葡萄酒等級劃分體系模型的探究畢業(yè)設(shè)計(jì)論文

1、<p>　　葡萄酒等級劃分體系模型的探究</p><p><b>　　摘 要</b></p><p>　　針對目前葡萄酒評價(jià)體系不完善的現(xiàn)狀，本文對葡萄酒評價(jià)體系作出探究。</p><p>　　對于問題一，運(yùn)用單因素方差分析法，利用Matlab軟件，以Anoval函數(shù)求解。求出p-value，顯著性水平取0.05作為標(biāo)準(zhǔn)來判斷那組有

2、顯著性，以及通過比較方差來判斷那組數(shù)據(jù)更加可信。</p><p>　　對于問題二，在問題一中得到第二組評分更可信，因此根據(jù)該組的評分進(jìn)行分級，通過用Matlab軟件的Corrcoef和Regress函數(shù)對該組成分進(jìn)行相關(guān)性驗(yàn)證和用EXCEL畫出圖表進(jìn)行分析，找出影響葡萄酒分級的成分，然后在釀酒葡萄數(shù)據(jù)中找出與影響葡萄酒分級相同的成分，再結(jié)合葡萄酒評分對葡萄樣品進(jìn)行分級，得出葡萄樣品成分的排列，結(jié)合成分的量和葡萄酒

3、分級得出影響釀酒葡萄分級成分的范圍。</p><p>　　對于問題三，通過問題二的解答，可以知道葡萄酒和釀酒葡萄的劃分級別，利用附件二的資料，對每一種理化指標(biāo)的數(shù)據(jù)，根據(jù)對應(yīng)的含量建立模型，運(yùn)用matlab軟件擬合數(shù)據(jù)，作出擬合線性圖，并采用多元回歸分析法進(jìn)行回歸分析，最后根據(jù)擬合線性圖和回歸系數(shù)來分析兩類理化指標(biāo)之間的關(guān)系。</p><p>　　對于問題四，分析釀酒葡萄和葡萄酒的理化指標(biāo)

4、對葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來評價(jià)葡萄酒的質(zhì)量。結(jié)合題目給出芬香物質(zhì)的數(shù)據(jù)，對感官指標(biāo)和理化指標(biāo)進(jìn)行綜合分析，用MABTLE擬合感官指標(biāo)和理化指標(biāo)的數(shù)據(jù)，得出結(jié)論：需要結(jié)合葡萄酒的理化指標(biāo)和感官指標(biāo)對葡萄酒的質(zhì)量進(jìn)行綜合評價(jià)。</p><p>　　關(guān)鍵字：方差分析法 分級 理化指標(biāo) 線性相關(guān) 回歸分析</p><p><b>　　一、問題

5、的重述</b></p><p>　　隨著我國經(jīng)濟(jì)的快速發(fā)展，葡萄酒市場競爭也異常激烈和無序“三精一水”、假年份、假產(chǎn)地酒、假酒莊，影響消費(fèi)者的健康，雖然我國的GB15037-2006《葡萄酒》國家標(biāo)準(zhǔn)對葡萄酒的質(zhì)量作了規(guī)定，但由于相應(yīng)規(guī)范的制定工作限制，我國關(guān)于葡萄酒質(zhì)量等級分劃的標(biāo)準(zhǔn)還未完善，國家迫切需要制定統(tǒng)一的質(zhì)量等級制度。</p><p>　　確定葡萄酒質(zhì)量時(shí)一般是通

6、過聘請一批有資質(zhì)的評酒員進(jìn)行品評。每個(gè)評酒員在對葡萄酒進(jìn)行品嘗后對其分類指標(biāo)打分，然后求和得到其總分，從而確定葡萄酒的質(zhì)量。釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測的理化指標(biāo)會在一定程度上反映葡萄酒和葡萄的質(zhì)量，文章給出了某一年份一些葡萄酒的評價(jià)結(jié)果及該年份這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。本文嘗試解決以下問題：</p><p>　　問題一： 由于評酒師對葡萄酒的評分存在主觀性，需對評酒

7、師的分?jǐn)?shù)進(jìn)行客觀分析，分析兩組評酒員的評價(jià)結(jié)果有無顯著性差異，哪一組結(jié)果更可信？</p><p>　　問題二：葡萄酒的質(zhì)量離不開原料釀酒葡萄的質(zhì)量，所以釀酒葡萄的理化指標(biāo)至關(guān)重要。需根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對這些釀酒葡萄進(jìn)行分級。</p><p>　　問題三：釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系可能影響著葡萄酒質(zhì)量，所以需建立模型，釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。<

