统计学
文章平均质量分 85
笔记
卖山楂啦prss
数据分析师——唯有知识,让我们免于平庸
展开
-
统计学的核心到底是什么?
推荐文章:统计学的核心到底是什么?看到这个标题,作为统计专业的学生,立马想到的是——“应用”在本科学习的第一门统计课程《统计学原理》中就提到:统计学是一门方法论科学,可以定义为“收集、分析、展示和解释数据的科学”,从现在来看觉得也可称之为数据科学。一直认为统计应该从实际出发,解决实际问题,是理学、工学、社会科学三学一体的学科,它的核心就体现在应用上,这个应用是建立在数据之上的“应用”。统计学与其他实质性科学结合,能够应用到各种领域,如社会统计、经济统计、人口统计、医学统计等等这篇文章是在统计之都阅原创 2021-11-11 10:25:02 · 2221 阅读 · 0 评论 -
【统计类知识】大数定律与中心极限定理
一、背景在第一章我们提到过事件发生的频率具有稳定性,即随着试验次数的增加,事件发生的频率逐渐稳定于某个常数,这一事实显示了可以用一个数来表征事件发生的可能性大小,这使人们认识到概率是客观存在的,进而由频率的三条性质的启发和抽象给出了概率的定义,而频率的稳定性是概率定义的客观基础。在实践中人们还认识到大量测量值的算术平均值也具有稳定性,而这种稳定性就是本节所要讨论的大数定律的客观背景,而这些理论正是概率论的理论基础。1.为何能以某事件发生的频率作为该事件的概率的估计?2.为何能以样本均值作为总体期望的估原创 2021-03-02 14:37:33 · 1314 阅读 · 1 评论 -
【统计类知识】贝叶斯统计
从公式说起(1)条件概率若事件 A 满足P(A)>0,对任意事件 B ,称P(B∣A)=P(AB)P(A)P\left( B|A \right) =\frac{P\left( AB \right)}{P\left( A \right)}P(B∣A)=P(A)P(AB)其含义为在 A 发生的条件下,B 发生的概率例子:(2)全概率公式:设 A1,A2,⋯ ,AnA_1,A_2,\cdots ,A_nA1,A2,⋯,An (n 为有限或者无穷),是样本空间 Ω\varOm原创 2021-02-28 20:02:33 · 1876 阅读 · 0 评论 -
【统计类知识】区间估计(置信区间)、假设检验(两类错误、P值)
统计推断的三大基本形式:抽样分布参数估计(点估计、区间估计)假设检验(参数检验、非参数检验)一、 置信区间在实际中,我们通常得不到总体在某方面的真值,比如总体均值。或者说,如果我们现在要估计公司某个产品的用户满意度,就可以通过抽样调查的方式获取一部分样本,然后根据样本估计出所有用户的满意程度范围。一般这种估计需要有比较高的“可信程度”,比如要有 90% 的可信度(过高的可信程度需要更多的样本,导致抽样成本增高)基本概念参数估计包括:点估计与区间估计点估计实际上就是利用样本算出一个值来原创 2021-03-07 14:56:05 · 13854 阅读 · 2 评论 -
【统计类知识】随机变量
概率概率是描述在一次随机试验中的某个随机事件发生可能性大小的度量。随机事件与基本事件在一定条件下可能发生也可能不发生的事件,叫做随机事件。试验的每一个可能的结果称为基本事件。什么是随机现象?在给定的条件下不能确切预见其结果的现象叫作随机现象。因大量的偶然因素存在且无法控制,使现象的结果不能确定和不能完全预见的。于是,现象的随机性便产生了。什么是随机试验?概念:对随机现象的观测称作随机试验。种类:随机试验有可重复随机试验和不可重复随机试验两种。前者是指可以在相同条件下重复进行的随机试验;原创 2021-02-25 20:30:06 · 2060 阅读 · 0 评论 -
对应分析(关联分析、R-Q型因子分析、处理分类变量的利器)原理介绍
1 聚类分析聚类分析这种多元统计分析方法,用于定量分析指标或样品的分类问题。在一个数据样本中,不同的样本具有各方面的差异,如果目标是对其进行分组,可根据一批样品的多个观测指标,找出用于度量变量之间相似程度的统计量,并在此基础上利用聚类分析进行分组,使同一组中的样本的特征具有较大相似性,不同组间的样本差异较大2 因子分析因子分析法是一种多变量统计分析方法,是以所观察变量的内在相关性为研究基础,将这些有复杂内在相关性的观测变量,浓缩成少数具有代表性的综合因子,并进行...原创 2021-02-06 17:34:02 · 30527 阅读 · 2 评论 -
