简介面向数学建模竞赛参赛者与统计分析学习者这份2012年全国大学生数学建模竞赛A题一等奖论文围绕「葡萄酒的评价」给出了完整的获奖方案可用于赛题复盘、统计建模方法对照与论文写作参考。全文以PDF形式收录资源包共1个文件、约2.41MB单篇论文结构完整涵盖问题重述、模型假设、符号说明、模型建立与求解及模型推广等章节。论文针对评酒员评分差异与信度问题运用K-S检验、Wilcoxon符号秩检验和肯德尔和谐系数进行非参数分析通过主成分分析构建酿酒葡萄综合评价指标体系并完成分级借助典型相关分析量化葡萄与葡萄酒理化指标间的联系最后建立多元线性回归模型论证理化指标评价葡萄酒质量的可行性。目前已有2908人学习适合需要理解统计模型选型、检验步骤与结果解释的读者按问题逐一拆解模仿。1. 同一批酒、两拨评酒员两组分数为什么不能直接取平均比高低把同一批酒样分给两拨评酒员各自打分再把两组总分并排放在一起多数人的第一反应是比均值哪组平均分高哪组就“手松”。这个直觉在葡萄酒评价里会失效。两组均值的差距可能只来自一两个极端样本而真正决定分数能不能用的是十个人对二十多款酒给出的排序是否稳定。这道题把葡萄酒评价拆成了四层递进先确认评分数据服从什么分布再用符号秩检验判断两组评价有没有系统性偏移然后用肯德尔和谐系数比较哪一组的排序更整齐最后才把挑选出的那组分数当作“质量标签”去和理化指标建立联系。整套流程里没有一步是“算个平均分”那么简单每一步都在回答同一个问题这个数字凭什么可信。2. 秩的杠杆Wilcoxon 符号秩检验与肯德尔和谐系数如何拆开“差异”与“信度”显著性差异和可信度是两件事。两组分数可以差异显著但两组都很可信也可以差异不显著却两组都在乱打。论文把这两件事分给两个模型Wilcoxon 符号秩检验管“有没有差异”肯德尔和谐系数管“谁排得更一致”。分开处理是整道题最关键的结构选择。2.1 缺失值与异常值显著性检验的前置清洗原始评分表里既有缺失也有明显录入错误。第一组白葡萄酒品尝数据中7 号品酒员对样品 3 的持久性打了 77 分而相邻品酒员的分数在 5 到 7 之间——这是三位数落在个位数评分栏里的典型手工录入事故不是“这位评酒员口味独特”。处理策略分两种。缺失值用均值替换把该品酒员在该项上剩余的有效评分求平均填回空缺。论文给出的式子是 $\bar{x}^*\left\lfloor \frac{1}{m-1}\sum_{k1,k\neq m}^{10}x_k\right\rfloor$取整是为了让填回去的值仍然落在评分表的整数刻度上。异常值则“先剔除、后替换”先把 77 摘掉再按同一列其余品酒员的均值补回。均值替换能成立的前提是“同一酒样、同一项目上十位评酒员的分差不大”。这个前提在本题的数据里大致成立但它有一个隐性代价——替换会压缩方差。如果缺失是成片出现的或者缺失本身和酒样质量相关比如好酒的某几项没人愿意打低分均值替换会把真实的离散度抹平后面所有基于方差的检验都会被带偏。我一般会额外跑一遍“剔除含缺失样本”的对照组两种处理下结论一致才敢往下走。清洗完的下一步是确认分布类型。论文计算每个酒样 10 位品酒员的总分均值得到 27 个红和 28 个白观测点再对四组数据分别做单样本 K-S 检验配合正态 P-P 图观察散点是否贴近对角线。第一组红葡萄酒的结果是 $p0.5250.05$四组数据的散点都近似落在直线附近因此接受“评分服从正态分布”的假设。import numpy as np from scipy import stats def ks_normality(x): 单样本 K-S 检验H0 为样本来自正态分布 x: 每个酒样的组内平均分长度等于酒样数 x np.asarray(x, dtypefloat) mu, sd x.mean(), x.std(ddof1) # 用样本估计的 mu/sd 代入统计量 D 是经验分布与理论分布的最大偏差 d, p stats.kstest(x, norm, args(mu, sd)) return d, p scores [78.5, 81.2, 75.9, 84.1] # 省略实际是 27 个酒样均分 d, p ks_normality(scores) print(fD{d:.4f}, p{p:.4f})这段代码回答的是“能不能用参数检验”的问题。