8、/p><p>　　問題四：分析釀酒葡萄和葡萄酒的理化指標(biāo)對葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來評價(jià)葡萄酒的質(zhì)量，能否綜合感官指標(biāo)和理化指標(biāo)，建立模型，來評價(jià)葡萄酒的質(zhì)量是問題關(guān)鍵所在。</p><p><b>　　二、模型假設(shè)</b></p><p>　　品酒員打分相互之間沒有影響；2.品酒員對樣品的給的總分是他對該樣品所有方面

9、評分的總和，并且該樣品的最終得分可認(rèn)為是10位品酒員打分的平均值；3.題目所給的數(shù)據(jù)真實(shí)可靠；</p><p>　　4.釀酒方式及釀酒過程對葡萄酒的質(zhì)量沒有影響；5.不同種類葡萄酒的成份數(shù)據(jù)值統(tǒng)一標(biāo)準(zhǔn)沒有差異 ；</p><p>　　6.所有樣品的釀造過程相同。</p><p><b>　　三、符號說明</b></p><

10、;p><b>　　四、問題分析</b></p><p><b>　　問題一的分析 </b></p><p>　　我們要根據(jù)附件1的數(shù)據(jù)可知：評酒員對紅酒27組樣品，和白酒28組樣品進(jìn)行評分，每件樣品都進(jìn)行了兩次評分，即是有兩組評分?jǐn)?shù)據(jù)，題目要求分析兩組評酒員的評分結(jié)果有無顯著性差異，以及那一組數(shù)據(jù)更加可信，對于顯著性的判斷，我們采用單因素方

11、差分析法（Analysis Of Variance）。對于每件樣品，評酒員對外觀，香氣，口感，及其整體評價(jià)進(jìn)行打分，每一組的每件樣品都有十名品酒員進(jìn)行評分，故求每個(gè)品酒員對樣品酒的總分，之后求出這十名品酒員給的總分的平均分，此平均分就是該樣品的總分，葡萄酒分為白酒和紅酒，我們對第一組的紅酒和第二組的紅酒進(jìn)行方差分析法，運(yùn)用matlab軟件中的anova1函數(shù)可得出p-value，及F值，通過分析就可知道那組更加具有顯著性。方差是考察數(shù)據(jù)

12、的波動性的，方差小就說明數(shù)據(jù)比較穩(wěn)定，方差大就是波動性比較大 ，故通過比較兩組數(shù)據(jù)的方差大小，就知道那一組數(shù)據(jù)更加可信。</p><p><b>　　問題二的分析</b></p><p>　　根據(jù)問題一可知，第二組的評酒員的評酒分?jǐn)?shù)更可靠，所以選擇第二組葡萄酒的數(shù)據(jù)進(jìn)行處理。從評酒員對葡萄酒評分的分?jǐn)?shù)入手，用逆向思維反推葡萄的等級。首先將第一問中第二組的白葡萄酒和紅葡

13、萄酒的每一種樣品的評分進(jìn)行分等級，依次分為四個(gè)等級,然后用EXCEL將每個(gè)等級的樣品酒的理化指標(biāo)畫成曲線圖，忽略異常數(shù)據(jù)點(diǎn)，觀察各等級間的理化指標(biāo)有沒有相關(guān)性，如果有相關(guān)性，找出影響葡萄酒質(zhì)量的相關(guān)因素，跟釀酒葡萄的理化指標(biāo)數(shù)據(jù)進(jìn)行對照，得出釀酒葡萄的分級依據(jù)。</p><p><b>　　問題三的分析</b></p><p>　　結(jié)合葡萄酒和釀酒葡萄的理化指標(biāo)，作出

14、每兩個(gè)理化指標(biāo)間的直觀趨勢圖，觀察兩者之間的大體關(guān)系，根據(jù)曲線擬合的方法得出兩者間的函數(shù)關(guān)系。</p><p><b>　　問題四的分析</b></p><p>　　由第三問求解可得出釀酒葡萄與葡萄酒的理化指標(biāo)之間是呈線性相關(guān)的，因此我們要證明釀酒葡萄和葡萄酒的理化指標(biāo)對葡萄酒質(zhì)量是有影響的，只需證明釀酒葡萄的理化指標(biāo)對葡萄酒質(zhì)量是有影響。在綜合附錄3給出的芬香物質(zhì)，

