1、LOGO食品质量安全抽检数据分析何梓菱 王哲 周李指导教师：数模教练组复旦大学 数学科学学院LOGO 目录问题的重述一问题的分析二模型的假设三符号约定四模型的建立与求解五问题的分析六模型的评价与推广七LOGO 一、问题的重述1、评价食品安全情况变化趋势2、找出与食品质量相关因素3、改进食品抽检方法LOGO 1、评价食品安全情况变化趋势逐年统计各项指标合格率逐年统计各项指标超标百分比横向、纵向比较分析LOGO 2、找出与食品质量相关因素横向对比因素分析l 生产环节l 流通环节l 餐饮消费环节环节l Logestic回归分析模型l 虚拟变量l 比较Wald统计值l 食品产地l 省内l 省外l 检测
2、季节l 食品检测地点l 包装LOGO 3、改进食品抽检方法1、统计处理上一次抽检结果.3、调整下一次每种食品的检测次数2、根据评价结果，考虑产地季节等因素.以抽检结果的方差和平均值为参数的评价函数模型LOGO 三、模型假设1实际深圳市市场监督管理局网站上的所有检测数据都准确可靠2食品都可以归类到食品分类系统当中4划分之后同一地区的生产厂家到深圳具有相同的运输距离5对任何产品抽检一批次的成本相同3抽检指标都可以归类到抽检项目分类系统当中LOGO 四、符号约定LOGO 五、模型的建立与求解5.1 深圳市主要食品安全情况的变化趋势5.2 食品安全相关因素分析5.3 抽样方法的改进LOGO 5.1.1
3、 检测指标的分类微生物 工业残留及其他 食品添加剂 重金属 检测指标超标类未达标类其他类LOGO 5.1.2食品的分类1.乳及乳制品（简称乳制品）；2.脂肪，油和乳化脂肪制品（简称食用油）；3.冷饮，饮料及酒（简称饮品）；4.水果、蔬菜（包括块根类）、豆类、食用菌、坚果以及籽类等（简称果蔬）；5.可可制品、巧克力和巧克力制品、糖果及甜味料（简称甜味料）；6.粮食及粮食制品，包括大米、面粉、杂粮、淀粉等（简称粮食）；7.焙烤食品，包括面包、糕点、饼干等（简称焙烤食品）；8.肉蛋类及其制品（简称肉蛋制品）；9.水产及其制品，包括鱼类、甲壳类、贝类、软体类、棘皮类等水产及其加工制品等（简称水产品）；
4、10.调味品11.其他类，即不包含在前十类中的食品。LOGO 5.1.3数据的处理v1）合格率20102010年年20112011年年20122012年年乳制品100.00%100.00%99.80%99.80%100.00%100.00%食用油98.09%98.09%98.11%98.11%99.09%99.09%饮品98.54%98.54%97.72%97.72%98.07%98.07%果蔬94.59%94.59%92.04%92.04%97.99%97.99%甜味料97.89%97.89%91.35%91.35%95.61%95.61%粮食99.59%99.59%94.48%94.48%
5、97.04%97.04%焙烤食品99.73%99.73%81.67%81.67%96.91%96.91%肉蛋制品95.45%95.45%86.16%86.16%93.63%93.63%水产品96.84%96.84%92.86%92.86%94.88%94.88%调味品98.60%98.60%91.59%91.59%94.99%94.99%其他类98.01%98.01%96.77%96.77%95.62%95.62%LOGO 80.0%82.0%84.0%86.0%88.0%90.0%92.0%94.0%96.0%98.0%100.0%乳制品食用油饮品果蔬甜味料粮食焙烤食品肉蛋制品水产品调味品其
6、他类2010年2011年2012年图 1 2010年2012年各类主要食品 抽检合格率比较图LOGO 2）超标百分比5.1.3数据的处理非微生物：微生物：LOGO 表 5 三年微生物超标情况（未做对数处理前）超标超标数量数量超标百分比超标百分比均值均值中位数中位数均值的均值的标准误标准误标准差标准差2010年年30105961%2933%46225312011年年294123269%2567%648111202012年年1254296%2567%559LOGO 表 6 部分微生物超标情况特别严重的产品一览表抽检日期抽检日期样品名称样品名称受检单位受检单位产地产地标准要求标准要求检测结果检测结果
