统计分析在葡萄酒质量评价中的应用(3)

主成分分析(PCA)是将多项指标重新组合成一组新

的互相无关的几个综合指标，根据实际需要从中选取尽可能少的综合指标，以达到尽可能多的反映原指标信息的分析方法。

对126个红葡萄酒的指标经主成分分析后，得到8个主成分，累计贡献率为80.96%，具有统计学上的意义。

表4表明，8个主成分所包含的成分指标基本可以

! "# $%& ’ ()*+ ,’ -. /012 , , 34 /012 , 56 012 !! ’

7 /012

8 ’ ! 9: /012 ’’ , ; /012 , , , ! < /012 , = /012 , , !

> /012 ! ,

,, ’’ ?@ /012 ,’ A /012 ’ , , B /012 , ,

C:DE /012 ,

, , F:DE /012 ’ !! G9@ /012 ! ’ GHD@ /012 ,! ’ "I: 012 , ’ JKL: /012 ’ , MN:-DE /012 ’! ’ OP: 012 ’! ’!

QRS /012 ,!

’! ’ KT: /012 ’ ’! !’

! " # $ % &

’

() *+,- ./0 12

- 345

6 78 - 9 :- ;<- = > ? 1@A- BC- DE- 9 FG G H >> I - 9 -J 9 & > K LG >

代表所有测定的成分指标，同时也表明这些指标对红葡萄酒(感官)质量有着重要的贡献。

进一步分析表4可知，第一主成分主要是挥发性醇类物质；第二主成分主要是矿质元素；第三、第五主成分更多的是体现了酚类物质；第四主成分主要是有机酸等。上述结果说明红葡萄酒中最具有代表性的指标依次是醇类物质、矿质元素、酚类物质、有机酸以及酯类等。

2.5

聚类分析

聚类分析(ClusterAnalysis)是研究分类问题的多元

统计方法之一，就是根据研究对象的特征把性质相近的

82

酿酒科技·2009年第4期（总第178期）LIQUOR－MAKINGSCIENCE＆TECHNOLOGY2009No．4(Tol．178)

个体归为一类,使得同一类中的个体具有高度的同质性,不同类之间的个体具有高度的异质性的多元分析技术的总称。

以主成分分析所得主成分作为变量进行聚类分析，结果如图1所示。

感官得分(W)＝52.59+总酚×0.00509+（1-己醇）×

3.93+(2-甲基-1-丙醇)×0.0363－柠檬酸×3.13+咖啡酸×0.23+香草酸×0.42+酒精度×1.05+（2-甲基-1-丁醇）×

0.0353(n=126)

(方程各参数取值、适用范围：[50≤W≤100]，[453mg/L≤总酚≤1362mg/L]，[0mg/L≤(1-已醇)≤4.4mg/L]，[2.9mg/L≤(2-甲基-1-丙醇)≤139.7mg/L])[0.06g/L≤柠檬酸≤3.99g/L]，[0.61mg/L≤咖啡酸≤54.1mg/L]，[0mg/L≤香草酸≤11.23mg/L]，[7.39≤酒精度(%v/v)≤14.28]，[2.7mg/L≤(2-甲基-1-丁醇)≤86.6mg/L])3

讨论

本文通过对统计分析在葡萄酒质量分析与评价中的应用研究后表明：

3.1相关分析可以了解葡萄酒各成分之间、各成分与感

官质量之间的关系密切程度，结果可为葡萄酒的质量分析与控制提供依据。

3.2通径分析不仅能估测葡萄酒中2个变量(成分)之间

的关系(密切程度)，而且能够准确地估测出各成分对因变量(感官得分)的相对重要性。由于其是自变量与因变量间有方向的相关系数，因此它表示的是在剔除其他成

(注：CYPW和CYSW是不同批次的张裕-卡斯特酒庄蛇龙珠干红

葡萄酒，S1-S10是选取的国内有代表性的干红葡萄酒产品)

分影响后的两成分之间的直接作用。

图1不同来源红葡萄酒聚类分析结果

(n=40)

3.3葡萄酒中各成分变异系数的大小反映了该成分在

葡萄酒中含量的稳定性。变异系数越小，表明其在葡萄酒中的含量就越稳定，越具有代表性。

结果显示：张裕-卡斯特酒庄蛇龙珠干红葡萄酒明显区别于其他干红产品，产品特征明显；同时也说明利用聚类分析可以有效地将张裕干红葡萄酒与其他干红葡萄酒区分开来。

3.4主成分分析可以明确对葡萄酒(感官)质量有重要贡

献的成分指标，分析结果也是确定葡萄酒特征性成分的重要基础。

2.6葡萄酒成分与感官质量的多元线性回归方程研究

多元线性回归是研究多个自变量与一个因变量间是

3.5聚类分析可以有效地区分不同来源、不同质量等级

的葡萄酒，反映各样品的相似性，并根据其质量特点进行归类。

否存在线性关系（相互依存关系）,并用多元线性回归方程来表达这种关系（或用回归方程定量地刻画一个因变量与多个自变量间的线性依存关系）的数学分析方法。

将感官得分作为因变量，所有成分指标作为自变量，利用SPSS11.0进行多元线性逐步回归分析后，最终得到方程模型如下，经验证各系数和常数项均具有统计学意义，方程的预测准确率为。

3.6多元线性回归分析可以阐明一个因变量(感官质量)

与多个自变量(成分)间的线性依存关系，可为葡萄酒感官质量预测、预报及控制提供有效的数学方法。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说医药卫生统计分析在葡萄酒质量评价中的应用(3)在线全文阅读。