灰色关联分析好的

《灰色关联分析好的》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、灰色关联分析用途：考虑到影响****因素的指标个数之多，并且彼此之间存在着一定的相关性，因此上海市就业是一个多因素复杂的系统，我们采用灰色关联理论对各因素与城镇就业人数之间的关系进行分析研究。灰色关联分析反映了曲线间的关联程度，反映了各相关因素对体统特征行为的接近次序，其中关联度最大的为最优因素，因此灰色关联分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。1）建立原始数列的因变量参考数列和自变量比较数列因变量参考数列又称母序列，记作，，自变量参考数列又称母序列，记作，2）将原始序列进行初始化

2、法、均值化法的无法量纲处理，目的是消除数量级大小不同的影响，以便于进行计算和比较分析，我们采用了这两种方法对数据进行了处理。3）计算每个时刻点上母序列与各子序列差的绝对值，并从中取得最大差和最小差序列：，则差序列为：，（21）其中，最大差：；最小差：。4）计算灰色关联度系数利用公式计算灰色关联度系数，其中是第个点的子因素与母因素的相对差值，为分辨系数，一般在0与1之间选取，通常取为0.5。5）计算灰色关联度为求总的关联度，需要考虑不同的观测点在总体观测中的重要性程度，则需要确定各点的权重，我们采用算数平均的方法

3、计算灰色关联度，公式为6）关联度排序根据的大小安排关联序的先后顺序，关联度越接近于1，说明关联程度越大，根据经验，当时，两因素的关联度大于0.6，便认为其关联性显著[13]。我们利用MATLAB[14]软件编程（代码详见附录3）计算可得，各指标的关联度如小表所示，从结果来看，所有的因素关联度均大于0.6，则说明选取的指标均对上海的就业有影响。表6各指标灰色关联度对照表指标关联度0.810.790.930.750.710.750.710.890.73难点：样本数据和方阵数据的含义及其使用方法（未解决）定义：对于两

4、个系统之间的因素，其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。在系统发展过程中，若两个因素变化的趋势具有一致性，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，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。年份就业人数（万人）受高等教育比例（%）上海GDP（万亿）第一产业占GDP比例（%）城市居民消费价格指数平均货币工资（元）恩格尔系数城镇固定资产投资（万亿）进出口差额（万亿）城市化水平1978698.320.0027

5、2.810.044.616725627.9127.600.591979712.590.01286.430.044.717845635.5834.720.611980730.770.01311.890.034.7487356.0045.4340.260.611981750.220.01324.760.034.7887056.8054.6034.640.611982764.030.01337.070.044.7888358.9071.3433.170.621983768.900.01351.810.044.8189

6、758.5075.9431.560.621984769.790.01390.850.044.92111056.5092.3027.740.631985775.530.01466.750.045.03141652.10118.5617.300.641986782.990.01490.830.045.12168952.70146.9319.600.65788.120.01545.460.041893186.3023.2419875.1654.400.661988792.130.01648.300.045.27227

7、752.70245.2719.650.661989784.960.01696.540.045.27260855.80214.7622.160.671990787.720.01781.660.045.27291756.50227.0832.110.671991798.130.01893.770.045.33337556.90258.3034.360.681992806.910.011114.320.035.39427355.90357.3833.530.681993853.110.011519.230.025.5

8、4565053.10653.9119.320.691994850.040.011990.860.025.66740153.501123.2922.870.701995855.720.012499.430.025.81927953.401601.7941.290.711996851.210.012957.550.025.901066350.701952.0542.130.71199784