分析（英语：Analysis）是在头脑中把事物或对象由整体分解成各个部分或属性。尽管“分析”作为一个正式的概念在近年来才逐步建立起来，这一技巧自亚里士多德（公元前384年至322年）就已经应用在了数学、逻辑学等多个领域。分析可以指：金融分析；， 以下是为大家整理的关于产业关联度分析怎么写3篇 , 供大家参考选择。
产业关联度分析怎么写3篇
【篇一】产业关联度分析怎么写
基于灰色关联度测算的海陆产业关联关系研究作者：赵 昕 王茂林来源：《商场现代化》2009年第15期
[摘 要] 海洋产业与陆域产业关联程度的测算,对于沿海地区科学地进行产业调整、制定产业战略是至关重要的环节之一。本文以山东省为例,通过测算主要海洋产业与陆域产业的灰色关联度,揭示了海陆产业的关联关系。
[关键词] 灰色关联度 海洋产业 陆域产业
近年来,随着海洋经济的蓬勃兴起,海洋经济产值在全国和各沿海省市GDP中所占份额日益提高,海洋经济对就业的拉动作用也日渐显现。2006年,我国以海洋产业增加值和海洋相关产业增加值计的海洋生产总值达20958亿元,占国内生产总值的比重为10.01%,而这个数字在2001年仅为9302亿元,占国内生产总值8.48%;2006年,涉海就业人员为2960.3万人,一年新创造工作岗位180万个,海洋产业成为解决就业问题的重要渠道。在这样的形势下,如何从众多的海洋产业中选择重点发展,从而构建科学的海洋产业链,正成为各沿海省市所面临的共同问题。
本文将以灰色关联度方法为基础,采用综合灰色关联度的方法,对海陆产业的关联关系做以下研究。
一、灰色关联分析的建模机理
灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密,以此思想来计算灰色关联度。曲线形状越接近,相应序列之间的关联度就越大,反之就越小,从而据此判断影响系统发展的主要因素和次要因素。
1.灰色关联度
(1)确定系统特征序列
对一个抽象的系统或现象进行分析,首先要选准反映系统行为特征的数据序列,即系统特征序列,以及影响该系统或现象的m个相关因素序列,用它们来反映我们所要分析的问题。分别计为:。
(2)变量因子的初始化
原始数据的量纲往往不同,为了能进行比较分析,需要统一量纲。对于系统特征序列合相关因素序列,记初始化后的数据分别为:
【篇二】产业关联度分析怎么写
例 以呼和浩特市1999—2003年大气污染监测数据为例,用灰色关联度方法分析影响呼和浩特市大气污染的各主要因素的污染水平。各因素的统计值见表2.1。
表2.1 1999-2003年城市大气污染监测数据
（1）将城市区域大气污染值作为参考序列，其它各因素作为比较因素序列，对各因素初值化处理，得各标准化序列得到无量纲序列表2.2
表2.2 各因素数据序列无量纲
（2）根据上表求出差,得序列：
显然
（3）由此计算出关联系数如下：
令，则有
；
；
；
；
；
；
；
（4）计算关联度并进行优势因素分析
取，求得比较因素和参考因素的关联度如下：
；；；
；；；
；
以上八个比较因素中，为比较方便，把这八个因素分为直接因素（前三个）和间接因素（后五个）。从上述关联度分析来看，直接因素中，各因素关联度大小排序：，表明在城市大气环境的影响因素中，TSP是影响呼和浩特市空气质量的主要因素；在间接因素中，各因素关联度大小排序：，机动车数量为主要的间接影响因素。
例 影响深圳市大气质量的主要因素分析
母序列，子序列及其主要数据见表2.3 所示.
表2.3 基本数据系列
解 先计算母序列对子序列的关联度.
