葡萄酒的质量是葡萄酒的一种特性，它是表示葡萄酒优秀的程度。复杂性和协调性构成了葡萄酒质量的主要属性。影响葡萄酒质量的因素有：品种及其与之相适应的生态条件、酿酒工艺、陈酿条件等；对葡萄酒的质量进行评价是通过感官指标和理化指标来实现的；葡萄酒成分的分析是通过化学法和仪器法，而葡萄酒的感官指标则是通过感官指标和理化指标来实现的；葡萄酒成分的分析是通过化学法和仪器法，而葡萄酒的感官指标则是通过视觉、嗅觉、味觉即感官分析来实现的；葡萄酒的感官分析可鉴别葡萄酒的品种、特性、产地，葡萄酒是否掺假等。

当今社会确定葡萄酒质量的方法一般是通过聘请一批有资质的评酒员进行品评，通过评酒员品尝葡萄酒后对其感官指标打分，并通过总分确定葡萄酒的质量。但不同的评酒员组可能对同一组样品得出迥异的打分，从而影响对葡萄酒质量的评价。

另一方面，由于葡萄酒和酿酒葡萄的理化指标会在一定程度上反映葡萄酒和葡萄的质量，而酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，因此通过容易精确测定的理化指标确定葡萄的分级是具有极大的现实意义的。而且采用一般的聚类分析法和主成分分析法，只能机械地通过数据空间分布的相似程度来分类，为了使数据的分级要达到更好的效果以及更大程度的可靠性，因此我们要寻找更好的统计分析方法并考虑到其他因素，减少仅由感官指标得到的葡萄酒质量评价所带来的局限性，以期对国内目前葡萄酒质量评价的空白领域有所帮助。

1.常用的分析方法

1.1主成分分析

主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。

1.1.1作用:

1．主成分分析能降低所研究的数据空间的维数。即用研究m维的Y空间代替p维的X空间(m＜p)，而低维的Y空间代替 高维的x空间所损失的信息很少。即：使只有一个主成分Yl(即 m＝1)时，这个Yl仍是使用全部X变量(p个)得到的。例如要计算Yl的均值也得使用全部x的均值。在所选的前m个主成分中，如果某个Xi的系数全部近似于零的话，就可以把这个Xi删除，这也是一种删除多余变量的方法。

　　2．有时可通过因子负荷aij的结论，弄清X变量间的某些关系。

　　3．多维数据的一种图形表示方法。我们知道当维数大于3时便不能画出几何图形，多元统计研究的问题大都多于3个变量。要把研究的问题用图形表示出来是不可能的。然而，经过主成分分析后，我们可以选取前两个主成分或其中某两个主成分，根据主成分的得分，画出n个样品在二维平面上的分布况，由图形可直观地看出各样品在主分量中的地位，进而还可以对样本进行分类处理，可以由图形发现远离大多数样本点的离群点。