葡萄酒评价数学建模：数据清洗到回归验证全流程

简介：围绕2012年全国大学生数学建模竞赛A题“葡萄酒的评价”，这份一等奖论文面向备赛选手、统计建模学习者及质量评价研究者，提供可参照的完整解题范本。压缩包内仅含1个PDF文件，约2.41MB，单文件便于检索、阅读和打印，适合按赛题模块逐段研读。目前已有2908人学习下载，关注度较高。论文从问题重述、模型假设与符号说明展开，依次使用K-S检验、Wilcoxon符号秩检验、肯德尔和谐系数、主成分分析、典型相关分析和多元线性回归，讨论评酒员评分差异与信度、酿酒葡萄分级、理化指标关联及质量预测，并结合MATLAB、SPSS、SAS和EXCEL完成分析。读者可借此梳理统计方法的选择依据、建模流程与结果解释，积累非参数检验、综合评价和回归建模的论证经验。

1. 从四组评分表出发：这道题真正难的是把主观数据做成可验收的结论

葡萄酒的评价这道题在数学建模 A 题里属于典型的“数据脏、方法杂、结论要落地”：附件一是四组品酒员对红白葡萄酒的打分，附件二是二十多个酿酒葡萄理化指标，附件三是葡萄酒自身的理化指标，四个小问从显著性检验一路推到“理化指标能不能替代品酒员”。很多人拿到手第一反应是算平均分排名，做到第一问就卡住，因为感官评分不满足参数检验的前提，硬套 t 检验结论站不住。这套一等奖论文真正值得抄的地方，是把四个问题拆成四段能独立验收的流程：先验分布再选检验方法，先降维再加权合成，先看两组变量的整体关联再做预测，最后用没参与建模的样本来证明结论成立。准备做统计类毕设或课程设计的人，可以按这条主线把结构直接搬过去。

2. 评分数据的清洗与两组评价的显著性检验：K-S、Wilcoxon 与肯德尔和谐系数

第一问看起来只是“比两组人打分差多少”，实际要做三件事：把原始评分表整理成能算的矩阵，判断这批数据服从什么分布，再在分布结论上选检验方法。顺序错了，后面全部白做。我一般会先把这一步拆成“清洗—验分布—验差异—验信度”四段，每段都有明确的输出物，答辩时也容易讲清楚。

2.1 缺失值与异常值：先剔除、后替换的两条规则

原始评分表里既有空单元格，也有明显是手工录入错误的突变值，比如某位品酒员对某个酒样的“持久性”打了 77 分，而同一酒样其他九位都在 5 到 7 之间。这两类问题处理方式不同：缺失值用均值替换，异常值必须先剔除再替换，不能直接拿含异常值的列算均值，否则替换值本身就被污染了。

均值替换的口径是“同一酒样、同一指标、其余品酒员得分的平均”，不是整列平均。因为不同品酒员之间的评分尺度差异很大，跨酒样取平均没有意义。异常值判定用中位数绝对偏差（MAD）比 3σ 更稳，感官评分里极端值会把标准差撑大，3σ 反而抓不住。

import numpy as np from scipy import stats def clean_scores(mat, mad_k=3.5): """ mat: (品酒员数 m, 样本数 n) 的评分矩阵，缺失用 np.nan 表示 返回: 清洗后的矩阵 """ out = mat.astype(float).copy() # 第一步：按列（同一酒样、同一指标）做均值替换 col_mean = np.nanmean(out, axis=0) idx = np.where(np.isnan(out)) out[idx] = np.take(col_mean, idx[1]) # 第二步：MAD 判异常，先置 nan 再回填，避免异常值参与均值计算 for j in range(out.shape[1]): col = out[:, j] med = np.median(col) mad = np.median(np.abs(col - med)) if mad == 0: # 全列相同，无需处理 continue mask = np.abs(col - med) > mad_k * 1.4826 * mad if mask.any(): col[mask] = np.nan col[np.isnan(col)] = np.nanmean(col) out[:, j] = col return out

mad_k=3.5是经验阈值，取值越大越保守；1.4826是把 MAD 折算成正态标准差的一致性系数，少了这个系数阈值会偏严。这段代码的关键在第二步的“先置 nan 再回填”，如果直接在原列上覆盖，后面的nanmean会把异常值算进去。清洗完一定要留一份处理前后的对照表，答辩时评委常问“你改了几个数、依据是什么”。

