粕糙集理论的统计扩展及应用.pdfVIP

维普资讯 粕糙集理论的统计扩展及应用 范霄文 ，郭惠英 (1．厦门大学 经济学 院，福建 厦门 361005；2．山西财经大学 统计学院，太原 030006) 摘 要 ：文章在对多维交叉分类数据进行粗糙集描述的基础上 ，提 出了用关联信息系数矩阵测 度 多维定性变量关联性的方法。研 究表 明，应用关联信息系数矩阵可以更有效地发现 多维变量 问的 关联结构 。 关键词 ：交叉分类数据 ：关联分析；粗糙集 中图分类号 ：C81 文献标识码 ：A 文章编号 ：1002—6487(2008)13—0012—02 XY： 2…xl(∑∑pji=1) 0 弓I言 Pll pl2 … Il J= 1i= 1 实质上列联表提供的就是各变量 的边缘分布及变量集 在对可能包含成百上千变量 的海量数据进行数据挖掘 联合分布 的频率或频数分布数据 。从粗糙集理论来看 ，高维 时，无论是进行最简单的分析还是建立复杂的模型 ，理解数 交叉分类数据可以用粗糙集 中的信息系统S=(U，A，V，f1的来 据都是至关重要的一步．．对于多维定性变量 的关联分析 ，目 表示_l1。U=ful，U2，…，Un}为对象集 ，对应 n个观测个体；A={xl，x2， 前统计学领域主要是采用对数线性模型进行分析 ．但是，对 … X}为属性集 ，对应高维列联表 中的变量集 ，如 X，表示性 ， 于大型数据集 ，一方面数据并非随机抽取 ．利用在随机分布 别，X表示职业 ；V=UV…V是变罱x的值域 ，如对应高维列 前提下建立的统计理论显然欠妥 。另一方面，对于出现0频 联表中变量X．的取值集合T．；f：U×A—V是一个信息函数 ，为 数的特殊数据需要特殊 的考虑 ，而且对数线性模型选一个 每个对象 的每个属性赋予一个信息值 ，即Vx A，U∈U，ffu，x) “最佳拟合”几乎是不可能的 ，通常 只能在一定的显著性水平 ∈V ．即每个观测对象与每个变量取值的映射关系。 下选出一个可接受的关联结构模 型。为此 ，本文吸收借鉴现 在信息系统 S中，如果 B A是任一·子集 ，对于 Hi)U，U 有研究成果，从粗糙集理论 出发 ，将多维交叉分类数据 以粗 (i≠i)，如果每个属性 x∈B，有 糙集信息表 的形式加以描述 ，并在各变量子集等价关系频率 f(ulx)--t(u，，X) 分布的基础上测度变量问的关联程度 ．利用关联信息系数矩 则称在 S中，u，与 u关于属性子集 B是等价 的， R 表 阵分析多维变量的关联结构 示对象集 U由属性子集 B导出的一个等价