指導教授:童超塵 作者:林彥宏 王政賢 白炳豐 主講人:吳唯鼎

Slides:



Advertisements
Similar presentations
主題十一 愛情與自我放逐 閱讀文本:舞鶴〈 拾骨〉 主講人:陳康芬. 一、舞鶴簡介 1951 年生,台灣台南人,成大中文系畢業。小 說結集《拾骨》、《詩小說》、《思索阿邦‧ 卡露斯》、《十七歲之海》、《餘生》、《鬼 兒與阿妖》。曾獲吳濁流文學獎、賴和文學獎、 、中國時報文學推薦獎.
Advertisements

1 6.7 曲 率 曲率的定义及计算公式 曲率圆与曲率半径 小结 思考题 (curvature) 第 6 章 微分中值定理与导数的应用 弧微分.
病历书写 中山医院呼吸科 张 新. 定 义 病历是临床医生根据问诊、体格检查、实验 室和其他检查获得的资料经过归纳、分析、整理, 按照规定的格式而写成的;是关于病人发病情况, 病情发展变化,转归和诊疗情况的系统记录。 病历是临床医生根据问诊、体格检查、实验 室和其他检查获得的资料经过归纳、分析、整理,
第十二章 病历书写与要求 病历病历 医务人员在医疗中形成的文字、符号、图表、 影像、切片等资料的总和。 病历书写 通过诊法、诊断、治疗、护理等医疗活动获得有关资 料,进行归纳、分析、整理形成医疗活动记录行为。 病历意义 A 诊疗等的源文件; B 复 / 转 / 会诊,解决医疗纠纷、判定法律责任、医疗保险等的资料和依据;
弟子规 带读简说. 一、弟子规之名称由来 原名【训蒙文】 为清朝康熙年间秀才李毓秀所作。 后经贾存仁修订改名为【弟子规】。
宴 席 设 计 肖 冰.
窦娥冤 关汉卿 感天动地 元·关汉卿.
科主任的修悟 ——2012年淮安市一院管理讲坛 主讲人:孙晓阳 2012年4月27日.
指導老師 陳美利 夜二技 英三甲 697c0005林佳瑄 697c0011羅 琳 697c0036程鈴雄
国际时政 2009年2月.
指導教師:石燕鳳 組長:章懷升 組員:張功藝 林昀澍 陳品全
第四章 招聘录用.
单元二 走向高峰的中华文明 ——秦汉至宋元时期
诸法无我 宇宙身心皆是幻化,了无自性。 『无常』故『苦』,『苦』故『无我』,『无我』故『空』!
知其不可而为之.
第17讲 二次型的有关概念, 用配方法求二次型的标准型
第一讲: 春江花月夜 张若虚.
班級:金三A 學號: 姓名:陳宜欣 指導老師:張巧宜 老師
中国画家协会理事、安徽省美术家协会会员、 工艺美术师、黄山市邮协常务理事余承平主讲
第五章 餐饮食品原料采购管理.
《考试大纲》对本考点提出的能力要求是:识记现代汉字的字形。据此,高考对汉字的笔画、笔顺、造字法等内容均不作考查,只考查现代使用的汉字字形的识记能力。命题的依据是《现代汉语常用字表》,包括2000个常用字和1000个次常用字。考查重点为词语(包括成语)中的同音字、音近字、形近字。本考点的能力层级为A。
投資技術分析 (非同步遠距教學課程) 區國强.
合生创展 “八大楼盘联展”活动方案. 合生创展 “八大楼盘联展”活动方案 内 容 一、推广策略 二、投放媒体广告创意 三、现场活动规划 四、活动广告物料创意 五、媒介方案.
你知道我在等你吗? 人的心理活动是个Black Box。 要由表及里、由外而内地揣测。 “形而上”须由“形而下”做载体。
印尼與印尼人的「互動行為標準」 高中第二外語教育學科中心委託製作 游千儀.
中 国 服 装 史.
父亲的菜园 王树槐 引导者:江山市长台小学 朱丽云.
江西 6、下列关于名著的表述,不正确的一项是
语文版九年级(下) 多媒体课件.
串台词和广告词.
台灣的名勝古蹟.
汉字的构造.
新竹教育大學 數理教育研究所 蘇宏仁 中華民國 100 年 7 月 27 日 於竹市環境教育輔導小組
