评价类问题可以用打分解决->层次分析法:
TOPSIS法:逼近理想解排序法(优劣解距离法)
插值算法:在已知函数点数据极少时,模拟产生新值
拟合算法:最小二乘法
相关系数:衡量两个变量的相关性大小
典型相关分析:研究两组变量之间相关关系,内在联系
多元线性回归分析:相关性 x y
四类模型:一元+双对数+x或y半对数
虚拟变量,自变量
利用Stata软件进行分析
异方差
图论最短路径问题:作图
Dijkstra算法 和 Bellman‐Ford(贝尔曼‐福特)算法
分类模型:
聚类模型:
Spss软件
时间序列分析:对同一对象在不同时间连续观察所取得的数据
长期趋势T,季节趋势S,循环变动C,不规则变动I
相互独立->叠加模型 相互影响->乘积模型
预测模型:灰色预测模型
对原始数据进行生成处理来寻找系统变动的规律,并 生成有较强规律性的数据序列,然后建立相应的微分方程模型,从 而预测事物未来发展趋势的状况
BP神经网络预测
SVD和图形处理:
主成分分析:降维算法(将多指标的数据保留下最重要的一些特征,去除噪声和不重要的特征)