参数检验与【非参数检验】及Python/SPSS/R/Stata实现
文章目录1 参数检验与非参数检验2 非参数检验方法2.1 单样本总体分布检验2.1.1 卡方检验2.1.2 二项分布检验2.1.3 游程检验2.1.4 Kolmogorov—Smirnov检验2.2 两独立样本差异性检验2.2.1 Kolmogorov—Smirnov检验2.2.2 Mann-Whitney U检验2.2.3 Wilcoxon检验2.2.4 Wald-Wolfowitz Runs检验2.2.5 Moses Extreme Reactions检验2.3 两配对样本差异性检验2.3.1 Sig原创 2020-12-28 20:20:15 · 7099 阅读 · 2 评论 -
灰色-马尔可夫模型
灰色-马尔可夫模型在学习这个模型之前,最大的难题就是搞懂马尔可夫模型是个什么东东?同时,学习这个模型也又不得不提随机过程,至于什么是随机过程,可以参考如下文章,写的非常清晰易懂。如何从深刻地理解随机过程的含义?什么是随机过程?我本科以前开过一学期的随机过程的课程,当时学de还不错,疯狂啃书,但是许久不用,又还给老师了 T_T引用知乎大神的见解,内容出自马尔可夫链 (Markov Chain)是什么鬼,非常推荐阅读,通俗易懂。马尔可夫过程(Markov Process)马尔可夫过程在随机过原创 2020-12-12 22:44:04 · 14349 阅读 · 7 评论 -
等维递推GM(1,1)模型、无偏灰色模型
等维递推GM(1,1)模型通常, 全数据GM(1,1)模型是使用固定的 nnn 期数据进行建模,但随着时间的推移,老数据的新息意义将逐步降低,未来的一些抗干扰因素将不断地侵入系统并产生影响,因此,GM(1,1)模型预测意义最大的数据就是 nnn 之前的几个数据,时间越往前预测意义越小。等维灰数递补GM(1,1)模型其基本思路是:为保证预测精度,可将未来的这些因素考虑进去,使用等维灰数递推GM(1,1)模型,即每次预测一个值后,添加这个新数据,去掉一个序列中最老的数据,保持数据序列的等长度(等原创 2020-12-12 22:30:40 · 3018 阅读 · 0 评论 -
组合模型方法
不同的定性预测模型方法或定量预测模型方法各有其优点和缺点,它们之间并不是相互排斥的,而是相互联系、相互补充的。由于每种预测方法利用的数据信息不尽相同,不同的预测方法从不同的角度挖掘各方面有用的信息。在预测的过程中,如果想当然的认为某个单项预测方法的预测误差较大,随之把该种预测方法弃之不用,就可能造成部分有用的信息丢失,使预测精度受到影响。组合模型即是将多个模型的结果进行组合,从而充分利用各个模型的信息。有效提高预测精度。设有 kkk 种方法,第 iii 种方法在第 ttt 期的预测值记为 yity_.原创 2020-12-08 12:29:07 · 10101 阅读 · 1 评论 -
数据分析:A/B-test显著性检验
转载自:https://blog.csdn.net/buracag_mc/article/details/74905483转载 2020-11-23 08:51:31 · 566 阅读 · 0 评论 -
【统计学】谢益辉:写给在统计学院学习的学弟学妹系列文章
前段时间,在“统计之都”偶然读到其创始人谢益辉在零几年的时候写给学弟学妹的几篇关于统计学的文章,虽然已过多年,但其关于统计的思想仍然使我阅读之后收获良多,在其中一篇中,作者写道他对对统计模型或理论方法的评判标准可以总结为:其目的能用一句话概括,或者结果能用图形直观展示;(目标)数学公式能对应上某种成熟的生活观念,即数学公式是否能与实际对应?(手段)认为统计应该与实际有紧密联系,否则统计也没什么存在的价值。追求的目标是一个映射(Mapping):从理论到实践。这里也将文章分享给没有阅读过且原创 2020-11-13 08:31:34 · 1241 阅读 · 0 评论 -
结构方程模型及PLS估计【评价】
