'.
Total Variance ExplainedInitial Eigenvalues% of VarianceCumulative #.46123.46116.83140.29312.68852.9819.50862.4886.69269.1815.79474.9754.73079.7054.45484.1593.18587.3442.30589.6492.07991.7271.65493.3811.33294.7131.22495.938.88796.825.80997.633.68298.315.64498.959.37999.339.21799.556.15999.715.11499.828.08599.914.04699.960.03499.993.007100.0008.26E-016100.0004.78E-016100.000-4.25E-016100.000-1.49E-015100.000Extraction Sums of Squared LoadingsTotal% of VarianceCumulative %7.03823.46123.4615.04916.83140.2933.80612.68852.9812.8529.50862.4882.0086.69269.1811.7385.79474.9751.4194.73079.7051.3364.45484.159Component123456789101112131415161718192021222324252627282930Total7.0385.0493.8062.8522.0081.7381.4191.336.955.692.624.496.400.367.266.243.204.193.114.065.048.034.026.014.010.0022.48E-0161.43E-016-1.3E-016-4.5E-016Extraction Method: Principal Component Analysis.
从红葡萄特征值及主成分贡献表可知前八个成分的累计贡献率84.159%，按照累计方差贡献率大于80%的原则，选入了八个主成分。分别为第一主成分F1第二主成分
F2……第八主成分F8:
F1?0.573x1?0.172x2???0.417x30F2??0.558x1?0.380x2??0.512x30
……
F8?0.104x1?0.034x2???0.089x30
用主成分可计算出各样品的主成分值。然后利用酿酒葡萄的各个主成分值和所酿葡萄酒的成分含量，作为两组数据，进行典型相关分析。 5.3 问题四
通过第三问的求解，我们了解了酿酒葡萄和葡萄酒的联系，运用SPSS将酿酒葡萄与葡萄酒的理化指标，与葡萄酒的感官质量得分，进行多元线性回归分析，并得出多元线性方程，进行显著性检验，最终得出结论可以通过酿酒葡萄和葡萄酒的理化指标来确定葡萄酒的质量。
;..
'.
参考文献
[1] 胜骤 谢式千 潘承毅，概率论与数理统计（第四版），浙江大学，2011。 [2] 袁志发 宋世德，多元统计分析（第二版），科学出版社，2008。 [3] 李卫东，应用多元统计分析，北京大学出版社，2008.
[4] 佟昕 宋捷，谈统计学中的相关与回归分析，经济视野，1672—5646(201 1)05—0017—02。
[5] 中国统计年鉴，2009。
[6] 谢辉 樊丁宇 张雯 郭春苗 周晓明 严鹏 卢春生，统计方法在葡萄理化指标简化中的应用，新疆农业科技，1001-4330{2011}08143404。
[7] 姜启源 谢金星 叶俊，数学模型，北京：高等教育出版社，2003。 附录
一组 二组 红葡萄酒 白葡萄酒 红葡萄酒 白葡萄酒 平样样样样样均品品品品样品值方方方方品号 Xi 差 Xj 差 Yi 差 Yj 差 号 Xi-Yi 62.9.682.9.668.9.077.5.0
1 7 38 0 03 1 49 9 87 1
4.1 -5.4
80.6.374.14.74.4.075.7.0
2 3 08 2 180 0 28 8 05 2
-1.6 6.3
80.6.779.19.74.5.575.11.
3 4 69 2 108 6 42 6 937 3
3.6 5.8
68.10.79.6.671.6.476.6.4
4 6 394 4 87 2 26 9 88 4
2.5 -2.6
73.7.871.11.72.3.681.5.1-10.
5 3 75 0 245 1 95 5 26 5
5 1.2
;..
Xj-Yj
'.
72.6 2 71.7 5 72.8 3 81.9 5 74.10 2 73.11 0 53.12 9 74.13 6 73.14 0 58.15 7 74.16 9 79.17 3 59.18 9 78.19 6 79.20 2 77.21 1 77.22 2 85.23 6 78.24 0 69.25 2 73.26 8 73.27
0 ;..
7.768.29 4 10.77.179 5 6.670.34 4 5.772.40 9 5.574.14 3 8.472.12 3 8.963.25 3 6.765.03 9 6.072.00 0 9.272.50 4 4.274.54 0 9.378.81 8 6.873.71 1 6.872.83 2 3.977.38 8 10.76.775 4 7.171.15 0 5.775.00 9 8.673.54 3 8.077.39 1 5.581.94 3 7.064.55 8 12.66.756 3 6.265.58 3 12.66.782 0 9.678.32 2 14.68.583 8 13.61.309 6 10.68.761 3 13.68.068 8 10.72.687 6 11.65.472 7 13.69.342 9 12.74.007 5 12.65.512 4 6.872.12 6 8.075.25 8 13.72.142 2 11.71.776 6 6.677.07 1 10.71.541 5 5.868.20 2 8.572.38 0 12.71.017 5 4.575.96 5 7.974.17 2 8.072.69 3 5.080.73 4 6.079.15 8 6.171.68 4 5.072.12 4 3.973.10 9 4.877.12 1 6.478.30 4 4.467.83 3 3.080.28 3 7.076.90 7 7.476.27 4 6.276.50 6 5.979.59 2 4.979.26 4 4.977.77 4 3.276.74 1 6.679.13 5 6.474.46 3 4.577.28 0 4.767 6 6.494 7 5.579 8 10.309 9 8.390 10 9.371 11
11.834 12
6.839 13 3.985 14 7.351 15 9.068 16 6.201 17 5.498 18 5.103 19 7.074 20 8.025 21 7.321 22 3.406 23 6.208 24 10.320 25 10.144 26
5.963
27
-7.1 5.9 3.3 6.2 -1.9 6.3 -7.5 3.3 -5.5 5.4
0.9 11.4
-14.
-9.1 4 -8.0 5.8 -5.1 0.4 -6.0 -7.0 6.7 5.0 -1.5 4.8 -3.6 -5.5 -4.2 6.0 1.2 3.4 -2.8 4.9 -8.4 5.6 -1.5 8.5 -2.8 6.5 -2.4 1.0
7.0 1.8 -12.2 1.5
'.
28
方差平均
值 7.420
81.3 8.970
79.6 5.038
28 平均值d 方差S
1.7 2.670 5.524
-2.525 5.112
10.937 5.634
7.140
;..
相关推荐：
loading