- 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。0 H0 C$ j( |) [, E, h1 [6 E
. x+ R, j4 T& L0 n5 i3 E# N
![]()
, [7 m/ p9 ~# k
% O* @9 h( X# S% _: n则称 为优势子因素。' M; G4 X; x: I/ d H5 ^& ^& h% _
2 b$ z4 P+ p" N0 x
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。
, g. B" s1 v# S1 s4 C
/ r8 D* S: z5 H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9 ]$ f. W. @: b" i$ q9 a. c9 ~
4 A! V, G& C' b& q0 P
1 `0 w0 b! j3 w y0 E
0 \- t8 ~& d. T4 C5 S N3 J" P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。, N' m# G, r, f$ Y6 l1 T
2 J. r2 w; k! r9 Y: c, S: z% O
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。
8 U. `3 R$ d0 U0 B5 P' `
% u* ]: H* ~4 P 3 m& K0 z l+ N+ e8 D
% ?5 P4 d ]6 `- o1 L* p7 |; |![]()
2 S& \( T) D7 Z$ v
" C7 Z: u/ A" T* Y/ Y+ X5 t根据表 4 的数据,利用如下的 MATLAB 程序
/ _% f( a4 ~8 E& L( S+ x( z
# y1 M/ r9 x7 H+ y% |' oclc,clear
6 I& a. J3 @1 L* k# Mload data.txt %把原始数据存放在纯文本文件 data.txt 中5 w {0 r1 N; q# M4 v) D
n=size(data,1);
. h& I% b% x0 ?6 ]3 c4 efor i=1:n6 ~7 Y: V+ D: w/ I" y3 M# K
data(i, =data(i, /data(i,1); %标准化数据
2 r g, |( f* _! F* uend L" U7 r4 e1 h
ck=data(6:n, ;m1=size(ck,1);
: U. k) A, m9 u/ y3 w' v+ Dbj=data(1:5, ;m2=size(bj,1);
- n5 B( h: s% |! P/ P2 E, i+ z7 y& Jfor i=1:m1
" K# E) M& F( P, W! l# B. X for j=1:m2
" Q( B$ o/ K3 V3 ~ t(j, =bj(j, -ck(i, ;* L9 Z- t9 F X- r( B2 S
end
. |& @1 V1 R4 t jc1=min(min(abs(t')));jc2=max(max(abs(t')));4 _) ]+ _& j8 L2 D& X1 x- D
rho=0.5;& f" o6 n# F' O
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);7 ]& L7 d, I& ], v( s0 q* m
rt=sum(ksi')/size(ksi,2);
! A; p) }. l k2 W! O r(i, =rt;. g; B0 z2 B+ Q9 f& @
end
7 o1 H. s, W0 Jr ! ~5 @1 ^- e$ O V: e- w8 n
' t# Y5 X+ F; K. M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1 r8 U" m+ u( A/ {4 d
2 f: S/ }0 d H8 X, V
![]()
) @4 V) Y' R2 J6 B( M7 M2 W: K+ I: y" `% Y% V
从关联矩阵 R 可以看出:* N& e% {& ]0 |' k; T( L
2 ^; W( I& a% E+ R
(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。
6 c* a! I7 o2 U8 X7 {: g5 x! D4 z8 @3 y6 n, S3 d2 I/ 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。
% \; E6 P: ^* |/ j& h! z# q# D Q( _- p9 x$ u
(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。
3 e( @! s5 I9 |8 m& ^8 v' O; F1 Z
) \* a2 Q6 u9 c y' j% 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。- M, N' I# e3 V( Q- D
3 H0 Q$ \' m3 Z- |8 h$ P- W
(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。
% d7 Y6 O9 f6 j g8 J/ R
) B4 B$ D+ l! X2 v7 F4 P0 Y m2 j' G9 {9 j6 T9 I5 R
, K7 K1 N( Z* i- h$ I. C6 x. p! O+ i% A# R( H
————————————————! O% K- k" i4 K6 n9 a' \ {( p
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。
- A0 }: y0 z" Z l原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
" t n' U6 x/ T* j
' l- \( g( ?( N% z( j! i# }3 l% [3 Y- ? m
|
zan
|