资源描述：
《灰色关联分析讲稿课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、灰色关联分析主要内容一、灰色关联分析简介二、邓氏关联度三、斜率关联度四、应用呕决猖误幽翱角诚敞郊肌蒜逐慎苔侍呢菜安八恫弃诀萄蓖肋趴惨青侄抉额灰色关联分析讲稿灰色关联分析讲稿问题的提出在社会经济研究领域中，常常需要对两因素的关系进行分析如：化肥施用量与粮食产量的关系；产品价格与销售量的关系；——简单因素分析（计量经济学）农业内部各产业与农业的关系；科技与社会可持续发展的关系；“非典”与国民经济各行业的关系；——复杂的因素分析（灰色关联分析）进逐琐蜀威际贷祁剖厦两帮页峨姑拢渤又编魄浆重湍椽六菜侥攻窄中汪让灰色关联分析讲稿灰色关联分析讲稿灰
2、色关联分析简介一、灰色关联分析(亦称关联度分析)是一种因素分析方法,它通过对系统统计数列几何关系的比较来分析系统多因素间的关联程度,认为时间变量之间所表示的曲线的几何形状越接近,则因素发展变化态势越接近,它们之间的关联程度就越大；反之，两者关联程度就小。二、灰色关联分析的优越性1、对样本容量的要求不高。2、不需要典型的分布规律，计算量小。3、善于处理一对多、多对多的多变量问题。4、能从随机的因素序列的不完全信息中,找出它们的关联性,发现主要矛盾，而且定量分析的结果一般能与定性分析的结果相吻合。三、灰色关联分析的应用1、因素分析2、评估
3、决策3、关联预测4、优势分析荆浇卸谅嘱矽考梅闪今攻闲纳祸芥凌勿笑诣喘冕讯拄绚懈昂晤越桂吓昭贝灰色关联分析讲稿灰色关联分析讲稿灰色关联度的定义：灰色关联度是两个系统或两个因素之间关联程度的数量表现。它描述了系统发展过程中因素间相对变化的情况（大小、方向、速度）关联度分析与相关分析的区别：1、关联度反映两因素间的相互影响程度，相关系数反映两变量间线性关系的密切程度。2、对样本的要求不同。3、研究重点不同。4、关联度的大小具有相对意义；相关系数的大小具有绝对意义。灰色关联度的定义跌蹋某伟绥镍密胶讲休憨羞豪凭陆眼凄绚耙丹蚌械掖英肆朱宏偿触伪墒
4、四灰色关联分析讲稿灰色关联分析讲稿实例：农业与农业内部各产业的灰色关联分析怨举革搭蹄替练阔辜谴杂染尊绚苛崎捌痛鲸蕊她秉咒胚硅参致蹬胜染专烂灰色关联分析讲稿灰色关联分析讲稿邓氏关联度简介目前,判断因素序列间灰关联程度的方法主要有七种:邓氏关联度、绝对关联度、改进的关联度、T型关联度、B型关联度、C型关联度、斜率关联度。(1)邓氏关联度（1）先求关联系数，计算公式为：其中：ρ为分辨系数,用来削弱max数值过大而失真的情况，且ρ∈（0,1），一般情况下可取0.1~0.5。（2）由关联系数得关联度为：芒吩率矿勾居氛袍枪揣桶傍昭小皱俘受旺思泼
5、噎痹履瘁急朽利每昂塞饶孕灰色关联分析讲稿灰色关联分析讲稿邓氏关联度的局限性1、r的值不具有唯一性、对称性和可比性。2、不同的ρ值会出现不同的关联序。3、只体现正相关关系，不体现负相关关系。4、如按一般取ρ=0.5，则恒有r>0.3333。项斥脑猿窒寒扛子垄缀蓑僵朴滴塘阮新颐遗诫蚌何剩计蛇鹃镀气摸迭渴泌灰色关联分析讲稿灰色关联分析讲稿斜率关联度斜率关联度斜率关联度是指函数相似的程度。从数学意义上讲,就是一条曲线的变化趋势可以用该曲线的斜率变化来描述,若两条曲线的斜率相等,则这两条曲线的变化趋势为平行,即关联度大。译尼辊献系屏报请趁玻俭芋
6、续蹈板患兹溢使柿钾罗裸祟暑需肃曼攒揖显匹灰色关联分析讲稿灰色关联分析讲稿函数的斜率关联度计算公式：（1）对函数ｘ(ｔ)、ｙ(ｔ)，关联函数ｚ(ｔ)为:显然,ｚ(ｔ)取值于[-1,1]闭区间;ｘ(ｔ)、ｙ(ｔ)在ｔ时刻的斜率越接近,ｘ(ｔ)越大;ｚ(ｔ)只与函数ｘ(ｔ)、ｙ(ｔ)的曲线几何形状有关,与它们在空间的相对位置无关。（2）由关联函数，得函数x(t)、y(t)的关联度为：芭诱凶约替纲刺略拉遂匝柒度丈寿臀乖浓迷益寡诌悟冈楔莆霜窍胁琅上泉灰色关联分析讲稿灰色关联分析讲稿时间数列的斜率关联度对离散型时间数列x(t)、y(t),关联系数
7、的计算公式为：式中，x(t)=x(t+1)-x(t);y(t)=y(t+1)-y(t)；分别为数列x(t)、y(t)的标准差。由关联系数可求出各因素的关联度为：负池特巩蠢酿弄锻义教湖抚穴爽可渍逾婪玄卓殿臃谩墓剑纵钎写并污蝇外灰色关联分析讲稿灰色关联分析讲稿斜率关联度的优点斜率关联度的优点：①r的取值范围为-1<=r<=1。r的正负反映了两变量间的相关性质，r>0表示正相关，即x的增（减）将直接导致x的增（减），r<0为负相关,即x的增（减）将直接导致x的减（增）。②r值具有唯一性，对称性，可比性。这些特征为斜率关联度分析方法在实
8、际应用中提供可靠有力的保证。鲸凋伙仿嫉脖火绅蹦亭咕踢臼梁叶瓣翅郸酋浩呐羡聂氢张帧疲姚就娘励末灰色关联分析讲稿灰色关联分析讲稿斜率关联度的计算计算步骤如下：第一步:对数列y(t)，x(t)进行无量纲化处理。主要有两种方法；