15、用MABTLE擬合出理化指標(biāo)和感官指標(biāo)的關(guān)系圖呈相關(guān)性，所以要綜合葡萄酒的理化指標(biāo)和感官指標(biāo)一起來評價(jià)葡萄酒的質(zhì)量。</p><p><b>　　五、模型建立與求解</b></p><p>　　5.1問題一的模型建立和求解</p><p>　　對于兩組評酒員的評價(jià)結(jié)果有無顯著性差異，我們采用單因素方差分析法去解決。</p><

16、;p><b>　　單因素方差分析法:</b></p><p>　　只考慮一個(gè)因素A 對所關(guān)心的指標(biāo)的影響，A 取幾個(gè)水平，在每個(gè)水平上作若干個(gè)試驗(yàn)，試驗(yàn)過程中除A 外其它影響指標(biāo)的因素都保持不變（只有隨機(jī)因素存在),我們的任務(wù)是從試驗(yàn)結(jié)果推斷，因素A 對指標(biāo)有無顯著影響，即當(dāng)A 取不同水平時(shí)指標(biāo)有無顯著差別。A 取某個(gè)水平下的指標(biāo)視為隨機(jī)變量,判斷A 取不同水平時(shí)指標(biāo)有無顯著差別，相當(dāng)

17、于檢驗(yàn)若干總體的均值是否相等。</p><p>　　設(shè) A取n 個(gè)水平,在水平下總體 服從正態(tài)分步N(,),i=1,...,n,這里,未知，可以互不相同，但假定有相同的方差，又設(shè)在每個(gè)水平下作了次獨(dú)立試驗(yàn)，即從中抽取容量為的樣本，記作服從N(,)，i=1,…,n,j=1,…, 且且相互獨(dú)立。將這些數(shù)據(jù)列成表1（單因素試驗(yàn)數(shù)據(jù)表）的形式。</p><p>　　表5.1 單因素試驗(yàn)數(shù)據(jù)表<

18、;/p><p>　　根據(jù)上述理論，首先我們對數(shù)據(jù)進(jìn)行處理，附件1里有四組數(shù)據(jù)：紅葡萄酒和白葡萄酒各有兩組數(shù)據(jù)，每種酒都有兩組人進(jìn)行對其進(jìn)行評分，每件樣品酒有十名品酒員號打分，采用單因素方差分析法，我們將樣品酒的總分作為唯一考慮的因素A，運(yùn)用matlab軟件編程求出品酒員對每組樣品打的總分的平均分，見下表：</p><p>　　表5.2組樣品紅酒和白酒的總分</p><p&g

19、t;　　對這四組數(shù)據(jù)，我們將白酒和紅酒分開來判斷其有無顯著性，即第一組紅酒與第二組紅酒，第一組白酒和第二組白酒比較。</p><p>　　運(yùn)用matlab軟件對數(shù)據(jù)處理編程得出以下結(jié)果，標(biāo)準(zhǔn)ANOVA表分析見下表：</p><p>　　表5.3白葡萄酒ANOVA表</p><p>　　圖5.1 白葡萄酒盒型（box）圖</p><p>　　表

20、5.4 紅葡萄酒ANOVA表</p><p>　　圖5.2 紅葡萄酒的盒型（box）圖</p><p>　　表5.5 方差分析表：</p><p>　　通常情況下，實(shí)驗(yàn)結(jié)果p達(dá)到0.05水平或0.01水平，才可以說數(shù)據(jù)之間具備了差異顯著或是極顯著。在作結(jié)論時(shí)，應(yīng)確實(shí)描述方向性（例如顯著大于或顯著小于）。sig值通常用 P>0.05 表示差異性不顯著。在此我們?nèi)?/p>

21、0.05作為顯著性水平標(biāo)準(zhǔn)，紅酒中的ANOVA表中Prob>F欄p值為0.0278 <0.05,故拒絕Ho，且盒型圖的中心線差差別不大，對應(yīng)的F也很小，故可知品酒員對白酒的評分具有顯著性。紅葡萄酒酒中的ANOVA表中的P>0.05，接受Ho，故沒有顯著性。</p><p>　　對于那組數(shù)據(jù)更加可信，我們知道方差是考察數(shù)據(jù)的波動性的，方差小就說明數(shù)據(jù)比較穩(wěn)定，方差大就是波動性比較大。故我們將紅酒，

