1.预备知识
1.1.数理统计相关概念
12{,,...,}n X x x x =
12{,,...,}n Y y y y =
11()n
k k E X x n ==∑
2
11()(())n
k k D X x E X n ==-∑
11(,){[(X)][()]}[()][()]n
k k k Cov X Y E X E Y E Y x E X y E Y n ==--=-?-∑
()(,)
D X Cov X X =
（协方差解释：如果有X ，Y 两个变量，每个时刻的“X 值与其均值之差”乘以“Y 值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值） （可能成立的：如果一个矩阵的期望是0，则另一矩阵与该矩阵相乘得到的矩阵期望也为0）
1.2.数据标准化（z-score 标准化）
最常见的标准化方法就是Z 标准化,也叫标准差标准化，这种方法给予原始数据的均值（mean ）和标准差（standard deviation ）进行数据的标准化。经过处理的数据符合标准正态分布，即均值为0，标准差为1，注意，一般来说z-score 不是归一化，而是标准化，归一化只是标准化的一种。其转化函数为：
*()/X X μσ=-
其中μ为所有样本数据的均值，σ为所有样本数据的标准差。z-score 标准化方法适用于属性A 的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。该种标准化方式要求原始数据的分布可以近似为高斯分布，否则效果会变得很糟糕。标准化的公式很简单，步骤如下：求出各变量（指标）的算术平均值（数学期望）x i 和标准差s i ；进行标准化处理：z ij =（x ij －x i ）/s i ，其中：z ij 为标准化后的变量值；x ij 为实际变量值；将逆指标前的正负号对调。标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。
1.3.拉格朗日乘数法求条件极值
作为一种优化算法，拉格朗日乘子法主要用于解决约束优化问题，它的基本思想就是通过引入拉格朗日乘子来将含有n 个变量和k 个约束条件的约束优化问题转化为含有（n+k ）个变量的无约束优化问题。拉格朗日乘子背后的数学意义是其为约束方程梯度线性组合中每个向量的系数。如何将一个含有n 个变量和k 个约束条件的约束优化问题转化为含有（n+k ）个变量的无约束优化问题？拉格朗日乘数法从数学意义入手，通过引入拉格朗日乘子建立极值条件，对n 个变量分别求偏导对应了n 个方程，然后加上k 个约束条件（对应k 个拉格朗日乘子）一起构成包含了（n+k ）变量的（n+k ）个方程的方程组问题，这样就能根据求方程组的方法对其进行求解。解决的问题模型为约束优化问题：
min/max a function f(x,y,z), where x,y,z are not independent and g(x,y,z)=0.
即：min/max f(x,y,z) s.t. g(x,y,z)=0
给定椭球
求这个椭球的内接长方体的最大体积。这个问题实际上就是条件极值问题，即在条件
下，求的最大值。当然这个问题实际可以先根据条件消去，然后带入转化为无条件极值问题来处理。但是有时候这样做很困难，甚至是做不到的，这时候就需要用拉格朗日乘数法了。通过拉格朗日乘数法将问题转化为：
对求偏导得到：
联立前面三个方程得到和，带入第四个方程解之
带入解得最大体积为：
拉格朗日乘数法对一般多元函数在多个附加条件下的条件极值问题也适用。
1.4.奇异值分解
奇异值分解是一个有着很明显的物理意义的一种方法，它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示，这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样，给别人描述说这个人长得浓眉大眼，方脸，络腮胡，而且带个黑框的眼镜，这样寥寥的几个特征，就让别人脑海里面就有一个较为清楚的认识，实际上，人脸上的特征是有着无数种的，之所以能这么描述，是因为人天生就有着非常好的抽取重要特征的能力，让机器学会抽取重要的特征，SVD 是也一个重要的方法。在机器学习领域，有相当多的应用与奇异值都可以扯上关系，比如做feature reduction 的PCA ，做数据压缩（以图像压缩为代表）的算法，还有做搜索引擎语义层次检索的LSI （Latent Semantic Indexing ）。
1.4.1.奇异值详解
特征值分解和奇异值分解两者有着很紧密的关系，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧：
1.4.1.1.特征值
如果说一个向量v 是方阵A 的特征向量，将一定可以表示成下面的形式：
Av v λ=
这时候λ就被称为特征向量v 对应的特征值，一个矩阵的一组特征向量是一组正交向量。特征值分解是将一个矩阵分解成下面的形式： 1A Q Q -=∑
其中Q 是这个矩阵A 的特征向量组成的矩阵，Σ是一个对角阵，每一个对角线上的元素就是一个特征值。首先，要明确的是，一个矩阵其实就是一个线性变换，因为一个矩阵乘以一个向量后得到的向量，其实就相当于将这个向量进行了线性变换。比如说下面的一个矩阵：
3001M ??=????
它其实对应的线性变换是下面的形式：
因为这个矩阵M 乘以一个向量(x,y)的结果是：
30301x x y y ??????=????????????
上面的矩阵是对称的，所以这个变换是一个对x ，y 轴的方向一个拉伸变换（每一个对角线上的元素将会对一个维度进行拉伸变换，当值>1时拉长，当值<1时缩短），当矩阵不是对称的时候，假如说矩阵是下面的样子：
1101M ??=????