7、2010/9/1波纹干津市市南北特食品实业有限公司深圳菌落总数750(cfu/g)8.1106(cfu/g)2011/2/18卤豆干深圳市南山区金华城百货商场日用品经营部长沙菌落总数750(cfu/g)1.9107(cfu/g)2011/9/28香辣卷深圳市佳满福百货有限公司笋岗分店长沙菌落总数750(cfu/g)1.4108(cfu/g)2012/12/3即食煎牛扒深圳市三合春餐饮管理有限公司深圳大肠菌落90(MPN/100g)2.4104(MPN/100g)LOGO 超标数量超标数量均值均值均值的标准误均值的标准误标准差标准差微生物微生物（处理前）（处理前）2010年30105961%46
8、2.32531.92011年294123269%648.611120.82012年1254296%5.359.2微生物微生物（处理后）（处理后）2010年3071.61%0.07850.42982011年29464.78%0.02580.44252012年12557.71%0.03940.4399重金属重金属2010年8270.88%0.91992.60182011年23347.70%0.91214.37442012年3197.33%0.83151.4402食品添加剂食品添加剂2010年41205.11%0.42532.72342011年264200.66%0.11151.81182012年1
9、33141.44%0.12871.4844表 7 三年内各类食品微生物、重金属、食品添加剂超标情况LOGO 图 2 各类食品微生物、重金属、食品添加剂三年内超标情况比较（微生物为处理后）72%271%205%65%348%201%58%197%141%0%50%100%150%200%250%300%350%400%微生物重金属食品添加剂2010年2011年2012年LOGO 表 8 2010年六类主要食品微生物、重金属、食品添加剂超标情况汇总2010年年微生物微生物重金属重金属食品添加剂食品添加剂食品分类食品分类超标数量超标百分比超标数量超标百分比超标数量超标百分比处理前处理后饮品饮品121
10、00%79.0%0257.3%果蔬果蔬11 284078%103.4%3 308.3%24296.2%粮食粮食21643%33.9%00焙烤食品焙烤食品001128.0%肉蛋制品肉蛋制品62387%45.8%01900.0%水产品水产品73943%62.6%00LOGO 表 9 2011年六类主要食品微生物、重金属、食品添加剂超标情况汇总2011年年微生物微生物重金属重金属食品添加剂食品添加剂食品分类食品分类超标数量超标百分比超标数量超标百分比超标数量超标百分比处理前处理后饮品饮品6713%36.8%0374.5%果蔬果蔬76 406698%86.1%6 309.2%88264.1%粮食粮食2
11、1446%72.6%1 550.0%17247.0%焙烤食品焙烤食品321175%40.1%0 137227.0%肉蛋制品肉蛋制品1495978%55.7%8 553.4%683.3%水产品水产品195220%44.3%2 115.0%0LOGO 表 10 2012年六类主要食品微生物、重金属、食品添加剂超标情况汇总2012年年微生物微生物重金属重金属食品添加剂食品添加剂食品分类食品分类超标数量超标百分比超标数量超标百分比超标数量超标百分比处理前处理后饮品饮品34217%101.1%03131.1%果蔬果蔬38329%52.4%049149.8%粮食粮食0027146.3%焙烤食品焙烤食品20
12、1332%41.0%031113.2%肉蛋制品肉蛋制品815104%55.6%010205.7%水产品水产品113785%44.0%1 340.0%2134.5%LOGO 3）独立样本T检验5.1.3数据的处理LOGO 独立样本T检验表122010年和2011年食品添加剂超标情况比较的显著性检验食品添食品添加剂加剂方差方程的方差方程的Levene检验检验均值方程的均值方程的t检验检验FSig.tdfSig.均值差值标准误差值95%置信区间下限上限假设方差相等10.120.0020.1363030.8920.0450.328-0.6020.691假设方差不相等0.101460.9200.0450
13、.440-0.8410.930年份年份N均值均值标准差标准差均值的标准误均值的标准误2010412.05102.72340.425320112642.00651.81180.1115表112010年和2011年食品添加剂超标百分比的均值、标准差比较LOGO 独立样本T检验表142011年和2012年食品添加剂超标情况比较的显著性检验食品添食品添加剂加剂方差方程的方差方程的Levene检验检验均值方程的均值方程的t检验检验FSig.tdfSig.均值差值标准误差值95%置信区间下限上限假设方差相等7.9100.0053.2583950.0010.5920.182-0.2350.950假设方差不相
