- 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。2 v4 m! p/ U/ }0 R# U
8 B8 i1 E+ T5 Q" h4 l4 P7 F& ^3 o $ \7 k# Z! n$ P
) e+ S* i6 @+ F
则称 为优势子因素。
6 }0 a+ b/ _2 o0 X0 f, H" I
! @# H0 f; M2 T) H, y7 a- E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 h4 R3 M. E+ L% j5 c/ i
! @4 a- N$ A9 Q& C5 w' ?4 Z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
# v4 n$ }1 N' l1 a* h8 I1 c- ]8 B( K) K; B2 x# C9 L+ I
![]()
& M- V$ k; I; e1 i3 ^* {8 c! s/ P* ]4 ~4 y. n5 p1 _
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。
' h( T8 D8 |6 ^0 ]. @
+ l6 ^9 c0 q% m, p( I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。: ?$ h+ F8 L o/ u2 T
* M$ F8 [* L2 b7 m' q2 W ) w& w) x4 U4 B* c
1 D$ X# q# k3 A8 D- J4 U' @
7 } x& o% x( C9 f
- h# y- X S+ T5 T' i根据表 4 的数据,利用如下的 MATLAB 程序
3 F9 W- Q$ e8 K$ Q$ ^! Z5 I; D6 d, }/ ~. G( N1 a7 Y# k. C
clc,clear
! D" k5 {2 B4 e# aload data.txt %把原始数据存放在纯文本文件 data.txt 中% g$ v0 ]) }3 f# [# q! `- }
n=size(data,1);
4 q. v6 F. R) b4 D$ u1 Hfor i=1:n: {& t+ n+ r3 Y2 r3 q
data(i, =data(i, /data(i,1); %标准化数据
5 p* ~. ~6 H. E' @, Wend4 [# l n" ?( j4 ^' h$ s9 H! C- @
ck=data(6:n, ;m1=size(ck,1);
# G/ Z A/ p9 M9 |) Vbj=data(1:5, ;m2=size(bj,1);
7 K# w$ ?: e; ?; H& }for i=1:m1
: ]1 ^1 }4 K/ h- B+ [ for j=1:m2. S" n- y2 }, `5 B
t(j, =bj(j, -ck(i, ;$ e* G b$ F' N/ ~* w3 O, t
end5 p% q3 b! G& F
jc1=min(min(abs(t')));jc2=max(max(abs(t')));
' X' c5 E& [' j! Q9 a/ k5 H4 i rho=0.5;! ~, q! m7 N: [. b" s# y
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);* Y! E9 X. H" M2 y) M
rt=sum(ksi')/size(ksi,2);, n& X% z+ s$ e
r(i, =rt;
5 v! N$ g# W& T' J0 W9 C2 Cend3 ?- x* N) i$ l; V1 N1 ]+ i
r . z" L4 S, Y4 K+ o! p) y) P
* f4 q- p! e5 ~3 m& W, E0 v x3 Y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
" n& c) S; Y7 `; ]7 T9 n6 A0 H% P# Y' J$ J3 m9 r3 B" `; f
![]()
% p$ U7 H( U; {: \2 e( ^) u9 h: X. r/ t8 }! F
从关联矩阵 R 可以看出:
$ [! R2 H9 `( |+ H& W
& U7 _" o: [! v(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。/ [- y- `7 U& _$ h; T% K
7 k) Y. _5 J; q6 M% f: u; q
(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。
% `( {3 U7 c' f6 g+ P( r" ~/ @% g* d/ j6 Y% r- \
(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。
/ ~9 V4 _- P. e9 I4 t; a2 r$ V2 n1 `( V, D$ ~9 |" i$ Q5 g2 x
(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。 {; A1 z: d% a& S, E8 y
# |* l, \& Z/ n0 k" y9 E2 T
(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。( `1 m! _1 Z a& ~. V
) _5 x8 b4 C$ f, V0 B q* x6 f! j1 m" {9 f/ e( ]2 Q) L
) D! a1 A* {# |8 q: _
3 M. L- l% L: g+ C4 w. e: G0 T1 |————————————————
7 ^) }3 [3 ?0 j1 R* ~- K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。
& ]$ k6 K/ g# p$ ^" C% ]原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478$ _/ V9 i1 y" W+ P- I; M# L: k
) y8 h% J0 \) C p' U, ~. q
6 A8 l1 s1 u+ B8 X: q1 X |
zan
|