它所描述的变换是下面的样子：
这其实是在平面上对一个轴进行的拉伸变换（如蓝色的箭头所示），在图中，蓝色的箭头是一个最主要的变化方向（变化方向可能有不止一个），如果我们想要描述好一个变换，那我们就描述好这个变换主要的变化方向就好了。反过头来看看之前特征值分解的式子，分解得到的Σ矩阵是一个对角阵，里面的特征值是由大到小排列的，这些特征值所对应的特征向量就是描述这个矩阵变化方向（从主要的变化到次要的变化排列）
当矩阵是高维的情况下，那么这个矩阵就是高维空间下的一个线性变换，这个线性变化可能没法通过图片来表示，但是可以想象，这个变换也同样有很多的变换方向，我们通过特征值分解得到的前N 个特征向量，那么就对应了这个矩阵最主要的N 个变化方向。我们利用这前N 个变化方向，就可以近似这个矩阵（变换）。也就是之前说的：提取这个矩阵最重要的特征。总结一下，特征值分解可以得到特征值与特征向量，特征值表示的是这个特征到底有多重要，而特征向量表示这个特征是什么，可以将每一个特征向量理解为一个线性的子空间，我们可以利用这些线性的子空间干很多的事情。不过，特征值分解也有很多的局限，比如说变换的矩阵必须是方阵。
https://www.doczj.com/doc/2b8691915.html,A 算法
https://www.doczj.com/doc/2b8691915.html,A 原理
典型关联分析(Canonical Correlation Analysis ，简称CCA)是最常用的挖掘数据关联关系的算法之一。比如我们拿到两组数据，第一组是人身高和体重的数据，第二组是对应的跑步能力和跳远能力的数据。那么我们能不能说这两组数据是相关的呢？CCA 可以帮助我们分析这个问题。在数理统计里面，都知道相关系数这个概念。假设有两组一维的数据集X 和Y ，则相关系数ρ的定义为:
(,)
X Y ρ=
其中cov(X,Y)是X 和Y 的协方差，而D(X),D(Y)分别是X 和Y 的方差。相关系数ρ的取值为[-1,1]，ρ的绝对值越接近于1，则X 和Y 的线性相关性越高。越接近于0，则X 和Y 的线性相关性越低。虽然相关系数可以很好的帮我们分析一维数据的相关性，但是对于高维数据就不能直接使用了。如上所述，如果X 是包括人身高和体重两个维度的数据，而Y 是包括跑步能力和跳远能力两个维度的数据，就不能直接使用相关系数的方法。那我们能不能变通一
下呢？CCA 给了我们变通的方法。CCA 使用的方法是将多维的X 和Y 都用线性变换为1维的X'和Y'，然后再使用相关系数来看X'和Y'的相关性。将数据从多维变到1位，也可以理解为CCA 是在进行降维，将高维数据降到1维，然后再用相关系数进行相关性的分析。
CCA 是将高维的两组数据分别降维到1维，然后用相关系数分析相关性。但是有一个问题是，降维的标准是如何选择的呢？回想下主成分分析PCA ，降维的原则是投影方差最大；再回想下线性判别分析LDA ，降维的原则是同类的投影方差小，异类间的投影方差大。对于我们的CCA ，它选择的投影标准是降维到1维后，两组数据的相关系数最大。（思考一下，两个模态样本描述的事物是相似的，训练的时候是让样本特征的相关系数最大）
假设数据集是X 和Y ，X 为n 1×m 的样本矩阵，Y 为n 2×m 的样本矩阵.其中m 为样本个数，而n 1,n 2分别为X 和Y 的特征维度。对于X 矩阵，将其投影到1维，对应的投影向量为a, 对于Y 矩阵，将其投影到1维，对应的投影向量为b, 这样X ,Y 投影后得到的一维向量分别为X',Y'，则：
','T T X a X Y b Y ==
CCA 的优化目标是最大化ρ(X ′,Y ′)，得到对应的投影向量a,b ，即
,arg a b
在投影前，一般会把原始数据进行标准化，得到均值为0而方差为1的数据X 和Y 。这样我们有：
cov(',')cov(,){[()][()]}(()())()T T T T T T T T T T T X Y a X b Y E a X E a X b Y E b Y E a X b Y a E XY b
==--==（之所以第三个等号成立，均值为0）
(')()(,){[()][()]}()()T T T T T T T T T T T D X D a X Cov a X a X E a X E a X a X E a X E a XX a a E XX a
===--==(')()T T D Y b E YY b =
由于X ，Y 的均值均为0，则：
()cov(,)(),()cov(,)()T T D X X X E XX D Y Y Y E YY ====
cov(,)(),cov(,)()T T X Y E XY Y X E YX ==
所以有：
,,,arg arg arg T T T a b a b a b ==令S XY =cov(X,Y)，则有：
,arg max
T a b 由于分子分母增大相同的倍数，优化目标结果不变，我们可以采用和SVM 类似的优化方法，固定分母，优化分子，具体转化为：
,arg max (..1,1)
T T T XY XX YY a b a S b s t a S a b S b ==
进而CCA 算法的目标最终转化为一个凸优化过程，只要求出了这个优化目标的最大值，就是前面提到的多维X 和Y 的相关性度量，而对应的a,b 则为降维时的投影向量。这个函数优化一般有两种方法，第一种是奇异值分解SVD ，第二种是特征分解，两者得到的结果一样。
https://www.doczj.com/doc/2b8691915.html,A 求解
2.2.1.特征值分解求CCA
特征分解方式比较传统，利用拉格朗日函数，优化目标转化为最大化下式：
(,)(1)(1)22T T T XY XX YY J a b a S b a S a b S b λθ
=-
--- 分别对a,b 求导并令结果为0得： 0
0XY XX YX YY S b S a S a S b λθ-=-=
进而：
T XY a S b λθ==（不明白）
现在拉格朗日系数就是我们要优化的目标。继续将上面的两个式子做整理得：
11XX XY YY YX S S b a
S S a b λθ--==
将上面第二个式子带入第一个式子得到：
112XX XY YY YX S S S S a a λ--=
11XX XY YY YX S S S S a a λθ--=（我的结果）
要求最大的相关系数λ,只需要对上面的矩阵做特征分解，找出最大的特征值取平方根即可，此时最大特征值对应的特征向量即为X 的线性系数a 。同样的办法，可以找到最大特征值对应的特征向量即为Y 的线性系数b 。
2.2.2.奇异值分解求CCA
对于上面的优化目标，可以做一次矩阵标准化后在使用SVD 来求解。
由于S XX 和S YY 分别于a 和b 是线性关系，则令：
1/21/2,XX YY a S u b S v --==
进而：
1/21/21/21/21/21/2111
111
T T T XX XX XX XX T T T YY YY YY YY T T XY XX XY YY a S a u S S S u u u b S b v S S S v v v a S b u S S S v ------=?=?==?=?==
因此，目标函数转化为：
1/21/2,arg max ,..1,1
T T T XX XY YY u v u S S S v s t u u v v --==
（未看懂）
https://www.doczj.com/doc/2b8691915.html,A 算法流程
对CCA 算法流程做一个归纳，以SVD 方法为例：
输入：各为m 个的样本X 和Y ，X 和Y 的维度都大于1
输出：X,Y 的相关系数ρ,X 和Y 的线性系数向量a 和b
