越优
7，按Ci大小排序，给出评价结果
8
f4模型求解：
运用C语言编程（程序参见附录）求出相应的结果如下图：
红葡萄编号
指标C红葡萄编号指标C红葡萄编号
22
0572
8
0554
1
27
0567
25
0554
3
9
0567
21
0553
6
19
0564
24
0553
20
2
0559
15
0552
4
16
0559
18
0551
26
23
0559
17
055
11
13
0555
7
055
12
14
0554
5
055
10
白葡萄编号671625111218152428
指标C055805540553055205510551055105510550549
白葡萄编号1320222851710231
指标C0549054905490548054705460545054505440541
白葡萄编号3914272119426
指标C055054605460540540539053805310515
指标C0536053505340531053052405220512
根据以上结果我们采用正态分布思想对酿酒葡萄进行分级
酿制红葡萄酒的酿酒葡萄分级（共7级）结果如下：
等级
ci范围
红葡萄酒酿酒葡萄样品序号
1057至05822
2056至05727，9，19，2
3055至05616，23，13，14，8，25，21，24，15，18，17，7，5，1
4054至0553，6，20，4
5053至05426，11，12
6052至053
7051至05210
酿制白葡萄酒的酿酒葡萄分级（共5级）结果如下：
等级
ci范围
白葡萄酒酿酒葡萄样品序号
1055至0566，7，16，25，11，12，18，15，24
2054至05528，13，20，22，2，8，5，17，10，23，1
3053至0543，9，14，27，21
4052至05319，4
9
f5051至05226
问题三
1，模型假设：1，假设附件中有关葡萄和葡萄酒的数据符合事实2，定义符号说明：lij：表示葡萄酒的第i项指标与酿酒葡萄的第j项指标的相关系数（其中表示红
葡萄酒时1i9，1j30；表示白葡萄酒时1i8，1j30）
Rij；表示葡萄酒的第i项指标与酿酒葡萄的第j项指标显著性实验的Rsquare值
li：表示葡萄酒与酿酒葡萄第i项芳香物质指标的相关系数
3，模型建立：由概率统计的相关知识可以得知：
lij0时葡萄酒的第i项指标与酿酒葡萄的第j项指标正相关。
lij0时葡萄酒的第i项指标与酿酒葡萄的第j项指标负相关。
li0时葡萄酒与酿酒葡萄第i项芳香物质指标正相关。
li0时葡萄酒与酿酒葡萄第i项芳香物质指标负相关。
lij的绝对值大小反映了葡萄酒的第i项指标与酿酒葡萄的第j项指标线性关系的强弱。
从附件二中筛选出lij08和葡萄酒指标与酿酒葡萄指标相同或相似的项，将这些项所对应的葡萄酒与酿酒葡萄指标用线性拟合的方法进行显著性实验，得到Rsquare值。综合分析相关系数与Rsquare值，得出酿酒葡萄与葡萄酒的理化指标之间的联系。
4，模型求解：将酿酒葡萄与葡萄酒的理化指标（除芳香r