- 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。
D: l! l# D, O3 m' `: [7 X- _0 A9 v& v0 C1 S
![]()
) O% l5 Q3 I, t' z4 U! ~" f1 {: A$ Z" i; S
则称 为优势子因素。
* t2 X3 D( z8 R0 |# j- v# l! |
. R' R3 D& ~- D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。3 |$ k% P; a, b9 d8 m
9 p v, n7 |' N
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% }5 P, y4 F! K {3 K
, \+ E( i K+ o4 w9 [: V![]()
1 p1 A: @! R2 f3 F( w( V1 E' s: n0 o! c- o, |' n5 a
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。 c1 {/ j: r* R) f
5 b6 s9 B2 M% `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。+ q' \; H! F0 j' k2 {! g
9 A- i$ d" G: U( c( Y" T![]()
0 f* N+ U8 x7 _) Y7 }
/ F9 w& f& I0 I Z4 [# N! X2 k! p7 T + h. U2 f6 ]8 q7 @3 ]
: q, `! q! X$ Q n根据表 4 的数据,利用如下的 MATLAB 程序
, t l$ }# ^& z! N( [
4 e9 N. p; i) g O2 s! \. @clc,clear
+ P- r3 I9 t# U( f8 kload data.txt %把原始数据存放在纯文本文件 data.txt 中5 |+ O8 a/ c+ I
n=size(data,1);
3 c# I+ B' g6 o7 l; |for i=1:n4 X8 d$ I, T# r
data(i, =data(i, /data(i,1); %标准化数据4 L0 I7 c( U( s7 B
end
# M2 Z( o# I( j. y7 B" Y+ P( Pck=data(6:n, ;m1=size(ck,1);
$ b x. m( y# ^7 F/ \bj=data(1:5, ;m2=size(bj,1);
' W8 Y! F5 h" Lfor i=1:m1
# h" G) L4 Z; i+ R d, b9 y for j=1:m2
3 T7 ]$ E# E8 K) _) U t(j, =bj(j, -ck(i, ;
0 B( |6 Q7 y; ?7 D" y3 F# M end
2 T& z9 l! X, n jc1=min(min(abs(t')));jc2=max(max(abs(t')));' C. n- @' x; O5 c+ q2 {! O2 |3 u+ P
rho=0.5;" k1 L, k) E" z$ s k
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
" E2 r/ s# [* `) \/ L. k( C/ ` rt=sum(ksi')/size(ksi,2);
3 z5 x, I$ W! w r(i, =rt;
& a8 s7 @0 X4 ]9 W) X1 \6 P8 s$ Pend
. I0 g+ c5 s4 R. p- v* \, W- X2 ?1 sr
; }- `$ @, e) A1 ]% ~2 k6 x% e6 @# g: B3 s" R/ k' S
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
6 p! U& ~# Z) a! c7 j3 h! E& p( m9 S! {. O: M$ I& R w2 C& J$ J
. _3 P* n4 X! R7 D3 l
0 [; I+ ~6 F& l! Y7 `
从关联矩阵 R 可以看出:3 F, w4 y3 r5 j ?) X2 W% Q
9 d' }% L7 F U8 D6 p9 h) g8 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。
; X# Z3 a2 {3 g* x
1 F; T( o# v: |2 v7 `& `; V(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。
2 p3 u+ }$ }! M. e9 v8 \& X4 D$ g, X; ?. }1 v4 o1 f- N$ S0 E! [
(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。
# @1 @* v: z1 T# }" C, B
) W- n! ]% } B* v1 L(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。
, ~: m2 d. Z S* L# s- E, }& K$ n+ I; X1 j. Z5 ?% r
(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。9 n& s1 b1 G1 v! X3 X
. j& J+ s( w. i2 r
: M8 N( N3 V4 t- h2 w7 v9 y' n
. c# i) p/ a" m: T f1 l6 }% B
6 V3 e4 @; C0 E3 S+ I————————————————- ]8 q5 ^5 f4 m* s' 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。# F) h+ n5 Z& q7 B$ j
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478% J5 v, B: s4 J0 I4 M
$ }, I1 @5 M! U9 {; @$ a; b4 Q$ z( ?' i" l9 v. [$ z
|
zan
|