- 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。3 i6 e$ G$ a" f! c7 M* q
2 d9 q! D( r9 S) j' K n" U![]()
7 [5 ^: ] F, G! j1 T9 N; q- a7 ?/ s1 [& d7 m, t
则称 为优势子因素。8 t: t. c+ Y6 S( v& }7 o
8 W h4 ^. o( v; W1 r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。* l/ m5 Y5 f2 X# c* A; f
* \' u7 _& M3 e) s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
, ~" j' X% |) C$ a+ @7 v, r" @) [) ?5 r, g8 O# R: G$ z5 w" t4 d
![]()
4 K$ t2 `: ^5 j- p4 ^4 t3 n2 U
/ x" Y; j6 H& i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。8 L" g3 ^5 G; m5 v+ O. l
7 }7 |* d" {/ Y4 E9 p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。. e4 N8 g9 x5 ^/ [
/ F- M5 k- D% m7 g. z + {; v; N/ I, D$ E$ M! r
0 _& R# _+ K! Z4 _0 J( b
![]()
: m3 w% Z, f1 K* S
5 a0 v$ N6 g |5 ]% Q! a根据表 4 的数据,利用如下的 MATLAB 程序& Y5 O1 O) D3 p! H5 M6 [ G
* r' ] \$ F4 v2 [$ M7 R2 o2 P
clc,clear: a2 S3 `3 i% o8 ^+ n, k: a
load data.txt %把原始数据存放在纯文本文件 data.txt 中
2 M+ G: ^" O5 J3 ^. P) }' on=size(data,1);
P7 N5 N' s8 ^% A+ D5 v! dfor i=1:n/ V" N$ A8 E- ^
data(i, =data(i, /data(i,1); %标准化数据
7 n' G* C" L+ F9 bend5 E' E0 x& I5 z- h! x
ck=data(6:n, ;m1=size(ck,1);$ T* c+ m, e; H( k9 G' q
bj=data(1:5, ;m2=size(bj,1);2 Y/ l2 S r z3 I3 k4 `6 Y, C( B
for i=1:m1
* m$ B0 m7 m* _! | for j=1:m22 C( C+ ?- T! A* b
t(j, =bj(j, -ck(i, ;
, c# d$ k+ v" q' k$ \, n end
- n9 N$ U# o$ {7 H% i( ~ jc1=min(min(abs(t')));jc2=max(max(abs(t')));# o# S Z6 H! U, l* Y
rho=0.5;
0 R. x, J0 ~. H7 `, ^6 _) a5 k ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
1 x Y8 w/ O" c: ~ rt=sum(ksi')/size(ksi,2);+ c- V0 T1 W- \ r4 _
r(i, =rt;1 M/ z% q @7 Y
end
& p: t/ B$ b" x- m! m- zr
; @9 c0 v1 F) g; P# X
% {8 _3 q5 I; t: g/ P% T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% l, a. a0 ]- B3 k. c. U2 D; j
% i$ A; e8 x/ |" z. p2 L- p. O6 U2 Z
![]()
3 @2 p4 h9 @' ]0 X6 p# Q/ t$ _& k" l* l, K* n" f0 a( T; D
从关联矩阵 R 可以看出:, K0 _9 j1 [) t) q/ }
9 A4 T3 M6 ^) R7 W- ?
(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。: i: u$ w& t# `5 P2 A
, \: j& ?- Q5 J5 A% M
(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。
) {' i1 V0 H. Q, ~5 L( ^0 |: m
# B; Y! r7 M, ~# h3 o(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。
) Z9 m8 c7 C% _$ V7 H o+ j+ |: b: F$ T2 m* m7 [
(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。/ n' U* z1 ?2 ^1 O, G, @
. w7 S | e( ]) e
(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。0 A, ]! S# u+ z' |
: O( s9 O9 C( j% e) g
, K2 l, X- `: u
& K4 X' R( Y& Q" X% K/ B1 [& ?
: B+ u& d3 q7 D0 J: ~% N————————————————1 a* v( H ?- z
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。4 z! G$ b: n& A3 L, ?! y& p
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
; g4 H6 f( y* A4 F$ G: \2 W5 z& l) C0 D- m9 t$ |5 r
! [4 ^% k# e5 q* f3 ], C |
zan
|