曹忠威，米津嬌

(吉林財(cái)經(jīng)大學(xué)應(yīng)用數(shù)學(xué)學(xué)院，吉林長春 130117)

對(duì)于葡萄酒質(zhì)量的評(píng)價(jià)，主要考慮葡萄及葡萄酒中所含指標(biāo).由于葡萄酒級(jí)別標(biāo)準(zhǔn)的模糊性，級(jí)別之間沒有嚴(yán)格的界定，如果僅通過單因子評(píng)價(jià)，將各因子依次與給出的葡萄酒分級(jí)標(biāo)準(zhǔn)進(jìn)行比較，給出每個(gè)因子的級(jí)別，從中選取最劣因子的級(jí)別作為該葡萄酒的級(jí)別評(píng)價(jià)，這樣對(duì)于葡萄酒質(zhì)量的評(píng)價(jià)有可能會(huì)出現(xiàn)以偏概全的結(jié)果.因此需建立綜合各影響因子的聯(lián)系和相關(guān)性的評(píng)價(jià)模型，綜合評(píng)價(jià)葡萄酒的級(jí)別，按照以下幾個(gè)步驟進(jìn)行：首先進(jìn)行F、T-檢驗(yàn)，對(duì)評(píng)價(jià)結(jié)果作變異系數(shù)比較；然后用主成分分析法和層次分析法相互驗(yàn)證進(jìn)行葡萄分級(jí)；最后運(yùn)用逐步多元線性回歸分析理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響.

1 基于SPSS軟件的葡萄酒評(píng)價(jià)

假設(shè)：(1)釀造優(yōu)質(zhì)的葡萄酒必須使用優(yōu)質(zhì)葡萄；(2)將可信品酒員組給出的評(píng)分作為評(píng)判葡萄酒質(zhì)量的標(biāo)準(zhǔn).根據(jù)數(shù)據(jù)，如果總體標(biāo)準(zhǔn)差未知，而且樣本容量小于30，那么這時(shí)一切可能的樣本平均數(shù)與總體平均數(shù)的離差統(tǒng)計(jì)量呈t分布.由于樣本的數(shù)量不足夠大，樣本均值不具備統(tǒng)計(jì)學(xué)意義.本文將運(yùn)用F、T-檢驗(yàn)，對(duì)獨(dú)立樣本進(jìn)行有效檢驗(yàn).對(duì)白葡萄酒進(jìn)行F、T-檢驗(yàn)，結(jié)果見表1.

表1 白葡萄酒F、T-檢驗(yàn)結(jié)果

由表1可以看出，Levene檢驗(yàn)結(jié)果判斷是第一步，Sig=0.051>0.05，應(yīng)該接受原假設(shè)，即兩組評(píng)酒員的評(píng)價(jià)結(jié)果無顯著性差異；而根據(jù)獨(dú)立樣本T-檢驗(yàn)結(jié)果，得出Sig=0.041<0.05，應(yīng)該拒絕原假設(shè)，即有顯著的差異.由此無法確定其顯著性.通過對(duì)兩組變異系數(shù)進(jìn)行比較可以看出，第二組評(píng)酒員的評(píng)價(jià)結(jié)果的方差變異系數(shù)更加平穩(wěn)，第二組評(píng)價(jià)結(jié)果更為準(zhǔn)確、可信.

2 主成分分析法確定評(píng)價(jià)權(quán)重

從多元統(tǒng)計(jì)理論出發(fā)，運(yùn)用主成分分析法來確定白葡萄酒的評(píng)價(jià)權(quán)重.該方法的優(yōu)點(diǎn)是考慮綜合評(píng)價(jià)指標(biāo)體系中各層因素的重要程度，使各指標(biāo)權(quán)重趨于合理.采用釀酒白葡萄中的糖、酸、干物質(zhì)含量、果穗質(zhì)量四項(xiàng)指標(biāo)對(duì)白葡萄酒進(jìn)行評(píng)價(jià)、分析.通過查閱文獻(xiàn)[1]以及計(jì)算這些指標(biāo)與品酒員打分的相關(guān)性得出結(jié)果，選取對(duì)白葡萄酒比較重要的四個(gè)指標(biāo)項(xiàng)目，利用SPSS軟件求得相關(guān)系數(shù)矩陣的白葡萄酒前四個(gè)特征根及其貢獻(xiàn)率，見表2.

表2 主成分分析結(jié)果

由表2可以看出，前兩個(gè)成份特征根的累計(jì)貢獻(xiàn)率接近78.4%，主成分分析效果很好.

3 建立層次分析模型

將影響白葡萄酒質(zhì)量因素問題分解成三個(gè)層次，最上層為目標(biāo)層，即白葡萄酒質(zhì)量；中間層為準(zhǔn)則層，即外觀C1、口感C2、香氣C3三個(gè)因素；最下層為指標(biāo)層，即糖P1、酸P2、干物質(zhì)含量P3、果穗質(zhì)量P4、出汁率P5五個(gè)指標(biāo).依此構(gòu)建其指標(biāo)體系，在建立層次結(jié)構(gòu)后，上下層元素間的影響關(guān)系就被確定了，由此構(gòu)造一系列的判斷矩陣.

