白葡萄酒的评价

70

白葡萄酒的评价

范艺心1　徐新宇2

( 1.安徽农业大学经济管理学院；2.安徽农业大学轻纺艺术学院，安徽　合肥　230036 )

【摘　要】为研究白葡萄酒质量的影响因素，首先采用主成分分析法，将其多个理化指标转化为几个综合指标，然后对于28种样品白葡萄酒计算综合因子得分，并对于两组评酒员的评价结果可靠性分析，最后将白葡萄酒的理化指标与其质量做相关性分析，以便做出详细的解释。

【关键词】葡萄酒质量；主成分分析；相关性分析

一、引言

确定葡萄酒质量时一般通过聘请一批有资质的评酒员进行品评，并对其外观、香味等指标打分，计算总分后求出这一批评酒员的平均分，进而确定其质量。同时葡萄酒的质量也会受到一些理化指标的影响，因而可运用主成分分析法在白葡萄酒质量评价中将影响其质量的理化指标进行分类，为进一步揭示白葡萄酒质量影响因素，对白葡萄酒各项理化指标与其质量进行相关性分析。

二、主成分分析法概述

主成分分析对变量进行降维处理，从多个变量中提取出主成分，用提取出来的主成分因子来反映大部分信息。 在使问题简单化的同时得到的结果更加科学有效。一般来说，第一个综合指标的方差最大，说明其解释力度也是最大，根据主成分分析法提取出来的几个综合指标的总的解释力度应大于80%。

三、主成分分析实证研究（一）指标选取和数据来源

本文的数据源于2012年全国大学生数学建模竞赛试题—葡萄酒的评价，以白葡萄酒为例，分析两组评酒员的评价结果的差异以及葡萄酒质量受其理化指标的影响程度，将X1-X14设为葡萄酒的理化指标，依次为单宁、总酚、酒总黄酮等。

（二）模型实证研究

为了消除指标之间的差异，首先将数据进行Z标准化处理，再用SPSS22.0进行主成分分析。得到Bartlett检验的显著性极好，因此可采用主成分分析法。运用SPSS22.0软件进行运算后，提取出5个主成分，五个主成分因子对于原变量的解释率达到了81.797%，并从碎石图也可知，第六个主成分因子的特征值开始小于1，因此，提取出五个公因子是恰当的。通过计算各变量的共同度发现除变量5和变量8外，其他所有变量的共同度均在73.1%以上，说明这五个因子的解释能力较为理想。由旋转后的因子载荷图可以看出，第一个主成分因子在X10、X11、X12、X14变量上有较大载荷，第二主成分在X1、X2、X9上有较大载荷，第三主成分在X4、X6、X8上有较大载荷，第四主成分在X13、X3上有较大载荷，第五主成分在X7、X5上有较大载荷。由SPSS22.0输出的因子得分系数矩阵可以用14个理化指标表示的五个主成分的线性表示形式，再由各个主成分的解释力度为权重进行线性组合得到综合得分函数：

=0.24309F1+0.19782F2+0.16073F3+0.12179F4+0.09454F5由此可得出各个白葡萄样品酒的综合得分，得分最高的酒样品为26、28、24、22、27。为了进一步揭示白葡萄酒质量的影响因素，我们对于白葡萄酒的理化指标和质量进行进一步的

相关性分析。

四、评酒员的评价

由于对于白葡萄酒进行评分时，选用了两组评酒员的评分值，但是不同评酒员的评价必然有偏差，因此，我们运用SPSS22.0对于白葡萄酒的两组评酒员的评价结果进行分析，输出的表格如下：

表1：评酒员的评价描述

由表1可知，相比第一组评价结果，第二组评酒员的评价结果标准差更小，更为可信。

五、相关性分析实证研究

一般来说，葡萄酒的理化指标与质量有着很大关系，以两组白葡萄酒为例，运用SPSS软件进行相关性分析来确定其影响程度，得出的相关系数（部分）如下表：

表2：相关性分析

其中*代表通过10%的检验，**代表通过5%的检验。

当相关系数为正时，说明该项理化指标对于白葡萄酒质量有正的影响，该项指标含量越多，白葡萄酒的质量越好；当相关系数为负的时候，则相反。由上表可知，白藜芦醇、顺式白藜芦醇苷、L*（D65）都对于白葡萄酒质量有负影响，其中顺式白藜芦醇苷和L*（D65）两项指标的影响最为显著。酒总黄酮、b*（D65）、H（D65）、C（D65）都对白葡萄酒有正面作用。

六、结语

利用主成分分析法可以在研究多变量问题的时候，通过降维的思想将多变量变成少数几个主成分，利用几个主成分来反映足够的信息量，解决实际问题。本文对于白葡萄酒的多项理化指标转化为五个主成分来研究其质量，得到了更加客观的分析与评价。

参考文献：

[1]张杰,马秀达,刘旭,刘世宇,于擎.基于主成分分析的红葡萄酒评价方法研究[J].东北电力大学学报,2013,33(06):41-44.作者简介：

范艺心（1997—），女，河北邢台人，安徽农业大学，本科，研究方向：金融与经济。

徐新宇（1997—），女，安徽六安人，安徽农业大学，本科，服装设计与工程。