高真　楊海生

摘要：隨著人們物質(zhì)生活水平的不斷提高，葡萄酒越來越受到各國人民的喜愛，人們對葡萄酒質(zhì)量的關(guān)注也日益加強，確定葡萄酒質(zhì)量時一般是通過聘請一批有資質(zhì)的評酒員進(jìn)行評價，每個評酒員在對葡萄酒進(jìn)行品嘗后對其分類指標(biāo)進(jìn)行打分，然后求和得到其總分，從而得到葡萄酒的質(zhì)量。

關(guān)鍵詞：葡萄酒；理化特性；主成分分析；典型相關(guān)分析

中圖分類號：F27

文獻(xiàn)標(biāo)識碼：A

文章編號：1672-3198（2013）09-0088-02

1基本假設(shè)

（1）不同種類中釀酒葡萄的成分?jǐn)?shù)值統(tǒng)一標(biāo)準(zhǔn)無差異；

（2）不同種類中酒葡萄的成分?jǐn)?shù)值統(tǒng)一標(biāo)準(zhǔn)無差異；

（3）釀酒方式及釀酒過程對葡萄酒的質(zhì)量無影響；

（4）品酒先后對打分沒有影響；

（5）檢測理化指標(biāo)為標(biāo)準(zhǔn)值誤差。

2模型基本思想

2.1主成分分析法基本思想

主成分分析是數(shù)學(xué)上對數(shù)據(jù)降維的一種方法。其基本思想是設(shè)法將原來眾多的具有一定相關(guān)性的指標(biāo)X1，X2，…，XP（比如p個指標(biāo)），重新組合成一組較少個數(shù)的互不相關(guān)的綜合指標(biāo)Fm來代替原來指標(biāo)。那么綜合指標(biāo)應(yīng)該如何去提取，使其既能最大程度的反映原變量Xp所代表的信息，又能保證新指標(biāo)之間保持相互無關(guān)（信息不重疊）。

2.2典型相關(guān)分析基本思想

典型相關(guān)分析（canonical correlation analysis）就是利用綜合變量對之間的相關(guān)關(guān)系來反映兩組指標(biāo)之間的整體相關(guān)性的多元統(tǒng)計分析方法。它的基本原理是：為了從總體上把握兩組指標(biāo)之間的相關(guān)關(guān)系，分別在兩組變量中提取有代表性的兩個綜合變量U1和V1（分別為兩個變量組中各變量的線性組合），利用這兩個綜合變量之間的相關(guān)關(guān)系來反映兩組指標(biāo)之間的整體相關(guān)性。由于典型相關(guān)分析涉及較大量的矩陣計算，其方法的應(yīng)用在早期曾受到相當(dāng)?shù)南拗?。但隨著當(dāng)代計算機技術(shù)及其軟件的迅速發(fā)展，彌補了應(yīng)用典型相關(guān)分析中的困難，因此它的應(yīng)用開始走向普及化。典型相關(guān)分析是研究兩組變量之間相關(guān)關(guān)系的一種統(tǒng)計分析方法。

3主成分分析模型建立和實證分析

3.1符號定義

（1）釀酒葡萄的理化指標(biāo)進(jìn)行符號定義。

Xi（i=1，2，……，32）——{花色苷，單寧，總酚，酒總黃酮，白藜蘆醇，反式白藜蘆醇苷，順式白藜蘆醇苷，反式白藜蘆醇，順式白藜蘆醇，DPPH半抑制體積（IV50）1/IV50，L*（D65），a*（D65），b*（D65），H（D65），C（D65）}。

（2）葡萄酒的理化指標(biāo)進(jìn)行符號定義：

Yj（j=1，2，……，15）——{花色苷，單寧，總酚，葡萄總黃酮，白藜蘆醇，反式白藜蘆醇苷，順式白藜蘆醇苷，反式白藜蘆醇，順式白藜蘆醇，DPPH自由基1/IC50，L*（D65），a*（D65），b*（D65），H（D65），C（D65）}。