22、白酒每組樣品酒一一對應(yīng)，第一組的紅酒中樣品一與第二組紅酒中的樣品一進(jìn)行方差分析，以此類推，我們將所求到的方差用matlab進(jìn)行畫圖。</p><p>　　圖5.3 白葡萄酒的方差圖</p><p>　　圖5.4 紅葡萄酒的方差圖</p><p>　　從兩副圖中，我們很明顯的看到第二組數(shù)據(jù)的方差基本小于第一組數(shù)據(jù)，因此我們認(rèn)為第二組數(shù)據(jù)更加可信。</p>

23、<p>　　5.2 釀酒葡萄的分級</p><p>　　5.2.1白葡萄酒的分級</p><p>　　通過統(tǒng)計(jì)第二組白葡萄酒的每個(gè)樣品的分?jǐn)?shù)，將白葡萄酒分為四個(gè)等級。</p><p>　　由分?jǐn)?shù)等級標(biāo)準(zhǔn)可得到各個(gè)樣品酒處于的那個(gè)等級段，表格如下：</p><p>　　上述各個(gè)等級的樣品所對應(yīng)的各個(gè)理化指標(biāo)的關(guān)系圖如下（其中每個(gè)圖

24、的橫坐標(biāo)不是樣品號，而是依次每個(gè)等級中的樣品，從左到右依次為一，二，三，四等級的樣品）：</p><p>　　圖5.5 各個(gè)等級中各樣品的酒總黃酮含量</p><p>　　圖5.6 各個(gè)等級中各樣品的單寧含量</p><p>　　圖5.7 各個(gè)等級中各樣品的白藜蘆醇含量</p><p>　　圖5.8 各個(gè)等級中各樣品的總酚含量</p&g

25、t;<p>　　用MABTLE軟件對以上四幅圖進(jìn)行相關(guān)性分析，由corrcoef得出四幅圖的結(jié)果的絕對值都非常不接近1，且regress函數(shù)的出stats中的p遠(yuǎn)大于0.05故可知無相關(guān)性，其中酒總黃酮的相關(guān)系數(shù)為-0.0892，單寧的相關(guān)系數(shù)為-0.114，白藜蘆醇的相關(guān)系數(shù)為0.2596，總酚的相關(guān)系數(shù)為-0.0391,四種因素與樣品皆無相關(guān)性。</p><p>　　說明：相關(guān)系數(shù)的絕對值在0到

26、0.3的呈無相關(guān)性，0.3到0.8的呈弱相關(guān)性，0.8到1呈強(qiáng)相關(guān)性）</p><p>　　5.2.2 紅葡萄酒的分級</p><p>　　通過統(tǒng)計(jì)第二組紅葡萄酒的每個(gè)樣品的分?jǐn)?shù)，將紅葡萄酒分為四個(gè)等級。</p><p>　　由分?jǐn)?shù)等級標(biāo)準(zhǔn)可得到各個(gè)樣品酒處于的那個(gè)等級段，表格如下：</p><p>　　上述各個(gè)等級的樣品所對應(yīng)的各個(gè)理化指標(biāo)

27、的關(guān)系圖如下（其中每個(gè)圖的橫坐標(biāo)不是樣品號，而是依次每個(gè)等級中的樣品，從左到右依次為一，二，三，四等級的樣品，并且去掉異常數(shù)據(jù)）：</p><p>　　圖5.9 白藜蘆醇與樣品的關(guān)系圖</p><p>　　圖5.10 黃酮與樣品的關(guān)系圖</p><p>　　圖5.11 總酚與樣品的關(guān)系圖</p><p>　　圖5.12 單寧與樣品的關(guān)系圖&l

28、t;/p><p>　　圖5.13 花色苷與樣品的關(guān)系圖</p><p>　　用MABTLE軟件對以上四幅圖進(jìn)行相關(guān)性分析，由corrcoef得出四幅圖的結(jié)果的絕對值都接近1，且regress函數(shù)的出stats中的p小于0.05故可知有相關(guān)性，其中單寧的相關(guān)系數(shù)到達(dá)-0.8278，總酚的相關(guān)系數(shù)達(dá)到-0.8341，花色苷的相關(guān)系數(shù)達(dá)到-0.8533，呈強(qiáng)相關(guān)性。白藜蘆醇的相關(guān)系數(shù)為-0.508，

