188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
yumi2318

上传于:2014-06-22

粉丝量:5

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响

    星级: 2 页

  • 分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响

    星级: 1 页

  • 通过统计分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量进行科学评价

    星级: 1 页

  • 通过统计分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量进行科学评价

    星级: 1 页

  • 根据葡萄酒理化指标对葡萄酒质量的统计分析

    星级: 5 页

  • 根据葡萄酒理化指标对葡萄酒质量的统计分析

    星级: 1 页

  • 基于理化指标对葡萄酒质量的评价

    星级: 4 页

  • 葡萄酒的酿酒葡萄、理化指标和酒质量的联系性关联

    星级: 6 页

  • 影响葡萄酒质量的理化指标分析-论文

    星级: 5 页

  • 影响葡萄酒质量的理化指标分析

    星级: 5 页

  • [精品]根据酿酒葡萄的理化指标和葡萄酒的质量

    星级: 6 页

  • 2012数学建模 第四问 酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响

    星级: 4 页

  • [精品]2012数学建模__酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响

    星级: 3 页

  • 2012数学建模 第四问 酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响

    星级: 2 页

  • 基于理化指标统计分析的葡萄酒质量评价

    星级: 8 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量

下载积分: 1888

内容提示: 分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响, 并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量 1. 1 问题 4 的分析 问题四要求研究酿酒葡萄与葡萄酒的理化指标对葡萄酒质量的影响, 以及是否能完全用酿酒葡萄和葡萄酒的理化指标评价葡萄酒的质量。 我们将提取葡萄及葡萄酒的理化指标与芳香物质中的主成分, 利用逐步回归的方法考察理化指标与芳香物质对葡萄酒质量的影响程度, 通过对芳香物质对葡萄酒质量影响比重得到芳香物质对葡萄酒的质量有 30%以上的影响比重(白葡萄的芳香物质对白葡萄酒的质量影响相对更大), 故而不能完全用酿酒葡萄和葡萄...

文档格式:PDF | 页数:6 | 浏览次数:277 | 上传日期:2014-06-22 06:09:26 | 文档星级:
分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响, 并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量 1. 1 问题 4 的分析 问题四要求研究酿酒葡萄与葡萄酒的理化指标对葡萄酒质量的影响, 以及是否能完全用酿酒葡萄和葡萄酒的理化指标评价葡萄酒的质量。 我们将提取葡萄及葡萄酒的理化指标与芳香物质中的主成分, 利用逐步回归的方法考察理化指标与芳香物质对葡萄酒质量的影响程度, 通过对芳香物质对葡萄酒质量影响比重得到芳香物质对葡萄酒的质量有 30%以上的影响比重(白葡萄的芳香物质对白葡萄酒的质量影响相对更大), 故而不能完全用酿酒葡萄和葡萄酒的理化指标评价葡萄酒的质量。 1. 2 逐步回归分析模型的建立 逐步回归法是一种变量筛选方法。 逐步回归法采取边进边退的方法, 对于模型外部的变量, 只要它还可提供显著的解释信息, 就可以再次进入模型; 而对于已在内部的变量, 只要它的偏 F 检验(1) 偏检验 F在决定一个新的变量是否有必要进入模型, 或者判断某个变量是否可以从模【6】不能通过, 则还可能从模型中被删除。 型中删除时, 考虑这个变量能否对 y 提供显著的附加解释信息? 现采用偏 F 检验。 设有n 个自变量12,,,nx x ? x , 采用这 个自变量拟合的模型称为全模型, 即 n01 1b x22nnybb xb x???????? 从这n 个变量中删除自变量jx , 这时用1n ? 个自变量拟合模型称为减模型,即 01 1b x1111jjjjnnybbxbxb x??????????????? 全模型的复判定系数为2R , 减模型的复判定系数记为2j R 。 定义 2j2j2RRR??? 由于在全模型中多一个自变量jx , 所以, 若2j R?几乎为零, 说明增加jx ,对 y 的解释能力没有显著提高; 否则, 若2j R?显著不为零, 则jx 就可以为回归模型提供显著的解释信息。 给出统计假设 2j2j01:0,:HRHR???? 0统计检验量为 (1jjQQFQ nm)???? 式中,是减模型的残差平方和, Q为全模型的残差平方和。 jQ

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司