简介：这份资源是2012年全国大学生数学建模竞赛A题一等奖论文《葡萄酒的评价》的完整PDF文档，面向备战数学建模竞赛的高校学生、指导教师以及需要学习统计建模方法的读者，可用于赛题复盘、论文写作参考与方法迁移。压缩包内共1个PDF文件，大小约2.41MB，内容为完整获奖论文，涵盖摘要、问题重述、问题分析、模型假设、符号说明及四个问题的建模求解全过程。论文围绕葡萄酒质量评价展开，依次运用单样本K-S检验、Wilcoxon符号秩检验、肯德尔和谐系数、主成分分析、典型相关分析和多元线性回归等方法，解决评酒员评分显著性差异与信度比较、酿酒葡萄分级、葡萄与葡萄酒理化指标关联及质量预测等问题，并借助MATLAB、SPSS、SAS和EXCEL完成计算。目前已有2907人学习下载，读者可从中获取完整的赛题建模思路、统计方法选用依据、模型检验流程与论文组织框架，适合作为竞赛训练与学术写作的实战范本。

1. 葡萄酒评分背后的统计学：为什么两组评酒员的结论会“打架”

同一批酒，同一套评分表，两组评酒员给出的结论却可能截然不同。这不是玄学，而是感官评价中普遍存在的系统性偏差。2012年数学建模A题一等奖论文《葡萄酒的评价》要解决的第一个问题就是：两组评酒员的评价结果到底有没有显著性差异？如果有，哪一组更可信？这个问题看似只是比较两组分数，实际上触及了统计推断中一个核心矛盾——当数据来自主观评分、样本量有限、分布未知时，传统的参数检验会直接翻车。论文给出的解法是先用K-S检验确认评分数据的概率分布，再用Wilcoxon符号秩检验做配对样本的非参数检验，最后用肯德尔和谐系数评定评分信度。这套组合拳的价值在于：它不依赖正态分布假设，只利用评分的秩信息，就能在主观评价的噪声中提取出稳固的结论。搞懂这套机制，不仅是在看一篇获奖论文，更是在理解“当数据不听话时，统计学家怎么让结论依然站得住脚”。

2. 显著性差异检验：Wilcoxon符号秩检验为什么能替代T检验

2.1 从评分数据的分布说起：K-S检验在做什么

论文处理问题一的第一步不是直接做差异检验，而是先确定评分数据的概率分布。这个顺序很关键。T检验的前提是数据服从正态分布，如果评分数据本身偏离正态，T检验的p值就是不可信的。论文采用单样本K-S检验（Kolmogorov-Smirnov检验）来验证这一点。

K-S检验的底层逻辑是：将样本数据的累积分布函数与理论正态分布的累积分布函数进行比较，取两者之间的最大垂直距离作为检验统计量D。如果D值小于临界值，就不能拒绝“数据来自正态分布”的原假设。论文中第一组红葡萄酒评价结果的K-S检验双边p值为0.525，远大于0.05，说明评分数据可以近似看作正态分布。

但这里有一个容易被忽略的细节：论文对每个葡萄酒样本计算了10个品酒员评分的均值，然后对这组均值做正态性检验。这意味着检验的对象是“样本均值的分布”，而不是原始评分。根据中心极限定理，即使原始评分不完全正态，均值的分布也会趋近正态。论文用P-P图辅助验证，散点近似沿对角线分布，进一步支持了正态性假设。

注意：K-S检验对大样本敏感，对小样本保守。当样本量只有27个红葡萄酒样本时，K-S检验的效力有限，论文结合P-P图做视觉验证是合理的补充手段。

2.2 Wilcoxon符号秩检验的机制：为什么丢弃数值只保留秩

确认了正态性之后，论文并没有直接用配对T检验，而是选择了Wilcoxon符号秩检验。这个选择背后有明确的考量：两组评酒员对同一样本评分，数据是配对的，但配对差值是否服从正态分布并没有被验证。Wilcoxon符号秩检验只要求差值关于中位数对称，不要求正态分布，适用条件更宽松。

