎ ｔ ，Ｙ ｉ ｂ ｉ ｎ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，
Ｗｉ ｎ ｅ Ｑｕ ａ ｌ ｉ ｔ ｙ Ｇｒ ａ ｄ ｅ Ｓ ｙ ｓ ｔ ｅ ｍ ｏ ｆ Ｂ Ｐ Ｎｅ ｕ ｒ ａ ｌ Ｎ ｅ ｔ ｗ ｏ ｒ ｋ— Ｏｒ ｉ ｅ ｎ ｔ ｅ ｄ
ＷＵ Ｌｉ ａ ｎ ｇ ｃ ｈ ａ ｏ 。 Ｚ ＨＡＮＧ Ｆ ａ ｎ ，ＣＨＥＮ Ｙａ ｎ ｌ ｉ 。 ，
Ｙ ｉ ｂ ｉ ｎ ４４ ６ ０ ０ ７ ， Ｃ ｈ ｉ ａ） ｎ
Ａｂｓ ｔ ｒ ａ ｃ ｔ ：Ａｉ ｍｉ ｎ ｇ ａ ｔ ｔ ｈ ｅ ｃ ｕ ｒ ｒ ｅ ｎ ｔ ｓ ｉ ｔ ｕ ａ ｔ ｉ ｏ ｎ ｗｈ ｅ ｒ ｅ ｔ ｈ ｅ ｅ ｒ ｉ ｓ ａ ｂ ｓ ｅ ｎ ｃ ｅ ｏ ｆ ｐ ｈ ｙ ｓ ｉ ｃ ａ ｌ ａ ｎ ｄ ｃ ｈ ｅ ｍｉ ｃ ａ ｌ ｉ ｎ ｄ ｅ ｘ ｅ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ｇ ｒ ａ ｄ ｅ ｗｉ ｎ ｅ ｑ ｕ ａ ｌ ｉ ｔ ｙ ｉ ｎ ｔ ｈ ｅ ｗｉ ｎ ｅ ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ ｉ ｎ Ｃ ｈ ｉ ｎ ａ，ａ ｎａ ｌ ｙ ｓ ｉ ｓ ｗａ ｓ ｄ ｏ ｎ ｅ ｔ ｏ ｔ ｅ ｓ ｔ ｗｈ ｅ ｔ ｈ ｅ ｒ ｔ ｈ ｅ ｐ ｈ ｙ ｓ ｉ ｃ ａ ｌ ｎｄ ａ ｃ ｈ ｅ ｍｉ ｃ ｌ ａ ｉ ｎ ｄ ｅ ｘ ｅ ｓ ｃ ｏ ｕ ｌ ｄ ｂ ｅ ｕ ｓ ｅ ｄ ｔ ｏ ｇ ｒ ａ ｄ ｅ ｔ ｈ ｅ ｉｎ ｗ ｅ ｑ ｕ ｌｉ ａ ｔ ｙ ．Ｂａ ｓｅ ｄ ｏ ｎ Ｍａ ｔ ｌ ａ ｂ ｐ ｌ ａ ｔ ｆ ｏ ｒ ｍ ，ｔ ｈ ｅ ＢＰ ｎ ｅ ｕ ｒ ｌ ａ ｎ ｅ ｔ ｗｏ ｒ ｋ ｍｏ ｄ ｅ ｌ Ｗａ Ｓ ｂ ｕ ｉ ｈ ａ ｆ ｔ ｅ ｒ ａ ｎ ｌｙ ａ ｚ ｉ ｎ ｇ ｔ ｈ ｅ ｃ ｏ ｎ ｎ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｉｎ ｗ ｅ ｒａ ｇ ｄ ｉ ｎ ｇ，ａ ｎ ｄ
分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响
（一）品尝方法1、看外观：通过3次观察，判断葡萄酒的色泽和挂杯情况。
先用食指和拇指握住酒杯柄脚部，将酒杯置于腰高低，低头垂直观察酒的液面，看酒体是否正常；再将酒杯举至双眼高度，观察酒的色泽，透明度及是否存在悬浮物和沉淀物；然后，将酒杯倾斜或摇动，使酒液均匀分布于酒杯的内壁，静置后观察酒液的挂杯状况。
2、闻香：通过3次闻香，判断香气，第一次闻香；端起酒杯，稍低头将鼻孔接近于杯口，只能闻到挥发性强的成份香气；第二次闻香，摇动酒杯，使酒液呈圆周运动，杯壁湿润，酒杯空间充满挥发性成份，再闻香更浓，第三次闻香找香气是否有缺陷。
3 尝味酒入口后，要使酒液布满舌部及口腔，闭上嘴唇，利用舌头及面颊肌肉的运动分散酒液，也可微微张口，轻轻地吸点空气，使酒的香气进入鼻腔后部，品尝味道。
一般先感觉到甜味，再感知酸味，后尝到苦涩味，当然不是截然分开的。
（二）葡萄酒评价1、外观：色正、悦目、晶亮、澄清透明、有光泽、闪烁等；2、香气：醇正、清雅、优美、具有和谐的果香和酒香；3、口味：醇厚、圆润、协调等；4、典型性：风格独特、典型性强；各类上好的葡萄酒的综合评价。
例：干型，半干型葡萄酒，具有和谐的果香味和酒香味；口味干爽，醇厚，优雅；典型性强。
半甜型葡萄酒：果香和酒香和谐，口味甘甜，醇厚柔和；风格典型。
在葡萄酒的感官评价中，由于品酒员间存在评价尺度、评价位置和评价方向等方面的差异，导致不同品酒员对同一酒样的评价差异很大。
从而不能真实地反映不同酒样间的差异。
因此，在对感官评价结果进行统计分析时．必须对品酒员的原始数据进行相应的处理，以真实反映样品间的差异。
对有关数据处理方法的比较分析结果表明：标准化法不仅没有消除品酒员间的异质性，反而加大了品酒员间的差异；而置信区间法对原始数据进行调整，能有效地降低品酒员间的差异，真实地反映酒样间的客观差异。
葡萄酒的评价与理化指标检验
葡萄酒的评价与等级指标检验前言: 中国葡萄与葡萄酒产业发展迅速，已进入世界前列。
