- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
当参考数列不止一个,被比较的因素也不止一个时,则需进行优势分析。
1 ~0 x- Y2 @8 u/ B0 B4 h- n
?; a% {/ X: r" ~ ' P8 j' F0 P% q0 s, ?
4 x" X4 P/ O Q7 j( `( V% E
则称 为优势子因素。
# |" Y6 I% T. U4 \7 }, P7 H! b8 j( V! Z, `+ m* }8 B0 I
如果矩阵 R 的某个元素达到最大,则该行对应的母因素被认为是所有母因素中影 响最大的。
- q6 C1 G: g7 E% @% _+ ?- c/ Z
5 ~8 \/ v- ^& o6 \6 f为简单起见,先来讨论一下“对角线”以上元素为零的关联矩阵,例如4 l0 ~" ?. [9 c K! h
h. c; J. q1 ]: N
![]()
$ o4 E J- [; {7 y/ s, A b1 M! {1 f5 a4 f2 J* q- x
因为第 1 列元素是满的,故称第 1 个子元素为潜在优势子因素。第 2 列元素中有一个元 素为零,故称第 2 个子因素为次潜在优势子因素。余下类推。3 ]( K. ^) `1 c3 k8 X
' ?9 p" a, ~3 s$ q
当关联矩阵的“对角线”以下全都是零元素,则称第 1 个母因素为潜在优势母因 素……,为了分析方便,我们经常把相对较小的元素近似为零,从而使关联矩阵尽量稀 疏。 我们参考一个实际问题。9 {% N+ C4 O r: T) P! H0 {% }
7 _9 ~8 ~. J6 u% s & ], V! K) u# o3 ?6 g) c
- j E3 m) y: a! A![]()
$ H7 }; W: O# M0 V! _; p$ r+ A. w+ P5 b0 C' q& z
根据表 4 的数据,利用如下的 MATLAB 程序
0 [6 X! ^- [* ^/ _% p: I. s# K
" g8 a/ [* |: o h2 |clc,clear
. F! i/ J& g0 i: W# }" zload data.txt %把原始数据存放在纯文本文件 data.txt 中+ l: Z: i' c( U0 ^* A
n=size(data,1);
5 m/ O- w" k8 C- w& Q' w1 L: O3 Y$ l4 Sfor i=1:n- L, Q& M, d1 G. Q/ \0 T
data(i, =data(i, /data(i,1); %标准化数据) e6 ~' @! c, E3 p3 h
end
$ S: w$ p" v ^) yck=data(6:n, ;m1=size(ck,1);
9 p, v% D6 C6 _. B: o, A; Lbj=data(1:5, ;m2=size(bj,1);. o, {6 M: ?/ ~ b4 o3 Z
for i=1:m10 z# }$ I9 `$ r8 ]5 }
for j=1:m2
6 e5 q+ ^3 b( |' O0 R* X t(j, =bj(j, -ck(i, ;# i; X: V& H* L1 N
end
, W, x# E J* S" K4 \- a jc1=min(min(abs(t')));jc2=max(max(abs(t')));# h: n- A/ L* G s: K
rho=0.5;
5 U4 ~' v# |! O ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
) e" ?; h6 `, K0 |+ r rt=sum(ksi')/size(ksi,2);2 [; v5 ~% w' }, y `6 i; y
r(i, =rt;7 O& {* y. h! l) z7 K, F
end
+ I' t& \( x V, D/ _( o$ T rr
3 H- |$ Y+ t# j8 {) y
! @* d0 c) f% N计算出各个子因素对母因素的关联度(这里取 ρ = 0.5 ),从而得到关联矩阵为
) N6 |6 E. x) d5 m8 |8 S+ C: X' g4 |+ _( a! A: @
![]()
, H) U, ^( [6 O; t
/ P! d7 D9 ^9 k* m. S: o# Y! q/ \从关联矩阵 R 可以看出:
8 y- k9 M6 v0 w6 t, N; D4 T/ a+ K* ~
(1)第 4 行元素几乎最小,表明各种投资对商业收入影响不大,即商业是一个不 太需要依赖外资而能自行发展的行业。从消耗投资上看,这是劣势,但从少投资多收入 的效益观点看,商业是优势。
# T( ?5 D) C3 X, M/ K' S/ d4 [! u( h( H
(2) = 0.936 最大,表明交通投资的多少对国民收入的影响最大。也可以从此 看出交通的影响。
4 {' }" [" y; `3 H7 c' m) }
* r2 [* }6 S/ `5 J% o' A- `$ W(3) = 0.921仅次于 ,表明交通收入主要取决于交通投资,这是很自然的。( z; z# F. f+ G# V' A% l
6 w5 c' q* E* C% o' @; R
(4)在第 4 列中 = 0.885最大,表明科技对工业影响最大;而 = 0.577 是 该列中最小的,表明从全面来衡量,还没有使科技投资与农业经济挂上钩,即科技投资 针对的不是农村需要的科技。* h) j d8 L8 J: d, n
5 h2 ]+ Q# ?$ |9 B- Z(5)第三行的前 3 个元素比价大,表明农业是个综合性行业,需其它方面的配合, 例如, = 0.891表明固定资产投资能够较大地促进农业的发展。另外, = 0.858 表 明农业发展与交通发展也是密切相关的。: V7 v0 e) V( y; C) b& H- A
9 T: c, l! i) u4 o
3 z$ I. W4 O, o2 o6 F/ p/ D5 X J4 b7 ^
& e) J/ X: R7 w M2 Z————————————————
1 {7 `& ?+ h4 U% i2 n9 D版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。% F; M' d2 q, C0 W: ?
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478% l. M* _4 I4 O- @
, Q6 A$ c/ B8 W0 x1 V* ]# I1 ^1 W9 ~& d( Y: ]) s1 v
|
zan
|