检验的步骤可以拆解为：

import numpy as np from scipy.stats import wilcoxon # 假设 group1 和 group2 分别是两组评酒员对27个红葡萄酒样本的评分 # 计算配对差值 diff = group1 - group2 # 剔除差值为0的样本（Wilcoxon检验的标准处理） nonzero_diff = diff[diff != 0] # 对差值的绝对值排序并编秩 abs_diff = np.abs(nonzero_diff) ranks = np.argsort(np.argsort(abs_diff)) + 1 # 最小秩为1 # 恢复正负号，分别求正秩和与负秩和 positive_ranks = ranks[nonzero_diff > 0].sum() negative_ranks = ranks[nonzero_diff < 0].sum() # 取较小者作为检验统计量T T = min(positive_ranks, negative_ranks) # 计算均值和方差（无结点时的公式） n = len(nonzero_diff) E_T = n * (n + 1) / 4 D_T = n * (n + 1) * (2 * n + 1) / 24 # 标准化为z统计量 z = (T - E_T) / np.sqrt(D_T) print(f"检验统计量 z = {z:.4f}")

这段代码的核心操作是：把配对差值的绝对值按大小排序，赋予秩次，然后恢复正负号，分别计算正秩和与负秩和。如果两组评分没有系统性差异，正秩和与负秩和应该大致相等；如果一组系统性地高于另一组，正秩和或负秩和会显著偏大。论文计算得到的红葡萄酒检验统计量z值为-2.53，绝对值大于1.96，落在拒绝域内，因此拒绝原假设，认为两组评价结果存在显著性差异。白葡萄酒的z值为-2.23，同样拒绝原假设。

这里的关键设计动机是：Wilcoxon符号秩检验丢弃了评分的具体数值，只保留秩信息。这样做的好处是，即使某个品酒员给出了极端分数（比如77分这种明显异常值），只要它的秩位置合理，就不会对检验结果产生过度影响。这是一种“稳健性”设计——用信息的损失换取结论的可靠性。

2.3 肯德尔和谐系数的计算与信度判定

确认了两组评分存在差异之后，下一个问题是：哪一组更可信？论文引入肯德尔和谐系数（Kendall's W）来度量评分信度。和谐系数的逻辑是：如果一组品酒员对葡萄酒质量的排序高度一致，那么这组评分的可信度就高。

计算过程如下：

import numpy as np from scipy.stats import chi2 def kendall_w(data): """ data: m x n 矩阵，m个品酒员，n个样本 返回和谐系数W和卡方检验结果 """ m, n = data.shape # 对每个品酒员的评分做秩变换（按样本排序） ranks = np.zeros_like(data, dtype=float) for i in range(m): ranks[i] = np.argsort(np.argsort(data[i])) + 1 # 计算每个样本的秩和 R = ranks.sum(axis=0) # 计算秩和的平均值 R_bar = R.mean() # 计算离差平方和 S = ((R - R_bar) ** 2).sum() # 计算和谐系数W W = 12 * S / (m ** 2 * (n ** 3 - n)) # 卡方检验 chi2_val = m * (n - 1) * W df = n - 1 p_value = 1 - chi2.cdf(chi2_val, df) return W, chi2_val, p_value

论文计算得到的四组W值分别为：第一组红葡萄酒0.0444、第二组红葡萄酒0.0433、第一组白葡萄酒0.0400、第二组白葡萄酒0.0411。这些W值本身都很小，说明品酒员之间的整体一致性并不高——这符合感官评价的实际情况。但比较而言，红葡萄酒第一组的W值更大，白葡萄酒第二组的W值更大，因此论文得出结论：红葡萄酒第一组评分更可信，白葡萄酒第二组评分更可信。

卡方检验进一步验证了和谐系数的显著性。论文中红葡萄酒第一组的卡方值为11.54，第二组为11.26；白葡萄酒第一组为10.81，第二组为11.10。在自由度j=27（红）和j=28（白）下，这些值对应的p值均小于0.01，说明品酒员的评分之间存在显著的相关性，不是随机打分。

提示：肯德尔和谐系数的值域是0到1，越接近1表示一致性越高。但在感官评价中，W值通常偏低，因为品酒员的个人偏好差异很大。论文没有因为W值低就否定评分信度，而是通过组间比较来判断哪组更可信，这是合理的处理方式。