2004年中国葡萄栽培面积和产量列世界第5位，鲜食葡萄生产规模居世界首位；葡萄酒产量近37万t，近年来年平均增长15％以上。
葡萄与葡萄酒在产业结构调整、特色经济发展、农民增收中发挥着越来越重要的作用。
目前，中国葡萄生产正处在从数量扩张型向质量效益型转变的关键时期。
葡萄与葡萄酒产业涉及农业、轻工业、商业以及文化传播等多种行业，各行业必须互相协调、有机结合，才能促进中国葡萄酒事业健康、有序的发展。
现代葡萄与葡萄酒产业的发展己上升到高度综合的层次，传统的生产管理模式越来越表现出它的局限性，既表现在决策过程的盲目性，又表现于研究成果推广应用的低效率、低质量，这与发达国家以电子信息技术为代表的现代化葡萄与葡萄酒生产管理形成了鲜明对比。
智能系统及其相关技术是一种全新的处理葡萄与葡萄酒行业问题的思想方法和技术手段，利用现代智能化信息技术，可以实现葡萄与葡萄酒生产、管理、营销的科学化和合理化，加速对传统生产管理模式的改造和升级，大幅度提高生产效率、管理和经营决策水平。
21世纪是信息经济的时代，信息技术已成为推动社会经济发展的重要力量。
信息化是葡萄与葡萄酒产业现代化的标志和关键，利用现代信息技术改造传统产业，使信息技术与传统产业有机结合，已成为葡萄与葡萄酒产业经济实现跨越式发展的必然趋势。
1智能系统概况1．1智能系统的概念智能系统(Intelligent System，IS)起源于人工智能中的专家系统(Expert System，ES)，是目前人工智能研究的一个最活跃、最具成效的分支。
智能系统采用了推理机与知识库相分离的构造原则，具有相关领域专家水平的专门知识，能根据用户提供问题的初始事实，运用知识库中的知识，进行有效的推理求解。
与人类专家能够通过学习不断获取知识一样，高级的智能系统具有进一步获取知识的能力。
同时，智能系统具有海量数据表现和筛选能力，能解释其推理过程或某个决定，满足用户的智能化使用和个性化服务需求。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于理化指标分析的葡萄与葡萄酒的评价摘要针对酿酒葡萄与葡萄酒理化指标的统计，通过聚类法，典型相关分析及逐步回归分析法等，建立数据统计模型：对于问题一，首先对两组数据进行整理分析，然后利用spss软件进行配对数据t-检验（详见第三页表二），从而判断出两组评酒员的评价结果具有显著性差异。
而后利用excel进行方差分析-无重复双因子分析得出二组结果更为可信。
详细见第 3 页。
对于问题二，使用matlab软件对原始变量进行主成分分析得出中和变量,然后使用spss软件应用离差平方和法对中和变量进行聚类分析，从而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，为了检验欧式测距是否可以正确区分出葡萄的等级，所以对主成份分析后的理化指标求均值，经过验证，均值相差大，足以区分葡萄等级，最终将红葡萄分为3级，白葡萄分为4级。
详细见第 5 页。
对于问题三，首先通过matlab软件对葡萄酒的理化指标进行主成分分析，得出中和指标。
然后使用spss软件进行典型相关分析，得到葡萄酒的理化指标与酿酒葡萄的理化指标的关联度。
再通过对关系度表格的分析，得到酿酒葡萄与葡萄酒的理化指标之间的联系。
详细见第 14 页。
对于问题四，考虑到葡萄酒质量与酿酒葡萄和葡萄酒理化指标可能成线性关系，故应用逐步回归分析，将葡萄酒质量设为因变量，酿酒葡萄和葡萄酒理化指标设为自变量，列出线性回归方程，通过spss软件进行数据拟合和显著性分析，排除影响不显著的变量，将因变量与评酒员打分结果对比，得出拟合结果基本符合。
再通过分析得到分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。
最后根据F检验判断所得数据的正确性。
由于葡萄酒可能会收到年份和贮藏环境等其他因素的影响，因此不能单纯地通过葡萄和葡萄酒的理化指标来评价葡萄酒的质量。
详细见第 16 页。
关键字：典型相关分析 t检验主成分分析一、问题重述葡萄酒是一种成分复杂的酒精饮料，不同产地、年份和品种的葡萄酒成分不同。
成分与葡酒的质量关系密切，是划分葡萄酒等级的重要依据。
而通过测量葡萄酒的物理化学性质进而评估其质量，应该是最有效的方法。