流程：
1）计算X 的方差S XX , Y 的方差S YY ，X 和Y 的协方差S XY
2) 计算矩阵
1/21/2XX XY YY
M S S S --= 3）对矩阵M 进行奇异值分解，得到最大的奇异值ρ和最大奇异值对应的左右奇异 向量
4) 计算X 和Y 的线性系数向量a 和b
1/21/2,XX YY a S u b S v --==
4.总结
CCA 算法广泛的应用于数据相关度的分析，同时还是偏最小二乘法的基础。但是由于它依赖于数据的线性表示，当我们的数据无法线性表示时，CCA 就无法使用，此时我们可以利用核函数的思想，将数据映射到高维后，再利用CCA 的思想降维到1维，求对应的相关系数和线性关系，这个算法一般称为KCCA 。此外，在算法里只找了相关度最大的奇异值或者特征值，作为数据的相关系数，实际上我们也可以像PCA 一样找出第二大奇异值，第三大奇异值，...,。得到第二相关系数和第三相关系数。然后对数据做进一步的相关性分析。但是一般的应用来说，找出第一相关系数就可以了。
5.引申
普通的线性CCA 只能探索两组随机变量之间的线性关系，而在实际情况中，变量间的关系往往是非线性的，于是非线性的CCA 出现了，KCCA 就是一种常用的非线性CCA 算法。KCCA 是把核函数的思想引入CCA 中，思想是把低维的数据映射到高维的特征空间（核函数空间），并通过核函数方便地在核函数空间进行关联分析。
科技信息 SCIENCE&TECHNOLOGY INFORMATION 2010年第17期 1关联度的概念 关联度是事物之间、因素之间关联性大小的量度。它定量地描述 了事物或因素之间相互变化的情况，即变化的大小、方向与速度等的 相对性。如果事物或因素变化的态势基本一致，则可以认为它们之间 的关联度较大，反之，关联度较小。对事物或因素之间的这种关联关 系，虽然用回归、相关等统计分析方法也可以做出一定程度的回答，但 往往要求数据量较大、数据的分布特征也要求比较明显。而且对于多 因素非典型分布特征的现象，回归相关分析的难度常常很大。相对来 说，灰色关联度分析所需数据较少，对数据的要求较低，原理简单，易 于理解和掌握，对上述不足有所克服和弥补。 2关联度的计算 灰色关联度分析的核心是计算关联度。一般说来，关联度的计算 首先要对原始数据进行处理，然后计算关联系数，由此就可计算出关 联度。 2.1原始数据的处理 由于各因素各有不同的计量单位，因而原始数据存在量纲和数量 级上的差异，不同的量纲和数量级不便于比较，或者比较时难以得出 正确结论。因此，在计算关联度之前，通常要对原始数据进行无量纲化 处理。其方法包括初值化、均值化等。 2.1.1初值化。即用同一数列的第一个数据去除后面的所有数据，得 到一个各个数据相对于第一个数据的倍数数列，即初值化数列。一般 地，初值化方法适用于较稳定的社会经济现象的无量纲化，因为这样 的数列多数呈稳定增长趋势，通过初值化处理，可使增长趋势更加明 显。比如，社会经济统计中常见的定基发展指数就属于初值化数列。 2.1.2均值化。先分别求出各个原始数列的平均数，再用数列的所有 数据除以该数列的平均数，就得到一个各个数据相对于其平均数的倍 数数列，即均值化数列。一般说来，均值化方法比较适合于没有明显升 降趋势现象的数据处理。 2.2计算关联系数 设经过数据处理后的参考数列为： {x0(t)}＝{x01，x02，…，x0n} 与参考数列作关联程度比较的p个数列(常称为比较数列)为： {x1(t)，x2(t)，…，x p(t)}＝ x11x12…x1n x21x22…x2n ………… x p1x p2…x pn 上式中，n为数列的数据长度，即数据的个数。 从几何角度看，关联程度实质上是参考数列与比较数列曲线形状的相似程度。凡比较数列与参考数列的曲线形状接近，则两者间的关联度较大；反之，如果曲线形状相差较大，则两者间的关联度较小。因此，可用曲线间的差值大小作为关联度的衡量标准。 将第k个比较数列(k＝1，2，…，p)各期的数值与参考数列对应期的差值的绝对值记为： Δok(t)=x0(t)-x k(t)t＝1，2，…，n 对于第k个比较数列，分别记n个Δok(t)中的最小数和最大数为Δok(min)和Δok(max)。对p个比较数列，又记p个Δok(min)中的最小者为Δ(min)，p个Δok(max)中的最大者为Δ(max)。这样Δ(min)和Δ(max)分别是所有p个比较数列在各期的绝对差值中的最小者和最大者。于是，第k个比较数列与参考数列在t时期的关联程度(常称为关联系数)可通过下式计算： ζok(t)=Δ(min)+ρΔ(max) ok 式中ρ为分辩系数，用来削弱Δ(max)过大而使关联系数失真的影响。人为引入这个系数是为了提高关联系数之间的差异显著性。0＜ρ＜1。 可见，关联系数反映了两个数列在某一时期的紧密程度。例如，在使Δok(t)＝Δ(min)的时期，ζok(t)＝1，关联系数最大；而在使Δok(t)＝Δ(max)的时期，关联系数最小。由此可知，关联系数变化范围为0＜ζok(t)≤1。 显然，当参考数列的长度为n时，由p个比较数列共可计算出n×p个关联系数。 2.3求关联度 由于每个比较数列与参考数列的关联程度是通过n个关联系数来反映的，关联信息分散，不便于从整体上进行比较。因此，有必要对关联信息作集中处理。而求平均值便是一种信息集中的方式。即用比较数列与参考数列各个时期的关联系数之平均值来定量反映这两个数列的关联程度，其计算公式为： r ok=1 n n i=1 Σζok(t) 式中，r ok为第k个比较数列与参考数列的关联度。 不难看出，关联度与比较数列、参考数列及其长度有关。而且，原始数据的无量纲化方法和分辩系数的选取不同，关联度也会有变化。 2.4排关联度 由上述分析可见，关联度只是因素间关联性比较的量度，只能衡量因素间密切程度的相对大小，其数值的绝对大小常常意义不大，关键是反映各个比较数列与同一参考数列的关联度哪个大哪个小。 当比较数列有p个时，相应的关联度就有p个。按其数值的大小顺序排列，便组成关联序。它反映了各比较数列对于同一参考数列的“主次”、“优劣”关系。 灰色关联度分析方法的运用之一，就是因素分析。在实际工作中，影响一个经济变量的因素很多。但由于客观事物很复杂，人们对事物的认识有信息不完全性和不确定性，各个因素对经济总量的影响作用不是一下子就能够看清楚的，需要进行深入的研究，这就是经济变量的因素分析。运用灰色关联度进行因素分析是非常有效的，而且特别适用于各个影响因素和总量之间不存在严格数学关系的情况。 例1：利用关联度分析方法研究某公路施工企业工资序列（表1）。 表1某公路施工企业工资序列表单位：千元 根据表1中数据，以工资总额为参考数列x0(t)，以计时工资x1(t)、档案工资x2(t)和承包工资x3(t)为比较数列，计算三种工资对于工资总额的关联度。 第一步，对各数列作均值化处理。 工资总额和三种工资的均值分别为： 浅议灰色关联度分析方法及其应用 孙芳芳 (濮阳市公路管理局河南濮阳457000) 【摘要】灰色关联度是灰色数学中的一种方法，用来研究事物相互关联、相互作用的复杂因素的影响作用，确定影响事物的本质因素，使各种影响因素之间的“灰色”关系清晰化。本文介绍了灰色关联度在实际工作中的分析方法和步骤，为定量描述事物或因素之间相互变化的情况提供了理论依据。 【关键词】灰色关联度；分析方法；综合评价；应用 年份工资总额计时工资档案工资承包工资 200313974.23831.06587.23556.0 200415997.64228.07278.04491.6 200517681.35017.07717.44946.9 200620188.35288.69102.25797.5 200724020.35744.011575.26701.0 x i軃18372.34821.78450.05098.6○公路与管理○ 880