3. 主成分分析与层次分析法：酿酒葡萄分级模型的构建逻辑

3.1 27个理化指标的主成分降维

问题二要求根据酿酒葡萄的理化指标和葡萄酒质量对葡萄进行分级。酿酒葡萄有27个理化指标，如果直接用于分级，不仅计算量大，而且指标之间存在强相关性，会导致信息重叠。论文采用主成分分析（PCA）来解决这个问题。

PCA的核心思想是：通过线性变换将原始指标转换为一组互不相关的主成分，每个主成分是原始指标的线性组合。第一主成分解释的方差最大，第二主成分次之，以此类推。论文以累计方差贡献率达到83.044%为标准，提取了8个主成分。

from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler # 假设 X 是 27 x 27 的矩阵，27个样本，27个指标 scaler = StandardScaler() X_scaled = scaler.fit_transform(X) pca = PCA() pca.fit(X_scaled) # 查看累计方差贡献率 cumulative_variance = np.cumsum(pca.explained_variance_ratio_) print("累计方差贡献率:", cumulative_variance) # 找到达到83.044%所需的主成分数 n_components = np.argmax(cumulative_variance >= 0.83044) + 1 print(f"需要 {n_components} 个主成分")

论文中红葡萄的前8个主成分累计贡献率达到83.044%，这意味着用8个主成分代替原来的27个指标，保留了超过80%的信息。更重要的是，通过正交旋转后的载荷矩阵，可以解释每个主成分的物理含义。例如，主成分1主要由葡萄总黄酮、总酚、DPPH自由基和单宁组成，这些都与抗氧化能力相关；主成分2由总糖、可溶性固形物和干物质含量组成，与甜度和成熟度相关。

这种降维的价值在于：它不仅减少了指标数量，还揭示了指标背后的潜在结构。27个指标并不是彼此独立的，它们受到少数几个潜在因素的支配。PCA找到的就是这些潜在因素。

3.2 层次分析法确定权重的判断矩阵

降维之后，论文用层次分析法（AHP）确定各指标的权重。AHP的核心是构造判断矩阵：对每一对指标，判断它们的相对重要程度，用1到9的标度表示。论文给出的判断矩阵是一个8x8的矩阵，对应8个主成分。

判断矩阵的构造依据是“不同理化性质在样本中的分布情况以及不同样本的评分结果”。这句话的含义是：如果某个主成分对应的指标在优质葡萄和劣质葡萄之间差异明显，那么这个主成分的权重就应该更大。

import numpy as np # 论文中的判断矩阵（8x8） A = np.array([ [1.0000, 1.1655, 1.6571, 1.9159, 1.9311, 2.0250, 2.3020, 2.7346], [0.8580, 1.0000, 1.4218, 1.6439, 1.6569, 1.7375, 1.9751, 2.3463], [0.6035, 0.7033, 1.0000, 1.1562, 1.1654, 1.2221, 1.3892, 1.6502], [0.5219, 0.6083, 0.8649, 1.0000, 1.0079, 1.0569, 1.2015, 1.4273], [0.5178, 0.6035, 0.8581, 0.9921, 1.0000, 1.0486, 1.1921, 1.4161], [0.4938, 0.5755, 0.8183, 0.9461, 0.9536, 1.0000, 1.1368, 1.3504], [0.4344, 0.5063, 0.7198, 0.8323, 0.8389, 0.8797, 1.0000, 1.1879], [0.3657, 0.4262, 0.6060, 0.7006, 0.7062, 0.7405, 0.8418, 1.0000] ]) # 计算特征值和特征向量 eigenvalues, eigenvectors = np.linalg.eig(A) # 最大特征值对应的特征向量 max_idx = np.argmax(eigenvalues.real) w = eigenvectors[:, max_idx].real w = w / w.sum() # 归一化 print("权重向量:", w) # 一致性检验 n = A.shape[0] lambda_max = eigenvalues.real[max_idx] CI = (lambda_max - n) / (n - 1) RI = 1.41 # n=8时的随机一致性指标 CR = CI / RI print(f"CR = {CR:.4f}")

