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。论文围绕葡萄酒质量评估这一经典赛题，系统运用单样本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，依次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以及理化指标预测葡萄酒质量四个问题，并借助MATLAB、SPSS、SAS和EXCEL完成求解。资源包内仅含1个PDF文件，大小约2.41MB，内容完整呈现摘要、问题重述、模型假设、符号说明及建模全过程，可直接用于赛题复盘与方法迁移。目前已有2907人学习下载，适合希望掌握非参数检验、综合评价与回归建模思路的读者参考借鉴。
1. 从两份评分表说起：这套 2012 年 A 题一等奖论文到底能复现什么
手里拿到两份评酒员对同一批葡萄酒的打分表，第一反应往往是直接算平均分排名。但真做过感官评价数据的人都知道，这里有个反直觉的坑：两组评酒员对同一瓶酒的平均分可能只差零点几分，可他们的评分尺度、打分方向、甚至对某个样本的偏好顺序完全可能是两套逻辑。你拿哪一组的分去建模，结论可能就翻个面。这套 2012 年数学建模 A 题一等奖论文《葡萄酒的评价》，解决的正是这个问题——它没有停留在算总分，而是先用非参数检验判断两组评分是否存在显著性差异，再用肯德尔和谐系数评定哪一组更可信，然后才进入葡萄分级、理化指标关联和质量预测。整篇论文的技术栈覆盖 Wilcoxon 符号秩检验、主成分分析、层次分析法、典型相关分析和多元线性回归，配套 MATLAB、SPSS、SAS、EXCEL 四件套。适合正在做统计建模、感官评价数据分析，或者需要一套完整「数据清洗—检验—降维—回归」流程参考的从业者。下面我按自己复现时的顺序，把每一步的参数、代码和翻车点拆开讲。
2. 评分数据预处理与正态性检验：K-S 检验和缺失值替换怎么落地
2.1 缺失值与异常值的处理逻辑
原始评分表里最常见的两类脏数据：一是某个品酒员对某个样本的某项指标没打分，表格里是空的；二是明显的手工录入错误，比如持久性评分里突然冒出一个 77，而相邻品酒员都在 5 到 7 之间。论文对缺失值采用均值替换法，对异常值采用「先剔除、后替换」策略。这个思路在实操中很稳妥，因为同一组品酒员对同一样本同一项的打分差异通常不大，用剩余有效打分的均值去补是合理的。
用 Python 复现时，核心是把缺失值定位和均值填充写成一个可复用的函数：
import pandas as pd import numpy as np def clean_wine_scores(df, group_col, item_cols): """ df: 原始评分表 group_col: 分组列名，如 'group' item_cols: 需要清洗的评分指标列 """ df_clean = df.copy() for col in item_cols: # 先处理异常值：超出 [Q1-1.5*IQR, Q3+1.5*IQR] 的标记为 NaN q1 = df_clean[col].quantile(0.25) q3 = df_clean[col].quantile(0.75) iqr = q3 - q1 lower = q1 - 1.5 * iqr upper = q3 + 1.5 * iqr df_clean.loc[(df_clean[col] < lower) | (df_clean[col] > upper), col] = np.nan # 再按分组用均值填充缺失 df_clean[col] = df_clean.groupby(group_col)[col].transform( lambda x: x.fillna(x.mean()) ) return df_clean逻辑说明：先做 IQR 异常检测，把离群点置为 NaN，再按品酒组分组做均值填充。参数上，item_cols要传入所有评分指标列，比如外观澄清度、香气浓度、口感持久性等。注意均值填充必须在分组内做，不能全表一把填，否则两组品酒员的尺度差异会被抹平。
2.2 单样本 K-S 检验判断评分分布
论文用单样本 K-S 检验来确认评分数据是否服从正态分布，这一步决定了后续用参数检验还是非参数检验。K-S 检验的原假设是样本来自某个理论分布，这里就是正态分布。实操中我一般直接用scipy.stats.kstest：