关键在于args(mu, sd)均值和标准差是从同一批数据估出来的而不是事先给定。这会让 K-S 检验的 p 值偏大偏保守严格做法应查 Lilliefors 临界值表或者直接改用statsmodels里的lilliefors。不过本题样本量只有 27检验功效本来就低p 值偏大意味着“更容易不拒绝正态”这对后续选非参数方法反而是安全方向的偏差——因为论文最终并没有依赖正态性去做 t 检验正态性检验只是为“两组数据能不能配对比较”提供一个背景判断。2.2 Wilcoxon 符号秩为什么配对 t 检验在这里不合适两组评酒员评的是同一批酒样所以这是配对数据而不是两组独立样本。配对数据的经典做法是配对 t 检验检验统计量建立在差值 $D_i$ 之上要求 $D_i$ 服从正态分布。问题在于即使原始评分近似正态差值 $D_i$ 的分布也未必正态——评酒员之间存在评价尺度、评价位置和评价方向的差异有人整体偏严有人对某些风味特别敏感差值里混着这些个体效应尾部往往比正态更厚。Wilcoxon 符号秩检验只要求差值关于零对称不要求正态正好绕开这个约束。它的构造思路很“秩”把每对差值的绝对值从小到大排等级最小记 1最大记 $n$绝对值相等时取平均秩然后恢复正负号分别求正秩和 $T_$ 与负秩和 $T_-$取较小者为统计量 $T$。原假设 $H_0$ 是两组评价结果相同。在 $H_0$ 下正负号应当随机分配因此$$E(T)\frac{n(n1)}{4},\qquad D(T)\frac{n(n1)(2n1)}{24}$$标准化后 $z\dfrac{T-E(T)}{\sqrt{D(T)}}$ 近似服从标准正态。红葡萄酒的 $n27$代入算得 $z\approx-2.53$白葡萄酒 $z\approx-2.23$。双侧检验在 $\alpha0.05$ 下的临界值是 1.96两个 $|z|$ 都超过临界值于是拒绝 $H_0$两组评酒员对红、白葡萄酒的评价结果均存在显著性差异。import numpy as np from scipy.stats import norm def signed_rank_test(a, b): 配对 Wilcoxon 符号秩检验大样本正态近似版 a, b: 两组总分顺序必须一一对应同一个酒样 d np.asarray(a, float) - np.asarray(b, float) d d[d ! 0] # 差值为 0 的样本不参与编秩 n len(d) order np.argsort(np.abs(d)) ranks np.empty(n) ranks[order] np.arange(1, n 1) # 绝对值升序编秩并列时此处未做平均秩 t_plus ranks[d 0].sum() t_minus ranks[d 0].sum() T min(t_plus, t_minus) # 取较小者为统计量 mu n * (n 1) / 4 sigma np.sqrt(n * (n 1) * (2 * n 1) / 24) z (T - mu) / sigma return T, z, 2 * norm.cdf(-abs(z)) # 双侧 p 值 z_red signed_rank_test(score_g1_red, score_g2_red) # 约 -2.53 z_white signed_rank_test(score_g1_white, score_g2_white) # 约 -2.23代码里有两点值得盯住。一是d d[d ! 0]差值为零的样本要从 $n$ 里剔除否则编秩会出现空位$n$ 也算错统计量的均值和方差跟着全错。二是并列秩手写版这里直接arange如果多个绝对值相等就会打破平均秩约定$z$ 会有小幅漂移工程上直接用scipy.stats.wilcoxon更稳妥它默认带连续性校正和并列秩修正。