14、等3.4773150.0010.5920.170-0.2570.927年份年份N均值均值标准差标准差均值的标准误均值的标准误20112642.00651.81180.111520121331.41431.48430.1287表132011年和2012年食品添加剂超标百分比的均值、标准差比较LOGO 表 15 三年内微生物、重金属 超标情况比较的显著性检验微生物微生物重金属重金属处理前处理后检验年份检验年份10年、11年11年、12年10年、11年11年、12年10年、11年11年、12年方差的方差的Levene检验检验F0.0644.4080.1550.1611.1191.244Sig0.80
15、10.0450.6940.6890.2990.276均值的均值的t检验检验t-0.0851.8340.8081.499-0.4660.582Sig0.9320.0680.4200.1350.6450.645LOGO v分析结果 微生物：超标百分比均值稳中有降，说明食品中微生物的安全情况逐年略有改善 重金属：超标数量较少，2012年的超标情况稍要好于2011年 食品添加剂：2011年较2010年的超标情况基本没有太大改变，但2012年食品添加剂的安全情况较2011年有了显著性的改善。总的来说，2012年的各项食品安全情况较前一年都有了一定的改善，说明深圳市市场监督管理局对食品的定期抽检还是有其积
16、极意义的。5.1.3数据的处理LOGO 5.2 食品安全相关因素分析5.2.2 食品产地食品产地5.2.1 食品各个环节安全情况食品各个环节安全情况5.2.4 食品销售地点（即检测地点）食品销售地点（即检测地点）5.2.3 检测季节检测季节5.2.5 食品包装食品包装5.2.6 综合因素分析综合因素分析LOGO 5.2.1 食品各个环节安全情况抽检总数抽检总数合格数合格数合格率合格率生产加工环节生产加工环节77974795.9%流通销售环节流通销售环节1454142497.9%餐饮服务环节餐饮服务环节2537247397.5%表 16 2010年食品各个环节抽检情况对比表v生产环节的抽检合格率
17、较其他两个环节要稍低一些 可能是由于生产厂家中卫生情况较差造成的。LOGO 5.2.2 食品产地食品产地与食品质量关系Spearman秩相关性分析列联相关进行分析广东省外分析方法：v Spearman秩相关性分析 运输距离与食品质量v 列联相关进行分析 城市本身与食品质量v 产地划分 广东省内城市 广东省外省份、自治区和直辖市广东省内LOGO 广东省内城市城市距离距离抽检总数抽检总数合格数合格数合格率合格率不合格率不合格率深圳深圳0118771169698.48%1.52%东莞东莞691159111896.46%3.54%惠州惠州92.314213796.48%3.52%中山中山1213673
18、5897.55%2.45%广州广州1431182114897.12%2.88%佛山佛山14939137696.16%3.84%江门江门151949398.94%1.06%珠海珠海15713813597.83%2.17%开平开平233918896.70%3.30%揭西揭西2671239577.24%22.76%普宁普宁28414713793.20%6.80%揭阳揭阳327524994.23%5.77%揭东揭东335918795.60%4.40%汕头汕头34130128795.35%4.65%潮州潮州3615252100.00%0.00%LOGO 广东省外省份省份距离距离抽检总数抽检总数合格数合格
19、数合格率合格率不合格率不合格率海南海南6796565100.00%0.00%广西广西73715515197.42%2.58%湖南湖南78330325082.51%17.49%江西江西81116816698.81%1.19%福建福建84166165498.94%1.06%湖北湖北111419919597.99%2.01%安徽安徽1243787798.72%1.28%浙江浙江129725224697.62%2.38%江苏江苏14008282100.00%0.00%上海上海148844744098.43%1.57%云南云南15258989100.00%0.00%河南河南159519619599.49