第五章灰色关联度分析 目录 壹、何谓灰色关联度分析 ------------------------- 5-2 贰、灰色联度分析实例详说与练习 ----------------- 5-8 第五章灰色关联度分析 壹、何谓灰色关联度分析 一.关联度分析 灰色系统分析方法针对不同问题性质有几种不同做法，灰色关联度分析(Grey Relational Analysis)是其中的一种。基 本上灰色关联度分析是依据各因素数列曲线形状的接近程度 做发展态势的分析。 灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素) 之间的数值关系。简言之，灰色关联度分析的意义是指在系统
发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。因此，灰色关联度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(Dynamic)的历程分析。 灰色关联度可分成「局部性灰色关联度」与「整体性灰色关联度」两类。主要的差别在于「局部性灰色关联度」有一参考序列，而「整体性灰色关联度」是任一序列均可为参考序列。 二.直观分析 依据因素数列绘制曲线图，由曲线图直接观察因素列间的接近程度及数值关系，表一某老师给学生的评分表数据数据为例，绘制曲线图如图一所示，由曲线图大约可直接观察出该老师给分总成绩主要与考试成绩关联度较高。 表一某一老师给学生的评分表单位：分/ %
由曲线图直观分析，是可大略分析因素数列关联度，可看出考试成绩与总成绩曲线形状较接近，故较具关联度，但若能以量化分析予以左证，将使分析结果更具有说服力。 三.量化分析 量化分析四步曲： 1.标准化(无量纲化)：以参照数列(取最大数的数列)为 基准点，将各数据标准化成介于0至1之间的数据最 佳。 2.应公式需要值，产生对应差数列表，内容包括：与参 考数列值差(绝对值)、最大差、最小差、ζ（Zeta） 为分辨系数，0＜ζ＜1，可设ζ = 0.5(采取数字最终 务必使关联系数计算：ξi（k）小于1为原则，至于
银行客户案例分析 案例背景和问题： 某商业银行试图通过对个人客户购买本银行金融产品的数据进行分析，从而发现交叉销售的机会。 数据集说明： 该银行采集了7991个客户的产品（或服务）购买记录，共32000行，数据集名称为BANK。 变量说明： ACCT:客户标识 SERVICE:购买的产品或服务 VISIT:购买时间 数据集每一行代表这个顾客拥有的一种产品，一个顾客可能有多个行。平均每个顾客拥有的产品数是3种。数据集中的13种产品和服务缩写如下所示： ATM 自动取款机AUTO 自动贷款 CCRD 信用卡 CKCRD 支票/贷记卡CKING 支票账户HMEQLC 家居股本信贷 IRA 个人退休账户MTG 抵押CD 存款保证 PLOAN 个人消费信贷SVG 储蓄账户 TRUST 个人信托账户 MMDA 货币市场存款 实验要求和总体步骤： 对BANK数据集进行关联分析和频繁序列分析。 ?确定数据源 ?设置变量角色 ?确定支持度、置信度阈值，进行关联分析 ?查看和筛选关联分析结果 ?设置变量角色，进行频繁序列分析 ?分析评价频繁购买序列 操作步骤 准备工作： 1.在D盘建立文件夹：BANK 2.启动SAS ，建立逻辑库DATA 指向D:\BANK 3.打开企业挖掘机
关联分析： 1.建立一个新的挖掘项目BANK, 保存在D:\BANK目录下，第一个DIAGRAM命名 为ASSOC。并在右边的工作区中加入“input data source”节点。， 2.打开Input Data Source node（数据输入节点）。 3..在数据库中选择BANK数据集。 4.选择Variables（变量）栏。 5.将ACCT设为id（身份），SERVICE设为target（目标），将VISIT设为sequence (序 列）。 6.关闭Input Data Source node（数据输入节点），保存对它的更改。 7.工作区中新增Association node节点，并与Input Data Source 节点进行连接。如下 图所示： 然后打开Association node（关联节点）。默认的是Variables tab（变量栏）， 这与Input Data Source node（数据输入节点）中的Variables tab（变量栏）是一 样的。 8.选择General（综合）栏，通过这个栏可以设置分析节点。
数据挖掘考试题目——关联分析 一、10个选择 1.以下属于关联分析的是（） A．CPU性能预测B．购物篮分析 C．自动判断鸢尾花类别D．股票趋势建模 2.维克托?迈尔-舍恩伯格在《大数据时代：生活、工作与思维的大变革》一书中，持续强调了一个观点：大数据时代的到来，使我们无法人为地去发现数据中的奥妙，与此同时，我们更应该注重数据中的相关关系，而不是因果关系。其中，数据之间的相关关系可以通过以下哪个算法直接挖掘（） A．K-means B．Bayes Network C．C4.5 D．Apriori 3.置信度(confidence)是衡量兴趣度度量（）的指标。 A．简洁性B．确定性 C．实用性D．新颖性 4.Apriori算法的加速过程依赖于以下哪个策略（） A．抽样B．剪枝 C．缓冲D．并行 5.以下哪个会降低Apriori算法的挖掘效率（） A．支持度阈值增大B．项数减少 C．事务数减少D．减小硬盘读写速率 6.Apriori算法使用到以下哪些东东（） A．格结构、有向无环图B．二叉树、哈希树 C．格结构、哈希树D．多叉树、有向无环图 7.非频繁模式（） A．其置信度小于阈值B．令人不感兴趣 C．包含负模式和负相关模式D．对异常数据项敏感 8.对频繁项集、频繁闭项集、极大频繁项集的关系描述正确的是（）[注：分别以1、2、3代表之] A．3可以还原出无损的1 B．2可以还原出无损的1 C．3与2是完全等价的D．2与1是完全等价的 9.Hash tree在Apriori算法中所起的作用是（） A．存储数据B．查找 C．加速查找D．剪枝 10.以下不属于数据挖掘软件的是（） A．SPSS Modeler B．Weka C．Apache Spark D．Knime 二、10个填空 1.关联分析中表示关联关系的方法主要有：和。 2.关联规则的评价度量主要有：和。 3.关联规则挖掘的算法主要有：和。 4.购物篮分析中，数据是以的形式呈现。 5.一个项集满足最小支持度，我们称之为。 6.一个关联规则同时满足最小支持度和最小置信度，我们称之为。
鱼骨图Cause & Effect/Fishbone Diagram 第1章概念与来源 鱼骨图又名特性因素图是由日本管理大师石川馨先生所发展出来的，故又名石川图。鱼骨图是一种发现问题“根本原因”的方法，它也可以称之为“因果图”。鱼骨图原本用于质量管理。 问题的特性总是受到一些因素的影响，我们通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。因其形状如鱼骨，所以又叫鱼骨图（以下称鱼骨图），它是一种透过现象看本质的分析方法，又叫因果分析图。同时，鱼骨图也用在生产中，来形象地表示生产车间的流程。下图为鱼骨图基本结构： 一般可转化为三种类型： A、整理问题型鱼骨图（各要素与特性值间不存在原因关系，而是结构构成关系,对问题进行结构化整理） B、原因型鱼骨图（鱼头在右，特性值通常以“为什么……”来写） C、对策型鱼骨图（鱼头在左，特性值通常以“如何提高/改善……”来写） 第2章应用场景 鱼骨图常用于查找问题的根因时使用，如对于现场客户的需求进行分析整理时可使用该工具分析用户的本质需求。 第3章使用步骤 制作鱼骨图分两个步骤：分析问题原因/结构、绘制鱼骨图。 分析问题原因/结构
