- 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
- 36395 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13879
- 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。# A, W# |& u6 W9 e5 l7 G
% e, }! `/ ]; J, E![]()
( [0 p- |0 ` { @: _. d3 U8 I
& z0 Y" i" l3 K2 @6 F- S则称 为优势子因素。$ t9 l1 V8 {6 V( V6 ^, }* i5 S
3 ~/ \, o; z. d8 k6 g
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。
4 U. ?4 A# n% p
6 C5 a$ F: l P! V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- w1 I/ T( g( j& s+ x* Z+ l
7 D3 S& S( U* M: V![]()
+ y! }- U3 h* R+ x8 P7 g R0 O! b% I2 Q3 n" ?( R
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。
9 @, l% M( k# ^. n
{' A1 o% y1 z& o& G) ?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。4 N( }0 o3 e- B
; S* N, d% m! u0 }. v
7 Q) V! e" R. j* B$ {. [
8 U( j7 f1 p' S& W$ G0 |3 J! x. c/ ~![]()
4 P k' K1 F0 f9 k: i
; z8 ?$ L6 x- I7 R* |+ p根据表 4 的数据,利用如下的 MATLAB 程序! D9 N, @/ |7 L: ^
2 I$ a. V1 p6 l( v! z0 v6 d2 oclc,clear5 F5 C+ V4 `' v& K
load data.txt %把原始数据存放在纯文本文件 data.txt 中" B6 A! v9 _( Y- O) z
n=size(data,1);
& D5 F+ E9 Q+ v4 X0 jfor i=1:n2 A, U3 U" j Q8 ?8 L3 i8 @
data(i, =data(i, /data(i,1); %标准化数据* y$ e( q- T4 @ ^6 _5 P
end `# l. T1 _% r: {, q: v" v
ck=data(6:n, ;m1=size(ck,1);
. r8 n2 M+ o8 Y7 j. w }4 Abj=data(1:5, ;m2=size(bj,1); C# l; J# ]3 N( k [* x9 E" ~
for i=1:m1
8 S; y- t% g# T P" y, z for j=1:m2
' H( R( M8 D5 Z8 x" J3 M4 n9 x t(j, =bj(j, -ck(i, ;: @5 U* n' `1 l/ C! R8 F
end, l( x* R8 u+ k! z" Q: x
jc1=min(min(abs(t')));jc2=max(max(abs(t')));
. @( P! i, {. p5 {/ z rho=0.5;
/ n4 A3 E6 L7 ?- X" c1 d3 u" j5 R ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);/ T3 \& A7 `) }5 V
rt=sum(ksi')/size(ksi,2);
( t) o- b3 m: T& P6 ~ r(i, =rt;4 ]# z0 H0 `2 N# I! p& s6 M
end
5 E4 y, k9 n+ Q. r c0 Wr
, w5 C) k8 L+ k9 F! r# ^, i7 B/ d9 O# N- 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
" _" k0 d2 x9 c% ^& ?$ C1 y
' f! b4 G. ^1 E% y! ]3 R' P/ \1 e & y6 i: R I- a) A! c
* N0 X; S' o$ n! Q+ d) v从关联矩阵 R 可以看出:. J0 [/ J% x3 _; N# Z! U. r
5 m: S" {5 Y2 Y. a$ u6 S(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。
* ]! q- G3 [! U9 m5 j9 P% d+ _ a- g! |! @ W" D K1 N
(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。7 a( R7 v4 T( }5 T: [) H
]" S! s1 J$ s4 A/ U" 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。
- P$ o0 R0 P2 \5 E0 Y6 f% ^
/ `( u( ^' ?8 G3 W5 B(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。" D% N6 q5 _% U2 [- x. H8 [. ~" `2 {3 d: v
! ^8 z5 R# ]4 v9 ^7 t% j- A& F
(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。
z! |/ k' z! V8 {; H; }5 W3 a$ o- C8 W
+ @/ v" f( r+ U8 i3 ?2 ^: i
+ T; \, s' _1 F
% x; B1 e+ [8 @+ L0 M# Y0 G————————————————
+ G6 U9 h& b5 a- ]6 E& a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。! s- D7 P8 G7 w+ f# V8 Y6 V
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478% M: ~+ ?% _+ I7 U
& C5 [ D. i' x) `4 ^* r+ e5 [/ T4 @
% f" F+ n' A! F) u5 [8 b' v: E |
zan
|