主成分综合评价模型的MATLAB程序代码

残阳悲梦

clc,clear
. O: l( y  Q; _; L  Zload sj.txt    %将原始数据保存在纯文本文件sj.txt中
sj=zscore(sj);    %将数据标准化
r=corrcoef(sj);    %计算相关系数矩阵
+ o; c$ S- G9 x- f5 O! m$ m6 o: h[x,y,z]=pcacov(r);    %利用相关系数矩阵进行主成分分析，x的列为r的特征向量，即主成分的系数，y为r的特征值，z为各个主成分的贡献率
f=repmat(sign(sum(x)),size(x,1),1);    %构造与x同维数的元素为正负1的矩阵
/ G1 y+ A* U2 Y/ cx=x.*f;    %修改特征向量的正负号，每个特征向量乘以所有分量和的符号函数值
5 g4 @4 I! I* R* onum=2;    %num为选取的主成分的个数
df=sj*x(:,1:num);    %计算各个主成分的得分
4 U  V. L. m  G, n; c( Z( \6 v5 \tf=df*z(1:num)/100;    %计算综合得分
0 L. I% T$ r" K  G0 ?+ M. w4 O[stf,ind]=sort(tf,'descend');    %把得分按照从高到低的次序排列
9 v- k" @, [: ]; Q  o$ Ystf=stf',ind=ind'
: H* K. O3 j# O; v' O9 L3 Y. N; n