杭州紫金港培训学校(紫金港专升本)杭州紫金港培训学校(紫金港专升本)
同等学力申硕图书馆、情报与档案管理学科综合考前辅导第三编 情报学部分第 18 节 / 共 32 节约 30 分钟报名学员看全文

信息分析与预测方法(二):层次分析法、回归分析法与时间序列分析法

层次分析法的递阶层次结构、判断矩阵、一致性检验、单层次计算与层次总排序;一元线性回归方程参数的求解与效果检验、多元线性回归;移动平均法、指数平滑法、生长曲线法和时间序列分解法。

本节考点:层次分析法一元线性回归分析法多元线性回归分析法移动平均法与指数平滑法生长曲线法与时间序列分解法

本节导读

这一节对应大纲第三编第三章第三节「信息分析与预测方法」的后三条:层次分析法、回归分析法、时间序列分析法。

大纲在这里写得很明确:「层次分析法的计算」「一元线性回归方程参数的求解」「回归方程效果的检验」「指数平滑法」。试卷结构说明里没有单列计算题,本节把每种方法的思路和式子讲清楚,配几道小计算。记号照第 1 节的全课记号表;本节的 nnn 在层次分析法里是判断矩阵的阶数,在回归里是数据组数,α\alphaα 是平滑系数(不是第 14 节的老化率),rrr 是相关系数(不是第 14 节的词序)。

四、层次分析法

1. 层次分析法的基本原理

层次分析法由美国运筹学家萨蒂在 20 世纪 70 年代提出,把定性判断转化为定量权重,适合多目标、多准则的评价与决策。

(1)递阶层次结构:把问题分成目标层(最高层)、准则层(中间层)、方案层(最低层),上层元素支配下层元素。

(2)判断矩阵的构成:对同一层中隶属于同一上层元素的几个元素两两比较,用 1~9 标度给出相对重要程度(1 表示同样重要,3 稍微重要,5 明显重要,7 强烈重要,9 极端重要,2、4、6、8 取中间),得到判断矩阵 A=(aij)A=(a_{ij})A=(aij​)。判断矩阵满足 aii=1a_{ii}=1aii​=1,aji=1/aija_{ji}=1/a_{ij}aji​=1/aij​。

(3)一致性检验:两两比较难免前后矛盾(甲比乙重要、乙比丙重要,丙却比甲重要),要检验判断是否大体一致。

CI=λmax⁡−nn−1CI=\dfrac{\lambda_{\max}-n}{n-1}CI=n−1λmax​−n​ CR=CIRICR=\dfrac{CI}{RI}CR=RICI​

λmax⁡\lambda_{\max}λmax​ 是判断矩阵的最大特征根,RIRIRI 是平均随机一致性指标(按阶数查表,3 阶是 0.58,4 阶是 0.90),CR<0.10CR\lt 0.10CR<0.10 时认为一致性可以接受,否则要调整判断矩阵。完全一致的矩阵 λmax⁡=n\lambda_{\max}=nλmax​=n,CI=0CI=0CI=0。

2. 层次分析法的计算

(1)单层次计算方法:由判断矩阵求出各元素的相对权重,常用和积法——把矩阵每一列归一化(每个元素除以所在列的和),再按行求平均,就得到权重向量 www;最大特征根可以近似地用 λmax⁡≈1n∑(Aw)iwi\lambda_{\max}\approx\dfrac{1}{n}\sum\dfrac{(Aw)_i}{w_i}λmax​≈n1​∑wi​(Aw)i​​ 估计。

(2)层次总排序:方案对总目标的总权重,等于它在各准则下的权重乘以各准则的权重再相加。总权重最大的方案最优。

五、回归分析法

1. 一元线性回归分析法

(1)一元线性回归方程参数的求解:用最小二乘法,使各点到回归直线的纵向距离平方和最小,求出回归方程 y^=b0+b1x\hat{y}=b_0+b_1xy^​=b0​+b1​x 的两个参数:

b1=n∑xy−∑x∑yn∑x2−(∑x)2b_1=\dfrac{n\sum xy-\sum x\sum y}{n\sum x^{2}-\left(\sum x\right)^{2}}b1​=n∑x2−(∑x)2n∑xy−∑x∑y​ b0=yˉ−b1xˉb_0=\bar{y}-b_1\bar{x}b0​=yˉ​−b1​xˉ

(2)回归方程效果的检验:常用相关系数检验。相关系数

r=n∑xy−∑x∑yn∑x2−(∑x)2 n∑y2−(∑y)2r=\dfrac{n\sum xy-\sum x\sum y}{\sqrt{n\sum x^{2}-\left(\sum x\right)^{2}}\,\sqrt{n\sum y^{2}-\left(\sum y\right)^{2}}}r=n∑x2−(∑x)2​n∑y2−(∑y)2​n∑xy−∑x∑y​

rrr 的绝对值越接近 1,线性关系越密切。把 ∣r∣\lvert r\rvert∣r∣ 与给定显著性水平下的临界值比较:大于临界值,说明线性关系显著,回归方程可以用于预测;否则不宜使用。也可以用 F 检验、t 检验,结论是一致的。

2. 多元线性回归分析法

当因变量受几个因素共同影响时,建立 y^=b0+b1x1+b2x2+⋯+bkxk\hat{y}=b_0+b_1x_1+b_2x_2+\cdots+b_kx_ky^​=b0​+b1​x1​+b2​x2​+⋯+bk​xk​,同样用最小二乘法求参数,用复相关系数和 F 检验看整体效果,并逐个检验各自变量的作用。各自变量之间高度相关时,参数估计会不稳定,要加以处理。

六、时间序列分析法

时间序列分析法把预测对象的历史数据按时间排列,找出变化规律并向外延伸。

1. 移动平均法:取最近 NNN 期数据的平均数作为下一期的预测值,每过一期就加入新数据、去掉最早的数据。

Mt=yt+yt−1+⋯+yt−N+1NM_t=\dfrac{y_t+y_{t-1}+\cdots+y_{t-N+1}}{N}Mt​=Nyt​+yt−1​+⋯+yt−N+1​​

NNN 越大,结果越平滑,但对新变化的反应越慢。

2. 指数平滑法:对历史数据加权平均,越近的数据权重越大,权重按几何级数递减。

本节后面还有约 1784 字:报名学员看全文

每门课前 10 节免费看全文;从第 11 节起,完整教程要报名后由顾问在后台为你的账号开通才能看。

题库账号可以直接登录,但第 11 节起的完整教程要报名后由后台开通才能看。

学完练一练

按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。第 11 节起的课后练习报名学员才能练。

本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。

我要提问免费报名咨询