最近做一个校园文化建设评价课题,用到PLS结构方程模型,这里对该模型方法进行简单的学习。1 结构方程模型SEM简述结构方程模型(structure Equation model,简称SEM)是应用线性方程系统表示观测变量与潜变量,以及潜变量之间关系的一种统计方法。其本质是一种广义的一般线性模型SEM结合了因子分析与路径分析两大统计分析技术,利用因子分析有效解决了理论变量的测量问题,利用路径分析验证并探索理论变量之间的关系结构。结构方程模型是基于变量的方差-协方差矩阵来分析变量之间关系的一种多元统计方原创 2020-11-08 23:38:49 · 14156 阅读 · 0 评论 -
统计学常用的数据分析方法总结
图片来自:数据分析师必须掌握的统计学方法汇总正文转载自:统计学常用的数据分析方法总结 一、描述统计 描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大部分。 集中趋势分析 集中趋势分析主要靠平均数、中数、众数等统计指标来表示数据的集中趋势。例如被试的平均成绩多少?是正偏分布还是负转载 2020-11-05 13:46:23 · 6372 阅读 · 0 评论 -
DEA_Malmquist指数模型学习笔记
前面已经对传统的DEA模型进行了学习,这里主要学习Malmquist指数。1. 传统的DEA模型传统的DEA模型是对xx效率进行静态分析,最常见的有CCR模型(基本条件是规模报酬不变)和在此基础上扩展的BCC模型(规模报酬可变 投入导向型)主要步骤是:明确研究问题确定决策单元构建评价指标体系收集数据并处理求解DEA模型结果分析2. 超效率DEA模型超效率DEA模型是对传统DEA模型的改进3. DEA-Malmquist指数模型Malmquist指数方法通过本期到下期生产率的变化原创 2020-11-04 23:31:13 · 81781 阅读 · 8 评论 -
三阶段DEA模型操作步骤笔记
参考B站视频三阶段DEA操作步骤,做个简单的笔记,便于用的时候复习https://www.bilibili.com/video/BV1F4411n75p?p=1使用到的软件:DEAP2.1、Frontier4.1、excel第一阶段:传统DEA模型这里原始数据是截取博主给的数据中的前10个(主要是记录操作步骤) :3个投入,2个产出,2个环境变量运用DEAP2.1软件进行效率分析如何使用deap软件(1)打开123.DTA,用于存储数据,产出在前、投入在后将数据复制到 123.d原创 2020-10-27 19:35:00 · 59134 阅读 · 49 评论 -
三阶段DEA方法
转载自:https://blog.csdn.net/weixin_43266960/article/details/99624729 第一阶段——传统DEA模型数据包络分析方法(Data Envelnt Analysis,简称DEA)是管理科学、系统工程和运筹学等领域最为常见的一种非参数前沿效率分析方法,它不需要设定生产函数的具体形式,能够处理多输入多输出系统,是一种要素投入与产出之间的相对效率评价的系统分析方法。早在1978年,美国著名运筹学家A.Charnes、W.Cooper和E.Rhode转载 2020-10-26 13:08:10 · 17920 阅读 · 0 评论 -
数据包络分析法(DEA)_2
数据包络分析(data envelopment analysis,简称DEA)是运筹学、管理科学与数理经济学交叉研究的一个新领域,其是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。在多目标经济社会效率评价、产能过剩评价,全要素生产率评价、技术进步评价等方面有着广泛的应用。数据包络分析(DEA),其思想是通过线性规划来估计决策单元集(DUM)的生产可能性边界即决策单元的最优效率,然后以此衡量决策单元集内每一决策单元的相对效率。DEA方法原创 2020-10-27 20:28:05 · 24896 阅读 · 0 评论 -
数据包络分析法(DEA)_1
转载自:数据包络分析法(DEA)——CCR@叽叽哇哇-yy最近用DEA做了一个分析,中间也遇上了一点问题,大概写一下自己的操作过程,自己巩固一下也顺便帮助需要的人。数据包络分析法(DEA)是针对多投入和多产出的问题,利用线性规划的方法,对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法。先解释一下几个基础概念:1、技术效率:指在保持决策单元投入不变的情况下,实际产出同理想产出的比值。2、规模报酬:规模报酬是要说明,当生产要素同时增加了一倍,如果产量的增加正好是一倍,称之为规模报酬不变(-),如转载 2020-10-20 08:34:00 · 12623 阅读 · 7 评论 -