结果解读要小心拒绝 $H_0$ 只说明“两组评分存在系统性差异”并不说明“哪一组错了”。这正是下一节要补的缺口。2.3 肯德尔和谐系数把“可信”折算成排序一致性显著性差异只回答了“不一样”可信度要回答“哪一组内部更一致”。论文用肯德尔和谐系数 $W$ 来度量。设 $m$ 位评酒员对 $j$ 个酒样评分$R_j\sum_{m}r_{mj}$ 是第 $j$ 个酒样所得的秩和。若全组意见一致各 $R_j$ 之间会拉得很开若各打各的$R_j$ 会挤在一起。于是令$$Q\sum_{j1}^{n}\left(R_j-\bar{R}\right)^2,\qquad W\frac{12Q}{m^2\left(j^3-j\right)}$$$W$ 落在 0 到 1 之间越接近 1 表示一致性越高。检验统计量取 $\chi^2m(j-1)W$近似服从自由度 $j-1$ 的卡方分布。四组数据的计算结果如下组别$W$ 值$\chi^2$ 值第一组红葡萄酒0.04436678811.535第二组红葡萄酒0.04331465211.262第一组白葡萄酒0.04003903910.811第二组白葡萄酒0.04111205511.100红葡萄酒第一组的 $\chi^2$ 更大白葡萄酒第二组的 $\chi^2$ 更大于是论文判定红葡萄酒采用第一组评分白葡萄酒采用第二组评分后续建模就以这两组分数作为“质量标签”。这个结论的力度需要打个问号。四组 $W$ 都在 0.04 附近意味着十位评酒员对二十多个酒样的排序一致性只有 4% 左右——本来就接近“各排各的”。而组间差距是 0.0444 对 0.0433落在第三位小数上。更关键的是自由度 26 的卡方分布在 0.05 水平下的临界值约为 38.9而四组 $\chi^2$ 全部在 11 上下没有一组能拒绝“评分互不相关”的原假设。也就是说这道题真正给出的不是“某一组可信”而是“两组都不太可信只是相对而言某一组稍好”。论文的措辞是“存在相关的概率大于另一组”这个相对化表述是诚实的但读者容易把它读成“这一组可信”。这条边界后面还会反复出现——凡是用人的主观打分当标签标签本身就带着噪声底。3. 从 27 个指标到一个等级主成分降维、层次分析赋权与阶梯分级的串联第二问要拿酿酒葡萄的理化指标和葡萄酒的质量评分把葡萄分出等级。难点不在“怎么算分”而在“指标怎么选、权重怎么定、分数怎么切”。这三件事分别对应主成分分析、层次分析法和阶梯分段串起来才是一条完整链路。3.1 27 个指标为什么必须降维相关系数矩阵里的共线性附件给出的酿酒葡萄理化指标有 27 个样本 27 个。指标数等于样本数这是典型的“宽数据”困境直接拿 27 维向量算距离或做加权信息会大量重叠。葡萄总黄酮、总酚、DPPH 自由基清除能力、单宁这几项在生化上本就同源相关系数矩阵里必然出现成片的高相关块。如果原样加权等于给同一个因素重复计了好几次权重分级结果会被这几个指标绑架。主成分分析的处理是先标准化再求特征值。标准化用 $ \tilde{F}{ij}\dfrac{F{ij}-\bar{F}_i}{s_i}$目的是消掉量纲——总糖以 g/L 计、色差 a* 是无量纲、果皮质量以 g 计不标准化的话方差最大的指标会自动成为“第一主成分”。import numpy as np def pca_on_indicators(X, var_threshold0.83): X: n×p 的理化指标原始矩阵n 个酒样p 个指标 返回保留的主成分个数、累计方差贡献率、载荷矩阵 Z (X - X.mean(axis0)) / X.std(axis0, ddof1) # 标准化式(1) R np.corrcoef(Z, rowvarFalse) # p×p 相关系数阵 eigvals, eigvecs np.linalg.eigh(R) # 对称阵用 eigh 更稳 idx np.argsort(eigvals)[::-1] eigvals, eigvecs eigvals[idx], eigvecs[:, idx] ratio eigvals / eigvals.sum() cum np.cumsum(ratio) k int(np.searchsorted(cum, var_threshold) 1) # 红葡萄落到 8 return k, cum[k-1], eigvecs[:, :k], ratio[:k]np.corrcoef而不是np.cov是关键相关系数阵等价于对标准化数据求协方差特征值之和等于指标个数 $p$各主成分的方差贡献率才有“占比”的含义。