诵读欣赏 古代诗词三首.
第二讲 环境污染及其防治、环境管理.
Xiàn lù zuàn 陷入 忙碌 攥着.
“海鸥老人”——吴庆恒.
。星。星。の。承。諾。 6年15班 7號 張靖旋 作者:不明.
台灣史總複習.
閱讀與寫作 設計者:林怜秀.
石钟山 江西省湖口县鄱阳湖东岸,有南北二山,南边的叫上钟山,北边叫下钟山。千百年来,关于名山的来历众说纷纭。宋代散文家苏轼曾亲自到石钟山考证其得名的原由,并写了一篇被清代桐城派代表方苞、刘大魁等人赞誉为“坡公第一首记文”的《石钟山记》。
桃園縣幸福國中101學年度 英語領域訪視 報告人:英語科召集人 簡佑潔.
灰色系統理論 (Grey System Theory )
导入新课: 莲花,自古以来就被人们看作是美丽圣洁的象征。我们一起先来欣赏一下莲的形象,然后请同学说说你觉得莲花美在哪里。
國文報告 儒家生死文化討論 不死鳥 組員 972BP001 彭科強 972BP008 王薪榕 972BP025 彭裕宗
贴近教学 服务师生 方便老师.
九地篇大綱 勝敵之地、主客之道 九地篇 原文 白話 概說 勝敵之地 主客之道 應用.
六年级 语文 下册 第四单元 指尖的世界.
(浙教版)四年级品德与社会下册 共同生活的世界 第四单元 世界之窗 第二课时.
Analysis of Variance 變異數分析
初級統計學 陳信如.
第二部分 免疫系统与免疫活性分子 第二章 免疫系统 第三章 免疫球蛋白 第二 部分 第五章 细胞因子 第四章 补体系统.
皇帝的新装 知识窗口 整体感知 合作探究 总结提高 创新发展. 皇帝的新装 知识窗口 整体感知 合作探究 总结提高 创新发展.
電腦與科技 『我要創業』 中三專題練習.
第捌章 敘述研究法 一、調查研究法(survey method) 二、相關研究法(co relational studies)
高一(8)班班级文化建设.
第2章 图像的数字化与显示.
銘傳大學 商品設計學系 副教授兼系主任 衛 萬 里 博士 最高學歷 國立台灣科技大學設計研究所 設計學博士 教學研究
第8章 開放經濟體的經濟政策分析.
求職防騙面面觀 不累生活文化有限公司 行政總監 賴永洲.
團隊介紹 活動動機 前言 活動目的 【畢業典禮的意義】 為什麼要有畢業典禮? 每個階段性的里程碑 畢業典禮:凝聚向心力,聯繫學校的情感。
Xián 伯 牙 绝 弦 安徽淮南市八公山区第二小学 陈燕朵.
第 1 章 單一預測變數線性迴歸.
3-3 随机误差的正态分布 一、 频率分布 在相同条件下对某样品中镍的质量分数(%)进行重复测定,得到90个测定值如下:
新生入馆教育 --图书馆纸质书刊的借阅 江南大学图书馆
Chapter4工作分析與工作評價 第一節 工作分析 第二節 工作評價.
石钟山记 作者:苏轼.
銘傳大學 商品設計學系 副教授兼系主任 衛 萬 里 博士 最高學歷 國立台灣科技大學設計研究所 設計學博士 教學研究 研究創作獎」
第7章 负反馈技术.
形狀: 結合最優良者為不規則形。 粒度: 顆料之粗細程度,標準篩(100~325mesh,金屬採200)、顯微度量法。 顆粒大小分布: 各標準篩號顆粒之重量百分比分布情形,分布愈均勻愈佳。 流動性: 一定量之金屬粉末通過一定尺寸及形狀之孔口所需的時間,愈少流動性愈佳,易充實模內各部位。
Presentation transcript:

指導教授:童超塵 作者:林彥宏 王政賢 白炳豐 主講人:吳唯鼎 A GREY PREDICTION MODEL WITH FACTOR ANALYSIS TECHNIQUE (結合因素分析技術之灰色預測模式) 指導教授:童超塵 作者:林彥宏 王政賢 白炳豐 主講人:吳唯鼎