论文计算得到判断矩阵的最大特征根为8，CI=0.013，CR=0.029<0.1，通过一致性检验。这意味着判断矩阵的逻辑是自洽的，没有出现“A比B重要，B比C重要，但C比A重要”这种矛盾。

权重向量中，澄清度、色调、纯正度、浓度、质量等指标的权重被逐一分配。值得注意的是，口感的“质量”指标权重最高（0.0915），整体评价次之（0.0557），这说明论文认为口感质量是决定葡萄酒质量的最关键因素。

3.3 综合评价模型与分级阶梯的映射

有了权重之后，论文建立了线性加权求和的综合评价模型。综合评价值y的计算方式是逐层加权：三级指标加权得到二级指标，二级指标加权得到一级指标，一级指标加权得到最终的综合评价值。

def comprehensive_score(x, w): """ x: 27个三级指标的标准化值 w: 27个三级指标的权重 返回综合评价值 """ # 确保x和w的长度一致 assert len(x) == len(w) # 线性加权求和 y = np.dot(x, w) return y # 分级阶梯模型 def classify(y): if 0.8 <= y <= 1.0: return "super" elif 0.7 <= y < 0.8: return "1st" elif 0.6 <= y < 0.7: return "2nd" elif 0.5 <= y < 0.6: return "3rd" elif 0.4 <= y < 0.5: return "4th" elif 0.3 <= y < 0.4: return "5th" elif 0.2 <= y < 0.3: return "6th" else: return "7th"

分级阶梯的阈值设定是[0.8, 1.0]为特级，[0.7, 0.8)为一级，以此类推。论文计算得到的结果是：27个红葡萄样本中，样本23的综合评价值为0.80，被评为特级；样本12的评价值为0.23，被评为六级。大多数样本集中在二级和三级。

这个结果揭示了一个重要规律：越高级别的葡萄对各项指标趋于最优的要求越高，达到标准的样本数就越少。特级样本只有1个，而二级和三级样本占了大多数，这符合“优质总是稀缺”的分布特征。

4. 典型相关分析与多元线性回归：理化指标之间的因果链条

4.1 典型相关分析如何量化两组变量的整体关联

问题三要求分析酿酒葡萄与葡萄酒的理化指标之间的联系。这里有两组变量：酿酒葡萄的理化指标（X组，30个指标）和葡萄酒的理化指标（Y组，9个指标）。如果分别计算X中每个指标与Y中每个指标的简单相关系数，会得到30x9=270个相关系数，不仅数量庞大，而且无法从整体上描述两组变量的关系。

典型相关分析（CCA）的思路是：分别找到X组和Y组的线性组合，使得这两个线性组合之间的相关系数最大。这个最大相关系数就是第一典型相关系数，对应的线性组合就是第一对典型变量。然后在与第一对典型变量不相关的条件下，找第二对典型变量，以此类推。

import numpy as np from scipy.linalg import eig def canonical_correlation(X, Y): """ X: n x p 矩阵，n个样本，p个酿酒葡萄指标 Y: n x q 矩阵，n个样本，q个葡萄酒指标 返回典型相关系数和典型变量系数 """ n = X.shape[0] # 标准化 X = (X - X.mean(axis=0)) / X.std(axis=0) Y = (Y - Y.mean(axis=0)) / Y.std(axis=0) # 计算相关系数矩阵 Sxx = np.corrcoef(X, rowvar=False) Syy = np.corrcoef(Y, rowvar=False) Sxy = np.corrcoef(X, Y, rowvar=False)[:X.shape[1], X.shape[1]:] Syx = Sxy.T # 计算矩阵 A = Sxx^{-1} Sxy Syy^{-1} Syx A = np.linalg.inv(Sxx) @ Sxy @ np.linalg.inv(Syy) @ Syx # 求特征值和特征向量 eigenvalues, eigenvectors = eig(A) # 典型相关系数是特征值的平方根 canonical_corrs = np.sqrt(eigenvalues.real) # 按从大到小排序 idx = np.argsort(canonical_corrs)[::-1] canonical_corrs = canonical_corrs[idx] eigenvectors = eigenvectors[:, idx] return canonical_corrs, eigenvectors