29、酒總黃酮的相關(guān)系數(shù)為-0.486，呈弱相關(guān)性。各圖的代碼如附錄2.</p><p>　　綜上所述，影響紅葡萄酒質(zhì)量的等級的因素有單寧，總酚，花色苷，這三個(gè)因素直接影響了紅葡萄酒的分級，但紅葡萄酒的分級也直接影響了釀酒葡萄的質(zhì)量分級。</p><p>　　西醫(yī)治療前列\(zhòng)腺\炎、陽\痿早\泄，本身就是一種騙局，一面是披著白衣大褂的無知醫(yī)生，一面是極其浮躁，被騙怕了的病人。真心希望病人能看到名老

30、中醫(yī)的維||信 msdf003，多學(xué)點(diǎn)知識，即使找不到明醫(yī)，至少這些知識能改變你的觀念，不會再上當(dāng)受騙，同時(shí)也能在現(xiàn)實(shí)中擦亮慧眼，找一位明醫(yī)看病，雖然少，但至少還是有的.</p><p><b>　　。</b></p><p>　　下面通過紅葡萄酒的理化指標(biāo)結(jié)合釀酒葡萄的數(shù)據(jù)對釀酒葡萄進(jìn)行分等級：</p><p>　　表5.6 影響紅葡萄酒分

31、級的因素成分?jǐn)?shù)據(jù)表</p><p>　　由上表的數(shù)據(jù)我們可把釀酒紅葡萄進(jìn)行劃分等級，如下：</p><p>　　表5.7 釀酒葡萄酒的等級劃分表</p><p>　　5.3 釀酒葡萄和葡萄酒理化指標(biāo)的關(guān)系</p><p>　　通過觀察釀酒葡萄和理化指標(biāo)的數(shù)據(jù)，用MABTLE將數(shù)據(jù)進(jìn)行處理,將釀酒葡萄和葡萄酒的相同的理化指標(biāo)的數(shù)據(jù)進(jìn)行擬合，得

32、到以下圖形： </p><p>　　5.3.1將釀酒葡萄和葡萄酒中的花色苷數(shù)據(jù)進(jìn)行擬合，得到下圖:</p><p>　　圖5.14 釀酒葡萄和葡萄酒中的花色苷數(shù)據(jù)擬合圖</p><p>　　5.3.2將釀酒葡萄和葡萄酒中的單寧數(shù)據(jù)進(jìn)行擬合，得到下圖：</p><p>　　圖5.15 釀酒葡萄和葡萄酒中的單寧數(shù)據(jù)擬合圖</p>&

33、lt;p>　　5.3.3將釀酒葡萄和葡萄酒中的葡萄總黃酮數(shù)據(jù)進(jìn)行擬合，得到下圖：</p><p>　　圖5.16 釀酒葡萄和葡萄酒中的葡萄總黃酮數(shù)據(jù)擬合圖</p><p>　　5.3.4將釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)進(jìn)行擬合，得到下圖：</p><p>　　圖5.17 釀酒葡萄和葡萄酒中的總酚數(shù)據(jù)擬合圖</p><p>　　5.3.

34、5將釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)進(jìn)行擬合，得到下圖：</p><p>　　圖5.18 釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)擬合圖</p><p><b>　　由以上四幅圖可知：</b></p><p>　　釀酒葡萄和葡萄酒中花色苷，單寧，葡萄總黃酮，總酚這四個(gè)因素呈線性關(guān)系，是正相關(guān)性。即釀酒葡萄中的花色苷含量，所釀出來的葡萄酒中花色苷含量越高

35、；釀酒葡萄中的單寧含量，所釀出來的葡萄酒中單寧含量越高；釀酒葡萄中的葡萄總黃酮含量，所釀出來的葡萄酒中葡萄總黃酮含量越高；釀酒葡萄中的總酚含量，所釀出來的葡萄酒中總酚含量越高；</p><p>　　二．釀酒葡萄和葡萄酒中白藜蘆醇對兩者不影響</p><p>　　5.4 驗(yàn)證理化指標(biāo)是否能成為葡萄酒等級評價(jià)依據(jù)</p><p>　　由第三問求解可得出釀酒葡萄與葡萄酒

