综述

首先需要明白四个问题:

  • 发生了什么?
    • 描述性统计、综合评价、分类与判别
  • 为什么要发生?
    • 关联因果分析、比较分析
  • 未来如何发展?
    • 预测与预报
  • 现在应该如何应对?
    • 优化控制

具体分析

对于上述提到的方法,我们逐个讨论:

综合评价:多为变一维

  • 分类:模糊综合评价
  • 排名:主成分综合评价、因子分析、灰色关联分析
  • 最优方案与权重:层次分析(AHP)、熵值法(权重)、优劣解距离法(TOPSIS)

分类与判别

  • 分类:系统聚类分析、K-means聚类分析、模糊聚类分析
  • 判别:贝叶斯判别、费舍尔判别、模糊意识判别、神经网络、支持量化级

关联、因果与比较

  • 双变量关联分析:皮尔逊、斯皮尔曼、独立性检验等
  • 方差与H检验法、通经分析与标准化回归
  • 典型相关性分析、主成分分析、因果检验

预测与预报

  • 滑动平均预测、时间回归预测
  • 残差修正与新陈代谢灰色预测、信息随时间传递ARIMA预测、随机序列的Markov预测、多序列回归预测、神经网络预测

(全文完)