2.2 先做 K-S 分布检验，再决定用参数还是非参数

很多队伍的翻车点在这里：默认评分服从正态分布，直接上配对 t 检验。感官评分是主观打分，评酒员之间存在评价尺度、评价位置和评价方向的差异，正态性必须先验证。

做法是先把每位品酒员对同一酒样的分项得分加总成总分，得到每个酒样的一个总分序列，再对这个序列做单样本 K-S 检验。检验统计量看的是经验分布函数与理论正态分布函数的最大偏差，p 值大于 0.05 就不拒绝正态假设。原论文里第一组红葡萄酒的检验结果是 p=0.525，四组数据都通过，因此可以认为评分总体近似正态，但样本量小、配对结构明确，后续仍不宜直接用 t 检验。

from scipy import stats def ks_check(total_scores, alpha=0.05): """ total_scores: 每个酒样的总分向量 (n,) 返回: D 统计量、p 值、是否通过正态性假设 """ z = (total_scores - total_scores.mean()) / total_scores.std(ddof=1) d, p = stats.kstest(z, 'norm') return d, p, p > alpha

注意这里要先标准化再检验，kstest对比的是标准正态分布；ddof=1用样本标准差。检验通过只说明“不能拒绝正态”，不等于“就是正态”，所以下一节仍然选非参数方法更稳妥，这也正好是论文里值得讲的一个判断：分布检验的结论是用来描述数据特征的，不是用来给方法选择开绿灯的。

2.3 Wilcoxon 符号秩检验：配对、编秩、判读

两组品酒员评的是同一批酒样，这是标准的配对数据。配对数据的差异检验首选 Wilcoxon 符号秩检验，它只要求差值分布对称，不要求正态，对感官评分这种带大量并列名次的数据特别合适。

检验逻辑是：对每个酒样算两组总分之差 D，取绝对值后从小到大编秩，再把正负号还原，分别求正秩和与负秩和，取较小者作为统计量 T。样本量够大时 T 近似正态，用 z 值判断。原论文红葡萄酒的 z≈-2.53，白葡萄酒 z≈-2.23，在 α=0.05 下的临界值是 ±1.96，两个都落在拒绝域，结论是两组评酒员对红、白葡萄酒的评价都存在显著性差异。

def paired_wilcoxon(g1, g2): """ g1, g2: 两组品酒员对同一批酒样的总分 (n,) 返回: 统计量、z 值、p 值、结论 """ stat, p = stats.wilcoxon(g1, g2, alternative='two-sided', zero_method='wilcox') # 样本量大于 20 时可用正态近似还原 z 值 n = len(g1) mu = n * (n + 1) / 4 sigma = np.sqrt(n * (n + 1) * (2 * n + 1) / 24) z = (stat - mu) / sigma return stat, z, p, '存在显著差异' if p < 0.05 else '无显著差异'

zero_method='wilcox'表示差值为 0 的样本直接丢弃，这是配对检验里的常规处理；如果差值大量为 0，说明两组打分高度一致，此时更该关注的是样本量是否足够。判读时不要只看 p 值，把 z 值和临界值一起写进结论，评委更容易接受“拒绝原假设”这个说法。这一步的输出会直接影响后面的分析：既然两组不一致，就不能简单取平均，必须挑一组更可信的。

