数据模型与决策1模型构建.ppt

标准比例 还原器 原信息 历史信息 服装类尺码的解释 新的信息 尺码记忆 主成分分析的评价功能 招生考核的目的是对考生多种能力的考核 因子分析模型 作用与意义 由于分析因常在表象背后的因子作用的一种统计模型和方法，起源于心理度量学。 能力分析、 系统内含特质分析等。 实现方式 正交因子模型 设p维随机向量 受到m个不可观测的随机因子 的控制（作用），称这m个影响 的因子为公共因子，因此可以用函数形式表达 其中 是随机变量的水平；L是p×m矩阵，其第i行表示公共因子对x的第i各分量的影响系数。ε是p维随机变量，表示非可控的部分。 1.5 模糊数学模型 模糊数学也是从描述现实的你需要产生的。因为很多情况是无法用清晰的语言表达的。 例如：和尚与秃顶的关系 再如，色彩的表述。 模糊数学模型就是用模糊变量及其特定的运算规则表示的模型。 隶属度函数与模糊变量 状态维度 积分面积等于1 模糊变量是描述事物状态的一种方式 也具有较广的应用，尤其在社会与管理领域。 例如： 在咨询工作中，如果用“好”、“较好”、“不好”来评定某事物。经调查100人的结果为 状况 好 较好 不好 意见人数 40 50 10 则该事物关于“好”的隶属度为0.4，“较好”的隶属度为0.5，而“不好”的隶属度为0.1。 本章小结 世上拥有太多的事物，需要的模型太多！ 我们实在没有能力建造所有的模型！ 好在我们某个人遇到的事情没有那么多，关心的事物更不会那么多！ 好在很多事物具有相似性！ 仰仗数学的高度概括性，我们应该拥有这样的能力——建造我们所关注事物的模型。 本章小结 恭喜你：已经抢先建造了的那些模型！ 期待你：建造很多更美的模型，尤其是 数学模型 同样的数据，可以有不同的背景 某战役中，在坐标为（100，100）的地点上，战斗异常惨烈，需要增援。指挥部的坐标是（0，0），还有四支后备部队，他们的位置分别为 甲 乙 丙 丁 横坐标 80 94 58 72 纵坐标 68 56 91 75 四支后备部队在装备、行进路线的路面条件等方面无显著差异。派哪支部队？ B 与目标点的距离最近为标准 甲 乙 丙 丁 横坐标 80 94 58 72 纵坐标 68 56 91 75 z 37.73 44.41 42.95 37.54 坐标及距离结果 乙←丙← 甲←丁 排序结果： 由此得到最小距离标准——理想点标准 与偏好结局距离最小为标准 ——目标规划方法 甲 乙 丙 丁 最佳成绩 第一科成绩 80 94 58 72 100 第二科成绩 68 56 91 75 100 与最佳成绩的距离 37.73 44.41 42.95 37.54 0 竞赛成绩及距离结果 乙←丙← 甲←丁 排序结果： 选理想结局（100，100）为偏好结局 同一个问题，不同的结果，甚至截然相反的结果！ 哪个更好！如何抉择？ 计划在第三章中分析 1.3 确定型分析模型 运用不含随机变量和模糊变量的数学模型对事物特征进行分析。该类模型很多。 例如：博弈分析模型 最简单的形式是“零和”对策 某赌博游戏是否公平？ 游戏规则：甲、乙两位参与者，同时在1,2,3中各任选一个数，若两数和为奇数，则甲付给乙3元；若两数和为偶数则乙付给甲2元。 矩阵对策模型： 1 2 3 1 2 3 用甲的收益表表示 数学表达式： 甲对应的对策模型 乙对应的对策模型 比一般的优化问题复杂 以“石头、剪子、布”对决的模型 以1记“赢，0记和，-1记输 用甲的收益表表示，则对应的对策模型为 石头 剪子 布 石头 剪子 布 确定性彩票规则下的盈亏分析 再如：种群模型 天体运行模型 （1）总模型 （2）力合成模型 请分析并想象，能发现什么问题？ 天体运行模型 ！ 1.4 统计分析模型 含有概率性质或随机变量的数学模型 常常是确定型模型的实用形式 该类模型也非常多 例如 天气预报 集中参数估计模型（以时间为例） 回归分析模型 主成份分析模型 因子分析模型 集中参数估计模型 简单模型的表达 其中a是欲估计的参数，ε通常是均值为0的随机变量。 具体的处理方法也很多 例如：通过某种设备，可多次测量该参数，得到n个测量值 依据车贝晓夫大数定律 设ξ1 ，ξ2 ，…，ξn,…是由两两不相关的随机变量所构成的序列，每一随机变量都有有限方差，并且有公共上界，则对任意的ε0,皆有 可以把结论应用于参数估计 设ξ1 ，ξ2 ，…，ξn,…是由两两不相关的相同随机变量所构成的序列，该随机变量有限方差，则对任意的ε0,皆有 可以把结论应用于参数估计 设μn是n次重复试验中事件A出现