数学建模高级方法（三）：灰色关联分析，复相关系数

//2014年9月4日

//

在对指标进行关联性分析时可以采用回归分析，灰色关联度分析，以及优势分析等方法。但考虑到回归分析需要大量数据，计算量大级及可能出现反常情况等缺陷，因此本文选择关联度分析的办法，来分析葡萄理化指标与葡萄酒理化指标关联程度，进而分析其间的联系。 同时，由于需要用较多的葡萄理化指标与对应葡萄酒理化指标进行比较，所以在做关联度分析时，本文选取能处理多个参考数列的优势分析法对葡萄酒和葡萄的理化指标进行关联度分析。通过计算关联度，可以看出指标间的联系紧密程度。 

由于葡萄理化指标很多，只需要找出对葡萄酒指标有很强相关性的指标组合即可。实际生活中更关心的是，葡萄酒的某个理化指标与少量主要的酿酒葡萄理化指标之间的线性关系。因此依据不同葡萄理化指标对于同一葡萄酒理化指标的相关系数进行排序，根据相关系数从高到低依次组合，计算出各葡萄理化指标组合对葡萄酒理化指标的线性复相关系数，当组合的线性复相关系数达到80%时，则可以认为该组合的与葡萄酒指标的线性关系明显，所以有理由认为该组合内的指标对此葡萄酒理化指标的联系紧密。

复相关系数：

http://zhidao.baidu.com/link?url=T0yQ5Tn4TAZ-wd1xEV5PxqjjnQC8zqVinRpDgbJw4E3aQ-YKxKfsXVdDQ2sBUp0G6YCkmOcOBf23pSyRw9vlTq