2.4 肯德尔和谐系数：把“谁更可信”变成一个可检验的数

“哪组更可信”不能靠感觉，要量化成评分一致性。肯德尔和谐系数衡量的是多个评价者对多个对象排序的一致程度，值域在 0 到 1 之间，越大说明这组人内部越一致。计算时先对每位品酒员给出的酒样总分做组内排名，再按酒样把名次加总，算秩和的离差平方和 Q，最后用 Q 折算成和谐系数 W 并做卡方检验。

原论文四组数据的 W 值分别是 0.0444、0.0433、0.0400、0.0411，绝对值都不高，这很正常——品酒员之间的评分尺度本来就难统一。关键是横向比较：红葡萄酒第一组的卡方值 11.54 大于第二组的 11.26，白葡萄酒第二组的 11.10 大于第一组的 10.81，因此红葡萄酒取第一组、白葡萄酒取第二组的分作为后续质量评价依据。

def kendall_w(score_mat): """ score_mat: (品酒员数 m, 样本数 n) 的评分矩阵 返回: 和谐系数 W、卡方值、p 值 """ m, n = score_mat.shape ranks = np.apply_along_axis(stats.rankdata, 1, score_mat) # 每位品酒员内部排名 R = ranks.sum(axis=0) # 每个酒样的秩和 Q = ((R - R.mean()) ** 2).sum() W = 12 * Q / (m ** 2 * (n ** 3 - n)) # 有并列名次时需做校正 chi2 = m * (n - 1) * W p = stats.chi2.sf(chi2, df=n - 1) return W, chi2, p

n ** 3 - n是样本数修正项，样本数越多 W 的灵敏度越高；若同一品酒员对多个酒样给出相同总分，严格意义上要加并列校正项，简化处理时可在论文里注明“并列较少，未做校正”。自由度取n - 1而非样本数，这一点常被写错。结论表述建议写成“在卡方检验下，第一组红葡萄酒评分的一致性概率更高”，不要写成“第一组更准确”，一致性不等于正确性，这个措辞在答辩时能少挨一问。

3. 酿酒葡萄分级：主成分降维、AHP 加权与阶梯分级

第二问的目标是把二十多个理化指标和一个质量得分合成一个能排序的综合评价值，再切成分级。难点不在于算，而在于指标之间高度相关——果皮质量、单宁、总酚这几个量本来就互相牵连，直接加权等于同一个信息被重复计了好几次权重。所以流程必须是：先降维去掉共线性，再建指标体系，再定权重，最后合成分级。

3.1 27 个理化指标先压缩成 8 个主成分

主成分分析在这里的作用不是“降维炫技”，而是把互相高度相关的指标归并成几组互相独立的综合因子。标准化之后算相关系数矩阵，求特征值和特征向量，按累计方差贡献率取前 k 个主成分。原论文取到第 8 个主成分时累计贡献率达到 83.044%，满足主成分分析的常规要求。

更关键的是正交解的业务解释：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的组合，第三是苹果酸和褐变度，第四是果皮质量与果穗质量，第五是色差 a* 与 b*，第六是可滴定酸和固酸比，第七是黄酮醇，第八是酒石酸。这八组因子直接决定了后面指标体系怎么分层。

from sklearn.decomposition import PCA from sklearn.preprocessing import StandardScaler def pca_screen(X, ratio=0.85): """ X: (样本数, 指标数) 原始理化指标 返回: 保留的主成分个数、载荷矩阵、累计贡献率 """ Xs = StandardScaler().fit_transform(X) # 标准化，消除量纲 pca = PCA().fit(Xs) cum = np.cumsum(pca.explained_variance_ratio_) k = int(np.searchsorted(cum, ratio) + 1) # 达到累计阈值所需的主成分数 loadings = pca.components_[:k] # 每行是一个主成分的载荷 return k, loadings, cum[k - 1]

StandardScaler不能省，总糖和 DPPH 自由基的量级差好几个数量级，不标准化等于让大数值指标单方面决定主成分方向。ratio=0.85是常规门槛，取 0.8 到 0.9 都说得过去，但必须写清楚；如果降到 0.85 需要 8 个主成分而你觉得太多，可以改成 0.80 但要在论文里说明“牺牲约 3% 的信息量换取更少因子”。载荷矩阵要读绝对值最大的几个指标来命名因子，命名结果直接写进指标体系，比单纯贴一张贡献率表有用得多。

