样品1799019216980910348样品187668829290849682样品199753911289999604样品20981795719729582样品21966990789659971样品229529901787259915样品2310716952194399599样品249706892392019591样品25857184459491002样品267309818890779802样品279139887999499299样品289135903182349554在SPSS中用进行测验信度分析的模块Scale下的ReliabilityA
alysisCro
bachAlpha，A
alyzeScaleReliabilitya
alysis，statistics选descriptivesfor下Scaleifitemdeleted。对酒样品的最终得分进行信度分析，可以得到如下结果：第一组可靠性统计量基于标准Cro
bachs化项的项数AlphaCro
bachsAlpha8068082第二组可靠性统计量基于标准Cro
bachs化项的项数Alpharo
bachsAlpha9769772
由上述结果表明：第一组品酒师的评价结果的系数和Cro
bach‘s值在080以上、085以下，仅有使用价值；而第二组品酒师的评价结果的系数和Cro
bach‘s值在085以上，所以第二组品酒师的评价结果更加可信。52问题二模型的建立和求解521分析酿酒葡萄的理化指标及葡萄酒的质量（1）应用原理：用主成分分析法分析酿酒葡萄的理化指标及葡萄酒的质量主成分分析法通过研究指标体系的内在结构关系，从而将多个指标转化为几个相互独立且包含原来指标大部分信息（80或85以上）的综合指标。（2）选取主成分的理论分析因为在所有的线性组合中所选取的F1应该是方差最大的，故称F1为第一主成分。
6
f如果第一主成分不足以代表原来p个变量的信息，再考虑选取F2即第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，用数学语言表达就是要求CovF1F20，称F2为第二主成分，依此类推可以构造出第三、四第p个主成分。（3）主成分分析的数学模型对于一个样本资料，观测p个变量x1x2xp，
个样品的数据资料阵为：
x11x21Xx
1x12x22x
2x1px2px1x2xpx
p
x1jx2j其中：xjx
j
j12p
主成分分析就是将p个观测变量综合成为p个新的变量（综合变量）3，即
F1a11x1a12x2a1pxpFaxaxax22112222ppFpap1x1ap2x2appxp
简写为：
Fjj1x1j2x2jpxp，j12p
要求模型满足以下条件：①FiFj互不相关（ij，ij12p）；②F1的方差大于F2的方差大r