A、针对问题点，选择层别方法（如人机料法环测量等）。 B、按头脑风暴分别对各层别类别找出所有可能原因（因素）。 C、将找出的各要素进行归类、整理，明确其从属关系。 D、分析选取重要因素。 E、检查各要素的描述方法，确保语法简明、意思明确。 分析要点： a、确定大要因（大骨）时，现场作业一般从“人机料法环”着手,管理类问题一般从“人事时地物”层别，应视具体情况决定； b、大要因必须用中性词描述（不说明好坏），中、小要因必须使用价值判断（如…不良）； c、脑力激荡时，应尽可能多而全地找出所有可能原因，而不仅限于自己能完全掌控或正在执行的内容。对人的原因，宜从行动而非思想态度面着手分析； d、中要因跟特性值、小要因跟中要因间有直接的原因-问题关系，小要因应分析至可以直接下对策； e、如果某种原因可同时归属于两种或两种以上因素，请以关联性最强者为准（必要时考虑三现主义：即现时到现场看现物，通过相对条件的比较，找出相关性最强的要因归类。） f、选取重要原因时，不要超过7项，且应标识在最未端原因； 绘制鱼骨图 鱼骨图做图过程一般由以下几步组成： 1．由问题的负责人召集与问题有关的人员组成一个工作组(work group)，该组成员必须对问题有一定深度的了解。 2．问题的负责人将拟找出原因的问题写在黑板或白纸右边的一个三角形的框内，并在其尾部引出一条水平直线，该线称为鱼脊。 3．工作组成员在鱼脊上画出与鱼脊成45°角的直线，并在其上标出引起问题的主要原因，这些成45°角的直线称为大骨。 4．对引起问题的原因进一步细化，画出中骨、小骨……，尽可能列出所有原因 5．对鱼骨图进行优化整理。 6．根据鱼骨图进行讨论。完整的鱼骨图如图2所示，由于鱼骨图不以数值来表示，并处理问题，而是通过整理问题与它的原因的层次来标明关系，因此，能很好的描述定性问题。鱼骨图的实施要求工作组负责人(即进行企业诊断的专家)有丰富的指导经验，整个过程负责人尽可能为工作组成员创造友好、平等、宽松的讨论环境，使每个成员的意见都能完全表达，同时保证鱼骨图正确做出，即防止工作组成员将原因、现象、对策互相混淆，并保证鱼骨图层次清晰。负责人不对问题发表任何看法，也不能对工作组成员进行任何诱导。 鱼骨图使用步骤 (1)查找要解决的问题； (2)把问题写在鱼骨的头上； (3)召集同事共同讨论问题出现的可能原因，尽可能多地找出问题； (4)把相同的问题分组，在鱼骨上标出； (5)根据不同问题征求大家的意见，总结出正确的原因；
中级财务会计 关联方交易案例分析 中国重汽：关联交易隐瞒巨额收入？ 会计0911 张用任2009620146 2011/6/22 背景资料：中国重汽有可能被关联方通过关联交易占用巨额资金，为了掩饰巨额资金被关联方占用，导致其巨额销售收入难以确认，并因此隐瞒巨额销售收入。
沸沸扬扬的齐鲁银行伪造金融票证案将中国重汽集团济南卡车股份有限公司（以下简称“中国重汽000951”）推到媒体聚光灯下，其旗下子公司济南桥箱有限公司（控股子公司，持股比例51%）5亿元银行存款在该起伪造金融票证案中涉案；虽然该案的案情细节迄今尚未公开，但中国重汽在其2010年的年度财报中已为此计提了1亿元坏账准备。 中国重汽年报计提坏账准备在市场预料之中，出乎市场预料的是，中国重汽2010年四季度出现了亏损：2010年前3季度中国重汽实现归属于母公司的净利润7.1亿元、而2010年全年实现净利润仅6.73亿元，这意味着其去年第四季度亏损0.37亿元。 分析：计提坏账准备并非是造成其亏损的主要原因，销售毛利率由三季度的10.6%意外大幅下滑至四季度的6.1%、计提存货跌价准备约8000万元、计提预计负债9345万元，一系列影响业绩的负面因素在2010年第四季度接踵而至。 为什么一下子出现这么多影响业绩的负面因素？可以从中国重汽最近几年的财务报表来分析。 一、账面存在巨额存货 年报显示，中国重汽账面存货余额由09年末的29.73亿元上升至10年末的74.42亿元，当年存货增加额高达44.69亿元、增幅高达150.3%！（详见表一） 表一、中国重各季度末账面存货情况单位：亿元 对于当年存货如此大幅上升，年报解释称：“存货增长主要由于本年末公司为销售旺季大量备货所致”。但是，从中国重汽10年各季度销售数据来看，这种解释理由并不成立： 根据中国重汽发布的公告，其去年各季度中，即使在销售旺季的第二季度其产量仍然高于销售量，去年四个季度中只有三季度的产量略低于销量，而去年三季度却是其销售淡季、三季度的销售量仅为23800辆。中国重汽去年季度最大产量为39777辆（二季度）、季度最大销量仅为38926辆（二季度）。由此可见，中国重汽显然根本不必为旺季销售备货而使库存成倍激增。
21.灰色系统关联度分析法 对两个系统或两个因素之间关联性大小的量度，称为关联度。它描述系统发展过程中因素间相对变化的情况，也就是变化大小、方向及速度等指标的相对性。如果两者在系统发展过程中相对变化基本一致，则认为两者关联度大；反之，两者关联度就小。灰色系统理论的关联度分析与数理统计学的相关分析是不同的，两者的区别在于第一，它们的理论基础不同。关联度分析基于灰色系统的灰色过程，而相关分析则基于概率论的随机过程；第二，分析方法不同。关联分析是进行因素间时间序列的比较，而相关分析是因素间数组的比较；第三，数据量要求不同。关联分析不要求数据太多，而相关分析则需有足够的数据量；第四，研究重点不同。关联度分析主要研究动态过程，而相关分析则以静态研究为主。 因此，关联度分析适应性更广，在用于社会经济系统中的应用更有其独到之处。 21.1原理与方法简介 关联度分析一般包括下列计算和步骤：(1) 原始数据变换；(2) 计算关联系数；(3) 求关联度；(3) 排关联序；(4) 列关联矩阵。在应用中是否进行所有步骤，可视具体情况而定。 设有m 个时间序列 亦即 {{{1(0)2(0)m (0)X t X t X t ()},()},,()} (t =1, 2, …, N ) N 为各序列的长度即数据个数，这m 个序列代表m 个因素(变量)。另设定时间序列： {X 0(0)(t )} (t =1, 2, …, N )
该时间序列称为母序列, 而上述m 个时间序列称为子序列。关联度是两个序列关联性大小的度量。根据这一观点，可给关联度一个量化模型，其计算方法与步骤具体叙述如下： 1均值化变换。先分别求出各个序列的平均值，再用平均值去除对应序列中的各个原始数据，所得到新的数据列。 2指标差值处理。在均值化变换后得到的新数据列 中，用第一列的数据分别与其他列数据相减取绝对值 3 计算关联系数 经数据变换的母数列记为{X 0 (t )}，子数列记为{X i (t )}，则在t =k 时母序列{X 0 (k )}与子序列{X i (k )}的关联系数L 0i (k )可由下式计算,式中?0i (k )表示k 时刻两比较序列的绝对差， 即 ?0i (k )=∣x 0 (k )-x i (k )∣ (1 ≤ i ≤ m )； ?max 和?min 分别表示所有比较序列各个时刻绝对差中的最大值与最小值。因为比较序列相交，故一般取?min ＝0；ρ称为分辨系数，其意义是削弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，ρ∈(0, 1)，一般情况下可取0.1~0.5。本文取0.5。 分析结果 不难看出，关联度与下列因素有关： 1) 母序列X 0不同，则关联度不同； 2) 子序列X i 不同，则关联度不同； 3) 参考点0 (或数据变换)不同，关联度不同； 4) 数据序列长度N 不同，关联度不同； 5) 分辨系数ρ不同，关联度不同。 L k k i i 0 0 ( ) ( ) min max max = + + ? ρ? ? ρ?