3.2 三层指标体系：两个一级指标、十二个二级指标、二十七个三级指标

指标体系是这一问的骨架。一级指标两个：酿酒葡萄理化指标和葡萄酒质量。前者往下拆成八个主成分对应的二级指标，后者拆成外观、香气、口感、整体四个二级指标。八个加四个共十二个二级指标，再往下展开成二十七个三级指标——十七个来自理化指标，十个来自品尝评分的分项。三级指标是可测量的原始量，二级是归类，一级是最终合成的两个维度。

这套三层结构的好处是每一层都能单独解释：评委问“为什么果皮质量和果穗质量放一起”，答“主成分四把它们归为同一因子”；问“为什么口感权重高”，答“AHP 判断矩阵里口感相对重要性排前列”。分层不是形式主义，是为了让权重有地方落。

3.3 AHP 判断矩阵与一致性校验

权重用层次分析法确定。做法是对同一层的指标两两比较相对重要性，构造判断矩阵，求最大特征值对应的特征向量并归一化，得到权重向量。原论文的八阶判断矩阵最大特征根为 8，一致性指标 CI 约 0.013，一致性比率 CR 约 0.029，小于 0.1，通过一致性检验。二十七项指标的具体权重落在 0.024 到 0.099 之间，口感质量、果皮质量相关项权重相对更高。

def ahp_weights(A): """ A: (n, n) 正互反判断矩阵 返回: 归一化权重、最大特征根、一致性比率 CR """ eigvals, eigvecs = np.linalg.eig(A) idx = np.argmax(eigvals.real) lam = eigvals[idx].real w = np.abs(eigvecs[:, idx].real) w = w / w.sum() # 归一化 n = A.shape[0] CI = (lam - n) / (n - 1) RI = {1: 0, 2: 0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45} CR = CI / RI[n] if RI.get(n) else 0 return w, lam, CR

判断矩阵必须满足a_ij = 1 / a_ji且对角线为 1，构造时按 1 到 9 标度打分，别自己拍脑袋填一堆不互反的数。RI是随机一致性指标，阶数超过 9 要另查表，八阶对应 1.41 这个值不要写错。CR 小于 0.1 才算通过，如果超过就回去改矩阵里最不一致的那一对比较值，而不是反复重算。权重算完一定要把最大特征根和 CR 写进论文，这是 AHP 唯一能被检验的地方。

3.4 指标一致化、无量纲化与线型加权合成

指标里有“越大越好”的极大型，也有“越接近某个区间越好”的中间型，还有“越小越好”的极小型，合成前必须统一方向。极小型用上限减原值平移，中间型按区间做分段映射。之后做极差化无量纲处理，把所有指标压到 0 到 1 之间。

合成用线型加权求和：先由三级指标加权得二级评价值，二级加权得一级评价值，一级加权得综合评价值 y。y 越大代表葡萄质量越好，分级越靠前。

def normalize(X, types): """ X: (样本数, 指标数) 已一致化处理的矩阵 types: 每个指标的方向，'max' 极大型 / 'min' 极小型 返回: 0-1 区间的无量纲矩阵 """ Xn = X.astype(float).copy() for j, t in enumerate(types): col = Xn[:, j] if t == 'min': col = col.max() - col # 平移为极大型 lo, hi = col.min(), col.max() Xn[:, j] = (col - lo) / (hi - lo) if hi > lo else 1.0 return Xn def composite(Xn, weights): """线型加权合成，weights 长度需与指标数一致""" return Xn @ np.asarray(weights)