目錄 1. INTRODUCTION 2. THE FACTOR ANALYSIS TECHNIQUE(要因分析技術) 3. QUANTITATIVE MEASURE OF GREY RELATIONAL GRADE(灰關聯度的定量分析) 4. THE PROCEDURE OF GREY PREDICTION WITH ACTOR ANALYSIS (要因分析之灰預測程序) 5. NUMERICAL RESULTS AND EVALUATION (數值結果之評估) 6. CONCLUSIONS(結論)

1. INTRODUCTION 目前在解決應用問題上,有許多的方法可以使用,灰色理論也是其中的一種方法之一。鄧聚龍提出了灰色理論,灰色理論是運用少數據或者是不完全的數據來解決不確定性的問題。到目前為止,灰色理論已經被成功的運用在金融,工程和經濟學等方面。GM(1,1)模型是最常使用的一種預測模型。

傳統上,多重線性回歸通常使用在,其數據較易受其他因素所影響的問題上。 例如:政治事件的影響,使用多重線性回歸則較不容易表現出來。 本研究是利用灰色預測理論和因素分析來處理多因素影響的預測問題。

在這項研究過程中,定量原素是由鄧聚龍提出的灰關聯分析來做分析。 而定性原素是用模糊分析階層(模糊的AHP)來做計算處理。 模糊的AHP 能使用模糊的數目,在兩個要因之間的比較過程中,替換為一個簡單的數目,如此一來更能符合實際的情形。之後模糊的AHP的權重再轉變成灰關聯度,因此要因分析技術將可運用在灰預測的程式裡。

2. THE FACTOR ANALYSIS TECHNIQUE (因素分析技術) 因素分析技術使用的第一步:確定因素的數量 因素區分為兩種:定量和定性的因素。 定量可藉由一連串的資料數據收集來獲得。 定性則不能由此獲得,但可以藉由模糊AHP的方法來獲得較為明確的數據。 此外這兩類的灰關聯度分別使用一般的和熵兩種灰關聯度來做比較。 前者代表較為接近的灰關聯度,而後者在於評估較為相似的灰關聯度。

例如: (xo, x1)是比 (xo, x2)較為接近 (xo, x2)是比 (xo, x1)較為相似

傳統灰關聯的定義如下: 1.灰關聯度: 2.灰關聯係數: 3.接近性: xo為參考序列,xi為一個特定的比較序列 ζ:辨識係數,通常是取0.5,但如果為了加大結果的差異性,可以依實際值需要來做調整。

熵灰關聯度的定義如下:

由於定性因素和定量因素的權重是分別獲得的,所以這些測量值應該具有一致性。 因此本篇的研究,是將模糊的AHP轉換成基本灰關聯度來做預測,之後再用線性方程式再加以轉換: 轉換之後,全部因素的權重將依據灰關聯度的形式來加以描述。

3. QUANTITATIVE MEASURE OF GREY RELATIONAL GRADE(灰關聯度的定量分析) 由於各區分因素的存在,傳統的灰關聯度是一種定性測量方法,但卻不適合於本研究,因此定量因素需透過灰關聯度來加以轉換。 定量轉變的結果被顯示如下︰ G Г 是由一般的灰關聯分析來獲得的定量度

同理,熵灰關聯度是透過消除某些區別的因素而轉換成定量的測量值。 灰關聯度的四項公理: 滿足由因素空間以及可比性而形成的空間稱為灰關聯空間。 1.Normality(規範性): 0<γ(xi,xj)<1 γ(xi,xj)=1時稱為完全相關,γ(xi,xj)=0時稱不相關。 2.Duality Symmetric(偶對稱性):當序列只有兩組時 γ(xi,xj)= γ(xj,xi) 3.Wholeness(整體性):當序列大於三組時(含三組)時 γ(xi,xj)≠γ(xj,xi) 4.Approachability(接近性) │xi(k)- xj(k)│的大小為整個γ(xi(k),xj(k))的主控項,也表示灰關聯度的大小必須與此項有關。

