基于FDOD度量的多维系统优化中的强相关问题

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

所属期刊栏目：16

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资助项目20093108120023;国家自然科学基金青年基金资助项目71101086

在线出版日期：2014-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：79-84,95