因果图与关联图法 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】
第四节因果图与关联图法 一、因果图法 1．什么是因果图法？ 因果图是用来反映和表示质量特性问题与影响因素关系的图，通常又叫树枝图、鱼刺图、要因图。因果图法就是利用因果图来分析和寻找引起质量问题的原因的方法。 在指出主要质量问题以后，一般采用开质量分析会的办法，集思广益，理出头绪，将与会者的看法反映在一张图上。它是通过带箭头的线，将质量问题与原因之间的关系表示出来，如图所示。 指的方向。 （3）确定大原因。因为影响产品质量问题一般有五大因素（人、机、料、法、环），所以一般因果图都是按五大因素分类，把大原因用箭头排列在主干两面，大原因线与主干线成60°角，见上图。 （4）召集与该质量问题直接相关人员，充分发扬民主，各抒已见，分类找出中原因和小原因，小原因就是展开分析到能采取措施的原因。 （5）在众多原因中，找出主要、关键的原因，用框框或用颜色区分开，这样的主要原因3～5项，不宜过多，一般采取表决和打分法等确定。 （6）记下必要的有关事项，如绘图日期，制图者，参加讨论人员及其他可供参考查询的注意事项。 3．因果图的应用实例 例：某纺织厂长条工序并条质量因果分析。其质量问题为并条重量不匀率高，分析结果见下图。
4．作因果图应注意的事项 （1） 确定质量问题，应尽量具体，必须是一个问题。 （2） 作图要发扬民主，尽量做把与问题有关的人员召集来，如果是一个人凭经验，把图 做好，那么也要讨论通过。 （3） 原因分析一定找出最小具体原因，才可以采取对策。 （4） 主要原因一定要标出。 （5） 为图形的美观，分枝线与主干线之间的倾斜角为60°。 （6） 大、中、小原因一定要分开，不要混淆。 二、关联图法 1、什么是关联图法？ 所谓关联图法，就是把几个问题与其主要因素之间的因果关系用箭头连接起来表示的 图 ， 是 寻 求 解 决 那 些 有 着 原 因 结 果 、 目的手段等关系的复杂问题的方法。 这种图形，可以纵观全貌，关系清楚，主次分明，很容易找出主要问题。 2、关联图的特点 （1） 它是从分析因果关系入手，能以各种复杂因素交织在一起的诸多因素中找出因果关 系，准确抓住主要问题，突出重点，使人们能有效地掌握需要解决的问题。 （2） 不受形式限制，可用灵活的图形来表示问题、因果之间的关系。 （3） 通过简单的直观图形，表达出复杂矛盾事物关系，容易使大家明确重点，意见一 致。 （4） 不仅能应用于解决单一目的问题，而且可应用于解决多种问题。 3、关联图的结构、形式和绘制方法 （1）关联图的结构： ① 把所表达的问题和主要因素用“○”或“□”圈起来。 并条重量不匀率高因果分析图 巡回 不及时
摘要关联分析是一种简单、实用的分析技术，就是发现存在于大量数据集中的关联性或相关性，从而描述了一个事物中某些属性同时出现的规律和模式。关联分析是从大量数据中发现项集之间有趣的关联和相关联系。在关联规则挖掘算法中，Apriori算法是最常用的，Apriori算法广泛应用于商业中，应用于消费市场价格分析中，它能够很快的求出各种产品之间的价格关系和它们之间的影响。通过数据挖掘，市场商人可以瞄准目标客户，采用个人股票行市、最新信息、特殊的市场推广活动或其他一些特殊的信息手段，从而极大地减少广告预算和增加收入。百货商场、超市和一些老字型大小的零售店也在进行数据挖掘，以便猜测这些年来顾客的消费习惯。 关键词关联分析 Apriori算法spss clementines12.0 相关性 关联分析又称关联挖掘，就是在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。或者说，关联分析是发现交易数据库中不同商品（项）之间的联系。在关联分析中，建立“关联规则模型”分析数据，了解事物之间的相关程度。比如，进行市场调查解决营销问题上，在海量数据中利用模型发现内在的规律性，从而找出解决方案。 A => B [ 支持度 =2%, 置信度 =60%] 式中A是规则前项（Antecedent），B是规则后项 (Consequent)。实例数表示所有购买记录中包含A的记录的数量。 支持度（Support）表示购买A的记录数占所有的购买记录数的百分比。 规则支持度（Rule Support）表示同时购买A和B的记录数占所有的购买记录数的百分比。 置信度（confidence）表示同时购买A和B的记录数占购买A记录数的百分比。 提升（Lift）表示置信度与已知购买B的百分比的比值，提升大于 1 的规则才是有意义的。 支持度 2% 意味着，所分析的记录中的 2% 购买了A。置信度 60% 表明，购买A的顾客中的 60% 也购买了B。如果关联满足最小支持度阈值和最小置信度阈值，就说关联规则是有意义的。这些阈值可以由用户或领域专家设定。就顾客购物而言，根据以往的购买记录，找出满足最小支持度阈值和最小置信度阈值的关联规则，就找到顾客经常同时购买的商品。 关联规则中的挖掘算法--Apriori算法 Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。而且算法已经被广泛的应用到商业、网络安全等各个领域。 该算法的基本思想是：首先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。经典的关联规则数据挖掘算法Apriori 算法广泛应用于各种领域，通过对数据的关联性进行了分析和挖掘，挖掘出的这些信息在决策制定过程中具有重要的参考价值。
1.地梭梭生长量与气候因子的关联分析 下表为1995年3年梭梭逐月生长量（X0）、月平均气温（X1）、月降水量（X2）、月日照（X3）时数和月平均相对湿度（X4）的原始数据，试排出影响梭梭生长的关联序，并找出主要的影响因子。 灰色系统理论提出了灰色关联度的概念，它是提系统中两个因素关联性大小的量度，关联度的大小直接反映系统中的各因素对目标值的影响程度。运用灰色关联分析法进行因素分析的一般步骤为： 第一步：确定分析数列。 确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。（Y）设参考数列（又称母序列）为Y = {Y （k）| k = 1，2，Λ，n}；影响系统行为的因素组成的数据序列，称比较数列。（X）比较数列（又称子序列）Xi = {Xi（k）| k = 1,2,Λ,n}，i = 1，2，Λ，m。 第二步，变量的无量纲化 由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此为了保证结果的可靠性，在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。 第三步，计算关联系数。X 0（k）与x i （k）的关联系数 记，则 ，称为分辨系数。ρ越小，分辨力越大，一般ρ的取值区间为(0,1),具体
