第七章：灰色关联度评价方法(10).pptVIP

* 首 页 下 页 尾 页 上 页 第七章 灰色关联度评价法 1. 灰色关联分析(GRA)方法 灰色关联分析是一种多因素统计分析方法,它是以 各因素的样本数据为依据用灰色联度来描述因素 间关系的强弱、大小和次序的. 如果样本数据列反映出两因素变化的态势(方向、 大小、速度等)基本一致,则它们之间的关联度较 大；反之关联度较小. 与其他传统的多因素分析 方法相比,灰色关联分析对数据要求较低且计算 量小,便于广泛应用. GRA分析的核心是计算关联度,下面通过一个例子 来说明计算关联度的思路和方法. 表6-1是某地区2000-2005年国内生产总值的统计 资料.现在提出这样的问题：该地区三次产业中, 哪一产业的变化与该地区国内生产总值(GDP)的 变化态势更一致？也就是哪一产业与GDP的关联 度最大呢？ 1352 1893 561 3806 2005 1268 1577 511 3356 2004 1010 1258 482 2750 2003 953 960 422 2335 2002 808 846 408 2061 2001 763 839 386 1988 2000 第三产业 第二产业 第一产业 国内生产总值 年份 表6-1 某地区国内生产总值统计资料(百万元) 这样的问题很有实际意义,一个自然的想法就是分 别将三次产业产值的时间序列与GDP的时间序列 进行比较,为了能够比较,先对各序列进行无量纲化, 这里采用均值化法.各序列的均值分别为：2716, 461.5,1228.83,1025.67,上表中每列数据除以其均值 可得均值化序列(如表6-2所示) 1.3182 1.5405 1.2156 1.4013 2005 1.2363 1.2833 1.1073 1.2356 2004 0.9847 1.0237 1.0444 1.0125 2003 0.9291 0.7812 0.9144 0.8597 2002 0.7878 0.6885 0.8819 0.7588 2001 0.7440 0.6828 0.8364 0.7320 2000 三产业 x3(t) 二产业 x2(t) 一产业 x1(t) GDP x0(t) 年份t 两序列变化的态势是表现在其对应点的间距上.如 果各对应点间距均较小,则两序列变化态势的一致 性强,否则,一致性弱.分别计算各产业产值与GDP 在对应期的间距(绝对差值),结果见表6-3所示. 0.0832 0.1392 0.1857 2005 0.0006 0.0477 0.1284 2004 0.0278 0.0112 0.0319 2003 0.0694 0.0785 0.0547 2002 0.0289 0.0704 0.1231 2001 0.0119 0.0492 0.1044 2000 年份t 接下来应该是三个绝对值序列分别求平均再进行 比较,就可以解决问题了.但仔细观察表6-3中的数 据会发现绝对差值数据序列的数据间存在着较大 的数量级差异(最大为0.1587,最小的为0.0006,相差 300多倍),不能直接进行综合,还需要对其进行一次 规范化. 设 和 分别表示表6-3中绝对值 的最大数和最小数，则 因而 由于在一般情况下, 可能为零(即某个 为零)故将上式改进为 显然 越大,说明两序列(xi和x0)的变化态势 一致性弱,反之,一致性强,因此可考虑将 取 倒反向,为了规范化后数据在[0,1]内,可考虑 在0和1之间取值. 上式可变形为 称为序列xi和序列x0在第t期的灰色关联系数(或简称为关联系数). 由(6.1)式可以看出, 取值的大小可以控制 对数据转化的影响, 取较小的值,可以提高关联系数间差异的显著性,因而称 为分辨系数. 利用(6.1)对表6-3中绝对差值 进行规范化,取 结果见表6-4,以 计算为例： 同样可计算出表6-4中其余关联系数. 0.4758 0.3510 0.2881 2005 1.000 0.6141 0.3696 2004 0.7338 0.8761 0.7055 2003 0.5213 0.4903 0.5808 2002 0.7257 0.5178 0.3796 2001 0.8687 0.6067 0.4191 2000 年份t 表6-4 最后分别对各产业与GDP的关联系数序列求算术 平均可得 r0i称为序列x0和xi(i=1,2,3)