20、%0.51%重庆重庆168921420495.33%4.67%山东山东186436636599.73%0.27%河北河北1959919098.90%1.10%四川四川199010710396.26%3.74%山西山西199916015999.38%0.62%北京北京216115615196.79%3.21%天津天津21636868100.00%0.00%内蒙古内蒙古2640192192100.00%0.00%黑龙江黑龙江3350135135100.00%0.00%LOGO v值df渐进 Sig.Pearson 卡方670.447350.000有效案例中的 N20391LOGO 5.2.2 食品
21、产地v数据处理 广东省外以省份划分，产地距离为省会城市到深圳市的高速公路距离 广东省内以城市为依据进行划分，产地距离为该城市到深圳市的高速公路距离 以上所有距离通过百度地图得到 统一剔除检测数目小于50的产地v方法 Spearman相关性分析LOGO Spearman秩相关性分析结果省内省内省外省外全国全国运输距离合格率相关系数-0.2700.5700.468Sig.0.3500.0140.004N141832是否相关否是是LOGO Spearman秩相关性分析 结果说明：运输距离与食品质量的相关性：广东省内城市无 广东省外的各个省份中度相关性，正相关性即运输距离越远食品合格率越高，食品质量越
22、好。结论分析 首先，广东省内检测食品数量较多 其次，由于运输距离短的食品流通更为便捷，由此食品种类更为繁杂，监管难度更为大。再次，当运输距离达到一定长度后，食品运输方式或会采用空运等更为快速且安全的运输方式LOGO 5.2.3 检测季节乳制乳制品品食用食用油油饮品饮品果蔬果蔬甜味甜味料料粮食粮食焙烤焙烤食品食品肉蛋肉蛋制品制品水产水产品品调味调味品品10-110-297.6%98.5%98.9%99.4%97.5%96.8%100%10-3100%100%100%92.3%99.7%99.7%85.7%100%98.5%10-4100%93.9%87.3%96.0%99.4%97.5%96.8
23、%97.2%100%11-198.7%95.0%96.7%89.1%92.2%66.9%73.3%98.0%11-2100%98.5%100%94.6%92.3%100%98.0%11-3100%97.5%87.6%100%100%96.3%95.9%88.2%99.0%11-4100%98.1%98.6%94.3%88.1%95.0%88.8%86.5%84.5%12-1100%98.8%99.5%90.0%99.2%100%93.3%12-2100%99.4%95.7%86.5%97.8%98.3%91.3%88.6%95.7%95.8%12-3100%100%97.1%100%100%9
24、5.8%98.4%96.0%12-4100%97.8%99.4%99.6%95.9%92.4%95.2%94.2%93.5%13-1100%99.5%95.7%100%100%100%92.1%13-2100%100%100%91.7%93.0%85.6%86.7%表 32 各类食品分季度合格率汇总表LOGO 5.2.3 检测季节v方法：列联分析 某些食品的样本量较少，或不合格数量为0，无法进行卡方检验 仅对饮品、果蔬、粮食、焙烤食品、肉蛋制品以及水产品这六类主要食品进行检验 以一、二、三、四分别表示四个季度，0表示不合格，1表示合格 以果蔬为例，得到列联表如下：LOGO 5.2.3 检测季节
25、v卡方检验卡方检验值值dfSig.(双侧双侧)Pearson卡方17.45930.001有效案例中的N2840LOGO 表 30 六类主要食品分季节列联汇总表第一季度第一季度第二季度第二季度第三季度第三季度第四季度第四季度合格不合格合格不合格合格不合格合格不合格饮品饮品计数777 15 254 7 1225 29 988 25 期望774 18 255 6 1225 29 990 23 果蔬果蔬计数861 33 275 29 518 25 1049 50 期望851 43 289 15 517 26 1046 53 粮食粮食计数809 47 721 32 1171 16 1156 36 期望8