一致化必须在无量纲化之前做，顺序反了会导致极小型指标被映射到错误区间。hi > lo的判断是防除零，实际数据里几乎不会出现，但代码留着更安全。加权合成时权重向量要按层级逐级使用，不能把三级权重直接乘到一级总分上，那样层级结构就白建了。

3.5 分级阶梯模型：0.8 到 0.2 的七道门槛

综合评价值算出来之后按区间切级：0.8 以上特级，0.7 到 0.8 一级，0.6 到 0.7 二级，依次往下，0.2 以下七级。原论文的落位结果是样本 23 综合评价值 0.80 为特级，样本 12 为 0.23 属六级，整体集中在二级和三级。

门槛值不是随便定的，本质是把连续评价值离散化的分位数切分。如果样本评价值分布明显偏态，直接用固定门槛会出现某一级样本扎堆，这时候改成按分位数切更合理，但要在论文里说明理由。反过来说，固定门槛的好处是跨批次可比，新增样本可以直接落位。

4. 从关联到预测：典型相关分析与多元线性回归的两段论证

第三、四问是一条线：先搞清楚酿酒葡萄的理化指标和葡萄酒的理化指标之间到底有没有整体关联、关联体现在哪些指标上，再把关联用到预测上，判断能不能只用理化指标替代品酒员打分。这两问如果分开写会显得割裂，我一般会在结构上把它们并成一章，前一段做关联识别，后一段做预测验证。

4.1 为什么不能拿几十个葡萄指标和九个葡萄酒指标逐对做相关

最直觉的做法是算葡萄每个指标与葡萄酒每个指标的简单相关系数，画一张大矩阵。问题在于葡萄指标内部高度相关，葡萄酒指标内部也高度相关，逐对相关会得到一堆互相矛盾的系数：A 和 C 正相关，B 和 C 负相关，而 A 和 B 本身又强正相关，读者根本没法从中提炼结论。

典型相关分析的思路是把两组变量各自做线性组合，找出一对组合使得这两组组合之间的相关系数最大，然后在新组合上讨论关系。这样既保留了组内结构，又把“两组变量整体上有没有关系”变成了一个可检验的相关系数。

4.2 典型相关系数与显著性检验

建模步骤固定：原始矩阵标准化，算分组相关矩阵，构造A = R11⁻¹ R12 R22⁻¹ R21，求特征根，特征根的平方根就是典型相关系数。原论文对红葡萄取 55 个指标变量（葡萄 30 个、葡萄酒 9 个，加上中心化后的观测阵），得到若干对典型变量。

def cca(X, Y, k=3): """ X: (n, p) 酿酒葡萄理化指标 Y: (n, q) 葡萄酒理化指标 返回: 前 k 个典型相关系数及对应载荷 """ Xs = StandardScaler().fit_transform(X) Ys = StandardScaler().fit_transform(Y) Sxx = np.cov(Xs, rowvar=False) Syy = np.cov(Ys, rowvar=False) Sxy = np.cov(Xs, Ys, rowvar=False)[:X.shape[1], X.shape[1]:] # 用伪逆避免小样本下协方差阵奇异 M = np.linalg.pinv(Sxx) @ Sxy @ np.linalg.pinv(Syy) @ Sxy.T vals, vecs = np.linalg.eig(M) order = np.argsort(vals.real)[::-1] rhos = np.sqrt(np.abs(vals.real[order]))[:k] return rhos

小样本加多指标几乎必然导致协方差阵奇异，所以用pinv而不是inv，这是能跑通和跑不通的分界线。典型相关系数算出来必须做显著性检验，常用 Bartlett 检验逐个判断，不显著的对直接丢弃，不要拿一堆不显著的相关讲结论。样本数 27、指标数 55 的情况下，能稳定提取的典型变量通常只有两三对，写论文时如实说明。