eigh专门处理对称矩阵比通用eig快且保证特征向量正交避免复特征值。searchsorted找的是累计贡献率首次越过阈值的位置本题红葡萄在 8 个主成分处达到 83.044%。这 8 个主成分的含义论文用正交旋转后的载荷来命名第一主成分是葡萄总黄酮、总酚、DPPH 自由基和单宁的组合第二主成分是总糖、可溶性固形物和干物质含量第三是苹果酸与褐变度第四是果皮质量与果穗质量第五是色差 a* 与 b*第六是可滴定酸与固酸比第七是黄酮醇第八是酒石酸。这套命名在机理上是自洽的前两个主成分分别对应“抗氧化活性”和“糖成熟度”是酿酒葡萄最核心的两条品质轴苹果酸与褐变度绑在一起因为苹果酸代谢直接影响氧化褐变速率色差 a*/b* 单独成分为颜色维度可滴定酸与固酸比互为倒数关系天然成对。八个主成分覆盖了 83% 的信息剩下的 17% 被当作噪声舍弃。注意一个容易翻车的点主成分的“命名”是人给它贴的标签不是算法输出。旋转之后载荷会重新分配同一批数据换一种旋转方法第三、第四主成分的构成可能对调。论文在正文里明确说“这组合说明……可能在同一方面起重要作用”用了“可能”这个措辞是对的。3.2 层次分析赋权8×8 判断矩阵与一致性检验降维解决的是“指标太多”但降维后的 8 个主成分也并非等权。论文接着用层次分析法确定权重构建的指标体系是三层一级指标 2 个酿酒葡萄理化指标 $R_1$、葡萄酒质量 $R_2$二级指标 $R_1$ 下 8 个主成分、$R_2$ 下 4 个品评维度外观、香气、口感、整体三级指标共 27 个17 个理化 10 个品评。判断矩阵取 8×8元素 $a_{ij}$ 表示因子 $i$ 相对因子 $j$ 的重要程度。矩阵第一行是 1.0000、1.1655、1.6571、1.9159、1.9311、2.0250、2.3020、2.7346逐行递减转置位置取倒数。求解最大特征向量并归一化得到 27 维权向量前几项为 0.025338、0.050677、0.037031、0.049375、0.098749……一致性检验报告的结果是最大特征根为 8$CI0.013$$CR^{(1)}CR^{(2)}0$组合一致性比率 $CR0.0290.1$。这里有一个数值上的巧合值得指出8 阶判断矩阵的最大特征根恰好等于阶数 8这是一致性矩阵的精确特征——只有当 $a_{ij}w_i/w_j$ 对所有 $i,j$ 严格成立时$\lambda_{\max}$ 才正好等于 $n$。而论文同时报出 $CI0.013$对应 $\lambda_{\max}8.091$两个数并排放着并不自洽。实操中我一般会用幂法重新迭代一遍把 $\lambda_{\max}$、$CI$、$CR$ 三个数从判断矩阵直接算出来而不是分开引用。这类小瑕疵不影响方法本身但会影响复现。3.3 一致化、无量纲化与阶梯分级把评价值压进 [0,1]指标体系建好后还有两道预处理。第一道是指标类型一致化27 个三级指标里混着极大型越大越好如总酚、极小型越小越好和中间型落在某区间最好如可滴定酸。极小型用平移变换 $xiM_i-x_i$中间型用分段线性变换把 $[m_i,M_i]$ 映射成以中点为峰值的折线。第二道是无量纲化用极差化 $x^*{ij}\dfrac{x_{ij}-m_i}{M_i-m_i}$把所有指标压进 $[0,1]$。