[發明專利]一種基于斜率關聯度的顯著變量選擇方法

在審

• 申請號: 201711032726.3
• 申請日: 2017-10-30
• 公開（公告）號: CN107704723A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 鄒見效;向偉;凡時財;徐紅兵
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 成都行之專利代理事務所(普通合伙)51220
• 代理人: 溫利平

技術領域

本發明屬于時間序列分析技術領域，更為具體地講，涉及一種基于斜率關聯度的顯著變量選擇方法。

背景技術

隨著計算機軟件和硬件的快速發展，人們對日常生活中積累的數據信息的關注和分析也日趨增加，這些數據中大多都是與時間相關的，可以簡要說是與時間序列相關的。例如，氣象預報中降雨量數據序列、股票價格波動數據序列、某產品的交易或銷售數據序列等等，這些數據按照時間先后組成時間序列數據。從統計意義上講,所謂時間序列就是將某一個指標在不同時間上的不同數值,按照時間的先后順序排列而成的數列。這種數列由于受到各種偶然因素的影響,往往表現出某種隨機性,彼此之間存在著統計上的依賴關系。

而從這些時間序列數據中挖掘出隱含的有價值的數據信息，有利于揭示或預測時間序列事件變化規律，從而發現歷史序列數據和現今及未來數據之間的聯系及相互關系，即以某種標準來度量時間序列之間的相似性，并以此為基礎來分析時間序列數據之間的相似性問題

目前，灰色關聯分析被廣泛采用，其中，鄧氏關聯度是最早最為經典的關聯度模型。按照鄧氏關聯度的定義和基本思想，關聯度體現的實際上是兩序列曲線之間的幾何相似程度，如果相似程度大，則關聯度高，反之亦然。但是通常會出現以下問題：兩序列在無量綱處理(如初值化、均值化等)前可能非常相似，即關聯度很大，但經處理后并不相似，此時關聯度就小，前后結果并不一致。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于斜率關聯度的顯著變量選擇方法，通過計算斜率關聯度來分析時間序列相似性，克服傳統鄧氏關聯度模型存在的無量綱化后不能保序等問題。

為實現上述發明目的，本發明一種基于斜率關聯度的顯著變量選擇方法，其特征在于，包括以下步驟：

(1)、分析歷史數據，確定以特征序列作為目標變量的歷史數據而構成的時間序列，以及以影響因素序列作為各影響因素的歷史數據而構成的時間序列；

(2)、對特征序列和影響因素序列進行異常值和缺失值處理，得到完整歷史時間序列；

(3)、對完整歷史時間序列進行定量分析，并運用斜率關聯模型計算出每個影響因素和目標變量之間的關聯度；

(3.1)、計算變量的斜率：

其中，k＝0表示目標變量，k＝1,2,3,…,n，表示影響因素，n為影響因素總個數，x^k(t)表示第k個變量對應的完整時間序列的第t個樣本數據，Δx^k(t)表示第k個變量對應的完整時間序列的第t+1個樣本數據和第t個樣本數據的差值，σ^k表示第k個變量的標準差；

(3.2)、計算第j個影響因素與目標變量的關聯系數δ_ij(t)：

其中，i＝0表示目標變量，j＝1,2,3,…,n，表示影響因素；

(3.3)、計算第j個影響因素與目標變量的關聯度γ_ij：

其中，m表示完整歷史時間序列中樣本數據總量；

(3.4)、重復步驟(3.1)～(3.3)，計算出所有影響因素與目標變量的關聯度；

(4)、對得到的所有關聯度從大到小排序，再根據預設閾值ε，選出關聯度較大的前n+ε個關聯度，組成關聯度序列；

(5)、將關聯度序列中對應的n+ε個影響因素進行專家經驗論證、定性分析，最終確定n個影響因素作為選擇的顯著變量。

本發明的發明目的是這樣實現的：

本發明一種基于斜率關聯度的顯著變量選擇方法，利用斜率關聯度模型，通過先計算各變量時間序列的斜率，再計算出關聯度系數，得到關聯度，并組成關聯序，反映了關聯度從大到小的排列，它的幾何意義在于，曲線同一時刻變化的斜率越接近，則關聯度越大，最后我們對關聯度較大的影響因素作為選擇的顯著變量，而顯著變量越大表示時間序列的相似度越高。

同時，本發明基于斜率關聯度的顯著變量選擇方法還具有以下有益效果：

(1)、通過計算斜率關聯度來分析時間序列相似性，克服傳統鄧氏關聯度模型存在的無量綱化后不能保序等問題。

(2)、同時通過實驗結果可以發現，斜率關聯度模型的準確度要比傳統的鄧氏關聯度模型的準確度高；

附圖說明

圖1是本發明基于斜率關聯度的顯著變量選擇方法流程圖；

圖2是各影響因素和目標變量之間的時間序列走勢圖；

具體實施方式