一类模糊数据的相关系数研究.pdfVIP

2015年第2期 经济研究导刊 No．2．2015 总第256期 EC0N0MIC RESEARCH GUIDE SefialNo．256 一 类模糊数据的相关系数研究 王忠玉 ，吴柏林 (1．哈尔滨工业大学经济与管理学院，哈尔滨 150001：2．台湾政治大学应用数学系，台北 11605) 摘 要：在统计学中，经常用(皮尔森)相关系数表达两个变量之间线性关系的强弱，并揭示关系方向。相关系数所 处理的数据都是明确实数值，但当数据是模糊数据时，如何计算此类模糊数据的相关系数一直困扰着统计学研究者．． 鉴于此 ，研究当数据为模糊数据 比如区间数据时，探讨这种模糊数据相关系数 ，提 出一类模糊数据相关系数的定义，并 考察将影响大学生数学成绩的量化因素当成模糊区间数据进行实证研究分析，得出更符合实际情况、合理的预期结 果。同时，研究将模糊区间数据相关定义用于两种数据都是实数或其中一组数据是实数的情况，揭示出这种广义模糊 相关系数 ．可用于更广泛的应用领域。 关键词 ：模糊数据 ；区间数据 ；广义模糊数据 ；相关系数 中图分类号：F224．0 文献标志码 ：A 文章编号：1673—291X(2015)02—0248—04 模糊数据相关性。尽管文献中存在许多不同公式，如Liu j 一 、 人类认知和思维的模糊性 Kao(2002)l6l研究发现，已有模糊数据相关系数仍存在一些问 人类思维主要源 自对 自然现象和社会活动的认知意识 ， 题，有待进一步完善和发展。 凶而人类知识语言会因本身的主观意识、时间、环境和分析 本文研究将针对区间模糊样本数据值求得模糊相关系 事情的角度不同而具有模糊性 l_『。如果想要了解某两个变量 数，将 区间型模糊数据分为离散型和连续型，并依据 Liu等 如x与 Y两个现象之间的关系程度，一种最直接方法是先 所提出相关系数方法先求得模糊相关系数，再对相关系数做 将(x，Y)一组数据的散布图画出来。考察X与Y这两个变 适当调整 ，能使所求出相关系数更加精确。此公式也能用于 量之间呈现何种程度的关系，通常画出数据组散布图，查看 两个数据为实数或其中一个数据值为实数的情况，可解释更 x与Y之间的相关性。事实上，任意两个变量之间必定存在 多在实际应用中所发生的相关现象。 某种关系，具体来说包括正相关、负相关或统计无关。因此， 二、以往相关系数定义的不足之处 测量关系程度的大小则是极为重要的。 在统计学上，使用皮尔森相关系数 (Pearson’sCorrelation 如果想了解 x与Y两个现象之间的关系程度 ，一种最 Coefficient)表达两个变量间线性关系的强度，同时也表达出 直接方法是，先将(x，Y)的数据散布图画出来。到底x与 Y 关系方向。以往相关系数所处理的数据都是明确实数值，但 这两变量之间呈现何种程度的关系，通过数据散布罔可以查 当数据是模糊数据比如区间时，就应适合运用传统方法计算 看它们之间的相关性。事实上，任意两个变量之间必定有关 模糊相关系数(fuzzycorrelationcoefficient)。 系存在，包括正相关 、负相关 、或统计无关。因此，测量关系程 社会科学领域中，就搜集到的数据而言，尤其是关于人 度的大小是关注焦点。 类的认知及 自身活动，绝大部分都体现出模糊数据的特征，