26、28 28 728 25 1148 39 1153 39 焙烤食焙烤食品品计数476 130 205 17 989 18 491 31 期望556 50 204 19 923 84 479 43 肉蛋制肉蛋制品品计数426 62 391 36 280 16 766 76 期望443 45 388 40 269 27 746 78 水产品水产品计数98 2 222 10 373 22 330 18 期望95 5 221 11 376 19 331 17 LOGO 表 31 六类主要食品与季节因素影响的卡方检验表食品种类食品种类监测总数监测总数卡方值卡方值自由度自由度P值值饮品33200.8813
27、0.830果蔬284017.45930.001粮食398829.59630.000焙烤食品2357197.44730.000肉蛋制品205312.53730.006水产品10752.43430.487LOGO 5.2.3 检测季节v逐类分析 饮品的季节因素相差很小，即受季节影响较小，原因可能是饮品的包装较好，保质期较长，因此不同的季节对饮品质量影响不大 果蔬受季节影响较大，第一季度质量较好，第二季度质量略差。原因可能在于第二季度气温较高，使得某些预包装果蔬类食品更容易变质。粮食受季节影响也较大，但与蔬菜不同的是，其第一、二季度质量较差，第三季度质量较好，原因在于第三季度一般为粮食收割季，所以粮
28、食制品质量较好。焙烤食品在列联分析中表现出受季节因素影响显著，其中，第一季度质量较差，第三、四季度质量较好。肉蛋制品和焙烤食品情况类似，第一季度较差，第二、三季度质量好。LOGO 表 28 饮品等五类食品分季度合格率汇总表饮品饮品果蔬果蔬粮食粮食焙烤食品焙烤食品肉蛋制品肉蛋制品10-298.5%98.9%99.4%97.5%10-3100%92.3%99.7%99.7%85.7%10-493.9%87.3%99.4%97.5%96.8%11-196.7%89.1%92.2%66.9%73.3%11-2100%94.6%100%11-397.5%87.6%100%96.3%95.9%11-498
29、.6%94.3%95.0%88.8%86.5%12-198.8%99.5%99.2%100%93.3%12-295.7%86.5%98.3%91.3%88.6%12-397.1%100%95.8%98.4%96.0%12-499.4%99.6%95.9%92.4%95.2%13-199.5%95.7%100%100%92.1%13-291.7%93.0%85.6%LOGO 5.2.3 检测季节第一季度第一季度第二季度第二季度第三季度第三季度第四季度第四季度饮品饮品略好略好一般一般一般一般一般一般果蔬果蔬较好较好较差较差一般一般一般一般粮食粮食较差较差略差略差很好很好一般一般焙烤食品焙烤食品很差
30、很差略差略差很好很好较好较好肉蛋制品肉蛋制品较差较差较好较好较好较好一般一般LOGO 5.2.3 检测季节v各种食品的质量多多少少都与季节有着关联v不同食品种类与季节关系不尽相同v在加强相关的监管的过程中，需要对症下药v根据每类食品受季节影响的特点，制定相应的抽检方案。LOGO 5.2.4 食品销售地点（即检测地点）v方法：列联分析 深圳市按城区划分，共9个城区 各个城区食品合格率表35宝 安宝 安区区福 田福 田区区光明新光明新区区龙 岗龙 岗区区罗 湖罗 湖区区南 山南 山区区坪山新坪山新区区盐 田盐 田区区龙华新龙华新区区合格数合格数1596950175 1515877830212242
31、8不合格不合格数数8625106425141381合格率合格率94.9%97.4%94.6%95.9%97.2%98.3%94.2%96.8%88.9%LOGO 5.2.4 食品销售地点（即检测地点）v值值df渐进渐进Sig.Pearson卡方31.36980.000有效案例中的N6561v检验结果LOGO 5.2.5 食品包装v方法：列联分析 食品按包装方式，分为包装和散装 对每一类食品分别进行分析，减少因素间干扰 某些种类食品由于不合格的散装检测数为0，无法进行列联分析。仅对食用油、饮品、果蔬、甜味料、粮食、肉蛋制品、水产品和调味品进行分析。LOGO 表 37 各种类食品的合格与否 与不同
