![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
文章平均质量分 53
超爱学习芸
这个人很懒
展开
-
第五讲:相关系数
总体皮尔逊相关系数样本皮尔逊相关系数这里的相关系数只是用来衡量两个变量线性相关程度的指标; 也就是说,必须先确认这两个变量是线性相关的,然后这个相关系数才能 告诉你他俩相关程度如何(1)如果两个变量本身就是线性的关系, 那么皮尔逊相关系数绝对值大的就是相关性 强,小的就是相关性弱; (2)在不确定两个变量是什么关系的情况 下,即使算出皮尔逊相关系数,发现很大, 也不能说明那两个变量线性相关,甚至不能说他们相关,我们一定要画出散点图来看才行。描述性统计对皮尔.原创 2022-04-21 11:41:07 · 2650 阅读 · 0 评论 -
第四讲:拟合算法
目录插值和拟合的区别最小二乘法如何评价拟合的好坏线性函数计算拟合优度随机数函数插值和拟合的区别最小二乘法代码:clear;clcload data1plot(x,y,'o')% 给x和y轴加上标签xlabel('x的值')ylabel('y的值')n = size(x,1);k = (n*sum(x.*y)-sum(x)*sum(y))/(n*sum(x.*x)-sum(x)*sum(x))b = (sum(x.*x)*su...原创 2022-04-18 16:18:48 · 871 阅读 · 0 评论 -
灰色关联分析
两个系统之间的因素,随时间或不同对象而变化的关联性大小的量度,称为关联度。两个因素变化即同步变化程度较高,即可谓二者关联程度较高;反之,则较低。因此,灰色关联分析方法,根据因素之间发展趋势的相似相异程度,为衡量因素间关联程度提供了量化的度量[1]。灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近,相应序列之间的关联度就越大,反之就越小。步骤:确定分析序列数据预处理计算子序列中各个指标与母序列的关联系数计算灰色关联度讨论...原创 2022-04-16 10:32:02 · 19953 阅读 · 0 评论 -
第二讲:topsis法(优劣解距离法)
目录极大,极小型指标指标正向化标准化处理步骤:第一步:原始矩阵正向化第二步:正向矩阵标准化第三步:计算得分并归一化极大,极小型指标指标正向化标准化处理步骤:第一步:原始矩阵正向化第二步:正向矩阵标准化第三步:计算得分并归一化...原创 2022-04-14 15:55:00 · 239 阅读 · 0 评论 -
第一讲:层次分析法
目录层次分析法的思想一致矩阵一致性检验步骤方法一:算术平均法求权重方法二:几何平均分求权重方法三:特征值法求权重层次分析法的思想一致矩阵一致性检验步骤方法一:算术平均法求权重%% 输入判断矩阵clear;clcdisp('请输入判断矩阵A: ')% A = input('判断矩阵A=')A =[1 1 4 1/3 3; 1 1 4 1/3 3; 1/4 1/4 1 1/3 1/2; 3 3 3 1 3...原创 2022-04-13 19:11:56 · 5207 阅读 · 0 评论 -
第三讲:插值算法
插值法的定义插值法的分类常用的插值方法诶尔米特插值(直接使用存在龙格现象,通常使用分段三次诶尔米特插值)分段三次诶尔米特插值% 分段三次埃尔米特插值x = -pi:pi; y = sin(x); new_x = -pi:0.1:pi;p = pchip(x,y,new_x);figure(1); % 在同一个脚本文件里面,要想画多个图,需要给每个图编号,否则只会显示最后一个图哦~plot(x, y, 'o', new_x, p, 'r-')% plot函数..原创 2022-04-13 10:58:03 · 365 阅读 · 0 评论