(1) 原始数据作初值化变换(变换后序列的记号不妨仍记为原来的符号):
(2) 计算绝对差:
显然
(3) 计算关联系数和关联度: 取
0
0
同理,可求出其它母序列对子序列的关联度, 将所有关联度排成关联度矩阵得
（4）优势因素分析
1) 子因素对母因素影响优势分析。分析发现，单项子因素对单项母因素得影响, 以人口的变化对降尘量的影响最大, 其次是机动车辆的增长对氮氧化物的影响, 而工业总产值对总悬浮颗粒物的影响最小, 其次是这一子因素对降尘量、二氧化硫、大气含铅量的影响。
2）多因素综合分析。分析发现，除工业总产值的变化对大气质量影响的极弱外，其余因素均有明显影响，但以燃料的消耗量和车辆增长率的影响最突出。
3）城市发展对城市氮氧化物和降尘量的影响较明显，对硫酸盐化速率的影响最小，另外对总悬浮颗粒物的含量的影响也不明显。
数列灰预测计算实例
例4.6.1 北方某城市1986～1992年道路交通噪声平均声级数据见表4.2
表4.2 某城市近年来交通噪声数据[dB(A)]
第一步 级比检验
建立交通噪声平均声级数据时间序列如下：
（1）求级比
（2）级比判断
由于所有的，故可以用作满意的GM（1，1）建模。
第二步 GM（1，1）建模
1）对原始数据作一次累加，即
2）构造数据矩阵及数据向量
于是得到
3）计算
于是得到，
4）建立模型
，
白化方程为
取，得时间响应函数
5）求生成数列值及模型还原值：
令由上面的时间响应函数可算得，其中取
由取，得
第三步 模型检验
模型的各种检验指标值的计算结果见表4.3
表4.3 GM(1，1)模型检验表
经验证，该模型的精度较高，不需要作残差修正，可进行预测和预报。
【篇三】产业关联度分析怎么写
第五章 灰色关联度分析
目 录
壹、何谓灰色关联度分析 5-2
贰、灰色联度分析实例详说与练习 5-8
负责组员
工教行政硕士班二年级
周世杰591701017
陶虹沅591701020
林炎莹591701025
第五章 灰色关联度分析
1、何谓灰色关联度分析
1.关联度分析
灰色系统分析方法针对不同问题性质有几种不同做法，灰色关联度分析(Grey Relational Analysis)是其中的一种。基本上灰色关联度分析是依据各因素数列曲线形状的接近程度做发展态势的分析。
灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素)之间的数值关系。简言之，灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态(Dynamic)的历程分析。
灰色关联度可分成「局部性灰色关联度」与「整体性灰色关联度」两类。主要的差别在于「局部性灰色关联度」有一参考序列，而「整体性灰色关联度」是任一序列均可为参考序列。
2.直观分析
依据因素数列绘制曲线图，由曲线图直接观察因素列间的接近程度及数值关系，表一某老师给学生的评分表数据数据为例，绘制曲线图如图一所示，由曲线图大约可直接观察出该老师给分总成绩主要与考试成绩关联度较高。
表一 某一老师给学生的评分表 单位：分/ %
姓名
评分项目
周阿舍
刘阿华
萧阿蔷
总成绩（X0）
100
95
60
考试成绩（X1）
90
80
50
出席率（X2）
100%
90%
80%
由曲线图直观分析，是可大略分析因素数列关联度，可看出考试成绩与总成绩曲线形状较接近，故较具关联度，但若能以量化分析予以左证，将使分析结果更具有说服力。
3.量化分析
量化分析四步曲：
1.标准化(无量纲化)：以参照数列(取最大数的数列)为基准点，将各数据标准化成介于0至1之间的数据最佳。
2.应公式需要值，产生对应差数列表，内容包括：与参考数列值差(绝对值)、最大差、最小差、ζ（Zeta）为分辨系数，0＜ζ＜1，可设ζ = 0.5(采取数字最终务必使关联系数计算：ξi（k）小于1为原则，至于分辨系数之设定值对关联度并没影响，请参考p14例)
3.关联系数ξi（k）计算：应用公式计算比较数列Xi上各点k与参考数列X0 参照点的关联系数，最后求各系数的平均值即是Xi 与X0 的关联度ri 。
4.比较各关联度大小，值愈大，关联度越高。
实例参考(一)：根据某一老师给学生成绩的数据数据，依灰色关联度分析法，计算出考试成绩及出席率与学生成绩的关联度。设分辨系数：ζ=0.5
表一 某一老师成绩表 单位：分/%
姓名
评分项目
周阿舍
刘阿华
萧阿蔷
说明
总成绩（X0）
100
95
60
以周阿舍为基准点
考试成绩（X1）
90
80
50
出席率（X2）
100%
90%
80%
1、标准化
姓名
评分项目
周阿舍
刘阿华
萧阿蔷
总成绩（X0）
1
0.95
0.60
考试成绩（X1）
1
0.89
0.50
出席率（X2）
1
0.90
0.80
2、对应差数列表
姓名
差值
差式
周阿舍
刘阿华
萧阿蔷
0
0.06
0.10
0
0.10
0
0.05
0.20
0
0.20
3、关联系数计算：ξi（k）ζ=0.5、最大差 0.20、 最小差0
(一)、求比较数列X1对参考数列X0之关联系数ξ1（k）
(二)、求比较数列X2对参考数列X0之关联系数ξ2（k）
4、求关联度 ：
即求比较数列所有数关联度的平均值
(一)、比较数列X1对参考数列X0之关联度
(二)、比较数列X2对参考数列X0之关联度
＞
故该教授给的总成绩主要与考试成绩关联度较高。
4.量化分析公式内容说明：
(一)、标准化（无量纲化）
由于系统中各因素列中的数据，可能因计算单位的不同，不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行标准化（无量纲化）的数据处理。
(二)、关联系数：ξ（Xi）
所谓关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可做为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2,…, Xn。。各比较数列与参考数列在各个时刻（即曲线中的各点）的关联系数ξ（Xi）可由下列公式算出：