3.2釀酒葡萄紅葡萄的主成分分析

通過SPSS18.0軟件對釀酒葡萄紅葡萄的32項釀酒葡萄紅葡萄標(biāo)準(zhǔn)化的指標(biāo)進(jìn)行主成分分析（即模型檢驗）。

表2列出了9個主成分對應(yīng)的特征值、占總方差的百分比及累計百分比。第一個主成分占總方差的百分比為22.21%，說明他可解釋原來變量中22.21%的信息。前9個主成分的累計貢獻(xiàn)率為85.104%，說明用九個主成分來表示原來的32個變量，可以反映85.104%的信息。85.104%%，已經(jīng)超過85%，根據(jù)主成分選取指標(biāo)的原則，選取前9個主成分完全可以來代表19項指標(biāo)。因此，選擇該9個主成分，并定義為Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9。

3.3建立主成分方程

用表1中的數(shù)據(jù)除表2中主成分相對應(yīng)的特征值開平方根便得到主成分中每項指標(biāo)所對應(yīng)的系數(shù)，即特征向量。特征向量將得到的特征向量與標(biāo)準(zhǔn)化后的數(shù)據(jù)相乘得出主成分表達(dá)式。

第一種主成分方程：

Y1=0.050X1+0.086X2-0.019X3+…+0.012X31-0.059X32

第1主成分方差貢獻(xiàn)率最大為22.21%，通過線性方程能得出特征向量較大的是X4（花色苷）。

第二種主成分方程：

Y2=0.109X1+0.079X2-0.073X3+…+0.022X31+0.080X32

第2主成分方差貢獻(xiàn)率最大為15.762%，通過線性方程能得出特征向量較大的是X6（蘋果酸）和X15（黃酮醇）。

同理，我們可以分析得到第三至第九種主成分方程的特征向量較大的指標(biāo)。

上述主成分方程的結(jié)果顯示，特征向量較大的為X1（氨基酸總量），X4（花色苷），X6（蘋果酸），X7（檸檬酸），X8（多酚氧化酶活力），X9（褐變度），X12（單寧），X13（葡萄總黃酮），X15（黃酮醇），X24（百粒質(zhì)量）和X19（PH值）等11項。

對釀酒白葡萄進(jìn)行上述類似的主成分分析，可以選取出特征向量較大的為X1（氨基酸總量），X4（花色苷），X6（蘋果酸），X7（檸檬酸），X8（多酚氧化酶活力），X9（褐變度），X12（單寧），X13（葡萄總黃酮），X15（黃酮醇），X24（百粒質(zhì)量）和X19（PH值），X26（出汁率）h和X17（還原糖）等13項。

同時，對紅葡萄酒和白葡萄酒標(biāo)準(zhǔn)化的理化指標(biāo)進(jìn)行與上述類似主成分分析，紅葡萄酒可以選取出特征向量較大的為Y2（單寧），Y2（單寧），Y3（總酚），Y4（酒總黃酮），Y5（白藜蘆醇），Y10（DPPH半抑制體積），Y11（色澤L*（D65）），Y12（色澤a*），Y13（色澤b*（D65））。白葡萄可以選取出特征向量較大的為Y2（單寧），Y3（總酚），Y4（酒總黃酮），Y5（白藜蘆醇），Y10（DPPH半抑制體積），Y11（色澤L*（D65）），Y12（色澤a*），Y13（色澤b*（D65））。但是白葡萄酒中未檢測到X1（花色苷），而紅葡萄酒中含有X1（花色苷），并且X1（花色苷）與紅葡萄酒的顏色密切相關(guān)，其直接影響紅葡萄酒感官品質(zhì)評定，所以紅葡萄酒的必須考慮花色苷指標(biāo)。