import numpy as np def composite_grade(X, w, thresholds(0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2)): X: n×27 的三级指标已完成类型一致化w: 27 维 AHP 权重 返回综合评价值 y 与等级标签 X np.asarray(X, float) lo, hi X.min(axis0), X.max(axis0) Xn (X - lo) / np.where(hi - lo 0, 1, hi - lo) # 极差化防零除 y Xn np.asarray(w, float) / np.sum(w) # 线性加权求和 labels [7th, 6th, 5th, 4th, 3rd, 2sec, 1st, super] # digitize 返回 0..7对应从最差到最优阈值升序 grade np.array(labels)[np.digitize(y, thresholds[::-1])] return y, gradenp.where(hi - lo 0, 1, hi - lo)这一行是防呆如果某个指标在所有样本上取值相同极差为零直接除会得到 nan一个 nan 会污染整行加权和。digitize的阈值必须升序传入而论文的阶梯是从 0.8 往下排的所以要thresholds[::-1]反转否则索引会整体错位一级——这种错位不会报错只会让所有样本的分级悄悄偏移一档是最难查的一类 bug。分级结果27 个红葡萄样本中23 号样品评价值 0.80落在 super 区间是唯一的特级12 号样品 0.23落入 6th是最差的一个其余样本大量集中在 2sec 和 3rd。这个分布本身是合理的——分级阈值是等距切的而综合评价值在中间段样本最密两头自然稀疏。4. 两组变量的对话典型相关分析与多元线性回归凭什么敢用理化指标替代品酒员第三、四问的方向反过来了不再用指标算分数而是问葡萄的理化指标和葡萄酒的理化指标之间是什么关系以及这两组指标能不能反过来预测葡萄酒质量。前者是两组变量对两组变量后者是多对一。4.1 典型相关的骨架先在组内白化再在组间找最大相关如果拿葡萄的每个指标去和葡萄酒的每个指标做简单相关会得到几十个相关系数且每个系数都忽略了组内其他变量的影响——总酚和单宁高度相关它们各自与葡萄酒颜色的相关系数里混着对方的作用单看哪一个都会高估。典型相关分析的做法是在两组变量内部各找一个线性组合让这两个组合之间的相关系数最大。设葡萄侧指标为 $X(X_1,\dots,X_p)$葡萄酒侧为 $Y(Y_1,\dots,Y_q)$观测阵中心化后为 $Z(X\ Y)$。标准化后算相关系数阵并分块$$R\begin{bmatrix}R_{11}R_{12}\R_{21}R_{22}\end{bmatrix}$$其中 $R_{11}$、$R_{22}$ 是组内相关$R_{12}$、$R_{21}$ 是组间相关。构造 $AR_{11}^{-1}R_{12}R_{22}^{-1}R_{21}$求它的特征根 $\lambda_i^2$ 与特征向量$\lambda_i$ 就是第 $i$ 个典型相关系数典型变量为 $V_i\alpha_iX$、$W_i\beta_iY$。import numpy as np def canonical_correlation(X, Y, ridge1e-8): X: n×p 葡萄指标Y: n×q 葡萄酒指标 返回典型相关系数降序与葡萄侧典型变量系数 Xc (X - X.mean(0)) / X.std(0, ddof1) Yc (Y - Y.mean(0)) / Y.std(0, ddof1) R np.corrcoef(np.hstack([Xc, Yc]), rowvarFalse) p, q X.shape[1], Y.shape[1] R11, R12 R[:p, :p], R[:p, p:] R21, R22 R[p:, :p], R[p:, p:] # 岭正则R11/R22 在强共线性下可能接近奇异直接求逆会炸 R11 R11 ridge * np.eye(p) R22 R22 ridge * np.eye(q) M np.linalg.solve(R11, R12) np.linalg.solve(R22, R21) eigvals, eigvecs np.linalg.eig(M) order np.argsort(eigvals.real)[::-1] lam np.sqrt(np.clip(eigvals.real[order], 0, None)) # 典型相关系数 return lam, eigvecs[:, order].realridge那一行不是可有可无的装饰。