实验三---灰色预测和判别分析预测浙农.docxVIP

实验三 灰色预测与判别分析预测 实验目的 使学生掌握费希尔判别与灰色预测的基本原理,并会用费希尔判别与灰色模型处理一些实际问题. 灰色预测基本原理 1 灰色模型 2. 模型辨识 2.1 数据的累加(AGO)与累减(IAGO)生成处理 ----------一次累计运算 ------------s次累计运算 ------累减运算 一般来说，一次累加数据作为建模数据。 2.2 模型的最小二乘算法 设： 这样灰色模型就成为：，再令 3 应用 某镇森林蓄积量系列数据如下： Year 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Forest area 3.80 4.18 4.26 4.52 4.64 4.76 4.83 4.81 4.82 4.83 4.85 4.91 5.23 5.34 Forest volume 18 18.51 19.03 18.15 18.34 18.26 17.84 18.12 18.14 17.31 17.43 17.25 17.35 17.40 现用如下模型分别对该镇森林蓄积量进行预估： 1)GM（1，1）模型 2) GM（1，2）模型 3)GM（2，1）模型 4)GM（2，2）模型 费希尔判别的基本原理 1基本原理 设来自的p维观测值将它们投影到某一 p维常数向量a上,得到的投影点为:这样所有的p维观测值就简化为一维观测值,所以费希尔判别属于一种降维技术.进行如下假设: ,则B是组间平方和及交叉乘积和. , E是组内平方和及交叉乘积和. 方差分析检验统计量: F值越大,表明k个组均值之间的差异越大,拒绝原假设的理由就越充分,因而常用F度量组之间的差异. 选择一个a,使得上述F值达到最大: 最大,则F值就达到最大 设E-1B的非零特征根为: ,相应的特征向量为: ,其中 则的最大值为E-1B的最大特征根. 投影到t1上能使各额组成的投影点最大限度地分开,称y1=t1x为第一判别式，y2=t2x为第二判别式。一般地，称yi=tix为第i判别式，i=1,2,…,s。 而前r(≤s)个判别式y1, y2 ,?, yr的累计贡献率为 它表明了y1,y2,?,yr的判别能力。 在实际应用中，如果前r个判别式的累计贡献率已达到了一个较高的比例(如75%~95%)，则可采用这r个判别式做判别. 判别规则为: 该判别规则也可表达为 2.实验步骤 求各组的样本平均值与总平均值 计算矩阵B,E并求E-1B的特征根与特征向量 计算累计贡献率，确定判别式的个数。 计算 QUOTE ,再利用判别规则进行判别 3利用以上原理与步骤对下例进行判别 费希尔于1936年发表的鸢尾花(Iris)数据被广泛地作为判别分析的例子。数据是对3种鸢尾花：刚毛鸢尾花(第Ⅰ组)、变色鸢尾花(第Ⅱ组)和弗吉尼亚鸢尾花(第Ⅲ组)各抽取一个容量为50的样本，测量其花萼长(x1)、花萼宽(x2)、花瓣长(x3)、花瓣宽(x4)，单位为mm，数据列于表5.4.1。