取值可视情况而定。当时，分辨力最好，通常取ρ = 。 ξi（k）继比较数列xi的第k个元素与参考数列xo的第k个元素之间的关联系数。 第四步，计算关联度 因为关联系数是比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线中的各点）的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下： 第五步，关联度排序 关联度按大小排序，如果r1 < r2，则参考数列y与比较数列x2更相似。 在算出Xi（k）序列与Y（k）序列的关联系数后，计算各类关联系数的平均值，平均值ri就称为Y（k）与Xi（k）的关联度。 本题解答过程： 第一步：数据处理 X 0（k）= {，，，，13，，18，，，，8，1 } X 1（k）= {，，10，，，，，，22，18，， } X 2（k）= {17，，，，，，，，，，， } X 3（k）= {，，，137，，，，，，84，， } X 4（k）= {81，79，75，75，77，79，83，86，83，82，81，82}
关联交易的法律规制与投资案例分析 目录 一、法律法规对关联方的认定 (2) （一）《公司法》、《企业会计准则》对关联方的认定 (2) （二）证监会、证券交易所对关联方的认定 (3) （三）会计准则与证监会、交易所规则的简要对比 (5) 二、法律法规对关联交易的限制性规定 (6) （一）总体要求 (7) （二）程序合法 (7) （三）定价公允 (8) （四）信息披露真实、准确、完整 (8) （五）不影响独立性及持续盈利能力 (9) （六）募投项目不会导致关联交易增加 (10) 三、关联交易获得认可案例的实证分析 (10) （一）总体分析 (10) （二）案例分析 (11) 四、关联交易被否案例的实证分析 (13) （一）总体分析 (13) （二）案例分析 (14) 五、关联交易的解决措施 (16)
一、法律法规对关联方的认定 （一）《公司法》、《企业会计准则》对关联方的认定 根据《公开发行证券的公司信息披露内容与格式准则第1号―招股说明书》（以下简称《准则第1号》）第五十三条的规定，在IPO时，拟上市公司应根据《公司法》、《企业会计准则》的相关规定披露关联方、关联关系和关联交易。 《公司法》第二百一十七条（四）规定：“关联关系，是指公司控股股东、实际控制人、董事、监事、高级管理人员与其直接或者间接控制的企业之间的关系，以及可能导致公司利益转移的其他关系。但是，国家控股的企业之间不仅因为同受国家控股而具有关联关系”。 《公司法》对关联方及关联关系的规定较为原则。在企业申请公开发行时，具体判断关联方的标准是《企业会计准则第36号——关联方披露》（以下简称《企业会计准则》）。《企业会计准则》第二章对关联方进行了详细的界定。其中，第三条按照控制、共同控制和重大影响三种类型对关联方进行划分，第四条列举了常见的十种关联方，第五条和第六条规定了不构成关联方的四种情形。
第四节因果图与关联图法 一、因果图法 1．什么是因果图法 因果图是用来反映和表示质量特性问题与影响因素关系的图，通常又叫树枝图、鱼刺图、要因图。因果图法就是利用因果图来分析和寻找引起质量问题的原因的方法。 在指出主要质量问题以后，一般采用开质量分析会的办法，集思广益，理出头绪，将与会者的看法反映在一张图上。它是通过带箭头的线，将质量问题与原因之间的关系表示出来，如图所示。
2．因果图的的作图步骤 （1）明确提出存在的质量问题。 （2）画一条带箭头的主干，箭头指向右端，将提出的质量问题写在图的右边，即箭头所指的方向。 （3）确定大原因。因为影响产品质量问题一般有五大因素（人、机、料、法、环），所以一般因果图都是按五大因素分类，把大原因用箭头排列在主干两面，大原因线与主干线成60°角，见上图。 （4）召集与该质量问题直接相关人员，充分发扬民主，各抒已见，分类找出中原因和小原因，小原因就是展开分析到能采取措施的原因。 （5）在众多原因中，找出主要、关键的原因，用框框或用颜色区分开，这样的主要原因3～5项，不宜过多，一般采取表决和打分法等确定。 （6）记下必要的有关事项，如绘图日期，制图者，参加讨论人员及其他可供参考查询的注意事项。 3．因果图的应用实例 例：某纺织厂长条工序并条质量因果分析。其质量问题为并条重量不匀率高，分析结果见下图。 人
少股喂 回生条质 试验手法 啮合不 缠车处理 虚弄产环 法 料 巡回 分棉叉 拥条不 二并回压辊失
并条重量不匀率高因果分析 4．作因果图应注意的事项 （1）确定质量问题，应尽量具体，必须是一个问题。 （2）作图要发扬民主，尽量做把与问题有关的人员召集来，如果是一个人凭经验，把图做好，那么也要讨论通过。 （3）原因分析一定找出最小具体原因，才可以采取对策。 （4）主要原因一定要标出。 （5）为图形的美观，分枝线与主干线之间的倾斜角为60°。 （6）大、中、小原因一定要分开，不要混淆。 二、关联图法 1、什么是关联图法 所谓关联图法，就是把几个问题与其主要因素之间的因果关系用箭头连接起来表示的图，是寻求解决那些有着原因结果、 目的手段等关系的复杂问题的方法。 这种图形，可以纵观全貌，关系清楚，主次分明，很容易找出主要问题。
上市公司关联方交易信息披露的规范摘要：关联方交易是一种特殊的交易形式，己为社会广泛关注。通过分析 目前我国上市公司在关联关系及其交易信息披露方面存在的问题，揭示了不充分披露关联交易信息的危害，进一步从完善信息披露制度、制定关联交易定价 政策、加大关联交易审计力度等方面提出了规范上市公司关联交易及其信息披露的建议。 关键词：上市公司；关联方交易；信息披露 上市公司关联交易一直是市场关注的热点问题，关联方交易在各国的公司运作中都广泛存在。我国上市公司由于大部分是由原有的国有企业改制而成，上市公司与控股公司及其所属公司之间普遍存在千丝万缕的关联关系及其关联交易，利用关联交易来调节上市公司的业绩己是不争的事实。1997年5月，财 政部发布了《企业会计准则-----------关联方关系及其交易的披露》，同年7月， 中国证监会首次要求上市公司在中报中按照该准则详细披露关联交易事项，这 对我国证券市场会计信息披露的完善是一大进步。 1、关联方关系及其交易的特点 关联方交易是指在关联方之间发生转移资源或义务的事项，而不论是否收取价款。关联方交易是一种独特的交易形式，具体表现在 ①关联方之间进行交易在定价政策、结算方式及其支付手段等方面均可通过内部协商来进行选择，具有很大的灵活性，方式与过程往往比一般的市场交易简单直接，因而可以节约交易成本，提高企业的营运效益和盈利能力，增强企业的市场竞争能力[1]. ②关联方交易的双方尽管在法律上是平等的，但在事实上却不平等。在我国上市公司中，普遍存在着国家股和法人股等非流通股占主体地位，股权集中度过高，而社会公众股等流通股比重偏小且过于分散等缺陷，从而削弱了中小股东对不公平关联方交易进行监督制约的能力。关联方在利己动机的诱导下，往往滥用对公司的控股权，使关联方交易违背了等价有偿的商业条款，导致不公平、不公正的关联方交易的发生，进而损害了公司及其他利益相关者的合法权益。 ③上市公司与其母公司、兄弟公司、子公司之间关联交易涉及范围广、交易频繁、复杂、交易金额大，这在以往上市公司公布的年度财务报告中得到了反映[2].如中科健（中国科健股份有限公司）2001年销售给关联方产品共计129112万元，占该公司年度销售额的89. 36%;向关联方采购货物金额为35488 万元，占年度购货额的24. 01%. 2、存在的几个问题