灰色线性回归组合预测模型及R语言实现
灰色线性回归组合模型可以改善线性回归模型中不含指数增长及GM(1,1)模型中不含线性因素的状况,该组合既适合于具有指数增长趋势的序列又适合于具有线性趋势的序列。利用了这两个单一模型的有用信息,克服各自的缺陷,从而提高模型预测的精确度。原创 2020-10-18 12:29:20 · 11595 阅读 · 1 评论 -
Stata实现结构方程模型
随机构造的数据:…打开软件在excel中复制数据注:全选当前区域数据方法选中任意有数据的单元格,然后ctrl +Actrl + G选中第一行,ctrl + shift +↓粘贴到stata中原创 2020-10-13 13:16:33 · 18946 阅读 · 7 评论 -
《应用回归及分类》学习笔记1
统计是科学,从实际出发,解决实际问题,是理学、工学、社会科学三学一体的学科,可以定义为“收集、分析、展示和解释数据的科学”,或称数据科学。数据科学要结合数学思维和统计思维、计算机科学以及领域知识统计的思维方式是归纳,数学的思维方式是演绎。统计研究应该是问题驱动而不是数据驱动...原创 2020-10-11 23:25:49 · 695 阅读 · 0 评论 -
①测定预测精度的方法【误差】—②组合模型【线性组合模型+最优线性组合模型+贝叶斯组合模型】
https://www.baidu.com/s?wd=%E7%BA%BF%E6%80%A7%E7%BB%84%E5%90%88%E6%A8%A1%E5%9E%8B&pn=10&oq=%E7%BA%BF%E6%80%A7%E7%BB%84%E5%90%88%E6%A8%A1%E5%9E%8B&ie=utf-8&usm=2&rsv_pq=e3f3cdab0000b685&rsv_t=178fGsnqpGVxjD%2BGiaqoFCl59uWTaM3x7Cf6CWp原创 2020-09-20 17:04:54 · 5538 阅读 · 1 评论 -
集对分析(SPA)——综合评价
集对分析是在一定的问题背景下,对集对中2个集合的确定性与不确定性以及确定性与不确定性的相互作用所进行的一种系统和数学分析。通常包括对集对中2个集合的特性、关系、结构、状态、趋势、以及相互联系模式所进行的分析;这种分析一般通过建立所论2个集合的联系数进行,有时也可以不借助联系数进行分析。...原创 2020-09-07 22:29:43 · 14201 阅读 · 11 评论 -
蒙特卡洛随机模拟—综合评价
文章目录1 随机模拟型综合评价概述2 基于随机模拟的综合评价步骤2.1 问题描述2.2 自主优势量矩阵计算2.3 具体步骤2.4 综合评价计算3 Python实现1 随机模拟型综合评价概述目前,大部分综合评价方法均倾向于依据评价信息对被评价对象做出一次性的绝对优劣判断,类似于“球队实力”比较的评价问题,通常很难以一次的比赛给出绝对的评价结论(实力或者小概率事件……的缘故)这类问题在现实中具有普遍性,如“综合能力”、“发展潜力”等的比较,此类问题统称为“相对评价问题”。相对评价问题是仅通过一次评价运原创 2020-09-06 21:32:26 · 1296 阅读 · 5 评论 -
BP神经网络及代码
BP(Back Propagation)算法,又称为**误差反向传递算法**或**多层前馈神经网络**,是人工神经网络中使用最为频繁的一种监督式的学习算法。该模型要用到训练算法,其应用的**误差反向传播**,巧妙的化解了该模型的网络学习问题,从而较大程度的推动神经网络快速的发展。==其在信息传播时为正向传播,而传播误差时采用反向传播==,即BP神经网络是按照信号正向传播,误差反向传播的原理来对网络的结构进行训练和修正。原创 2020-08-26 21:23:22 · 2133 阅读 · 0 评论 -
因子分析