表3 判斷矩陣

將通過四個(gè)判斷矩陣計(jì)算得出的權(quán)重向量A、最大特征值λmax和一致性指標(biāo)CI列入表3中，其中C為判斷準(zhǔn)則，P為指標(biāo).可以得到五項(xiàng)重要指標(biāo)的各自權(quán)重，與主成分分析法得出的權(quán)重基本一致.根據(jù)層次分析法得出的權(quán)向量進(jìn)行計(jì)算得出的白葡萄排名，與主成分分析法得出的白葡萄排名也基本一致.

4 運(yùn)用多元線性回歸模型評(píng)價(jià)葡萄酒的質(zhì)量

釀酒葡萄和葡萄酒的理化指標(biāo)不能完整地反應(yīng)葡萄酒的質(zhì)量，葡萄酒中的芳香物質(zhì)也會(huì)影響到葡萄酒的質(zhì)量.隨著香氣成分鑒定技術(shù)的不斷提高，利用芳香成分來評(píng)價(jià)葡萄酒質(zhì)量有望成為一種新方法.現(xiàn)對(duì)不同等級(jí)釀酒葡萄和葡萄酒的樣品進(jìn)行重要芳香物質(zhì)對(duì)比分析.

表4 三種等級(jí)釀酒葡萄及其對(duì)應(yīng)葡萄酒中酯類化合物的比較

注:“—”表示未檢測出。

表5 三種等級(jí)釀酒葡萄及其對(duì)應(yīng)葡萄酒中醇類化合物的比較

注:“—”表示未檢測出。

絕大多數(shù)的酯類能產(chǎn)生令人愉悅的香氣，大部分的酯類化合物表現(xiàn)出水果香味.由表4看出，在釀制過程中重要酯類化合物增加得越少，葡萄酒的質(zhì)量越好.一些重要的醇能夠賦予葡萄酒令人愉快的典型風(fēng)味.由表5看出，在釀制過程中重要醇類化合物降低得越少，葡萄酒的質(zhì)量越好.

表6 三種等級(jí)釀酒葡萄及其對(duì)應(yīng)葡萄酒中有機(jī)酸類化合物的比較

注:“—”表示未檢測出。

對(duì)釀酒葡萄及葡萄酒的理化指標(biāo)進(jìn)行多元線性回歸分析，其方程為：

y白1= 64.098+0.037x1+0.093x2-0.293x3-0.399x4+0.189x5

+0.123x6-0.588x7+0.411x8-0.373x9+0.465x10.

(1)

根據(jù)逐步回歸方法，選取顯著性水平為α進(jìn)=0.05，α出=0.10.在SPSS中，將y白1與x1至x10分別選入各自變量框，建立逐步回歸的最優(yōu)回歸子集為模型，回歸方程為：

y白2=75.644-0.291x4-0.548x7+0.483x10.

(2)

由于芳香物質(zhì)的存在，需結(jié)合芳香物質(zhì)再次對(duì)其進(jìn)行多元線性回歸分析，得到多元線性回歸分析的最優(yōu)回歸子集，回歸方程為：

y=87.213-0.573x3-0.579x5+1.089x7+0.357x17-0.437x19.

(3)

逐步回歸的選元過程是根據(jù)變量有進(jìn)有出的思想，這種有進(jìn)有出的結(jié)果說明自變量之間具有相關(guān)性.如果自變量之間是完全不相關(guān)的，那么引入的自變量就不會(huì)再被剔除，而剔除的自變量也就不會(huì)再被吸引.

5 結(jié)語

如果只用葡萄及葡萄酒的理化指標(biāo)來對(duì)葡萄酒的質(zhì)量進(jìn)行評(píng)價(jià)，會(huì)以偏概全.影響葡萄酒質(zhì)量的因素有很多，如氣候、產(chǎn)地、工藝等，甚至由于品酒員個(gè)人喜好不同而對(duì)品嘗質(zhì)量有不同的評(píng)價(jià)結(jié)果.因此，不能完全用葡萄及葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量，但理化指標(biāo)可以作為評(píng)價(jià)葡萄酒質(zhì)量的重要參考因素.

[參考文獻(xiàn)]

[1]韓中庚.數(shù)學(xué)建模方法與應(yīng)用[M].2版.北京:高等教育出版社,2005.

[2]劉宏.綜合評(píng)價(jià)中指標(biāo)權(quán)重確定方法的研究[J].河北工業(yè)大學(xué)學(xué)報(bào),1996(4):44-46.

[3]司守奎.數(shù)學(xué)建模算法與應(yīng)用[M].北京:國防工業(yè)出版社,2011.

[4]何曉群.實(shí)用回歸分析[M].北京:高等教育出版社,2008.