32、包装的计数与分析表合格、包合格、包装装合格、散合格、散装装不合格、不合格、包装包装不合格、不合格、散装散装Sig.乳制品乳制品132630/食用油食用油232143635.070.00饮品饮品3816501637.630.00果蔬果蔬24963830481299.820.00甜味料甜味料23655320.470.49粮食粮食471181123570.510.48焙烤食品焙烤食品117410/肉蛋制品肉蛋制品1923273632286.990.00水产品水产品1652423320.500.00调味品调味品1264862018.330.00其他其他2081932325/总和总和1523611205
33、82284243.230.00LOGO 5.2.5 食品包装v分析结果 除了粮食与甜味料外，其他种类食品的合格与否均显示出与食品包装相关，即包装的食品合格率更高，并且相关性非常显著。总和数据也显示出，食品包装对食品合格的相关性颇为显著。散装的食品卫生安全情况较为严重，需要加强监管。LOGO 5.2.6 综合因素分析vLOGO 5.2.6 综合因素分析表表32食品检测地点虚拟变量编号表食品检测地点虚拟变量编号表vj值对值对应的应的城区城区龙岗龙岗区区罗湖罗湖区区宝宝安安区区盐田盐田区区南山南山区区福田福田区区光明光明新区新区坪山坪山新区新区龙华龙华新区新区j123456789LOGO 5.2.6
34、 综合因素分析vLOGO vLOGO 表40 产地、包装、季节和检测地点与食品质量的Logistic多重共线性诊断表多重共线性数据多重共线性数据容忍度VIF季节0.9111.098产地0.7861.272检测地0.9961.004包装0.7451.342LOGO 5.2.6 综合因素分析vLOGO 5.2.6 综合因素分析 可以采用最大似然估计法（MIE）。最大似然法的思想是先对初始值进行估计，根据算法变动回归参数，进行迭代运算，使得对数似然值增大，由此估计函数。v检验Logistic回归的显著性 用Hosmer 和 Lemeshow 检验 零假设是模型能够很好的拟合。当sig.值0.05，因
35、此不能否认零假设，即模型能够很好的拟合整体，不存在显著的差异。LOGO 5.2.6 综合因素分析vLOGO 表 产地、包装、季节和检测地点与食品质量的Logistic回归分析结果Variables in the Equation BS.E.WalddfSig.Exp(B)Step 1a季节 25.9983.000 季节(1)-.541.4121.7191.190.582季节(2).438.457.9201.3381.550季节(3)1.301.5475.6701.0173.674产地.000.000.4511.5021.000检测地 24.0688.002 检测地(1)1.099.5733.6
36、721.0553.001检测地(2)-.761.3215.6261.018.467检测地(3)-.639.5881.1801.277.528检测地(4).837.5752.1201.1452.309检测地(5).113.424.0711.7911.119检测地(6).3711.048.1251.7231.449检测地(7)-.590.656.8101.368.554检测地(8)34.4571.357E8.00011.0009.213E14包装.770.2966.7421.0092.159Constant3.180.495 41.2391.000 24.045LOGO 模型的Hosmer 和 L
37、emeshow 检验的结果如下表：由上表知，sig.值0.05，因此不能否认原假设零假设，即模型能够很好的拟合整体，不存在显著的差异。由于数据量较大，对3000多个数据回归得到如此结果，已可说明回归显著。Hosmer and Lemeshow TestHosmer and Lemeshow TestStepChi-squaredfSig.19.6468.291LOGO Variables in the EquationVariables in the Equation BS.E.WalddfSig.Exp(B)Step 3c季节 25.8103.000 季节(1)-.563.4111.8781
38、.171.570季节(2).395.453.7601.3831.485季节(3)1.281.5455.5261.0193.602检测地 24.1408.002 检测地(1)1.094.5733.6441.0562.988检测地(2)-.763.3215.6471.017.466检测地(3)-.656.5881.2471.264.519检测地(4).842.5752.1491.1432.322检测地(5).112.424.0701.7921.119检测地(6).3791.048.1311.7181.461检测地(7)-.567.655.7511.386.567检测地(8)34.1041.112E