from scipy import stats def ks_normality_test(scores): """ scores: 一维评分数组 返回: K-S 统计量, p 值 """ # 先标准化，再对标准正态做 K-S 检验 z = (scores - np.mean(scores)) / np.std(scores, ddof=1) ks_stat, p_value = stats.kstest(z, 'norm') return ks_stat, p_value # 示例：对第一组红葡萄酒的样本均分做检验 red_group1_means = red_group1.mean(axis=1) # 每个样本的10个品酒员均分 ks_stat, p_val = ks_normality_test(red_group1_means) print(f"K-S统计量={ks_stat:.4f}, p值={p_val:.4f}")参数说明：ddof=1表示样本标准差，和论文里用样本估计总体的口径一致。判断标准是 p 值大于 0.05 就不能拒绝正态假设。论文里第一组红葡萄酒的 p 值是 0.525，远大于 0.05，所以认为评分服从正态分布。但这里有个容易翻车的点：K-S 检验对样本量很敏感，样本量小的时候功效低，容易把非正态判成正态；样本量大的时候又容易把轻微偏离判成显著。所以论文同时看了 P-P 图，散点近似直线才下结论。我复现时也会把 P-P 图一起画出来对照。
提示：如果 K-S 检验 p 值在 0.05 附近徘徊，不要硬套正态结论，直接走非参数路线更稳妥。
3. Wilcoxon 符号秩检验与肯德尔和谐系数：两组评分差异和信度怎么算
3.1 Wilcoxon 符号秩检验的配对逻辑
两组品酒员评的是同一批酒样，所以数据是配对的。论文用 Wilcoxon 符号秩检验，而不是独立样本检验，这个选择是对的。符号秩检验不要求差值服从正态分布，只要求差值对称，比配对 t 检验的适用面更宽。检验步骤是：先算每对样本的评分差值，取绝对值排秩，再恢复正负号，分别求正秩和与负秩和，取较小者作为统计量 T，最后构造 z 统计量做判断。
用 Python 复现：
from scipy.stats import wilcoxon def paired_wilcoxon(group1_scores, group2_scores): """ group1_scores, group2_scores: 两组对同样本的评分，形状为 (n_samples,) """ stat, p_value = wilcoxon(group1_scores, group2_scores, alternative='two-sided', zero_method='wilcox') return stat, p_value # 红葡萄酒两组样本均分对比 stat, p = paired_wilcoxon(red_group1_means, red_group2_means) print(f"Wilcoxon统计量={stat}, p值={p:.4f}")参数说明：alternative='two-sided'对应论文的双侧检验；zero_method='wilcox'表示差值等于零的样本被丢弃，这是 Wilcoxon 检验的常规处理。论文里红葡萄酒的 z 观测值是 -2.53，绝对值大于 1.96，所以拒绝原假设，认为两组评价存在显著性差异。白葡萄酒的 z 是 -2.23，同样拒绝。这里要注意，如果样本量小于 10，scipy会给出精确 p 值；样本量大的时候用正态近似，和论文手算的 z 检验一致。
3.2 肯德尔和谐系数评定评分信度
差异检验只能告诉你两组不一样，但哪组更可信，论文用肯德尔和谐系数来回答。和谐系数的逻辑是：如果一组品酒员对各个样本的排名越一致，秩和之间的差距就越大，和谐系数就越高，说明这组评分越可信。计算公式是 W = 12Q / (m²(n³-n))，其中 Q 是各样本秩和与平均秩和的离差平方和，m 是品酒员人数，n 是样本数。
def kendall_w(scores_matrix): """ scores_matrix: 形状为 (n_judges, n_samples) 的评分矩阵 返回: 和谐系数 W, 卡方统计量, p 值 """ m, n = scores_matrix.shape # 对每个品酒员的评分做秩变换 ranks = np.apply_along_axis(stats.rankdata, 1, scores_matrix) # 每个样本的秩和 rank_sums = ranks.sum(axis=0) mean_rank_sum = rank_sums.mean() # 离差平方和 Q Q = ((rank_sums - mean_rank_sum) ** 2).sum() # 和谐系数 W = 12 * Q / (m**2 * (n**3 - n)) # 卡方检验 chi2 = m * (n - 1) * W p_value = 1 - stats.chi2.cdf(chi2, df=n - 1) return W, chi2, p_value # 对四组评分分别计算 W_red1, chi2_red1, p_red1 = kendall_w(red_group1) # 第一组红葡萄酒 W_red2, chi2_red2, p_red2 = kendall_w(red_group2) # 第二组红葡萄酒 print(f"第一组红葡萄酒 W={W_red1:.6f}, chi2={chi2_red1:.4f}") print(f"第二组红葡萄酒 W={W_red2:.6f}, chi2={chi2_red2:.4f}")参数说明：stats.rankdata默认对相同评分取平均秩，这和论文里「若有数据相等则取平均等级」的处理一致。