4.3 典型载荷怎么读回业务结论

典型相关系数只告诉你“有关系”，告诉你“关系在哪”的是典型载荷，也就是原始指标与典型变量之间的相关系数。按绝对值排序，取前几个指标解释这一对典型变量的含义。

原论文读出来的三条结论很典型：果皮质量增大对葡萄酒中 DPPH 半抑制体积含量增加有重要影响；苹果酸既促进发酵，又对花色苷和单宁起保护作用，使红葡萄酒呈色亮丽；葡萄总黄酮的抗氧化作用与总酚清除自由基的作用共同推动 DPPH 自由基向葡萄酒中的 DPPH 半抑制体积转化。这三条都是先有载荷排序、再翻译成工艺语言的，不是凭空推断。

写这部分时建议做成“典型变量—高载荷指标—业务解释”三列表，比一大段文字清楚得多。解释要克制，载荷高只说明统计关联强，不等于因果，用“与……密切相关”“可能通过……途径影响”这类表述更稳妥。

4.4 指标筛选：把能被葡萄酒指标解释的葡萄指标剔掉

第四问要用理化指标预测葡萄酒质量，直接把所有指标塞进回归会严重共线。论文的处理办法是：在保留葡萄酒指标的前提下，把酿酒葡萄指标里那些已经被对应葡萄酒指标“代表”的部分剔除。逻辑是既然葡萄里的某些成分最终几乎原样进入酒里，它对酒质量的解释力就已经包含在葡萄酒指标里了，重复放入只会放大这部分信息。

具体操作上可以按典型载荷和简单相关双重筛选：先看葡萄指标与葡萄酒指标的相关系数，超过阈值且业务上存在明确传递关系的，从葡萄指标集中剔除；再看剩余指标的方差膨胀因子，VIF 大于 10 的继续剔。

from statsmodels.stats.outliers_influence import variance_inflation_factor def drop_collinear(X, cols, thresh=10.0): """迭代剔除 VIF 超阈值的指标，返回保留的列索引""" keep = list(range(X.shape[1])) while True: vifs = [variance_inflation_factor(X[:, keep], i) for i in range(len(keep))] worst = int(np.argmax(vifs)) if vifs[worst] <= thresh: break keep.pop(worst) # 每轮只剔一个，避免连锁误删 return keep

thresh=10是常规经验值，样本量小时可以放宽到 15。每轮只剔一个而不是一次性剔掉所有超阈值变量，因为剔除一个之后其他变量的 VIF 会跟着变，一次性剔容易删过头。筛完指标数量降下来，样本数与变量数的比值至少要保证在 5 比 1 以上，否则回归系数不稳定。

4.5 多元线性回归与随机留出验证

回归建模本身不难，难在“论证可行性”。论文的做法是把样本随机分成建模组和检验组，建模组拟合多元线性回归，检验组算预测评价值，再对预测值与实际评分做显著性差异检验，如果没有显著差异，就说明用理化指标评价葡萄酒质量是可行的。

import statsmodels.api as sm from sklearn.model_selection import train_test_split def regress_and_validate(X, y, seed=42): Xtr, Xte, ytr, yte = train_test_split(X, y, test_size=0.25, random_state=seed) model = sm.OLS(ytr, sm.add_constant(Xtr)).fit() pred = model.predict(sm.add_constant(Xte)) t, p = stats.ttest_rel(yte, pred) # 配对比较预测值与真实评分 return model.rsquared_adj, p, pred

test_size=0.25对应二十几个样本留六七个做检验，比例再高建模样本就不够了。random_state固定住是为了结果可复现，答辩演示时能跑出一模一样的数。判读时看调整后的 R² 和配对检验的 p 值两个数：R² 说明解释力，p 大于 0.05 说明预测值与真实评分没有系统性偏差。只报 R² 不报检验，等于只证明“拟合得好”，没证明“能替代”。