39、8.00011.000 6.471E14包装.865.26610.5981.0012.374Constant3.208.49442.2181.00024.720LOGO 模型的Hosmer 和 Lemeshow 检验的结果如下表：由上表知，sig.值0.05，因此不能否认原假设零假设，即模型能够很好的拟合整体，不存在显著的差异。相比之前全部变量都进入建模结果更好。Hosmer and Lemeshow TestHosmer and Lemeshow TestStepChi-squaredfSig.34.8508.773LOGO 5.2.6 综合因素分析 总体相关性 根据wald值判定，季节，抽
40、检地，包装和产品是否合格表现出相关性。且季节抽检地包装 季节因素:第四季度与食品质量的相关性显著，且相较第一季度质量要好 不同种类食品的影响情况也需要分开考虑。检测地点因素:是否是宝安区食品与食品质量的相关性显著，且相对龙岗区要差。其他城区的食品质量良莠不齐，且分布更为均匀LOGO 5.2.6 综合因素分析 食品包装:对食品质量起显著影响,有包装的食品的合格率更高。食品产地 在回归分析中相关性不强，分析如下:如前文所述，由于数据信息不齐全，在进行回归分析时需要筛选出信息齐全的数据，那么在此筛选中，因为筛选出的数据与原始数据的信息分布无可避免地会有所出入，食品产地对食品质量的影响或许会有所减弱。
41、相对其他因素而言，有5.2.15.2.4分析中可以看出，从全国角度来看，食品产地的因素影响不大。LOGO 5.3 抽样方法的改进5.3.2改进模型5.3.1 市场模型的简化5.3.3 产品抽检方法改进对比测试5.3.4 权重系数的，的确定5.3.5 实证数据对比模型5.3.6 实证模型结果LOGO 5.3.1 市场模型的简化市场中只有已知的若干类食品，且每类食品下有若干种食品。同种食品的检测项目相同且最终合成为一个指标，我们对食品的检测值进行如下处理，将检测值统一除以标准值，特别地，如果是微生物检测项目，则将检测值与标准值分别取对数后再做除法，我们称这个过程为“指标归一化”过程。同一批次的食品
42、质量相同LOGO 5.3.2改进模型v目标 在总的抽检次数不变的情况下提高抽检的效率，找到更多的不合格产品。v方法 合理分配每种产品的抽检率，提高抽检效率 抽检率与两个因素有关:之前抽检批次结果的方差 抽检结果方差越大，说明该种类产品质量波动情况较大，则我们将适当增加我们的抽检率 之前抽检批次结果的超标情况 抽检结果超标情况严重，我们会增加该类食品的抽检次数。LOGO 5.3.2改进模型vLOGO 5.3.3 产品抽检方法改进对比测试v通过随机数生成相关的数据，定义检出率为抽检出的不合格产品占市场中所有不合格产品的比例。对于同一份随机生成的数据，在相同的抽检次数下比较两种方法检出率的大小，从而
43、比较两种方法的优劣。随机产品质量生成参数表食品种类食品种类市场比重市场比重质量随机函数质量随机函数11000normrnd(0.5,0.3,1,1000);22000normrnd(0.6,0.2,1,2000);33000normrnd(0.45,0.4,1,3000);44000normrnd(0.8,0.34,1,4000);55000normrnd(0.7,0.78,1,5000);LOGO vLOGO 5.3.3 产品抽检方法改进对比测试vLOGO 5.3.3 产品抽检方法改进对比测试vLOGO vLOGO vLOGO vLOGO 5.3.5 实证数据对比模型vLOGO 5.3.5
44、实证数据对比模型v生成随机检测值的方法 1、对于每个批次产品质量值，生成一个介于(0,1)的随机数。2、如果该随机数大于该类产品在当前季节的合格率时，则认为该批次产品是不合格产品。并在之前该类食品在该季节的统计数据中随机找到的一个不合格产品的检测值，代表该批次产品的质量检测值。3、如果该随机数小于等于该类产品在当前季节的合格率时，则认为该批次产品是合格产品。同样由5.3.1中的说明，产品为合格时，检测值介于(0,1)之间，因此再次在(0,1)间生成一个随机数，作为该批次产品的质量检测值。LOGO 5.3.6 实证模型结果vLOGO 5.3.6 实证模型结果vLOGO v为了测试我们方法的稳定性
