- 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。, v5 p+ ?: D) h2 R2 F
7 n0 K# [6 o D3 L" k" w , `; h4 D s8 g: z& ]3 N
7 q, i; j/ q. C8 k5 {2 U8 C
则称 为优势子因素。7 f0 N8 R$ Q+ I( b
7 S3 i9 D# Y8 W$ Y
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。
* l! K8 e, a! Z* {9 r& E* D
: j% e0 M# Y) N, E$ z- i- }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
# f9 e$ z! B% a, q7 o: ^
( z8 j# l3 @3 c" b![]()
/ }8 \* p/ o: r, T
% b/ p7 P5 G7 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。2 ^8 H1 Y! B1 R; p; t
2 d. R2 P! O5 m. U2 P
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。* D* E( ]. } M$ w/ E4 ]" D; {; B1 o
9 P) e8 |5 ^: p: ~9 V1 w
![]()
% M K) n4 n3 x \( ]' P0 J# ~. W/ l3 [% v
5 ? }" r, s6 m% ?2 V* f
6 w' X; Z# I1 x. v+ _+ S- ~
根据表 4 的数据,利用如下的 MATLAB 程序4 L! V6 x8 O, z! r4 j% q
' t+ X0 }0 T6 r0 G( h, ~+ @( t
clc,clear0 [: V" N( W: ]& q2 E3 M
load data.txt %把原始数据存放在纯文本文件 data.txt 中7 g: H0 E5 r. L& I, D7 G! K E- j0 x
n=size(data,1);+ H- r& h* k& E) `
for i=1:n# n. \. i( ^! J% i( g" q
data(i, =data(i, /data(i,1); %标准化数据
2 X1 d8 f5 N C2 ?) H( w6 ^# Mend& Q" _6 q4 @$ x2 Y1 m
ck=data(6:n, ;m1=size(ck,1);
, v2 K" U' ?; wbj=data(1:5, ;m2=size(bj,1);
3 D4 F1 E) ^* C G; ~7 kfor i=1:m18 a( u$ c, M$ [: B
for j=1:m2/ m# l( F8 q9 S& q t
t(j, =bj(j, -ck(i, ;
( F7 `' u; t# X3 } end( w6 ^: F& v+ I f8 p/ O) t: X
jc1=min(min(abs(t')));jc2=max(max(abs(t')));0 v$ s- G/ a$ [3 |3 E( l. n: F
rho=0.5;
/ A K: t( P0 R; u9 ` ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
4 u: O7 T. y2 x" a4 f+ V rt=sum(ksi')/size(ksi,2);" \+ h# r* O" Y
r(i, =rt;; @& }8 v) \; ?* E! s) y! }
end
- s1 Z$ Q- S, }, w/ Y. K [9 Xr 0 w$ y% H( c6 f- ~$ k' v
7 g8 V" W+ u- e" ~) Z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
5 {0 Z* d) p# g. u- e- O$ i, g" n1 Z( K! v$ R* M" d
8 A7 t0 F2 P1 h* Y5 V
3 x3 b! U8 `5 T) l+ w* H8 f- C
从关联矩阵 R 可以看出:
5 v$ B- r1 `9 W2 m. F8 i8 A" e" d7 x6 Q& N; M
(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。 A* l8 I' \7 @: N. N) X
0 f* h/ }! j. ~
(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。
" e( e/ E6 [& h- I K4 @
' M/ q7 s9 j$ T: K(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。2 H3 e7 Z' L7 ~ Z
6 O6 } s5 g6 U5 q3 L3 }% p/ C
(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。
d1 I- B0 P. S9 M$ z% z" d7 F8 q" x* H! [& w" G- b/ a
(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。0 Y- E- k- W& L8 O, p4 \
3 E1 M8 M2 g( Q+ n) Z7 S+ J6 g! n- q- r4 p/ A. ?
) \9 l. y+ R3 f+ F
; c6 G i- R5 ]
————————————————
k6 B) Y0 p3 A7 a3 ]8 q, 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。6 m! H5 o+ k6 }" f8 l
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
- w% y9 w1 ^$ C' |1 u- ^' u7 v" M7 R
& Q1 g I6 w3 ]0 J1 ]& i1 v2 e$ i2 O
|
zan
|