因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性,一科成绩好的学生,往往其他各科成绩也比较好,从而推想是否存在某些潜在的共性因子,或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子,可减少变量的数目,还可检验变量间关系的假设。...原创 2020-08-01 21:44:52 · 3456 阅读 · 0 评论 -
干预分析模型预测法
《统计预测与决策》第五版_徐国祥文章目录一、干预分析模型二、干预分析模型的基本形式(1)干预变量形式(2)干预事件形式三、单变量干预分析模型的识别与估计(1)干预模型的构造(2)干预效应的识别四、干预模型建模步骤一、干预分析模型干预的含义:时间序列经常会受到特殊事件及态势的影响,诸如国内经济政策或经济规则的变更、国际政治局势的骤变,以及节假日、罢工、贱卖、促销之类事件的影响等。干预分析广泛用于描述经济政策的变化或突发事件对经济环境、经济过程或结果的具体影响的定量分析。研究干预分析的目的:从定量分原创 2020-06-18 17:49:30 · 10230 阅读 · 1 评论 -
VAR(向量自回归)模型
VAR(向量自回归)模型是基于数据统计性质建立起来的模型,它把系统中的每个内生变量作为系统里所有其它内生变量滞后值的函数进行构建模型,从而把单变量的自回归模型推广到了多元时间序列组成的向量自回归模型。...原创 2020-07-04 22:48:35 · 94037 阅读 · 6 评论 -
综合评价方法之秩和比法(RSR)
秩和比(RSR)是指分析方法可用于评价多个指标的综合水平情况,其实质原理是利用了RSR值信息进行各项数学计算,RSR值介于0~1之间且连续,通常情况下,该值越大说明评价越‘优’。秩和比(RSR)分析法广泛应用于医疗卫生领域的多指标综合评价,使用简单方便。比如使用RSR法综合评价10个医院的医疗水平情况并且进行医疗水平排名和分档次,也或者利用RSR法综合评价10个医生的医疗能力并且进行排名和分等级档次等。...原创 2020-06-16 21:25:31 · 43368 阅读 · 7 评论 -
客观赋权法——CRITIC权重法
CRITIC权重法是一种客观赋权法。其思想在于用于两项指标,分别是对比强度和冲突性指标。对比强度使用标准差进行表示,如果数据标准差越大说明波动越大,权重会越高;冲突性使用相关系数进行表示,如果指标之间的相关系数值越大,说明冲突性越小,那么其权重也就越低。权重计算时,对比强度与冲突性指标相乘,并且进行归一化处理,即得到最终的权重。2、理论CRITIC权重法利用了数据的波动性和相关关系情况,并非数字越大就说明越重要,完全利用数据自身的客观属性,便于进行科学评价。在进行CRITIC分析之前,通常需要对数据进行原创 2020-06-14 16:00:39 · 122505 阅读 · 32 评论 -
客观赋权法——变异系数法
一、变异系数法的概念变异系数法是根据统计学方法计算得出系统各指标变化程度的方法,是一种客观赋权法。根据该方法变化差异较大的指标权重较大,变化差异较小的指标权重较小,从而根据指标的统计学规律确定其重要程度。变异系数法是一种较为客观的方法,能够客观的反应指标数据的变化信息,该方法能够比较客观的求出各指标的权重。根据各评价指标当前值与目标值的变异程度来对各指标进行赋权,当各指标现有值与目标值差距较大时,说明该指标较难实现目标值,应该赋予较大的权重,反之则应该赋予较小的权重。二、变异系数法的步骤(1)原原创 2020-06-13 17:56:58 · 25915 阅读 · 3 评论 -
时间序列之AR、MA、ARMA、ARIMA模型
参考:《时间序列分析—基于R王燕 编著》一、时间序列分析时间序列分析就是对时间序列进行观察、研究,寻找它变化发展的规律,预测它将来的走势。二、时间序列的预处理对于一组观察值序列,首先要对它的平稳性和纯随机性进行检验,根据检验的结果可以将序列分为不同的类型,对不同类型的序列采用不同的分析方法。自协方差函数γ(t,s)=E[(Xt−μt)(Xs−μs)]\gamma \left( t,s \right) =E\left[ \left( X_t-\mu _t \right) \left( X_s原创 2020-06-10 17:56:37 · 4780 阅读 · 1 评论 -
灰色预测 GM(1,1) 模型及Python、R语言实现