45、，我们每次模拟20年，即240个月的抽检周期。共运行1000次。v得到平均检出率提高的均值水平为10.75%LOGO 六、模型的结果分析6.1 各主要食品总体安全的情况分析 6.3 抽检方法改进对抽检效率的影响分析6.2 各因素对食品质量安全的影响分析LOGO 6.1 各主要食品总体安全的情况分析v合格率方面 乳制品、食用油和饮品的合格率较高，焙烤食品和肉蛋的合格率相对较低；2011年食品的合格率总体较10年和12年要差一些，其中焙烤食品和肉蛋类的不合格情况较为严重；2012年绝大多数种类的食品抽检合格率较2011年有一定程度的提高。LOGO 6.1 各主要食品总体安全的情况分析v超标情况 微
46、生物：超标百分比均值稳中有降 重金属：超标数量较少，2012年的超标情况稍要好于2011年；食品添加剂：2011年较2010年基本没有太大改变，但2012年食品添加剂的安全情况较2011年有了显著性的改善。v总的来说，2012年的各项食品安全情况较前一年都有了一定的改善，说明深圳市市场监督管理局对食品的定期抽检有其积极意义。LOGO 6.2 各因素对食品质量安全的影响分析v食品产地方面 由于检测数量和食品流通的难易程度不同，广东省内的合格率和省外相比普遍较低。省内食品质量与运输距离关系不大，而省外食品的质量在一定程度上与运输距离成正比，即距离深圳越远的食品产地食品质量在一定程度上越好。因此可以
47、依据广东省内外产地的食品合格率，适当安排监管食品质量力度，这将有助于食品质量的提高。v食品包装方面 与食品质量关系密切，且散装的食品卫生安全情况较为严重，需要加强监管。粮食和甜味料两类食品并未过多受到食品包装的影响。LOGO v检测季节方面 各种食品的质量都与季节有着关联，且不同食品种类与季节关系不尽相同。第一季度的食品质量相对较差一点，需要加强监管。v食品销售地点方面 检测的城区与食品质量相关 南山区和福田区食品质量较好，而宝安区，光明新区，坪山新区较差6.2 各因素对食品质量安全的影响分析LOGO v横向对比上述四个因素 季节对食品质量的影响最为显著，检测地点与包装次之，产地对食品质量影响
48、较小。因而，欲提高深圳市食品质量，首先需重视季度的影响，在第一季度加强监管力度，并且对不同种类食品应分开考虑季节因素的影响；其次关注各个城区的食品质量差异，合理安排抽检 最后，加大对散装食品的监管力度，并且适当将产地因素纳入监管考虑范畴。6.2 各因素对食品质量安全的影响分析LOGO 6.3 抽检方法改进对抽检效率的影响分析 我们依据每次抽检的结果，对下一次每种商品的抽检数进行调整 同时还根据季节等因素对抽检的总数进行调整。通过对已有的数据进行模拟分析，改进后的方法将检出率提高了约10%。如果能将改进后的方法应用于实际抽检中，食品抽检的工作效率将会得到很大的提高。LOGO 七、模型的评价与推广
49、七、模型的评价与推广LOGO 7.1 模型的优点4有依据地生成相关数据，进行实证检验，动态分析LOGO 7.2 模型的缺点及改进1.因为数据本身不完善的原因，在数据的处理过程中舍弃了一部分数据。2.使用的一些方法过程比较复杂，需要简化流程，制定相关的工作标准。3.抽检方法改进对现实情况进行了一些简化，在实际操作中需要进一步完善。LOGO 7.3 模型的推广v通过对相关抽检方法的改进，我们提高了抽检效率，对于全国的食品安全监管工作具有借鉴意义。LOGO1、Genius only means hard-working all ones life.(Mendeleyer,Russian Chemis
50、t)天才只意味着终身不懈的努力。20.8.58.5.202011:0311:03:10Aug-2011:032、Our destiny offers not only the cup of despair,but the chalice of opportunity.(Richard Nixon,American President)命运给予我们的不是失望之酒，而是机会之杯。二二年八月五日2020年8月5日星期三3、Patience is bitter,but its fruit is sweet.(Jean Jacques Rousseau,French thinker)忍耐是痛苦的，但它的