$R_{11}$ 是 27 个葡萄指标的组内相关阵里面存在成片的高相关块总酚、单宁、黄酮同源矩阵条件数很大np.linalg.solve会给出数值上不稳定甚至符号翻转的解。加一个 $10^{-8}$ 量级的对角扰动相当于在求逆前先把矩阵往正定方向推一点代价是典型相关系数会有极小偏差换来的是特征向量方向稳定、可解释。np.clip(..., 0, None)处理的是数值噪声理论上 $\lambda_i^2$ 非负但浮点运算可能给出 $-10^{-16}$ 这样的值不裁剪的话开方会得到 nan。论文从典型相关里读出三条结论。第一条增大酿酒葡萄果皮含量对葡萄酒中 DPPH 半抑制体积含量的增加有重要影响——果皮是酚类物质的主要储库浸渍过程把这些物质带进酒里。第二条葡萄中的苹果酸不仅促进发酵还对红葡萄酒起主要呈色作用的花色苷、以及对花色苷起辅色作用的单宁起保护作用。第三条葡萄总黄酮的抗氧化作用与总酚的清除自由基作用叠加把葡萄中的 DPPH 自由基转化为葡萄酒中的 DPPH 半抑制体积。这三条不是从单个相关系数里挑出来的而是从典型变量的系数符号和量级里读出来的——某个指标在典型变量里的系数大且符号为正说明它对“这一对典型变量所刻画的相关方向”贡献大。这也是典型相关比简单相关更耐读的地方它给出的是“组合对组合”的关系而不是“一对一”的散点。4.2 多元回归先做指标筛选再做样本外验证第四问要论证“用葡萄和葡萄酒的理化指标评价葡萄酒质量是否可行”。这里有一个隐患如果直接把两组理化指标全塞进回归葡萄酒侧的某些指标如酒精度、残糖本身就和品评得分高度相关模型会显得拟合很好但这只是“用葡萄酒解释葡萄酒”没有回答葡萄侧有没有增量信息。论文的处理是先做筛选保留葡萄酒指标剔除酿酒葡萄指标中那些“可以被对应葡萄酒指标代表”的部分。比如葡萄总糖和葡萄酒酒精度、葡萄总酚和葡萄酒总酚前者在发酵后基本转化进后者两项同时进模型会造成严重共线性回归系数会失真甚至反号。筛选后的指标集再建多元线性回归$$y\beta_0\sum_{i}\beta_i x_i\varepsilon$$验证方式是把样本随机分成两组一组建方程另一组做检验再对检验组的模型评价值与真实评分做显著性差异检验。import numpy as np import statsmodels.api as sm from scipy import stats # 随机划分样本组与检验组固定随机种子保证可复现 rng np.random.default_rng(2012) idx rng.permutation(len(y)) train, test idx[:18], idx[18:] X_train sm.add_constant(X_selected[train]) # 加常数列否则回归无截距 model sm.OLS(y[train], X_train).fit() y_pred model.predict(sm.add_constant(X_selected[test])) # 检验组模型评价值与真实评分是否无显著差异 t_stat, p_val stats.ttest_rel(y_pred, y[test])sm.add_constant是必须的OLS默认不自动加截距漏掉会强制回归线过原点系数整体偏移。ttest_rel是配对 t 检验这里检验的是“预测值和真实值之间有没有系统性偏差”——$p$ 值大不拒绝原假设反而是好消息说明模型没有系统性高估或低估。