摘要：本文分析了来自UCI的小麦数据集，目的是考察基因影响小麦性状的显著程度，并利用小麦各项指标的测量数据对小麦品种进行正确分类。本文首先对数据集进行离群点检验与处理，对不符合多元正态分布的数据采用Box-Cox变换进行处理。随后使用主成分分析的方法将原始数据的7项指标降维为3个能够反映小麦大小和小麦形态的变量。在主成分通过正态性检验后，对其进行MANOVA分析，得到各小麦品种的主成分均值不相等的结论。在此基础上进行的LDA QDA,KNN和SVM方法均显示以三个主成分来概括小麦性状的方法能够有效地对小麦的品种进行区分与判别。其中KNN误判率最低。最后运用多种聚类分析的方法，以三个主成分为自变量的系统聚类与小麦品种的原始分类相似度较高，紧密匹配。研究结论表明不同小麦品种的性状之间存在显著差异，利用小麦各项指标的测量数据能够有效的对小麦品种进行区分和判别。压缩包中有word和pdf版本的论文，数据文件，使用R语言处理数据的rmd文件。