將以上得出的主成分特征向量進(jìn)行下一步典型相關(guān)分析。

4典型相關(guān)分析的模型建立與模型解釋

4.1相關(guān)符號定義

V—紅葡萄，U—紅葡萄酒，X1—氨基酸總量mg/100gfw，X2—花色苷mg/100g鮮重，X3—蘋果酸（g/L），X4—檸檬酸（g/L），X5—多酚氧化酶活力E（A/min·g·ml），X6—褐變度ΔA/g*g*min*ml，X7—單寧（mmol/kg），X8—葡萄總黃酮（mmol/kg），X9—黃酮醇（mg/kg），X10—百粒質(zhì)量/g，X11—PH值，X12—出汁率（%），X13—還原糖（g/L），Y1—花色苷（mg/L），Y2—單寧（mmol/L），Y3—總酚（mmol/L），Y4—酒總黃酮（mmol/L），Y5—白藜蘆醇（mg/L），Y6—DPPH半抑制體積（IV50），Y7—色澤L*（D65），Y8—色澤a*，Y9—色澤b*（D65）。

4.2紅葡萄和紅葡萄酒理化指標(biāo)之間的典型相關(guān)分析

表4給出的是9對典型變量之間的典型相關(guān)系數(shù)等數(shù)0的顯著性檢驗結(jié)果，第一列給出的是Wilk's Lambda值，第二列為卡方值，第三列為自由度，第四列為P值，從上面的結(jié)果中可以看出，第一和第二顯性相關(guān)系數(shù)是顯著的（P分別為0.000和0.004小于0.05），說明第一對和第二對典型相關(guān)是有價值的，而第三以后的顯性相關(guān)系數(shù)不顯著（P均大于0.05），所以第三隊以及以后的變量可以不考慮。

4.4擬合線性方程

同樣由表5的方法可得線性方程組：

V1=-0.385Y1-0.181Y2+0.395Y3-0.070Y4-0.255Y5+0.385Y6

+0.851Y7+0.540Y8+0.080Y8

V2=-1.637Y1+0.531Y2-0.464Y3+0.582Y4+0.528Y5-0.278Y6

-0.855Y7-1.112Y8-0.401Y9

結(jié)論：由于U1和V1最相關(guān)，且U2和V2很相關(guān)，說明U1所代表的紅葡萄和V1所代表的紅葡萄酒相關(guān)。

同理可以通過對白葡萄和白葡萄酒的典型相關(guān)分析，得出白葡萄和白葡萄酒之間的相關(guān)關(guān)系。

分析結(jié)論：第三對以后的典型變量可以不考慮；最后對結(jié)果進(jìn)行分析得出：（1）釀酒葡萄的理化指標(biāo)有抗氧化、防變質(zhì)、抑菌作用，而葡萄酒的理化指標(biāo)也具有抗氧化、防變質(zhì)、抑菌作用。（2）釀酒葡萄的理化指標(biāo)影響著葡萄酒的理化指標(biāo)，從而使葡萄酒的顏色有紅、白之分。（3）釀酒葡萄中的蘋果酸有助于葡萄酒的發(fā)酵，增強了葡萄酒DPPH半抑制體積的作用。（4）釀酒葡萄中含有的酒石酸和單寧可以使葡萄酒的持久性更強。

參考文獻(xiàn)

[1]李運，李記明，姜忠軍.統(tǒng)計分析在葡萄酒質(zhì)量評價中的應(yīng)用[J].釀酒科技，2009（4）：79-82.

[2]馬騰，趙麗，李軍.2008年份昌黎原產(chǎn)地葡萄酒理化指標(biāo)的統(tǒng)計學(xué)分析[J].河北科技師范學(xué)院學(xué)報，2012，26（1）：1-12.

[3]郭其昌，郭松泉.葡萄酒的質(zhì)量等級法[J].中外葡萄與葡萄酒，1999（4）：64-66.

[4]韓中庚.數(shù)學(xué)建模方法及其應(yīng)用[M].北京：高等教育出版社，2005.

[5]朱建平，應(yīng)用多元統(tǒng)計分析（第二版）[M].北京：科學(xué)出版社，2006.

[6]葛慶龍.SPSS的聚類分析功能在試卷分析中的應(yīng)用[J].統(tǒng)計教育，2008（1）：53-54.