关联度分析.docVIP

21.灰色系统关联度分析法 对两个系统或两个因素之间关联性大小的量度，称为关联度。它描述系统发展过程中因素间相对变化的情况，也就是变化大小、方向及速度等指标的相对性。如果两者在系统发展过程中相对变化基本一致，则认为两者关联度大；反之，两者关联度就小。灰色系统理论的关联度分析与数理统计学的相关分析是不同的，两者的区别在于第一，它们的理论基础不同。关联度分析基于灰色系统的灰色过程，而相关分析则基于概率论的随机过程；第二，分析方法不同。关联分析是进行因素间时间序列的比较，而相关分析是因素间数组的比较；第三，数据量要求不同。关联分析不要求数据太多，而相关分析则需有足够的数据量；第四，研究重点不同。关联度分析主要研究动态过程，而相关分析则以静态研究为主。 因此，关联度分析适应性更广，在用于社会经济系统中的应用更有其独到之处。 21.1原理与方法简介 关联度分析一般包括下列计算和步骤：(1) 原始数据变换；(2) 计算关联系数；(3) 求关联度；(3) 排关联序；(4) 列关联矩阵。在应用中是否进行所有步骤，可视具体情况而定。 设有m个时间序列 亦即 (t=1, 2, …, N ) N为各序列的长度即数据个数，这m个序列代表m个因素(变量)。另设定时间序列： {X0(0)(t)} (t=1, 2, …, N ) 该时间序列称为母序列, 而上述m个时间序列称为子序列。关联度是两个序列关联性大小的度量。根据这一观点，可给关联度一个量化模型，其计算方法与步骤具体叙述如下： 1均值化变换。先分别求出各个序列的平均值，再用平均值去除对应序列中的各个原始数据，所得到新的数据列。 2指标差值处理。在均值化变换后得到的新数据列 中，用第一列的数据分别与其他列数据相减取绝对值 3 计算关联系数 经数据变换的母数列记为{X0 (t)}，子数列记为{Xi (t)}，则在t=k时母序列{X0 (k)}与子序列{Xi (k)}的关联系数L0i (k)可由下式计算Lkkii00()()minmaxmax?????????,式中D0i (k)表示k时刻两比较序列的绝对差， 即 D0i (k)=?x0 (k)-xi (k)? (1 ￡ i ￡ m)； L k k i i 0 0 ( ) ( ) min max max ? ? ? ? ?? ? ?? 分析结果 不难看出，关联度与下列因素有关： 1)????? 母序列X0不同，则关联度不同； 2)????? 子序列Xi 不同，则关联度不同； 3)????? 参考点0 (或数据变换)不同，关联度不同； 4)????? 数据序列长度N不同，关联度不同； 5)????? 分辨系数r不同，关联度不同。 一般来说，关联度也满足等价“关系”三公理，即： 1) 自反性: r00＝1；2) 对称性: r0i ＝ri0；3) 传递性: r0a r0b , r0b r0c，则 r0a r0c 。 (4) 排关联序 将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成关联序，记为{X}。它直接反映各个子序列对于母序列的“优劣”关系。若r0a r0b ，则称{Xa }对于相同母序列{X0}有优于{Xb }的特点，记为；若r0a r0b ，则称{Xa }对于母序列{X0}劣于{Xb }，记为；若r0a＝r0b，则称{Xa }对于母序列{Xo }等价于（或等于）{Xb }，记为{Xa│X0}~{Xb│X0}；若有r0a 3r0b，称{Xa }对于母序列{Xo }优于或等于{Xb }，记为；若有r0a ￡ r0b，则称{Xa }对于母序列{Xo }劣于或等于{Xb }，记为。 根据上述几种关系，可定义两种有代表性的关联序，即“有序”与“偏序”。若关联序{X}为有序，那么所有元素之间必存在以下几种关系之一：“优于”(),“劣于” ()，或“等价于”(~)。若关联序{X}为偏序，则不是所有元素都可比较的。 一般而言，各因素只要能构成关系，算出关联度，则总是“有序”的。只有在无“参考点”或无参考母序列的情况下，才可能出现“偏序”现象。 (5) 列出关联矩阵 若有n个母序列{Y1}, {Y2}, …, {Yn } (n≠2)及其m个子序列{X1}, {X2}, …, {Xm } (m≠1)，则各子序列对母序列{Y1}有关联度[r11, r12, …, r1m ]，各子序列对于母序列{Y2}有关联度[r21, r22, …, r2m ]，类似地，各子序列对于母序列{Yn }有关联度[rn1, rn2, …, rnm ]。 将rij (i=1, 2, …, n; j=1, 2, …, m)作适当排列，可得到关联度矩阵,根据关联度矩阵，不仅可以作为优势分析的基础，而且可作为决策的依据。