论文通过典型相关分析发现：第一，增大酿酒葡萄果皮的含量对葡萄酒中DPPH半抑制体积含量的增加有重要影响；第二，酿酒葡萄中的苹果酸不仅能促进发酵，还能保护红葡萄酒中的花色苷和单宁，使红葡萄酒呈色亮丽；第三，葡萄总黄酮和总酚在抗氧化过程中协同作用，将DPPH自由基转化为葡萄酒中的DPPH半抑制体积。

这些结论的价值在于：它们不是简单的“X和Y相关”，而是揭示了“X中的哪些成分通过什么机制影响Y中的哪些指标”。果皮含量影响DPPH半抑制体积，背后的机制是果皮中富含多酚类物质，这些物质在发酵过程中被提取到酒中，增强了抗氧化能力。苹果酸保护花色苷和单宁，是因为苹果酸能调节发酵环境的pH值，防止花色苷在低pH下发生降解。

4.2 多元线性回归模型的变量筛选与验证

问题四要求论证能否用酿酒葡萄和葡萄酒的理化指标来评价葡萄酒的质量。论文的思路是：在问题三的基础上，剔除那些可以被葡萄酒指标替代的葡萄指标，然后用剩余的指标建立多元线性回归模型。

变量筛选的逻辑是：如果某个葡萄指标与某个葡萄酒指标高度相关，那么在回归模型中只需要保留葡萄酒指标即可，因为葡萄指标的信息已经包含在葡萄酒指标中了。这样可以避免多重共线性，提高模型的稳定性。

import statsmodels.api as sm def stepwise_regression(X, y, threshold_in=0.05, threshold_out=0.10): """ 逐步回归：前向选择 + 后向剔除 X: 候选自变量矩阵 y: 因变量 """ included = [] while True: # 前向步骤：尝试加入每个未包含的变量 changed = False excluded = list(set(range(X.shape[1])) - set(included)) best_pval = threshold_in for idx in excluded: model = sm.OLS(y, sm.add_constant(X[:, included + [idx]])).fit() pval = model.pvalues[-1] if pval < best_pval: best_pval = pval best_idx = idx if best_pval < threshold_in: included.append(best_idx) changed = True # 后向步骤：尝试剔除每个已包含的变量 if included: model = sm.OLS(y, sm.add_constant(X[:, included])).fit() pvals = model.pvalues[1:] # 跳过常数项 worst_pval = pvals.max() if worst_pval > threshold_out: worst_idx = included[np.argmax(pvals)] included.remove(worst_idx) changed = True if not changed: break return included

论文将样本随机分为两组：一组用于建立回归方程（训练集），另一组用于验证模型的可行性（测试集）。通过对测试集的评价值与评分值进行显著性差异检验，发现两者没有显著差异，从而论证了用理化指标评价葡萄酒质量是可行的。

这个验证方法的设计很巧妙：它不是在训练集上评估模型拟合优度（那会过拟合），而是在独立的测试集上检验预测值与真实评分的一致性。如果预测值与真实评分没有显著差异，说明模型捕捉到了理化指标与质量之间的真实关系，而不是噪声。

注意：多元线性回归的前提是自变量之间不存在严重的多重共线性。论文通过问题三的典型相关分析预先剔除了高度相关的葡萄指标，这一步是回归模型能够成立的关键。如果跳过这一步直接做回归，VIF值可能会爆表，导致系数估计不稳定。

5. 避坑指南：数学建模中统计方法选择的常见翻车点

5.1 正态性检验没做就直接上T检验

现象：两组评分数据直接做配对T检验，得到p值小于0.05，但结论被质疑。

原因：T检验要求配对差值服从正态分布。如果差值分布严重偏态，T检验的p值不可信。论文先用K-S检验确认评分数据的正态性，再用Wilcoxon符号秩检验处理配对差值，这是正确的顺序。

