- 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。
5 U! q) S( c% r% X: Z
; L2 R7 [# [$ }4 |6 Z! D . Z0 x" [3 { O
/ w, Q1 K- x9 }6 _5 k则称 为优势子因素。
- s* ?0 R" A' V' O! u) M' i
8 h% _$ c- {# o. y4 S& b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。# k# c7 h* F0 |, j
3 g3 {* M1 I6 E& O2 ?7 P+ }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
2 T+ O/ |) F: i
# o* q: O9 |* \6 ?; g+ _![]()
3 b0 v- U- W; F3 v. @: z- Z8 C3 p! }8 Z2 \0 b) u: k4 U) Z; C
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。, k% L; [' t' q& d w7 x+ G8 a
0 m! o) [4 M4 Y0 Q5 J- l; B; V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。
5 I4 }7 S3 ^( Z. b2 u3 L6 }
1 X$ ~) Q$ k( q8 @ : p7 q7 v4 `7 i$ S* @1 }
& M# B3 z1 a) M2 Y
![]()
& x! D7 o6 u3 _0 e; T7 M! L
8 X& v" D6 |) S+ T9 ?根据表 4 的数据,利用如下的 MATLAB 程序, k' S; J7 z- X
% N/ N0 i& ?" Bclc,clear: U: G! \* S1 p
load data.txt %把原始数据存放在纯文本文件 data.txt 中
6 Y- @) b& E! t" }3 y8 ~# Un=size(data,1);
1 w5 X0 W; S% I! Z0 {+ Z1 x$ e5 bfor i=1:n5 Q1 N$ r. t% g" u% M& a
data(i, =data(i, /data(i,1); %标准化数据
1 F# B1 I; M' A7 u+ cend
5 i# w3 q; a* O3 g* `, yck=data(6:n, ;m1=size(ck,1);" R" c) x4 Y* S* f, V# t
bj=data(1:5, ;m2=size(bj,1);
! N! N! }. Q `% j6 ifor i=1:m1$ j7 k1 z: {2 V4 x
for j=1:m20 R5 i" J d5 i" e( K; m& F3 w
t(j, =bj(j, -ck(i, ;! Y' Y' N+ Z. ~2 D) b
end
* r$ E8 Y5 t! B: y \7 \1 o jc1=min(min(abs(t')));jc2=max(max(abs(t')));, J* E% d" F& S x! Q, w
rho=0.5;
( u+ c7 S1 J% | n ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);$ W' O# _1 c' E3 p7 C
rt=sum(ksi')/size(ksi,2);
/ |: A* z' ?) h6 V% o ^3 ~ r(i, =rt;
' b. v( o! n5 v: [7 Xend; O( y6 n& f8 t5 q) s n) S
r
+ D) {( k5 z2 y
( B# m/ E5 N1 y' E! \5 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 T" a" C2 L$ x' y* N' n
6 \ Y# V/ M8 ~6 T, x
( a6 f) G6 m) _9 d( K: |
: G$ `+ z" p& _- x/ u' H从关联矩阵 R 可以看出:8 c/ {- Z; C" {
* N A% L$ G! |' T
(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。
5 ^; M; D E# h: B+ L' q+ R2 _1 T0 Y
(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。: o& L5 f, W2 |) C7 T9 ]" d
( r$ y9 N$ F# J( H& x" ]9 D
(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 t4 C2 b# G5 B- v/ W
" G, j# K' u/ l7 I: p4 ~1 n(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。
6 l4 ]) C' _1 s% @! @* `2 b2 |0 g2 d
0 K* j) O0 ?8 c. O9 ?! X$ `/ Y(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。
) U: a: B1 H4 G8 r u5 H; d, K3 F8 R! a% V6 h; Z
, z P: _ R) |, d% v& ~. j5 m
6 Q& m; U6 }- R! z$ x1 Y7 e* Q2 d
————————————————
/ P) [5 H. m; D" d; L; ?, H# y0 h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。0 a9 m- G) s, H0 b& K
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
3 s, U- x* I. p3 F' \5 h2 L) N4 f6 O( s2 @
( s5 Q1 y1 v& d; U |
zan
|