理化实验室常规检验包括葡萄酒的密度，酒精或pH 值，而质量评价主要依靠专家的感官。
应该强调指出味道是最难理解的一种感官，因此葡萄酒质量分类是一项艰巨的任务。
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。
分析酿酒葡萄与葡萄酒的理化指标之间的联系。
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？等等属于此范畴。
二、问题分析本题是研究酿酒葡萄的理化指标，葡萄酒的理化指标，酿酒葡萄的质量，葡萄酒的质量之间的关系。
根据已有的数据分析出他们之间存在的关系来判断能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量？问题一使用matlab 进行显著性差异分析，并判断出哪组评酒员的评价更可信。
问题二利用SPSS 统计分析软件分别对红、白葡萄的理化指标进行因子分析，确定哪些因素对酿酒葡萄的分级起主要作用，并根据对主要因素的分析划分酿酒葡萄的等级。
问题三根据典型相关分析，得到酿酒葡萄与葡萄酒理化指标的关联度，通过对关系度表格的分析，可以得到酿酒葡萄与葡萄酒的理化指标之间的联系。
问题四由典型相关分析分别得到酿酒葡萄理化指标与葡萄酒质量的关联度和葡萄酒的理化指标对葡萄酒的质量的关联度，再通过分析得到分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。
三、模型假设1. 评酒员为人正派，品德高尚，有充足的精力和体力。
2．评酒员有好的感官和较低的感官阀值，对样品有较高的鉴赏能力。
3．评酒时所处的环境是相同，且未收到外界干扰。
4. 采集数据时数据误差在可控范围内。
5. 不考虑不同葡萄酒的酿造时间。
四、定义与符号说明1X ，2X 分别为两样本平均数。
12X σ，22X σ分别为两样本方差。
γ为相关样本的相关系数。
ij e 表示向量i e 的第j 个分量。
11R ，22R 分别为第一组变量和第二组变量的相关系数阵。
12R = 21R '为第一组变量和第二组变量的相关系数。
五、模型的建立与求解（一） 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？附件一的数据分析可知，我们采用配对数据t 检验和方差分析法。
双总体t 检验是检验两个样本平均数与其各自所代表的总体的差异是否显著。
相关样本的t 检验公式为：t =。
第一步：建立假设、确定检验水准α。
H0：假设两组评酒员评价结果无显著性差异。
H1：假设两组评酒员评价结果有显著性差异。
双侧检验，检验水准:α=0.05第二步：在spss 的Variable View 中建立数据库，并输入数据，对数据样品进行配对T 检验。
红酒一组 7.309 270 3.79190.2308 白酒一组 7.426 280 3.8108 0.2277红酒一组第三步判断由表一可以看出：红酒一组、红酒二组、白酒一组、白酒二组的均值分别为：7.309、7.051、7.426、7.653，标准差分别为：3.7919、3.7919、3.7919、3.9565，标准误为：0.2308、0.2198、0.2277、0.2364。
由表二可知：红酒共抽取270个指标，白酒共抽取280指标。
相关性和sig 分别为：0.978、0.974、9.724E-184、7.031E-182。
由于选取的α=0.05，即选取置信度为95%，若P<0.05拒绝H0，接受H1，若P>=0.05，则还不能拒绝H0。
由表3看出P〈0.05两组评酒员评价结果有显著性差异。
我们采用方差分析法来确定可信度。
第一步：对每组数据进行无重复双因子分析。
方差分析差异源SS df MS F P-value F crit行7304.268 27 270.5284 4.523772 6.01E-11 1.531778 列18023.93 9 2002.659 33.48844 6.41E-38 1.918539 误差14531.77 243 59.80151总计39859.97 279标准差比较图：由以上两图我们可以清晰的知道第二组更可信。
（二）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。