解决：任何参数检验之前，先做正态性检验。如果数据不满足正态性，改用非参数检验。对于配对数据，Wilcoxon符号秩检验是T检验的稳健替代。

5.2 主成分分析后不解释主成分的物理含义

现象：提取了8个主成分，累计贡献率达标，但不知道每个主成分代表什么，后续分析无法展开。

原因：PCA的数学结果是载荷矩阵，但载荷矩阵需要结合领域知识来解释。论文通过正交旋转后的载荷矩阵，将主成分1解释为“葡萄总黄酮、总酚、DPPH自由基和单宁的组合”，这才让后续的权重分配有了依据。

解决：PCA之后必须做载荷分析，找出每个主成分中载荷绝对值较大的指标，结合领域知识给出物理解释。如果无法解释，说明主成分的提取可能有问题，或者需要换一种旋转方法。

5.3 层次分析法的判断矩阵不一致

现象：构造的判断矩阵计算出的CR值大于0.1，但直接忽略，继续用权重计算结果。

原因：判断矩阵不一致意味着逻辑矛盾，比如“A比B重要，B比C重要，但C比A重要”。这种情况下计算出的权重是不可信的。

解决：如果CR>0.1，需要调整判断矩阵中的某些元素，直到通过一致性检验。论文中CR=0.029，远小于0.1，说明判断矩阵的逻辑是自洽的。

5.4 典型相关分析不检验典型相关系数的显著性

现象：计算出典型相关系数后直接使用，没有检验它是否显著不为零。

原因：如果两组变量之间本来就不相关，典型相关分析的结果就没有意义。论文在Step4中明确对典型相关系数进行了显著性检验，这是必要的步骤。

解决：对每个典型相关系数做Bartlett检验，确认它显著不为零后再使用。如果第一典型相关系数不显著，说明两组变量之间没有整体关联，后续分析需要重新考虑。

5.5 多元线性回归不做多重共线性诊断

现象：回归模型的R方很高，但系数符号与预期相反，或者系数估计不稳定。

原因：自变量之间存在高度共线性，导致系数估计的方差膨胀。论文通过问题三的典型相关分析预先剔除了高度相关的葡萄指标，这一步是回归模型能够成立的关键。

解决：计算每个自变量的VIF值，如果VIF>10，说明存在严重共线性，需要剔除相关变量或使用岭回归、主成分回归等方法。

6. 从秩相关到回归：统计建模中的信息损失与稳健性权衡

这篇论文最值得深挖的设计取舍，是在多个环节主动选择“丢弃信息”来换取结论的稳健性。Wilcoxon符号秩检验丢弃了评分的具体数值，只保留秩信息；肯德尔和谐系数同样只利用秩信息；主成分分析丢弃了部分方差较小的方向；典型相关分析只保留少数几对典型变量。每一次信息丢弃，都是在“更精细的描述”和“更可靠的推断”之间做权衡。

这种权衡在数学建模中尤为关键。竞赛论文的评审者不会只关注模型的复杂度，更关注模型的选择是否有理有据。论文在每个方法的选择上都给出了明确的理由：为什么用K-S检验而不是Shapiro-Wilk检验？因为K-S检验对连续分布的检验更通用。为什么用Wilcoxon符号秩检验而不是符号检验？因为符号检验只利用差值的正负号，丢弃了差值大小的信息，而Wilcoxon符号秩检验在保留部分大小信息的同时仍然稳健。为什么用典型相关分析而不是多元回归？因为典型相关分析能同时处理两组变量之间的多重关系，而多元回归只能处理一个因变量。

如果要验证这篇论文的结论是否可靠，一个可行的方法是做敏感性分析：改变主成分的提取数量（比如从8个改为7个或9个），观察分级结果是否发生显著变化。如果样本23始终被评为特级，样本12始终被评为六级，说明结论对主成分数量的选择不敏感，模型的稳健性较好。另一个方法是改变判断矩阵中的某些元素，观察权重变化对分级结果的影响。如果分级结果基本不变，说明模型对权重的微小扰动不敏感。

从那以后我每次做统计建模，都会强制走一遍“分布检验→方法选择→稳健性验证”的流程。先确认数据满足什么条件，再选择匹配的方法，最后用敏感性分析检验结论是否可靠。这个习惯帮我避开了很多“方法用错但结果看起来合理”的坑。希望帮到你。

本文还有配套的精品资源，点击获取