//2023年9月4日
在對指標進行關聯性分析時可以採用回歸分析，灰色關聯度分析，以及優勢分析等方法。但考慮到回歸分析需要大量資料，計算量大級及可能出現反常情況等缺陷，因此本文選擇關聯度分析的辦法，來分析葡萄理化指標與葡萄酒理化指標關聯程度，進而分析其間的聯絡。 同時，由於需要用較多的葡萄理化指標與對應葡萄酒理化指標進行比較，所以在做關聯度分析時，本文選取能處理多個參考數列的優勢分析法對葡萄酒和葡萄的理化指標進行關聯度分析。通過計算關聯度，可以看出指標間的聯絡緊密程度。
由於葡萄理化指標很多，只需要找出對葡萄酒指標有很強相關性的指標組合即可。實際生活中更關心的是，葡萄酒的某個理化指標與少量主要的釀酒葡萄理化指標之間的線性關係。因此依據不同葡萄理化指標對於同一葡萄酒理化指標的相關係數進行排序，根據相關係數從高到低依次組合，計算出各葡萄理化指標組合對葡萄酒理化指標的線性復相關係數，當組合的線性復相關係數達到80%時，則可以認為該組合的與葡萄酒指標的線性關係明顯，所以有理由認為該組合內的指標對此葡萄酒理化指標的聯絡緊密。
數學建模 之 灰色關聯分析GRA
灰色關聯分析一句話，就是按照重要性對因素進行排序。但是演算法還是很有東西的。不然不同的如何，emmm解決呢，對吧。就是減少資料的絕對數值的差異，將它們統一到近似的範圍內，然後重點關注其變化和趨勢。如果不做處理必然導致大的數值的影響會 淹沒 掉小數值的變數的影響。所以我們要對資料進行歸一化處理，主要方...
數學建模常用模型04 灰色關聯分析法
給大家安利一款朋友開發的自研國產資料分析基礎工具，一鍵式自動分析，自動生成分析模板，5分鐘掌握主流61個統計類數學模型 幾乎涵蓋spss絕大部分功能 以及23個有監督機器學習 包括隨機森林，svm，xgboost等 ps 巨方便簡單上手，貌似現在是免費 官網 www.mpaidata.com mpa...
數學建模的影響因素分析方法
如果趕時間可直接看小結部分，再返回看正文 作為萌新參加了數學建模，為解決影響煤炭 的主要因素的問題，通過網路搜尋得到以下方法，簡單概括後方便今後回顧。因為希望可以幫助到今後需要速成這些知識的人，本文語言會盡量簡單，在便於理解的同時，不可避免的會失去部分準確度，因此僅供參考，如有錯誤，歡迎指出，並以專...