基于主成分分析和灰色关联聚类分析的指标综合方法研究论文.pdfVIP

第13卷专辑 中国管理科学 Is8ue V01．13．Special 2005年10月 Chinese of Journal Science Management October．2005 文章编号：1003—207(2005)zk一0018—05 基于主成分分析和灰色关联聚类分析的 指标综合方法研究 孙晓东，胡劲松，焦 明 (青岛大学管理科学与工程系，山东青岛 266071) 摘要：在进行多指标分析和评价的过程中，首先对指标进行灰色关联聚类分析，将指标分成若干可以定义的类， 每个聚类代表同一类指标；其次对每个聚类进行主成分分析，提取主成分，获得该类指标的主成分集合；最后基于 权重思想综合所有聚类的主成分集合，形成既反映全体指标信息又体现指标聚类差异性的综合指标。通过一个算 例说明该方法计算方便，客观合理。 关键词：灰色关联聚类分析；绝对关联度；主成分分析 中图分类号：F272 文献标识码：A 提出了一种主成分分析和灰色关联聚类分析相结合 1 引言 的指标综合方法。 在多指标综合评价或分析的过程中，往往会遇 2基于主成分分析和灰色关联聚类分析的 到这样的矛盾：一是指标多，带来计算和分析上的不 指标综合方法 便，而且浪费大量存储空间和消耗过多机器处理时 间；二是多指标间的相关性，造成指标提供的整体信 2．1指标的主成分分析 息发生重叠，不易得出简明的规律。为了解决这方 主成分分析¨。o(Principal Analy． Components 面的问题，Hotelling在1933年提出了主成分分析 sis)也称为主分量分析，是利用降维的思想，把多指 (PCA)方法。该方法是利用降维的思想将多指标转 标转化为少数几个综合指标的多元统计分析方法。 化为少数几个综合指标的多元统计分析。然而，主 主成分分析研究的目的就是如何将多指标进行最佳 成分分析方法基于数据全体，在对全体指标笼统综 综合简化，最终转化为较少的综合指标。也就是说， 合的同时忽视了指标之间的类别性差异问题，也就 要在力保数据丢失最少的原则下，对高维变量空间 是是否有若干个指标关系十分密切而同属一类。事 进行降维处理。主成分分析的基本方法是通过构造 实上，指标之间不仅仅具有相关性，也具有类别性。 原指标的适当的线性组合，以产生一系列互不相关 显然，对同类指标进行主成分分析比对全体指标进 的新综合指标，从中选出少数几个新指标并使它们 行主成分分析更易于解释，更具合理性和客观性。 为此，解决这一问题的思路便是，首先对指标进行聚