21.灰色系统关联度分析法 对两个系统或两个因素之间关联性大小的量度，称为关联度。它描述系统发展过程中因 素间相对变化的情况，也就是变化大小、方向及速度等指标的相对性。如果两者在系统发展过程中相对变化基本一致，则认为两者关联度大；反之，两者关联度就小。灰色系统理论的关联度分析与数理统计学的相关分析是不同的，两者的区别在于第一，它们的理论基础不同。关联度分析基于灰色系统的灰色过程，而相关分析则基于概率论的随机过程；第二，分析方法不同。关联分析是进行因素间时间序列的比较，而相关分析是因素间数组的比较；第三，数据量要求不同。关联分析不要求数据太多，而相关分析则需有足够的数据量；第四，研究重点不同。关联度分析主要研究动态过程，而相关分析则以静态研究为主。 因此，关联度分析适应性更广，在用于社会经济系统中的应用更有其独到之处。 21.1原理与方法简介 关联度分析一般包括下列计算和步骤：(1) 原始数据变换；(2) 计算关联系数；(3) 求关联度；(3) 排关联序；(4) 列关联矩阵。在应用中是否进行所有步骤，可视具体情况而定。 设有m 个时间序列 t n x x x x x x x x x x x x t t n t n n m m n m 12 1112211122221 2 ()()()()() () ()()() ()()() 亦即 {{{1(0)2(0)m (0) X t X t X t ()},()},,()} (t =1, 2, …, N ) N 为各序列的长度即数据个数，这m 个序列代表m 个因素(变量)。另设定时间序列： {X 0(0)(t )} (t =1, 2, …, N ) 该时间序列称为母序列, 而上述m 个时间序列称为子序列。关联度是两个序列关联性大小的度量。根据这一观点，可给关联度一个量化模型，其计算方法与步骤具体叙述如下： (1) 原始数据变换 由于系统中各因素的量纲(或单位)不一定相同，如劳动力为人，产值为万元，产量为吨 等，且有时数值的数量级相差悬殊，如人均收入为几百元，粮食每公顷产量为几千公斤，费用为几十万元，有些产业产值达百亿元，有些产业才几万元，等等，这样的数据很难直接进行比较，且它们的几何曲线比例也不同。因此，对原始数据需要消除量纲(或单位)，转换为可比较的数据序列。目前，原始数据的变换有以下几种常用方法： a)均值化变换。先分别求出各个序列的平均值，再用平均值去除对应序列中的各个原始数据，所得到新的数据列，即为均值化序列。其特点是量纲为一，其值大于0，并且大部分近于1，数列曲线互相相交。 b)初值化变换。分别用同一序列的第一个数据去除后面的各个原始数据，得到新的倍数数列，即为初值化数列。量纲为一，各值均大于0，且数列有共同的起点。
四川省房地产行业产业关联度分析 摘要：从产业关联角度,利用投入-产出模型研究四川省地产的带动效应和其在发展过程中暴露的问题。进而通过投入产出分析表,计算相关系数,揭示四川省房地产对其他产业的定量关系;最后从达到明确并得到四川省也与房地产业相关联的主要产业类型;房地产业的带动效应和优化地区产业结构目标出发,提出四川省地产发展的建议。 关键词：房地产行业关联度分析投入产出表 一．研究目的和意义 房地产作为国民经济发展的重要产业之一,具有融资量大、产业链长、波及面广等特点。虽然房地产业与其他相关产业的关联作用日益受到重视,但是各种阐述房地产业在国民经济中的重要地位以及适度优先发展房地产业等方面的研究相对都缺少较为专门的、系统的分析。通过研究四川省房地产业与国民经济其他相关产业的关联度,可以定量分析四川省房地产行业对国民经济推拉效果;确定四川省与房地产业关联度大的主要产业类型;定量反映成都地区房地产业对相关产业的带动效应;从产业关联角度分析成都地区房地产业发展问题,给出相关产业协调发展的建议。 二．研究方法及数据来源 2．1理论方法与模型 房地产业界定:以土地和建筑物为经营对象为对象开发经营，从事房地产开发、建设、经营、管理以及维修、装饰与服务的一系列活动的综合性产业，属于第三产业。产业关联理论:是指在国民经济中一个产业与其他产业之间的经济技术联系,表示国民经济各产业之间投入产出、供给需求的关系,产业关联理论是对产业之机的联系进行量化研究的一种方法理论,揭示产业之间在生产、交换、分配过程中发生的数量比例上的规律性。在国民经济活动中,每个产业的生产都需要其他产业的产品或服务作为本产业的投入要素,其他产业的生产活动同样将产业的产品或服务作为本产业的投入要素。 产业后向关系数:直接消耗系数——a ij=x ij /x j(其中a ij是第j产业对第i产业的直接消耗系数; x ij是第j产业对第i产业的直接消耗值; x j是第j产业的总产值。)直接消耗系数越大,说明某产业对提供要素产业的直接需求越大,产业之间的直接关联度也越大。产业前向关联系数:直接分配系数——r ij=x ij/x i(其中r ij是第i产业对第j产业的直接分配系数; xij是第i产业分配给第j产业作为中间产品的使用的价值量; Xi是第i产业的总产值。)直接分配系数越大,说明i产业对j产业的直接供给推动作用越明显。 2.2数据来源与处理 本文书局来源于四川省统计年鉴，在定量分析过程中计算了直接消耗系数矩阵、直接消耗系数矩阵、并对关联系数进行排序等。 三．房地产市场规模现状 近几年成都房地产市场投资开发状况如下表所示。 表一四川省几年来房地产开发状况 年份全年房地产开发量商品房销售面积四川生产总值房地产行业生产总值（万m2 ）(亿元) （万m2）（亿元）
灰色关联度分析 第五章灰色关联度分析 目录 壹、何谓灰色关联度分析 --------------------------------------- 5-2 贰、灰色联度分析实例详说与练习 --------------------------- 5-8 负责组员 工教行政硕士班二年级 周世杰591701017 陶虹沅591701020 林炎莹591701025 第五章灰色关联度分析 壹、何谓灰色关联度分析 一.关联度分析 灰色系统分析方法针对不同问题性质有几种不同做法，灰 色关联度分析(Grey Relational Analysis)是其中的一种。基本 上灰色关联度分析是依据各因素数列曲线形状的接近程度做
发展态势的分析。 灰色系统理论提出了对各子系统进行灰色关联度分析的 概念，意图透过一定的方法，去寻求系统中各子系统(或因素) 之间的数值关系。简言之，灰色关联度分析的意义是指在系统 发展过程中，如果两个因素变化的态势是一致的，即同步变化 程度较高，则可以认为两者关联较大;反之，则两者关联度较 小。因此，灰色关联度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(Dynamic)的历程分析。 灰色关联度可分成「局部性灰色关联度」与「整体性灰色 关联度」两类。主要的差别在于「局部性灰色关联度」有一参 考序列，而「整体性灰色关联度」是任一序列均可为参考序列。二.直观分析 2 依据因素数列绘制曲线图，由曲线图直接观察因素列间的接近程度及数值关系，表一某老师给学生的评分表数据数据为例，绘制曲线图如图一所示，由曲线图大约可直接观察出该老师给分总成绩主要与考试成绩关联度较高。 表一某一老师给学生的评分表单位:分/ % 姓名 周阿舍刘阿华萧阿蔷评分项目 总成绩(X) 100 95 60 0 考试成绩(X) 90 80 50 1 出席率(X) 100% 90% 80% 2 100 909090 85 總成績808080