葡萄酒

1.问题一

1.1分析

预处理：单样本K-S检验等方法确定各葡萄酒样本评分数据的概率分布（利用单样本K-S检验是利用样本数据推断总体是否服从某一理论分布的方法，适用于探索连续型随机变量的分布形态）
https://www.cnblogs.com/downmoon/archive/2012/03/26/2418003.html#:~:text=%E5%8D%95%E6%A0%B7%E6%9C%ACK-S%E6%A3%80%E9%AA%8C,%E5%8F%98%E9%87%8F%E7%9A%84%E5%88%86%E5%B8%83%E5%BD%A2%E6%80%81%E3%80%82
显著性差异：
1.两组评分数据的配对关系约束，Wilcoxon符号秩检验法来进行显著性差异的假设检验（两组数据的显著性差异）
https://blog.csdn.net/boooiaji/article/details/106859143
2.差异性检验

https://baijiahao.baidu.com/s?id=1719820067095690147&wfr=spider&for=pc
判断哪一组更加可信：
1.秩相关分析：引入肯德尔和谐系数法评定评酒组的评分信度
https://zhuanlan.zhihu.com/p/137669302
2.比较不同组内不同品酒员对该组总排序的方差大小，同时综合所有品酒员的打分得到一个理想排序，再比较不同组对理想排序的方差大小

1.1求解

排序检验：https://wenku.baidu.com/view/14b15fd2740bf78a6529647d27284b73f24236ef.html
秩检验：https://baijiahao.baidu.com/s?id=1674264900710530087&wfr=spider&for=pc

2.问题二

2.1分析

1.主成分分析法选取指标：构建酿酒葡萄质量的综合评价指标体系——->建立基于综合评价的酿酒葡萄分级模型
2.对葡萄品质进行分析：外观等思想品质构建合理的葡萄等级划分指标体系。通过均值聚类对理化指标进行类别划分；引入优势因子建立优势因子矩阵，基于数值差异性对指标进行了清晰的等级划分。综合各项优势值与葡萄酒质量的优势值进行加权求和，以区间方式得到葡萄酒的划分等级
3.将葡萄酒质量最高的样品作为理想点，通过相关性分析筛选芳香物质与香气评分相关性较大的成分，对这些成分和葡萄的理化指标进行基于TOPSIS法的秩和排序，利用多重比较法对酿酒葡萄进行分级
4.逐步回归分析、聚类分析、判别分析的数学方法，建立葡萄分级模型

3.问题三

3.1分析

1.运用主成分分析法对葡萄和葡萄酒的理化指标进行降维，分别以葡萄酒和葡萄的主成分作为因变量和自变量进行回归分析
2.首先构造相关系数矩阵对双方的理化指标进行了关联性分析，并选取关联性高的指标对进行假设性探究；考虑葡萄多个理化指标对葡萄酒理化指标的综合影响，运用逐步回归分析，得到相应的回归方程。
3.两组变量之间相关关系的多元统计方法——典型相关分析，找到酿酒葡萄和葡萄酒理化指标之间的关系

4.问题四

4.1分析

1.分析葡萄酒的理化指标与葡萄酒质量的函数关系，再利用第三题结论
2.第三题基础上，保留葡萄酒指标的前提下，剔除酿酒葡萄指标中某些认为可以被用于表示对应葡萄酒指标的部分。多元线性回归，得出酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。（最后还要显著性差异检验）