（1）分析附表二可知，我们将采用主成分分析法来解决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。
主成分分析是利用降维的思想，将多个变量转化为少数几个综合变量（即主成分），其中每个主成分都是原始变量的线性组合，各主成分之间互不相关，从而这些主成分能够反映始变量的绝大部分信息，且所含的信息互不重叠。
① 计算相关系数矩阵⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=pp p p p p r r r r r r r r r R 212222111211在式中，r ij （i ，j=1，2，…，p ）为原变量的xi 与xj 之间的相关系数，其计算公式为∑∑∑===----=nk nk j kji kink j kj i kiij x xx xx x x xr 11221)()())((因为R 是实对称矩阵（即r ij =r ji ），所以只需计算上三角元素或下三角元素即可。
② 计算特征值与特征向量首先解特征方程0=-R I λ，求出特征值),,2,1(p i i =λ，并使其按大小顺序排列，即0,21≥≥≥≥p λλλ ；然后分别求出对应于特征值i λ的特征向量),,2,1(p i e i =。
这里要求i e =1，即112=∑=pj ij e ，其中ij e 表示向量i e 的第j 个分量。
③ 计算主成分贡献率及累计贡献率 主成分i z 的贡献率为),,2,1(1p i pk ki=∑=λλ累计贡献率为),,2,1(11p i pk kik k=∑∑==λλ一般取累计贡献率达85—95%的特征值m λλλ,,,21 所对应的第一、第二，…，第m （m ≤p ）个主成分。
④ 计算主成分载荷 其计算公式为),,2,1,(),(p j i e x z p l ij i j i ij ===λ得到各主成分的载荷以后，还可以按照式进一步计算，得到各主成分的得分⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=nm n n m m z z z z z z z z z Z 212222111211（2）应用欧氏距离确定中和数据间的距离：1221(2)(||)pij ik jk k d x x ==-∑白葡萄聚类树状图红葡萄聚类树状图（3）应用离差平方和法进行聚类.。
白葡萄氨基酸总量蛋白质mg/100g褐变度总糖g/L还原糖g/L可溶性固形物g/l果穗质量/g百粒质量/g分数平均分葡萄样品35022.14 467.239 43.218 180.595 232.429 214.9 213.22 164.2 75.6 734.85 葡萄样品283785.57 450.458 74.477 220.079 239.325 226.6 108.76 114.4 79.6 588.80 葡萄样品27 2475.21 642.373 870.194 190.615 224.944 212.6 166.08 177.3 77 559.59样品3068.34 629.801 90.611 229.306 227.250 231.1 200.52 226.2 76.1 553.25 516.03 24葡萄2669.22 546.446 91.796 169.980 212.712 172.7 498.78 340.8 78.4 531.20样品15葡萄样品2658.04 467.203 137.636 202.917 256.020 219.6 112.78 143.5 81.5 475.465葡萄1554.02 585.359 1167.648 209.266 228.364 211.4 92.88 145.5 79.2 474.85 437.39 样品21葡萄2350.79 516.862 205.610 222.956 255.290 224.1 141.94 148.7 79.5 460.64样品25葡萄2095.61 515.756 192.731 217.996 243.081 219.4 125.62 285.4 79.8 441.72 398.87 样品10葡萄1522.52 505.339 839.450 199.345 253.514 221.8 186.74 