统计分析在葡萄酒质量评价中的应用(2)
发布时间:2021-06-05
发布时间:2021-06-05
80
酿酒科技·2009年第4期(总第178期)LIQUOR-MAKINGSCIENCE&TECHNOLOGY2009No.4(Tol.178)
1.3数据处理方法
根据葡萄酒成分分析和感官分析的结果,利用
SPSS11.0以及AMOS6.0软件进行统计分析与数据处
理。
数据结果的相关性分析,采用分析软件SPSS11.0的
Correlate中的Bivariate分析;
数据结果的通径分析,采用分析软件AMOS6.0分析;
数据结果的变异系数分析,采用分析软件SPSS11.0的DescriptiveStatistics中的Descriptives分析;
数据结果的主成分分析,采用分析软件SPSS11.0的
DataReduction中的Factor分析;
数据结果的聚类分析,采用分析软件SPSS11.0的
C1assify中的HierachicalCluster分析;
数据结果的回归分析,采用分析软件SPSS11.0的
Regression中的CurveEstimation过程分析。2结果与分析2.1
相关性分析
在数据分析的过程中,常常需要分析两个或两个以上变量之间的因果关系,通常会采用相关性分析方法,它不需要区分自变量和因变量,两个或者多个变量之间是平等的关系,通过相关分析可以了解变量之间(感官质量与其他成分指标)的关系密切程度。
表1结果初步确定了26个(14个指标显著相关、12个指标极显著相关)与红葡萄酒感官质量显著相关的质量指标,依次是总酚、单宁、柠檬酸、酒精度、酪醇、1-己醇、色度、2-苯乙醇、丁二酸单乙酯、干浸出物、3-OH-丁酸乙酯、己酸(极显著相关,p<0.01);pH值、钾、芦丁、乳酸乙酯、镁、丁二酸二乙酯、1,4-丁内酯、锶、2-甲基-1-丙醇、1-丁醇、儿茶素、锰、磷、香草醛(显著相关,p<
0.05),上述指标在较大程度上影响了感官得分。2.2
深入分析———通径分析
相关分析只是简单地估测了2个变量之间的关系
(密切程度),而通径分析不仅能说明原因,而且能够准确地估测出各性状因子对因变量(感官得分)的相对重要
性。由于通径系数是自变量与因变量间有方向的相关系数,它表示的是在剔除其他因素影响后的作用。因此,通径分析反应的是两者之间真正的相关关系。
表2表明,单宁、总酚、钾等对红葡萄酒感官质量有最为直接的作用。另外,乳酸乙酯、丁二酸单乙酯、磷、镁、乙酸乙酯、没食子酸、儿茶素、2-苯乙醇、钠、酪醇、干浸出物等对感官的直接通径系数较高,表明这些指标对红葡萄酒感官质量也有重要的作用。
、、、、、、、、、、、、、、、、、、、、、、、、、
、、、、、、、、、、、、、、、、
! !"# $ %" !$ &’ % (( )* !! ’+ !"’’& !& !#’ " (( ,-. & & # & (( /0 1234 &!% !""# !$!+! (( 56 & " #&$+ ’#$ & (( !786 $"$ $& ’!! (( 9 $ ! &+ #+’+ (( ’7:;6 +" "$ & + # & (( <=.);> +%+ ! "$$+’ ! +"$+" (( ?@AB +## # "+ ’ ++ (( +7CD7<.;> ++$ ! +# (( 8. + # ++ !%’! (( DE ’## !&" +"%$ ( !! F ’#+ !!+ #$"+" ! &+$ ( !! G< ’ $ &#& #&%$ ( !! H.;> ’&% ’ &+%" ! $++!$ ( !’ I ’&! "$ +# "#’%! ( !’ <=.=;> ’& % "+ & ( !’ !J$7<K> ’$& ’&# ! +’ ( !& L ’$& #"+ ( !& ’7MN7!7O6 ’+ +’’# !#" & ( !& !7<6 ’+! ’ $"& ( !& PQR ’!# !’ % +$#+% ( !# S !"# +% !"&" ( ’! T !"+ ! #+!!$ ! +!&#+ ( ’+ UVW !%% +$ !%$$ ( ’ 而2-甲基-1-丙醇、丁二酸二乙酯、芦丁、pH值、1-
己醇、锰、己酸、锶、1-丁醇、烯丙醇、3-OH-丁酸乙酯、酒精度、色度、香草醛、柠檬酸等质量指标,虽然与感官得分
(显著)相关,但其直接通径系数(决定系数)与感官质量不
相关,表明这些指标不足以对感官质量起到直接作用,它们对感官得分的影响是以间接影响为主。
通过相关分析与通径分析表明,单宁和总酚与感官质量的相关系数和直接通径系数均排在前两位,表明这两种质量指标对红葡萄酒感官质量起着极为重要的作用。
2.3变异系数分析
变异系数的大小反映的是该成分在葡萄酒中含量的
稳定性。变异系数越小,表明其在葡萄酒中的含量越稳定,越具有代表性。
表3结果表明,明确了各成分指标在红葡萄酒中的分布规律,确定了密度、pH值、酒精度、干浸出物、单宁、总酚、甘油、色度、己酸、钙、磷、钾、硅、镁、酪醇、乳酸乙酯、辛酸乙酯、1-己醇、2-苯乙醇、酒石酸、邻香豆酸、丁二酸单乙酯、挥发酸、儿茶素、香草酸(RSD小于50%)等