论文算出的 W 值都在 0.04 左右，数值不大，但卡方检验显示评分存在相关。红葡萄酒第一组的卡方值 11.54 大于第二组的 11.26，所以第一组更可信；白葡萄酒反过来，第二组卡方值 11.10 大于第一组的 10.81，第二组更可信。这个结论直接决定了后续建模用哪组评分，是整篇论文的枢纽。
注意：和谐系数低不代表评分没用，只说明品酒员之间一致性弱。感官评价本身主观性强，W 值偏低是正常的，关键看卡方检验是否显著。
4. 主成分分析与层次分析法：酿酒葡萄分级模型怎么搭
4.1 主成分分析做指标遴选
酿酒葡萄有 27 个理化指标，直接拿来分级，指标间相关性高，信息重叠严重。论文用主成分分析降维，以红葡萄为例，提取 8 个主成分，累计方差贡献率 83.044%。这个阈值在实操中算合理，一般要求 80% 以上。用 Python 复现：
from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler def pca_select_components(X, variance_threshold=0.80): """ X: 形状为 (n_samples, n_features) 的理化指标矩阵 variance_threshold: 累计方差贡献率阈值 返回: 主成分得分, 载荷矩阵, 选定的主成分数 """ scaler = StandardScaler() X_scaled = scaler.fit_transform(X) pca = PCA() scores = pca.fit_transform(X_scaled) cum_var = np.cumsum(pca.explained_variance_ratio_) n_components = np.argmax(cum_var >= variance_threshold) + 1 return scores[:, :n_components], pca.components_[:n_components], n_components # 红葡萄理化指标矩阵 red_chem 形状 (27, 27) scores, loadings, n_comp = pca_select_components(red_chem, 0.80) print(f"选定主成分数: {n_comp}, 累计方差: {cum_var[n_comp-1]:.4f}")参数说明：StandardScaler做标准化，消除量纲影响，和论文公式（1）一致。variance_threshold=0.80是常用门槛，论文实际取到 83.044% 对应 8 个主成分。载荷矩阵用来解释每个主成分的物理含义，比如论文里主成分 1 是葡萄总黄酮、总酚、DPPH 自由基和单宁的组合，主成分 2 是总糖、可溶性固形物和干物质含量的组合。这一步的坑在于：主成分的物理意义不是自动给出的，必须结合载荷矩阵和领域知识去解读，否则降维完了不知道怎么命名。
4.2 层次分析法确定权重
降维之后，论文用层次分析法确定各指标权重。判断矩阵是根据理化性质在样本中的分布和评分结果构造的，8 个因子的判断矩阵最大特征根为 8，一致性比率 CR 小于 0.1，通过一致性检验。复现代码：
def ahp_weights(judgment_matrix): """ judgment_matrix: 判断矩阵，形状 (n, n) 返回: 权重向量, 最大特征值, 一致性比率 CR """ n = judgment_matrix.shape[0] eigenvalues, eigenvectors = np.linalg.eig(judgment_matrix) max_idx = np.argmax(eigenvalues.real) lambda_max = eigenvalues.real[max_idx] weight = eigenvectors[:, max_idx].real weight = weight / weight.sum() # 一致性指标 CI CI = (lambda_max - n) / (n - 1) # 随机一致性指标 RI，查表 RI_dict = {1: 0, 2: 0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45} RI = RI_dict.get(n, 1.45) CR = CI / RI if RI != 0 else 0 return weight, lambda_max, CR # 论文表6的判断矩阵 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] ]) weight, lambda_max, CR = ahp_weights(A) print(f"权重: {weight.round(6)}") print(f"最大特征值: {lambda_max:.4f}, CR: {CR:.4f}")参数说明：判断矩阵的构造是 AHP 最主观的一步，论文根据理化性质分布和评分结果来确定相对重要程度。RI_dict是标准随机一致性指标表，n=8 时 RI 取 1.41。CR 小于 0.1 才认为判断矩阵一致性可接受。论文算出的 CR 是 0.029，远小于 0.1，说明权重可信。这里容易翻车的地方是判断矩阵的互反性，a_ij 和 a_ji 必须互为倒数，构造时手滑写错一个数，CR 就可能超标。
4.3 综合评价与分级阶梯
权重确定后，用线性加权求和算综合评价值 y，再按分段阶梯模型分级。论文的分级标准是：y 在 [0.8, 1] 为特级，[0.7, 0.8) 为一级，依次递减到 [0, 0.2) 为七级。红葡萄样本 23 的评价值 0.80，正好卡在特级边界，样本 12 的评价值 0.23，属于六级。这个分段边界是人为设定的，实操中可以根据样本分布调整，但论文的设定和「越高级别要求越高、达到标准的样本越少」的逻辑是自洽的。
5. 典型相关分析与多元线性回归：理化指标关联和质量预测的避坑清单
5.1 典型相关分析识别两组变量关系
问题三要分析酿酒葡萄和葡萄酒两组理化指标之间的联系。论文用典型相关分析，而不是简单相关分析，因为简单相关只能看单个 X 和单个 Y，忽略了变量组内部的关联。典型相关分析先找两组变量的线性组合，再研究组合之间的相关性。用 Python 的sklearn.cross_decomposition.CCA可以复现：
from sklearn.cross_decomposition import CCA def canonical_correlation(X, Y, n_components=3): """ X: 酿酒葡萄理化指标矩阵 (n_samples, n_x) Y: 葡萄酒理化指标矩阵 (n_samples, n_y) 返回: 典型相关系数, X 的典型变量, Y 的典型变量 """ cca = CCA(n_components=n_components) X_c, Y_c = cca.fit_transform(X, Y) # 计算典型相关系数 corrs = [np.corrcoef(X_c[:, i], Y_c[:, i])[0, 1] for i in range(n_components)] return corrs, X_c, Y_c corrs, X_c, Y_c = canonical_correlation(grape_chem, wine_chem, n_components=3) print(f"典型相关系数: {[f'{c:.4f}' for c in corrs]}")参数说明：n_components是提取的典型变量对数，一般取 3 到 5 对，看前几对能不能解释大部分相关性。论文的结论是果皮含量对 DPPH 半抑制体积有重要影响，苹果酸对花色苷和单宁有保护作用，总黄酮和总酚共同参与抗氧化过程。这些结论要从典型变量的载荷去解读，不能只看相关系数大小。典型相关分析的坑在于：如果两组变量内部相关性很强，典型相关系数会虚高，需要结合冗余分析来判断解释力。
5.2 多元线性回归建模与验证
问题四用多元线性回归，以筛选后的理化指标为自变量，葡萄酒质量为因变量。论文的做法是随机遴选样本，一部分建回归方程，一部分做检验。复现代码：
import statsmodels.api as sm from sklearn.model_selection import train_test_split def wine_quality_regression(X, y, test_size=0.3, random_state=42): """ X: 筛选后的理化指标矩阵 y: 葡萄酒质量评分 """ X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=test_size, random_state=random_state ) X_train_const = sm.add_constant(X_train) model = sm.OLS(y_train, X_train_const).fit() # 预测检验集 X_test_const = sm.add_constant(X_test) y_pred = model.predict(X_test_const) # 显著性差异检验：预测值和实际评分的配对检验 stat, p_value = wilcoxon(y_test, y_pred) return model, y_pred, p_value model, y_pred, p_val = wine_quality_regression(wine_chem_selected, quality_scores) print(model.summary()) print(f"预测值与实际评分的Wilcoxon p值: {p_val:.4f}")参数说明：sm.add_constant加截距项，sm.OLS做普通最小二乘回归。论文用 Wilcoxon 检验来验证预测值和实际评分是否有显著性差异，p 值大于 0.05 说明模型预测结果和实际评分一致，用理化指标评价葡萄酒质量可行。这里要注意多重共线性问题，如果 VIF 超过 10，回归系数会不稳定，需要先做指标筛选或改用岭回归。
5.3 避坑清单：复现时最容易翻车的五个点
现象一：K-S 检验 p 值忽高忽低，结论不稳定。原因：样本量太小或太大都会影响检验功效，而且评分数据本身离散，正态性只是近似。解决：不要只看 p 值，结合 P-P 图和直方图一起判断，p 值在 0.05 附近时直接走非参数路线。
现象二：Wilcoxon 检验报错「zero_method」相关警告。原因：两组评分中有大量相等的差值，scipy默认丢弃零差值，如果零差值太多，有效样本量骤减。解决：检查数据是否有大量重复评分，必要时改用符号检验或调整zero_method参数。
现象三：主成分分析提取的主成分物理意义说不清。原因：载荷矩阵没有结合领域知识解读，或者指标间相关性太弱，降维效果差。解决：先看相关系数矩阵，确认有足够多的显著相关再上 PCA，载荷绝对值大于 0.5 的指标才纳入解释。
现象四：AHP 判断矩阵 CR 超标。原因：判断矩阵构造时前后逻辑不一致，比如 A 比 B 重要、B 比 C 重要，但 C 又比 A 重要。解决：重新审视两两比较的标度，确保互反性和传递性，必要时用群决策几何平均法合成多个判断矩阵。
现象五：回归模型预测值和实际评分差异显著。原因：自变量多重共线性严重，或者样本量不足以支撑太多自变量。解决：先做 VIF 诊断，剔除 VIF 大于 10 的变量，或者改用逐步回归、岭回归。论文里先剔除了部分可以被葡萄酒指标表示的葡萄指标，就是为了降低共线性。
6. 从复现到迁移：把论文里的检验链拆成可复用模板
这套论文最值得拿走的不是某个具体结论，而是它的检验链设计：先做数据清洗和正态性检验，确定用参数还是非参数方法；再用配对非参数检验判断两组评分差异；然后用和谐系数评定信度，决定用哪组数据；接着降维、定权、综合评价、分级；最后用典型相关分析找两组变量的关系，用回归做预测验证。这条链在感官评价、质量分级、多指标综合评价场景里都能迁移。
我自己的习惯是把这条链封装成一个检查清单，每次拿到新的评价数据都强制走一遍。第一步，用clean_wine_scores做缺失值和异常值处理，输出清洗报告；第二步，用ks_normality_test对每个样本的评分做正态性检验，记录 p 值和 P-P 图；第三步，用paired_wilcoxon做两组差异检验，如果 p 小于 0.05 就进入信度评定；第四步，用kendall_w算和谐系数和卡方值，选信度高的那组；第五步，用pca_select_components降维，结合载荷矩阵命名主成分；第六步，用ahp_weights定权，CR 超标就重调判断矩阵；第七步，用wine_quality_regression建回归模型，用 Wilcoxon 检验验证预测值和实际评分的一致性。
有一个细节值得单独说：论文在问题四里先剔除了部分葡萄指标，理由是这些指标可以被对应的葡萄酒指标表示。这个操作在实操中叫「中介变量剔除」，目的是避免回归模型里出现信息冗余。我一般会先算葡萄指标和葡萄酒指标的相关系数矩阵，把相关系数大于 0.8 的配对找出来，保留葡萄酒指标，剔除对应的葡萄指标，再跑回归。这样处理之后，模型的 VIF 通常能降到 5 以下，系数稳定性明显改善。
还有一个验证技巧：论文用随机遴选样本的方式做交叉验证，我一般会改成 5 折交叉验证，每折都算预测值和实际评分的 Wilcoxon p 值，看 p 值是否稳定大于 0.05。如果某一折 p 值突然小于 0.05，说明模型对样本划分敏感，需要检查是否有离群样本或者自变量分布不均。这个习惯是从一次翻车经历来的——当时只做了一次随机划分，结果换了个随机种子，结论就反了。从那以后我每次做回归验证都强制走 5 折交叉，并且固定随机种子，确保结果可复现。希望帮到你。
本文还有配套的精品资源，点击获取
(1,1,0)模型如何预测新能源汽车销量：3个月趋势解密)