36、的理化指標(biāo)之間是呈線性相關(guān)的，因此只需證明釀酒葡萄和葡萄酒的理化指標(biāo)其中一種對葡萄酒質(zhì)量是有影響，則可證明兩者的理化指標(biāo)是對葡萄酒質(zhì)量是有影響的，因此我們用Matlab進(jìn)行數(shù)據(jù)擬合來畫其關(guān)系圖，并用多元線性回歸來判斷其是否成線性關(guān)系。</p><p>　　我們先對葡萄酒的評分按照從低到高排列，相對應(yīng)釀酒葡萄的各成分也得到相應(yīng)的排列，橫坐標(biāo)是葡萄酒的評分，縱坐標(biāo)是是釀酒葡萄的各成分，各圖表如下：</p>

37、<p>　　圖5.19 葡萄酒評分和釀酒葡萄的花色苷的關(guān)系圖</p><p>　　圖5.20 葡萄酒評分和釀酒葡萄的單寧的關(guān)系圖</p><p>　　圖5.21 葡萄酒評分和釀酒葡萄的總酚的關(guān)系圖</p><p>　　圖5.22 葡萄酒評分和釀酒葡萄的酒總黃酮的關(guān)系圖</p><p>　　圖5.23 葡萄酒評分和釀酒葡萄的白藜蘆

38、醇的關(guān)系圖</p><p>　　通過Matlab軟件進(jìn)行數(shù)據(jù)擬合并畫出擬合線性圖，得出釀酒葡萄各成分系數(shù)p的值分別為0.0003，0.0963，0.0005，0.0002，0.5134(備注p越接近0，該成分與葡萄酒的質(zhì)量相關(guān)性越強(qiáng))，所以我們可得知釀酒葡萄的理化指標(biāo)對葡萄酒質(zhì)量是有影響，因?yàn)橛傻谌龁栔劸破咸雅c葡萄酒之間有相關(guān)性，所以也間接說明了釀酒葡萄和葡萄酒的理化指標(biāo)對葡萄酒質(zhì)量是有影響的。</p&g

39、t;<p>　　但是結(jié)合附件3中各個(gè)樣品中芬香物質(zhì)的數(shù)據(jù)及樣品的等級進(jìn)行數(shù)據(jù)擬合，可得下圖：</p><p>　　由圖可知葡萄酒的感官指標(biāo)中的芬香物質(zhì)與葡萄酒的各個(gè)理化指標(biāo)呈一致的相關(guān)性，所以不能只用葡萄酒的理化指標(biāo)來評價(jià)葡萄酒的質(zhì)量，還要加上葡萄酒的感官指標(biāo)。即綜合葡萄酒的理化指標(biāo)和感官指標(biāo)來進(jìn)行對葡萄酒的質(zhì)量進(jìn)行評價(jià)。</p><p>　　六、模型的評價(jià)與優(yōu)缺點(diǎn)</

40、p><p><b>　　6.1 優(yōu)點(diǎn)</b></p><p>　?。?）對數(shù)據(jù)進(jìn)行合理的處理，采用擬合的方法對數(shù)據(jù)間的關(guān)系進(jìn)行圖像化，是的其問題分析更加明顯，簡化。</p><p>　?。?）第二問中采用逆向思維的方法，反推出釀酒葡萄的等級分劃。</p><p>　　（3）除去異常數(shù)據(jù)，使圖像更加合理化，明顯化。</p

41、><p>　?。?）將每組數(shù)據(jù)進(jìn)行有針對性對比，如第一組的白葡萄酒和第二組的白葡萄酒進(jìn)行對比</p><p>　?。?）將每個(gè)小問題的分析串聯(lián)起來，使其思路更加清晰</p><p><b>　　6.2 缺點(diǎn)</b></p><p>　?。?）數(shù)據(jù)量太龐大，導(dǎo)致我們忽略一些對題目影響不是很大的數(shù)據(jù)，使得模型存在誤差。<

42、/p><p>　　（2）編程時(shí)數(shù)據(jù)量太大，存在很多困難。</p><p>　　（3）數(shù)據(jù)與數(shù)據(jù)將很難將其聯(lián)系起來。</p><p>　　(4)對數(shù)據(jù)處理不大，沒有整體進(jìn)行求解，只針對某一種葡萄酒進(jìn)行相關(guān)性驗(yàn)證，如第二問只對白葡萄酒進(jìn)行分級。</p><p>　?。?）考慮問題不周全，如只對第四問驗(yàn)證釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，而沒有考慮