二、GM(1,1)模型2.1 GM(1,1)模型概述灰色预测经常用来解决数据量较少且不能直接发现规律的数据。对于包含不确定信息的序列,灰色预测方法通过对原始数据进行处理,使之转化为灰色序列,并建立微分方程模型模型GM(1,1)模型是灰色预测理论的基本模型,也是灰色系统理论中运用最广泛的一种动态预测模型,模型由一个单变量的一阶微分方程构成。GM(1,1)模型适合对“少数据,贫信息”的对象进行中短期预测2.2 GM(1,1)数据处理方法在灰色系统中,能获得的信息非常有限,且不易发现内部规律,因此我们需原创 2020-06-08 10:10:40 · 20145 阅读 · 2 评论 -
灰色聚类评价模型
一、灰色系统理论灰色是外延明确,內延不明确1.1 基本概念信息完全已知——白信息完全未知——黑部分信息明确,部分信息不明确——灰1982年,中国学者邓聚龙教授创立灰色系统理论,是一种研究少数据,贫信息不确定性问题的新方法。该理论以“部分信息已知,部分信息未知”的“少数据”,“贫信息”不确定性系统为研究对象,主要通过对“部分”已知信息的挖掘,提取有价值的信息,实现对系统运行行为、演化规律的正确描述和有效监控。不确定性的系统四种常用的研究方法灰色系统理论 (贫信息不确定)模糊数学 (认知不确原创 2020-06-07 21:33:31 · 18314 阅读 · 10 评论 -
统计学
第一章 总论(1)统计学含义:统计学是研究如何收集、整理、分析数据,并从中作出正确推断的方法论学科。研究对象:统计学的研究对象是大量现象的数量方面,包括数量特征和数量关系。研究的特点:统计学研究的特点包括:数量型、总体性、变异性(现象中各单位是存在差异的)。研究方法:大量观察法、实验设计法、统计分组法、综合指标法、统计模型法、统计推断法。(2)描述性统计和推断统计从统计方法的构成来看,统计学可以分为描述性统计和推断统计描述性统计:研究如何收集、整理、分析数据,图形图标描述、概括性分析原创 2020-06-12 20:22:32 · 2006 阅读 · 0 评论 -
判别分析(Discriminate Analysis)
判别分析主要是针对有监督学习的分类问题。这里回顾一下有监督和无监督学习有监督学习:对具有标记的训练样本进行学习,以尽可能对训练样本集外的数据进行分类预测。( LR,SVM,BP,RF,GBDT)也就是说:利用一组已知类别的样本,通过训练学习,得出一个分类器(最优的模型),再用这个分类器去判断未知类别样本是属于哪一类。有监督学习常用于回归分析(连续型)和统计分类(离散型)。最典型的算法是KN...原创 2020-05-09 09:37:13 · 8963 阅读 · 1 评论 -
典型相关分析(canonical correlation analysis,CCA)
一、什么是典型相关分析通常情况下,为了研究两组变量{X=(x1,x2,⋯ ,xp)Y=(y1,y2,⋯ ,yq)\left\{ \begin{array}{l} X=\left( x_1,x_2,\cdots ,x_p \right)\\ \\ Y=\left( y_1,y_2,\cdots ,y_q \right)\\\end{array} \right. ⎩⎨⎧X=(x1,...原创 2020-05-07 10:44:57 · 16717 阅读 · 2 评论 -
熵值法与TOPSIS法以及两者结合
熵值法的主要目的是对指标体系进行赋权,而TOPSIS则是通过逼近理想解的程度来评估各个样本的优劣等级。一、熵值法二、TOPSIS法三、熵值法与TOPSIS法结合...原创 2020-05-05 13:35:01 · 76787 阅读 · 7 评论 -
灰色关联模型
灰色关联分析是一种多因素统计方法,是灰色系统理论的一个重要分支。与传统的多因素统计方法(回归分析、方差分析等)相比,灰色关联分析对样本量的多少和样本有无明显的规律要求较低,且计算量小,通常不会出现量化结果与定性分析结果不符的情况,因此应用十分广泛。其基本思想是通过计算主因子序列和每个行为因子序列之间的灰色关联度,来判断因子之间关系的强度、大小和顺序。主因子序列和行为因子序列之间的灰色关联度越大,则它们的关系越紧密,行为因子序列对主因子序列的影响越大,反之亦然。原创 2020-05-03 12:23:15 · 18925 阅读 · 1 评论