[发明专利]一种基于因素间相关关系识别的预测方法

摘要

本发明公开了一种基于因素间相关关系识别的预测方法，包括以下步骤：获取因素样本数据，将因素指标值存入数据表中，构建样本序列；两两因素指标值序列计算相关性时，对于因素指标值样本长度不一致的，取短截长，对于样本中存在缺失的情况，则删除缺失项和与之对应的另一因素指标样本值；计算因素间相关关系：基于距离相关性，计算因素指标值的距离协方差和方差，得到距离相关相关系数；采用相关关系排序算法对因素间距离相关系数进行排序，最终给出因素间的相关性，识别因素间复杂相关关系；依据因素间相关关系的排序，选定与其他因素相关性强的因素，通过监测该因素的指标值来预测与之关联性强的其他因素指标的变化。

主权项

一种基于因素间相关关系识别的预测方法，包括以下步骤：步骤一：获取因素样本数据，将因素指标值存入数据表中，构建样本序列；步骤二：两两因素指标值序列计算相关性时，对于因素指标值样本长度不一致的，取短截长，对于样本中存在缺失的情况，则删除缺失项和与之对应的另一因素指标样本值；步骤三：计算因素间相关关系：基于距离相关性，计算因素指标值的距离协方差和方差，根据相关系数定义得到距离相关相关系数；步骤四：采用相关关系排序算法对因素间距离相关系数进行排序，最终给出因素间的相关性，识别因素间复杂相关关系；步骤五：依据因素间相关关系的排序，选定与其他因素相关性强的因素，通过监测该因素的指标值来预测与之关联性强的其他因素指标的变化，其中当a＜x＜b时，即可预测c＜y＜d，a、b、c、d均为实数，x为事件A的表征因素指标，y可为事件B的表征因素指标。