本篇論文中所討論的是在模糊集合上之相關分析。明確集合之相
關分析在傳統統計學上，是相當重要的。但是實際的資料庫中常有許多屬
性不能以一般明確集合描述，必須以模糊集合來表示。因此，如何分析資
料庫中模糊屬性間之相關性是模糊資料分析上極欲解決的問題。
為對模糊集合的基礎理論做更進一步的研究，我們所討論的相關分析包括
模糊集合上之簡單相關，偏相關，以及複相關。我們延用明確集合相關係
數的觀念，將模糊屬性間之簡單相關係數，偏相關係數及複相關係數定義
於模糊空間上，且以模糊集合隸屬度之函數表示之。 簡單相關係
數基本上能夠表示兩模糊屬性間之線性關係。但在很多情況下，實是因為
其他的模糊屬性影響我們所觀察到的簡單相關，此時模糊集合上的偏相關
分析即為所需。我們所定義模糊屬性間的偏相關係數可顯示除去其他模糊
屬性的影響以後兩模糊屬性間的相關程度。 資料庫中有些關
聯模糊屬性其成效值可能是些獨立模糊屬性所貢獻的結果，則關聯模糊屬
性與獨立模糊屬性間有何種關聯和有多大的關聯即為我們所探討。我們以
模糊集合上的複相關分析，包含模糊屬性間的複線性迴歸模式，以及模糊
屬性間的複相關係數，來討論此問題。本論文所討論的方法可應用於資料
庫中知識的發掘。目前資訊如此快速的增加，資料庫中大量的資料，皆未
被進一步的處理，而這些資料許多為不明確的資料，卻代表經驗或事實。
我們所提的方法就針對這些模糊資料，由其中發掘出有用的知識。
|