灰色关联度和pearson相关系数的应用比较_张建勇.pdfVIP

第 30 卷 第 11 期（上） 赤 峰 学 院 学 报（ 自 然 科 学 版 ） 2014 年 11 月 赤峰学院学报 灰色关联度和Pearson相关系数的应用比较 1 2 2 2 张建勇 高 冉 胡 骏 郑 扬 , , , （1.河海大学常州校 区 数理教学部 ， 江苏 常州 213022 ； 2.河海大学常州校 区 机电工程学院 ， 江苏 常州 213022 ） 本文分别采用灰色关联度与 相关系数方法 ，分析运动员的训练项目对专项成绩的影响 首先给出两种方 摘 要： Pearson . 法的算法步骤及其数据的预处理 ，其次计算不同的训练项目对专项的关联度 ，最后对所得到关联值进行分析 ，对算例的分析 结果表明 ，两种方法中联度较高的十项中有九项相同 ，其结果极其接近 .结论为灰色关联度与 Pearson 相关系数方法 具 有较高 的可靠性 ，依 据 这 两种方法可以 为不同专项的运动员制定科 学训练方式. 关键词：灰色关联度 ； 相关系数 ；数据处理 ；体育训练 Pearson 中图分类号：O159文献标识码：A 文章编号：1673-260X（2014）11-0001-02 DOI:10.13398/ki.issn1673-260x.2014.21.001 1 引言 一般而言，两者的关联度在0.8以上即可认为其关联性 自然界中的客观事物往往现象复杂，影响因素繁多.对 很大，而在0.5~0.8则认为有一定关联性，但是当关联度在 某个系统进行分析，实则是对各因素间的关联性、关联程度 0.5以下时即可认为两者间无关联. [1] 以及量化等问题方面的研究.目前，对影响因子分析的基本 2.2 算法步骤 [2] 方法主要采取回归分析 等方法.该方法的缺陷在于要求大 Step 1 确定反映系统行为特征的参考数列和影响系 [3] 量数据、计算量大以及可能出现异常情况等.灰色关联度在 统行为的比较数列； 研究因素间的关联程度时，对样本容量和分布规律没有过 Step 2 对数列进行无量纲化； 分要求、原理简单、易于程序化等.这种方法具有极大的实际 一般来讲，实际问题中各因素的物理意义、数据量纲和 应用价值，并取得了较好的社会和经济效益[4] 数量级不同，分析中难以得出正确的结论.一般都要.本文采 .Pearson相关 [5] 用区间值化变换进行数据的无量纲化处理： 系数方法 的优点在于原理简单，且不受两个变量的位置和 尺度变化的影响，容易程序化，在SPSS、Matlab中已经有了 min x(k) x(k)- k