- 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
- 36304 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13852
- 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 d4 F$ k8 O0 g" s8 W
% H2 m# Y4 d' H5 X$ |![]()
: K, k7 N1 U+ z, o- u: L
9 ~2 j# e- Z0 O则称 为优势子因素。
" C# e1 g3 J8 i4 r
$ n7 r6 E( m! x; g3 }" L1 ?# }, D9 j8 m" u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。; [ y# W+ z* b: E) [" ^1 ]
1 ?) [ k) a& x- \
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* |* \; Z" ]$ I' I% ~; ?
: u6 t2 G1 u7 L& O
7 Y- J% d/ @1 N
$ s9 b' T$ |% ^. k( ]$ l, d% {2 I1 t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。
. C, O3 p5 b9 \7 o5 o+ a' C% I1 F/ E( E( F, ^/ f, F
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。/ p8 k- ~1 M% M: O/ W
% k' F; K. j- I/ L% c* L/ o- A
![]()
6 {* T8 z/ i6 e: D- O! |" }5 h. R- H+ e# P
![]()
- S7 V2 w8 N+ C3 |% h2 K [2 G! ?# V/ Z) ~6 ~5 i$ n
根据表 4 的数据,利用如下的 MATLAB 程序: q9 @( J5 U7 j7 o4 T
; U0 e9 O) {2 Hclc,clear
9 H( }3 b) H+ Dload data.txt %把原始数据存放在纯文本文件 data.txt 中
: F! d2 u# ]; M2 B% }n=size(data,1);
0 o9 U" p, c( W0 T% ?) zfor i=1:n) }7 }6 i4 B6 z
data(i, =data(i, /data(i,1); %标准化数据7 J, l4 K4 N+ ^5 L/ d0 B# e
end: i! k. X. V; @( g
ck=data(6:n, ;m1=size(ck,1);
& U5 B$ K1 T W' ^. Ubj=data(1:5, ;m2=size(bj,1);) q2 K: m8 W) U/ |# O" a4 J
for i=1:m1- l3 I) k! S( [3 s4 t- f
for j=1:m2 x6 Y( J) C* @* ^/ d
t(j, =bj(j, -ck(i, ;, L* U, s" ^1 a) `
end
; E' _; y5 X# P; p jc1=min(min(abs(t')));jc2=max(max(abs(t')));8 \: i6 a7 r9 \4 c% \$ L
rho=0.5; M! F! f. g( K2 g+ p' k: @8 ]
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);" \( a) a+ I1 p) R0 e+ ^
rt=sum(ksi')/size(ksi,2);
, P# f: A! w& q r(i, =rt;
2 N# ~( l) O8 kend$ L1 o+ F- K2 Z6 U. w
r
3 a1 V3 a! Y$ M2 Z" s; t8 G
9 T* O% f; I- x# j+ h( K: Q计算出各个子因素对母因素的关联度(这里取 ρ = 0.5 ),从而得到关联矩阵为
% v" w6 c+ G: S& w$ F; e
; h$ m8 e( H1 a0 `: K) N / u) p3 L$ @3 r; v# c
; g B$ v) {$ y& \7 |7 f
从关联矩阵 R 可以看出:% o+ o1 U; s- e; E6 K( C8 w
0 k; Z/ ~! y" i" ^
(1)第 4 行元素几乎最小,表明各种投资对商业收入影响不大,即商业是一个不 太需要依赖外资而能自行发展的行业。从消耗投资上看,这是劣势,但从少投资多收入 的效益观点看,商业是优势。
; U; `4 U5 q7 R5 g$ d3 p6 s) z: u$ J; s' ^
(2) = 0.936 最大,表明交通投资的多少对国民收入的影响最大。也可以从此 看出交通的影响。! j+ v( d# ~0 s C0 `/ O% N
" O3 j7 z7 ]1 W( }3 F* y3 p(3) = 0.921仅次于 ,表明交通收入主要取决于交通投资,这是很自然的。
1 o0 m0 c9 h$ W# ]
$ V0 q5 B, W- y(4)在第 4 列中 = 0.885最大,表明科技对工业影响最大;而 = 0.577 是 该列中最小的,表明从全面来衡量,还没有使科技投资与农业经济挂上钩,即科技投资 针对的不是农村需要的科技。
; I9 D m6 @& @* p
; S) h$ h' e3 E* f0 s(5)第三行的前 3 个元素比价大,表明农业是个综合性行业,需其它方面的配合, 例如, = 0.891表明固定资产投资能够较大地促进农业的发展。另外, = 0.858 表 明农业发展与交通发展也是密切相关的。
% M) Y, K! U) }1 N- L. x2 O* C$ A8 Y0 c- q N/ I
W/ V6 \3 {; j+ d
- ]2 O2 h. _! S h
# M, h( g( z: B% T5 M' k————————————————! p4 P6 E$ b o0 X
版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。' X. M2 T& x4 }4 N' {8 ^% f$ {
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
2 e$ S' E+ H0 J, B4 O! b+ _, m2 m6 \) E0 O) U0 g
! g/ w! Z$ a* P3 Z6 g$ t |
zan
|