- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模糊数据的风险判别分析
模糊数据的风险判别分析
郑文瑞1 张敬芝2
(1.吉林大学数学科学院 吉林 长春 130012; 2.长春税务学院信息系 吉林 长春 130021 )
摘要:本文引入建立在模糊样本均值和方差基础上的模糊距离概念,借助文献[2]的思
想对文献[1]的模糊判别分析给出了此判别的风险分析方法。
关键词:模糊样本均值 模糊样本协方差矩阵 模糊距离 判别风险
0、引言
风险判别分析在自然科学和社会科学中有着广泛的应用,特别是在预测问题方面。例如,
在市场营销预测中,根据历史资料,判定将来某产品是畅销、平销还是滞销。并且对于预测
结果的判定要进行风险分析,尽量减少判错的风险的可能性。然而,在许多实际问题中,历
史资料数据是模糊的,这种模糊性来自于测量和观测的不精确的或是定性的。虽然数量化理
论给给出了将定性变量转化为定量变量的方法,但仍然采用的是二值逻辑,所以,处理这类
带有模糊性问题还是不适宜的。本文借助模糊数学理论,将不精确和定性数据用模糊数 (集)
处理,建立了一种分明总体、模糊样本的风险判别分析方法。
1、基本定义
为了度量一个模糊样本对每一总体的接近程度,引入模糊距离的概念。模糊距离是以总
体的模糊样本均值和模糊样本方差为基础。
假设所有样本分成非模糊类群 (即分明总体)的分类是给定的,而且每一样本的样本值
是作为模糊数(三角模糊数)表征。
设有p 个总体X , X ,L,X ,第k 个总体有l 个已知样本(k 1,2,L, p;l 1,2,L, n ) ,
1 2 p k
对这些样本选取q 个判别因子 iX l (i 1,2,L, q ),即 iX l 表示第k 个总体第l 个样本的第i 个
k k
~ ~
判别因子。其模糊多元数据形式见表 1。
表 1 模糊多元数据
总 体 样 本 样 本 值
1 1 1 i 1 q 1
X LLLX LLL X
X 1 1 1
1
~ ~ ~
M
l 1 l i l q l
X X X 1 LLLX 1 LLL X 1
1 1
~ ~ ~
M
文档评论(0)