基于FDOD度量的多维系统优化中的强相关问题
韩亚娟
上海大学 管理学院,上海,200444
摘要：强相关问题是多维系统优化降维分析中的一个常见问题.多维系统强相关问题的存在,使得衡量样本异常程度的综合评价指标——马氏距离难以计算或很不准确,进而给基于马氏距离函数进行的多维系统优化与诊断分析带来困扰.田口试图通过改进马氏距离函数来解决强相关问题,提出了马氏田口施密特正交化法和伴随矩阵法,然而这2种方法本身存在无法克服的缺陷.基于多重信息源信息离散性(FDOD)度量的特性,提出用FDOD度量代替马氏距离函数来衡量多维系统样本的异常程度,并将FDOD度量与田口方法结合进行多维系统优化降维与样本诊断分析,彻底解决多维系统优化中的强相关问题.通过对西班牙银行在金融危机时的稳健性分析,进一步证实了所提出方法的有效性.
关键词：多维系统强相关问题FDOD度量田口方法
分类号：F406.2(工业经济理论)
资助基金：高等学校博士学科点专项科研基金(新教师类)(20093108120023)国家自然科学基金(71101086)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 79-84,95 )
英文信息