143.4 77.4 438.84样品23葡萄2045.24 479.934 150.273 219.782 235.097 220.7 205.54 146.2 76.6 419.93样品20葡萄1279.30 496.457 179.703 175.040 186.849 199.9 275.06 892.2 77.9 418.04 314.94 样品1葡萄1847.12 499.080 143.493 186.448 220.124 196.4 296.71 171.9 75.5 404.09样品6葡萄2073.33 496.835 14.674 224.841 259.877 226.4 104.91 127.9 74.3 400.34样品26葡萄样品1542.17 524.857 530.556 177.222 253.400 201.1 145.27 134.7 77.1 398.4814葡萄1724.16 457.649 148.364 209.365 250.510 211.4 285.82 202.5 72.4 395.79样品12葡萄2085.76 496.201 25.340 206.885 212.442 209.1 110.99 116.0 76.9 393.29样品4葡萄1870.93 538.451 79.239 207.778 222.278 210.3 95.94 172.5 75.8 385.91样品葡萄1927.42 482.855 44.976 209.464 220.415 228.9 138.23 127.5 80.4 384.46 样品9葡萄样品1566.97 557.441 218.452 167.202 174.030 188.8 316.51 184.5 71.4 382.81 11葡萄1721.58 560.343 75.887 161.746 242.200 174.4 234.90 178.3 74.2 380.39 样品7葡萄1289.93 581.913 133.056 183.968 198.668 186.3 286.24 149.0 76.7 342.86 样品18葡萄样品1273.22 493.739 189.667 157.778 196.156 174.8 285.06 235.5 72.3 342.03 8葡萄样品1457.67 402.156 63.447 167.202 225.523 209.1 73.36 88.2 79.4 307.34 22葡萄样品991.92 464.819 144.825 170.675 216.733 192.0 259.11 198.2 67.3 300.62 16葡萄1167.29 416.876 134.629 192.401 182.553 194.2 111.53 114.0 80.3 288.20 样品17葡萄664.96 459.397 118.628 153.909 177.755 187.1 286.10 271.0 73.9 265.86 样品13葡萄817.81 455.675 27.517 199.147 210.105 202.2 165.06 137.4 76.4 254.60 样品19白葡萄分级为：红葡萄氨基酸总量花色苷黄酮醇(mg/kg)总糖g/L还原糖g/L可溶性固形物g/l果穗质量/g百粒质量/g分数平均分葡萄样品38397.28 157.939 164.9927 256.190 273.758 257.6333 83.13 105.4 74.6 1085.66葡萄样品216346.83 89.282 47.2196 205.794 259.110 216.9 147.66 106.1 72.2 832.34 959.00 葡萄样品63434.17 46.186 7.7272 244.385 223.817 246.1333 202.2367 171.9667 66.3 515.88葡萄样品122556.79 32.343 2.4802 247.659 262.155 261.1 191.9467 187.7333 68.3 423.39葡萄样品232380.81 172.626 44.7476 207.679 212.564 208.7667 278.75 219.0667 