4. THE PROCEDURE OF GREY PREDICTION WITH FACTOR ANALYSIS(因素分析之灰預測程序) 方法步驟: 第一:在灰預測程式使用之前,資料數據根據符合的因素來做調整,此目的是以GM(1,1)模型來降低級數的波動。由於相同的因素,會在不同的時刻引起不同的效應,例如,一個政治事件的影響會逐日的減少。 因此透過主觀的判斷,符合的因素將會被區別的來做紀錄,得分範圍是1至5。數字愈大表示其影響愈大。 數據調整如下列表示:

ί表示觀測的數量,ј表示是因素的數量 Tpure(ί)是未經過影響的最原始的估計值。 Tј是級數的觀測值 Aј是ј因素的灰關聯度權重 ω ί, ј是ј因素在ί觀測值中所獲得的分數 V是調整範圍的百分比 超過方程式的正數或者是負數,是用來描述那些具體因素是正的影響或是負的影響。

第二:GM(1,1)模型是根據下列公式修改級數來獲得的一個模型 :括號內的K表示是一連串X的數值,上標的(0)是表示最原始數據的資料,上標的(1)是表示一系列數據已經合適的做些變更。 例如

簡例:灰色模型的生成

最後,在灰預測程式計算之後可獲得因素效應的預測結果。 是計算下一個觀測值的恢復值。 是下一個預測的觀測值。

5. NUMERICAL RESULTS AND EVALUATION (數值結果之評估) 台灣証券交易所資本化加重股指(TAIEX)使用本研究所提出的模型,收集台灣証券交易所公司的指標數據,時間是從2001/10/08到2002/1/3 1,共有81個數據。 但是需要2001/10/08之前最近的四個數據來做預測的第一點,即是從2001/10/02到2001/10/05,用GM(1,1)的模型來做滾動以便推導出第一點的預測值。

同時本研究中也另外用三種傳統方法來比較結果分別是: 1.簡單的線性回歸 2.多重線性回歸 3.非線性回歸 另外也用後遺傳神經網路(BP)和遞歸神經網路(RNN)來比較其性能的結果差異。 三個都是參數,而i,j,k,是表示每一個預測時間所輸入項目的數量,n是表示用多重線性回歸方法所認定的因素數量。

步驟一:收集因素 在台灣股指有關的因素,經收集之後顯示於表格1。 在20個因素中有四種定量因素,即納斯達克指數(NASDAQ),DJ工業平均指數(DJ INDUS.) ,日經指數(NK-255),以及恆生指數(HIS)。 另外,因素F5-F20被命名為定性原素。那是因為由於這些方面有所變動時,投資者的投資行為也將會改變。

步驟2︰計算因素權重 來自最佳的灰關聯度結果,對於4個定量原素列舉在表格2。 另外,透過模糊的AHP,可獲得其它定性因素的權重,顯示在表格3。

步驟3:兩度量標準的一致性 透過線性變換,兩種定量和定性因素的可相互組合。 表格4表示以最佳灰關聯度的形式來顯示全部因素的權重。 表格4 轉變之後的各因素的權重。

步驟4︰決定調整範圍 根據過去歷史數據決定,調整為0.0557 步驟5︰執行此預測 圖3。未調整因素的簡單線性回歸的預測

圖4。 未調整因素的多重線性的回歸模型的預測

圖5。 未調整因素的非線性的回歸模型的預測

圖六。未調整因素的GM(1,1)的模型預測

圖7。有調整因素的簡單線性回歸之預測

步驟6︰評估和討論 用3個標準值,均方錯誤(MSE),平均絕對誤差(MAE),和絕對誤差百分比(MAPE),來評估各個模型優劣點。 表格5顯示不同的方法的比較。

6.結論 在這項研究過程中提出這項因素分析技術的灰預測模型,來解決多種因素和少數的數據的預測問題。 因素的種類區分定量和定性兩種因素。 定量因素的等級根據最佳的灰關聯度所獲得。 最佳的灰關聯度由較為接近和或較為相似而組成。 一般的灰關聯度是代表較為接近,而熵灰關聯度是代表較為相似。 另外,在這項研究過程中熵灰關聯度提供定量轉變的證據。 而且,定性因素是藉由模糊的AHP來處理。 模糊AHP的結果是透過灰關聯度協調兩個不同的測量而轉換成。 在灰預測過程中分析許多相互影響的因素。 數值結果顯示在本研究所提議的模型勝過其它的方法。