灰色关联分析第二次.pptVIP

灰色關聯分析與統計分析法 第二週 授課教師：莊財福 何謂灰色系統? 訊息完全，謂之白 訊息基本缺乏，謂之黑 訊息不完全、不確定，謂之灰 基本原理 灰色系統理是以「灰」的概念來描述現實環境中 信息的特徵，所謂的「灰」是指黑與白的中間部分， 在任何的灰事件當中，均可由「灰的程度」來表示信 息的完整性，對於信息完整的系統而言是以白色表示 ，對於信息完全未知的系統是以黑色表示，而信息不 充分、不完整時，系統則以灰色概括表示。 信息不完整 ? (1) 系統因素不完全明確 (2) 因素關係不完全清楚 (3) 系統結構不完全知道 (4) 系統的作用原理不完全明白 相關係數 相關係數：因果關係的基本觀念是，“一定原因產生一定的結果”，數理邏輯的法則是如此，科技的理論建立更須遵循因果法則，一般學術研究經常會遇到兩個事件（變數）間究竟存在何種關係之問題？彼此相關、或彼此無關。 相關分析（Correlation）就是一種利用來判斷變數與變數之間是否有關係存在的一種統計方法 迴歸分析 迴歸分析（Regression）：主要目的之一便是應用所配適的回歸直線，以預測對應於某一特定水準之自變數的期望反應值，亦可用於預測反應變數(因變數)之一特定值。用來描述各變數間關係之特性；例如其間關係究竟是正面關係、反面關係、是線性關係、亦或是非線性關係。 灰關連分析 灰關連分析:關聯分析又稱為系統因素分析，透過關聯分析可將系統內眾多因素，依個別對系統影響的強弱程度，篩選出哪些因素是主要的，哪些是次要的；哪些是明顯的，哪些是潛在的；哪些是值得發展的，哪些又是需要捨棄的。 舉例：迴歸分析 例如:某產品的開發， 有10個人，藥劑量(x)與解除症狀持續時間(y)的關係。 (x)為自變數 (y)為因變數 舉例：相關分析 勞工薪水每小時10元 每天日薪80元 一個月30天為2400元 則45天為3600元。 The End 有些收穫吧！ * * 灰色系統理論基礎 ? 灰色系統理論是由中國鄧聚龍教授於1982 年提 出，主要是在研究系統模型之內部信息不充分、不完 整的情況下，可以用來作系統的關聯分析（Relational Analysis）及模型建構（Model Construction）， 並藉著預測（Prediction）及決策（Decision）的方 法來探討及了解系統。灰色理論的應用範圍極廣，主 要能對事物的“不確定性”、“多變量輸入”、“離散的數 據”、“數據的不完整性”做有效的處理（江金山等編， 1998）。 一般傳統的系統分析係利用統計與機率方法試圖 尋找資料或變數其間的關係或規律性，故需要大量的 資料以建立適當模式。而灰色理論則是利用離散不規 則的數據，經由累加生成運算後之新數據，使其具有 指數形態的規律性並據以建立微分方程模式來配適新 的數據。灰色理論發展至今雖僅十多年的時間，但已 成功應用於農業、交通、氣象、工程、運輸、經濟、 醫療、軍事、文化、教育、地質、管理等領域（黃有 評、陳朝光，1998）。 灰色理論發展 灰色系統理論相關模式中，最常被應用於預測相 關議題上首推GM(1,1)模型。GM(1,1)模型表示一階微分 、輸入變數為一個的灰色系統模型。此模式之特色為 模式操作相當簡單，模式操作者無須具備高深統計基 礎。且模式建構所需資料數量要求不高，實證研究上 一般僅需四筆資料即可建構GM(1,1)預測模型，在資料 短缺與資料收集不易的情況下，此法是一個相當不錯 的預測方法。但此類模式參數一般係利用最小平方法 加以推估，在系統受干擾的情況下模式預測結果容易 產生極大偏誤。 預測模型 灰關聯分析方法說明與應用 灰色關聯是指事物之間的不確定關聯，或系統因 子之間，因子對主行為之間的不確定關聯，簡稱灰關 聯。灰關聯分析的基本任務是基於行為因子序列的微 觀或宏觀幾何接近，以分析和確定因子間的影響程度 或因子對主行為的貢獻測度（曹軍和胡萬義，1993） 。而藉由灰關聯分析的計算，可求得各因子序列之灰 關聯度，此灰關聯度即代表各因子與主行為（參考序 列）之接近程度，故可藉由灰關聯度之結果來求得與 目標函數或期望值之相對關係。 灰關聯分析之特點說明 灰關聯分析是在灰色系統理論中分析離散序列間的 相關程度的一種測度方法，其是根據序列曲線幾何形狀 的相似程度來判斷其關聯是否密切。而傳統上的統計迴 歸(Regression)是處理變數與變數之間關係的一種數學方 法，並規定變數與變數之間必須存在著“相互影響”的關 係。其相對比較關係表如下所示： ? 數據量 數據之型態 變數關係 數學需求 傳統 統計迴歸 ? 需要大量 數據 ? 同趨勢且具規律性 變化