77.1 422.46 399.90 葡萄样品192463.60 115.704 31.2649 205.794 220.333 214.9 173.0933 168.8333 72.6 407.35葡萄样品202273.63 23.523 9.6262 193.194 227.338 209.1 307.1433 334.3 75.8 405.96葡萄样品222566.61 74.027 13.8003 224.147 226.399 234.7 106.6133 115.8333 71.6 403.75葡萄样品182398.38 40.228 6.5161 226.032 265.773 226.5667 196.0067 208.4 65.4 403.70葡萄样品92262.72 240.843 58.5407 193.690 194.925 203.3667 186.6167 138.0667 78.2 395.22葡萄样品12027.96 408.028 17.6780 208.175 237.668 226.4667 182.93 123.6333 68.1 388.96葡萄样品72391.16 60.767 9.8648 209.861 303.950 211.3667 63.61 168.8333 65.3 387.19葡萄样品51844.00 120.606 6.6502 209.663 195.460 212.9333 515.4633 254.2333 72.1 381.23 306.56葡萄样品2355.69 7.787 25.5751 209.563 237.891 210.2 177.83 118.8 61.6 378.33 11葡萄样品1950.76 241.397 115.5546 198.849 196.990 226.4667 213.0867 181.0667 66 376.69 8葡萄样品1713.65 59.424 43.8121 212.738 271.504 238.2 446.6367 264.1 74.5 369.40 17葡萄样品2128.82 224.367 27.4550 205.000 229.136 228.8 81.61667 98.3 74 366.39 2葡萄样品1638.83 144.881 14.3803 201.825 244.512 203.3333 517.4544 237.3667 71.5 363.79 24葡萄样品2144.68 79.685 26.9679 189.722 237.766 203.3333 137.97 174.7 71.2 362.89 4葡萄样品2177.91 52.792 9.7179 179.107 208.933 214.8667 159.31 174.4667 65.7 360.31 15葡萄样品851.17 58.469 13.9166 173.353 197.377 195.7333 793.4667 245.5 72 289.00 26葡萄样品1409.70 49.643 30.2112 150.337 156.038 194.6333 288.69 251.3 68.2 288.75 25葡萄样品1237.81 140.257 134.6375 191.508 255.335 193.8667 209.1067 136.2667 72.6 285.71 14葡萄样品1553.50 60.660 8.1900 204.008 189.275 205.6333 119.1733 109.3333 69.9 279.96 16葡萄样品1416.11 65.324 40.7586 197.857 212.237 203.3667 159.97 147.9667 68.8 279.15 13葡萄样品1364.14 44.203 28.7475 167.202 161.421 181.2267 255.44 200.8 68.8 274.66 10葡萄样品1116.61 34.190 15.9809 196.667 213.216 206.9 282.0867 148.7333 71.5 253.99 27红葡萄分级为：（4）检验：根据酿酒葡萄指标的平均值检验分组是否成立；由上图表可知，平均分差异大，分组成立。