一位葡萄酒制造商想了解葡萄酒中的化学成分与感官评价之间的关系。他有 37 个 Pinot Noir 样本,每个样本都由 17 种元素浓度(Cd、Mo、Mn、Ni、Cu、Al、Ba、Cr、Sr、Pb、B、Mg、Si、Na、Ca、P、K)和一组评审员根据葡萄酒的芳香度给出的分值描述。他想根据这 17 种元素浓度预测芳香度分值。数据来源:I.E. Frank 和 B.R. Kowalski (1984)。“Prediction of Wine Quality and Geographic Origin from Chemical Measurements by Partial Least-Squares Regression Modeling”(通过偏最小二乘回归建模根据化学测量值预测葡萄酒质量和地理起源),Analytica Chimica Acta(分析化学学报),第 162 页和第 241 到 251 页。
可以使用此数据演示偏最小二乘回归。
工作表列 | 说明 | 变量类型 |
---|---|---|
Cd | 葡萄酒样本中的镉浓度 | 预测变量 |
Mo | 葡萄酒样本中的钼浓度 | 预测变量 |
Mn | 葡萄酒样本中的锰浓度 | 预测变量 |
Ni | 葡萄酒样本中的镍浓度 | 预测变量 |
Cu | 葡萄酒样本中的铜浓度 | 预测变量 |
Al | 葡萄酒样本中的铝浓度 | 预测变量 |
Ba | 葡萄酒样本中的钡浓度 | 预测变量 |
Cr | 葡萄酒样本中的铬浓度 | 预测变量 |
Sr | 葡萄酒样本中的锶浓度 | 预测变量 |
Pb | 葡萄酒样本中的铅浓度 | 预测变量 |
B | 葡萄酒样本中的硼浓度 | 预测变量 |
Mg | 葡萄酒样本中的镁浓度 | 预测变量 |
Si | 葡萄酒样本中的硅浓度 | 预测变量 |
Na | 葡萄酒样本中的钠浓度 | 预测变量 |
Ca | 葡萄酒样本中的钙浓度 | 预测变量 |
P | 葡萄酒样本中的磷浓度 | 预测变量 |
K | 葡萄酒样本中的钾浓度 | 预测变量 |
芳香度 | 每个葡萄酒样本的芳香评分 | 响应 |