论文最终报告检验组的线性回归模型评价值与评分值之间无显著性差异因此“用葡萄和葡萄酒的理化指标来评价葡萄酒的质量是可行的”。这个结论的措辞很克制可行不代表精确。回归方程解释的是方差的一部分剩下的部分仍然留给品酒员。5. 避坑这几步最容易翻车的地方这套流程走下来每一步都有“能跑通但结论不对”的岔路。下面五条是复盘时最容易踩的每条按现象、原因、解决来写。5.1 缺失值一律用均值填方差被悄悄压扁现象清洗后的评分数据看起来干净了但后续 K-S 检验的 p 值异常大显著性检验也更容易“不显著”。原因均值替换把缺失位置填成了中心值等于人为增加了中心附近的样本、减少了尾部样本方差被系统性低估。缺失比例越高这种压缩越明显如果缺失本身不是完全随机比如某位评酒员对难喝的酒干脆不填偏差会带方向性。解决先统计缺失比例。低于 5% 且分散在不同酒样上均值替换可以接受超过 10% 或集中出现在某位评酒员身上改用多重插补或者直接剔除该评酒员整列。做完填补后对比“填补前”和“填补后”的方差差距超过 10% 就要重新考虑策略。5.2 K-S 检验的 p 值大被当成“数据服从正态分布”的证明现象看到 $p0.5250.05$就写“数据服从正态分布”后面直接用参数检验。原因K-S 检验的原假设是“样本来自指定分布”$p$ 值大只是“没有足够证据拒绝”不等于“证明了”。样本量小的时候检验功效低任何分布都容易被判为“不拒绝”。而且用样本估计的均值和标准差代入检验本身就会让 p 值偏大。解决把正态性检验当成“排除明显偏离”的筛子而不是“确认正态”的证书。样本量小于 30 时配合 P-P 图或 Q-Q 图人工看散点是否成直线同时无论检验结果如何都优先选对分布假设不敏感的方法——这道题选 Wilcoxon 而不是配对 t 检验就是这个思路。5.3 肯德尔 W 的组间差距被当成“谁更可信”的判决现象两组 $W$ 值分别是 0.0444 和 0.0433差 0.001据此判定第一组更可信然后把该组分数当作后续建模的唯一标签。原因$W$ 的绝对值只有 0.04 量级本身就说明十位评酒员的排序一致性极弱两组差距落在第三位小数上很可能只是抽样噪声。更关键的是$\chi^2m(j-1)W$ 算出来只有 11 上下而自由度 26 的卡方分布在 0.05 水平下临界值约为 38.9四组全部不显著。统计上根本支撑不起“某一组可信”的结论。解决报 $W$ 值的同时必须报 $\chi^2$ 和临界值明确写出“是否拒绝评分互不相关的原假设”。如果所有组都不显著就把结论降级为“相对比较”并在后续模型里保留这种不确定性的影响——比如用两组分数的均值做敏感性分析看分级结果会不会翻转。5.4 旋转后的主成分命名被读成生化机理现象把“第三主成分 苹果酸 褐变度”直接写成“苹果酸导致褐变”并在结论里当作发现。原因主成分是线性组合载荷是人根据数值大小贴的标签。正交旋转会重新分配方差同一批数据换一种旋转方法成分构成可能整体挪位。载荷大只说明“这几个指标在数据上共变”不说明因果方向。解决命名时保留“组合”二字写成“苹果酸与褐变度的组合”而不是“苹果酸导致褐变”。要谈机理得回到生化通路去论证或者用典型相关、回归这类能给出方向的方法交叉验证。这道题第三问用典型相关去追机理就是对主成分命名的补强。5.5 AHP 判断矩阵的一致性检验被当成方法可靠性的证明现象$CR0.0290.1$就认为权重客观可信直接用于加权。原因一致性检验只检验“判断矩阵内部的传递性有没有自相矛盾”比如 A 比 B 重要、B 比 C 重要那么 A 必须比 C 重要它完全不检验“A 比 B 重要”这个判断本身对不对。判断矩阵的元素是人填的主观性在填数那一刻就注定了。加上论文报告的最大特征根恰好等于阶数 8与 $CI0.013$ 在数值上不自洽说明这几个数至少有一个需要复核。解决把 AHP 权重当作“一组可调的参数”而不是“客观真值”。做法是敏感性分析把权重向量在 ±20% 范围内随机扰动若干次重跑综合评价看分级结果中处于阈值边界附近的样本会不会跳级。跳级比例低说明结论稳健跳级比例高就要本文还有配套的精品资源点击获取