5. 避坑清单：五个最容易让模型看起来对、其实错的地方

带过几轮这类题目之后，我发现翻车点高度集中在几个固定位置，而且共同特征是“跑得出结果、结果经不起追问”。下面五条按现象、原因、解决写，都是可以在交稿前自查的。

5.1 缺失值直接删行，样本从 27 个变成 22 个

现象是清洗完发现样本数少了一截，后面的分级结果里少了几个编号，评委一问就答不上来。原因是把含缺失的整行删掉了，而这道题的样本本来就只有二十多个，删五个等于扔掉近两成信息。解决办法是按“同一酒样、同一指标”的列均值替换，替换后在附录里列一张修补对照表，标明哪几个位置用了均值、依据是什么，这比悄悄删行诚实得多。

5.2 用配对 t 检验做感官评分差异检验

现象是结论写着“p 小于 0.05，两组存在显著差异”，但被问到为什么不用非参数方法时答“t 检验更常见”。原因是把“数据近似正态”直接当成“可以用参数检验”，忽略了样本量小、评分带大量并列名次这两个事实。解决办法是主检验用 Wilcoxon 符号秩检验，把 K-S 检验的正态性结果作为数据特征描述放在前面，形成“先看分布、再选方法”的完整链条，而不是拿分布检验当方法选择的通行证。

5.3 主成分个数按特征值大于 1 硬取，累计贡献率不到 70%

现象是降维后只剩四五个主成分，但累计方差贡献率只有 60% 多，后面的综合评价解释力明显不足。原因是机械套用 Kaiser 准则，没有结合累计贡献率一起判断。解决办法是双条件卡：特征值大于 1 且累计贡献率达到 80% 以上，原论文取到第八个主成分时累计 83.044% 就是按这个口径。如果两个条件冲突，以累计贡献率为准，并在论文里写明取舍理由。

5.4 AHP 判断矩阵不做一致性检验，权重直接用

现象是权重表列得整整齐齐，但被问“CR 是多少”时愣住。原因是把判断矩阵当成主观打分表，填完直接求特征向量。解决办法是每次构造完矩阵立刻算 CI 和 CR，CR 小于 0.1 才继续。更隐蔽的一个坑是同层级指标的判断矩阵阶数不一致，比如二级指标里有的组三项、有的组四项，一致性比率不能简单加权平均，要按组合一致性逐层算。

5.5 回归用全样本拟合，再用同一批样本自评

现象是 R² 高达 0.9 以上，结论写“模型精度很高”。原因是训练集和测试集是同一批数据，模型等于背下了答案。解决办法是随机留出四分之一左右的样本只做检验，用配对检验比较预测值与真实评分有无系统性偏差。留出法的结果通常比全样本拟合难看，但那才是能写进结论的数。

6. 验收与答辩：让评委在三分钟内确认这套模型能跑通

这类题目的答辩有一个固定套路：评委不会逐行看你的推导，而是抓几个关键节点验证你有没有真做过。我的建议是把验收准备成一张表，每一问对应一行，写清楚输入数据、方法、关键输出和可复核的证据。表里的“证据”一栏不要写“结果良好”这类空话，要写具体数值，比如 K-S 检验 p=0.525、Wilcoxon z=-2.53、主成分累计贡献率 83.044%、AHP 的 CR=0.029、样本 23 综合评价值 0.80。

答辩时讲解顺序也要按这张表走，先给结论再给证据。最常见的追问有三类：为什么选非参数方法、主成分个数怎么定、回归怎么证明不是过拟合。这三问的答案其实都藏在前面章节的具体数值里，提前把数记住比背方法定义有用得多。另外准备一个“失败版本”的对比很有用，比如展示直接用配对 t 检验得到的 p 值和 Wilcoxon 的 p 值差多少，说明方法选择不是随手挑的。

有一个小技巧：把数据清洗前后的对照表打印出来放手边。评委问“你的数据干不干净”时，直接翻到那一页，比口头解释十句都管用。这套流程我后来用在别的统计类项目上也一直沿用——每次交稿前，我都会强制自己把四个问题的“输入、方法、输出、证据”四列填一遍，任何一列填不出来，就说明那一块还没做完。希望这套结构能帮到正在赶这份方案的人。

本文还有配套的精品资源，点击获取