其中 ζ（Zeta）为分辨系数，0＜ζ＜1
为两层式取绝对差值中最小值计算，第一层为先分别由各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点之绝对差值中取最小值，再由这些最小值当中选取最小值。简记为Δmin。
为两层式取绝对差值中最大值计算，第一层为先分别由各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点之绝对差值取最大值，再由这些最大值当中选取最大值。简记为Δmax。
为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点之绝对差值。记为Δoi(k)。
所以关联系数ξ（Xi）也可简化如下列公式：
(三)、关联度 ：ri
因为关联系数是比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而讯息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线中的各点）的关联系数集中为一个值，也就是求其平均值，做为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下：
2、灰色联度分析实例详说
如表一某家庭收入来源数据数据为例：
表一 某家庭 1998 ~ 2000年收入 单位：十万元
年度
收入
1998
1999
2000
总收入（X0）
20
30
24
薪资收入（X1）
8
10
9
投资收入（X2）
5
6
7
绘制曲线图如图二所示：
【关联度分析】
1.标准化（无量纲化）
以1998年收入为基准，将表一进行标准化（无量纲化）处理后得表二：
表二 标准化后的数列表
年度
收入
1998
1999
2000
总收入（X0）
1
1.5
1.2
薪资收入（X1）
1
1.25
1.125
投资收入（X2）
1
1.2
1.4
2.求最大差值与最小差值
为求得及值，必须先求出各比较数列与参考数列之「对应差数列表」如表三：
表三 对应差数列表
年度
差值
差式
1998
1999
2000
0
0.25
0.075
0
0.25
0
0.3
0.2
0
0.3
由表三对应差数列表得知
各比较数列对参考数列各点对应差值中之最小值：，即Δmin=0
各比较数列对参考数列各点对应差值中之最大值：
，即Δmax=0.3
3.关联系数计算：ξi（k）
设分辨系数：ζ=0.5
(一)、求比较数列X1对参考数列X0之关联系数ξ1（k）
1、
2、
3、
(二)、求比较数列X2对参考数列X0之关联系数ξ2（k）
1、
2、
3、
4.求关联度 ：
(一)、比较数列X1对参考数列X0之关联度
(二)、比较数列X2对参考数列X0之关联度
5.结论
由上列运算得知：
比较数列X1对参考数列X0之关联度
比较数列X2对参考数列X0之关联度
＞
故该家庭总收入主要与薪资收入关联度较高。
六、练习：公路建设招标中取最接近标准者得标，请问何者得标？设分辨系数：ζ=0.5
厂商及指标
标准标Ｘ０
A厂 Ｘ１
B厂 Ｘ２
C厂 Ｘ３
造价(亿)
1.1
1.1
1.2
1.5
建设期限(年)
1.3
1.8
1.5
1.3
车流(百辆)
5
4
3
5
车速(公里/时)
110
80
110
100
解题：
一、标准化
厂商及指标
标准标Ｘ０
A厂 Ｘ１
B厂 Ｘ２
C厂 Ｘ３
造价
1
1.00
1.09
1.36
建设期限
1
1.38
1.15
1.00
车流
1
0.80
0.60
1.00
车速
1
0.73
1.00
0.91
二、对应差数列表
指标
造价
0.00
0.09
0.36
0.00
0.36
建设期限
0.38
0.15
0.00
0.00
0.38
车流
0.20
0.40
0.00
0.00
0.40
车速
0.27
0.00
0.09
0.00
0.27
三、关联系数与关联度
关联系数ξi（k）
ξ1（k）
ξ2（k）
ξ3（k）
造价
1.00
0.69
0.35
建设期限
0.34
0.57
1.00
车流
0.50
0.33
1.00
车速
0.42
1.00
0.69
关联度 ri
0.57
0.65
0.76
r3 ＞ r2 ＞ r1
答： C 厂得标
✧为暸解分辨系数的设定对关联度是否造成影响？以下将分辨系数分别以0.2、0.4、0.6、0.8来计算，由以下的结果得知：分辨系数并不影响关联度的判别，但以分辨系数为 0.2 时关联度曲线倾斜角最大最具判断性。
分办系数
r1
r2
r3
0.2
0.42
0.52
0.66
0.4
0.53
0.61
0.74
0.6
0.6
0.68
0.78
0.8
0.65
0.73
0.81
分辨系数=0.2
r1（k）
r2（k）
r3（k）
造价(亿)
1.00
0.47
0.18
建设期限(年)
0.17
0.35
1.00
车流(百辆)
0.29
0.17
1.00
车速(公里/时)
0.23
1.00
0.47
0.42
0.50
0.66
分辨系数=0.4
r1（k）
r2（k）
r3（k）
造价(亿)
1.00
0.64
0.31
建设期限(年)
0.30
0.52
1.00
车流(百辆)
0.44
0.29
1.00
车速(公里/时)
0.37
1.00
0.64
0.53
0.61
0.74
分辨系数=0.6
r1（k）
r2（k）
r3（k）
造价(亿)
1.00
0.73
0.40
建设期限(年)
0.39
0.62
1.00
车流(百辆)
0.55
0.38
1.00
车速(公里/时)
0.47
1.00
0.73
0.60
0.68
0.78
分辨系数=0.8
r1（k）
r2（k）
r3（k）
造价(亿)
1.00
0.78
0.47
建设期限(年)
0.46
0.68
1.00
车流(百辆)
0.62
0.44
1.00
车速(公里/时)
0.54
1.00
0.78
0.65
0.73
0.81