[发明专利]一种基于斜率关联度的显著变量选择方法

摘要

本发明公开了一种基于斜率关联度的显著变量选择方法，利用斜率关联度模型，通过先计算各变量时间序列的斜率，再计算出关联度系数，得到关联度，并组成关联序，反映了关联度从大到小的排列，它的几何意义在于，曲线同一时刻变化的斜率越接近，则关联度越大，最后我们对关联度较大的影响因素作为选择的显著变量，而显著变量越大表示时间序列的相似度越高。

主权项

一种基于斜率关联度的显著变量选择方法，其特征在于，包括以下步骤：(1)、分析历史数据，确定以特征序列作为目标变量的历史数据而构成的时间序列，以及以影响因素序列作为各影响因素的历史数据而构成的时间序列；(2)、对特征序列和影响因素序列进行异常值和缺失值处理，得到完整历史时间序列；(3)、对完整历史时间序列进行定量分析，并运用斜率关联模型计算出每个影响因素和目标变量之间的关联度；(3.1)、计算变量的斜率：Δxk(t)σk=[xk(t+1)+xk(t)]σk]]>其中，k＝0表示目标变量，k＝1,2,3,…,n，表示影响因素，n为影响因素总个数，xk(t)表示第k个变量对应的完整时间序列的第t个样本数据，Δxk(t)表示第k个变量对应的完整时间序列的第t+1个样本数据和第t个样本数据的差值；(3.2)、计算第j个影响因素与目标变量的关联系数δij(t)：δij(t)=11+|Δxi(t)σi-Δxj(t)σj|]]>其中，i＝0表示目标变量，j＝1,2,3,…,n，表示影响因素；(3.3)、计算第j个影响因素与目标变量的关联度γij：γij=1m-1Σt=2mδij(t)]]>其中，m表示完整历史时间序列中样本数据总量总量；(3.4)、重复步骤(3.1)～(3.3)，计算出所有影响因素与目标变量的关联度；(4)、对得到的所有关联度从大到小排序，再根据预设阈值ε，选出关联度较大的前n+ε个关联度，组成关联度序列；(5)、将关联度序列中对应的n+ε个影响因素进行专家经验论证、定性分析，最终确定n个影响因素作为选择的显著变量。