一、灰色关联法
灰色关联分析法通过研究数据关联性大小,通过关联度进行度量数据之间的关联程度,从而辅助决策的一种研究方法。灰色关联法有两种用法,一种是用于来做评价分析,另一种是用于测量两个变量的相似性。这篇文章主要使用第一种用法。
二、灰色关联法步骤
灰色关联法通常包括以下六步:
1、确定母序列和特征序列。
母序列:首先明确母序列(参考序列),母序列应该是一个理想的比较标准,可以以各指标的最优值(或最劣值)构成,也可根据评价目的选择其它参照值。
特征序列:用于研究与母序列之间的关联关系。
2、原始数据处理。
针对数据进行无量纲化处理,通常情况下数据的量纲(单位)并不相同,因此需要进行标准化处理,常见的处理方式分别是:标准化和初值化。
3、求解母序列和特征序列之间的灰色关联系数值。
4、求解关联度值。
5、对关联度值进行排序。
6、对结果进行分析。
三、灰色关联法适用
-
样本数量较少时,比较适合使用灰色关联法,对数据无规律同样适用。
-
样本量较多时,可以使用标准化回归。
以下使用SPSSAU-在线数据分析工具教你简单四步傻瓜式完成灰色关联分析。
四、SPSSAU进行灰色关联分析
(1)案例说明
利用灰色关联法对6位老师工作状况进行评价,用来分析的指标共7个,包括专业素质、外语水平、教学工作量、科研成果、论文、著作、出勤。收集到的具体分析数据如下表所示:
灰色关联分析时一般需要找出标准参考值(即‘母序列’),然后通过对比‘特征序列’与‘母序列’的近似程度(即关联度),进而通过关联度大小表述‘特征序列’与‘母序列’间的关联强度情况。
本例中设置一个母序列:{9,9,9,9,8,9,9 }。
(2)数据格式
整理具体分析数据和母序列如下表,注意需要转置行列,上传到SPSSAU:
(3)SPSSAU操作步骤:
(4)分析结果:
上表先给出关联系数结果表格,关联系数可用于计算关联度结果,SPSSAU自动输出关联度结果。
-
关联度:灰色关联度的取值范围为[0,1],值越大代表其与“参考值”(母序列)之间的相关性越强。
-
排名:同时还按照关联度大小对六位教师进行了排名,可得排序结果为教师1>教师5>教师3>教师6>教师2>教师4 。
(5)智能文字分析
SPSSAU随表格结果自动输出智能文字分析结果,可以作为参考:
-
特别提示
-
灰色关联分析对于数据格式要求严格,请按照实例进行,母序列或特征序列均分别为一列。
-
如果没有放置母序列,SPSSAU默认会以特征序列的最大值作为母序列值。
-
灰色关联分析时,数据一定需要大于0,原因在于如果小于0进行计算时会出现‘抵消’现象,并不符合灰色关联分析的计算原理。如果出现小于0数据,建议作为空值处理或者填补(SPSSAU异常值功能)。
-
SPSSAU使用邓聚龙教授提出且使用最为广泛的‘邓氏灰色关联法’算法。
-
关于数据无量纲化方法分别是均值化和初值化,二者并无固定使用标准,初值化对数据格式要求更严格,SPSSAU建议使用均值法。