关联度分析(最新整理)

1、一 、关联度分析的意义关联度分析关联度是表征两个事物的关联程度。从思路上看，关联分析是属于几何处理范畴的。设有参考序列和比较序列x(0) (t) = x(0) (1), x(0) (2),.x(0) (n)1111x (0) (t) = x(0) (1), x(0) (2),x(0) (n)2222x (0) (t) = x(0) (1), x(0) (2),x(0) (n)3333x (0) (t) = x(0) (1), x(0) (2),x(0) (n)4444四个时间数据序列如图所示：则关联度为 r12r13r14关联度分析是一种曲线间 n 何形状的分析比较，即 n 何形状越接近，则关

2、联程度越大，反之则小。二、面积关联度分析法关联度应用关联系数来表示，我们用曲线间的差值大小作为一种衡量关联度的尺度。设母因素时间数列和子因素时间数列分别是:x i ( f k ) = xi ( f1 ), x2 ( f 2 ), xi ( f n )x j ( f k ) = x j ( f1 ), x j ( f 2 ), x j ( f n )记 fk 时刻 xj 对 xi 的关联系数为ij（fk），其绝对差值为：x i ( f k ) - x j ( f k ) = dij ( f k )各时刻的最小绝对差为：d min = min x i ( f k ) - x j ( f k ) k

3、各时刻的最大绝对差为：k=1,2,n 这是对两个方列d max = max x i ( f k ) - x j ( f k ) k则母因素为子因素两曲线在各时刻的相对差值用下式表示：x ( f ) =d min+ d maxijkdij( f k) + d max k式中xij ( f k ) 称为 xj 对 xi 在 k 时刻的关联系数关联系数的上界值xij ( f k ) =1关联系数的下界值xij ( f k) = k1 + kk（0，1），称为分辨系数，减少极值对计算的影响，提高分辨率。原始数据标准化处理方法关联系数xij ( f k ) 的值主要决定于 xi 和 xj 在各时刻的差值

4、，由于 xi 和 xj 数据单位不同，会影响xij ( f k ) 的值，因此若是要对原始数据作无量纲处理，即标准化处理。数据标准化有两种方法：初值化处理和均值化处理。初值化处理即把序列第一个数据除以该序列所有数据，得到一个新数列。均值化处理即把序列平均值除以该序列所有数据，得到一个新数列。面积关联度关联系数只表示各时刻数据间的关联程度，我们用基本均值表示两条曲线间1 nn的关联程度，即r ij =xij ( f k )k =1k=1,2,n称 r ij 为子因素曲线 xj 对母因素曲线 xi 的关联度。多个序列的最小绝对差和最大绝对差。在灰色关联度分析中，无论序列有多少， d min 和d

5、max 各只有一个。d min 和d max 的求法，以d min 为例解释， d max 类似。d min = min min x i ( f k ) - x j ( f k ) jk例母序列: x0 (t1 ), x0 (t2 ), x0 (t n )子序列: x1 (t1 ), x1 (t2 ), x1 (t n )x2 (t1 ), x2 (t2 ), x2 (t n )第一步：固k = k0 , i = 0 ,，j 变动时，得到：0 x0 (tk) - x1 (tk ) , x0 (tk) - x2 (tk) ,min x0 (t n ) - x j (t n ) 0j1020第二步

6、：从中可以选出： min x0 (tkj第三步：当 k 变动时，可以得到:) - x j (tk ) min x0 (tj) - x j (t1 ) ,min x0 (t2 ) - x j (t2 ) ,jmin x0 (t n ) - x j (t n ) j第四步：从中又可以选出最小的d min关联度比较及实际意义当计算出子因素对母因素的关联度rij 后，将rij 排序1rij rij . rij2m则子因素对母因素影响的重要程度依次是序列：j1 j2 . jm“”“”at the end, xiao bian gives you a passage. minand once said,

7、people who learn to learn are very happy people. in every wonderful life, learning is an eternal theme. as a professional clerical and teaching position, i understand the importance of continuous learning, life is diligent, nothing can be gained, only continuous learning can achieve better self. only by constantly learning and mastering the latest relevant knowledge, can employees from all walks of life keep up with the pace of enterprise development and innovate to meet the needs of the market. this document is al