主成分综合评价模型的MATLAB程序代码

残阳悲梦

clc,clear
load sj.txt    %将原始数据保存在纯文本文件sj.txt中
sj=zscore(sj);    %将数据标准化
# I' o: y, {( g/ \# C0 V* P6 H: Or=corrcoef(sj);    %计算相关系数矩阵
( J7 n# G8 h! v& t[x,y,z]=pcacov(r);    %利用相关系数矩阵进行主成分分析，x的列为r的特征向量，即主成分的系数，y为r的特征值，z为各个主成分的贡献率
f=repmat(sign(sum(x)),size(x,1),1);    %构造与x同维数的元素为正负1的矩阵
$ ~7 _! n: s4 \0 @+ k4 O, G% Mx=x.*f;    %修改特征向量的正负号，每个特征向量乘以所有分量和的符号函数值
2 p5 f- l  _+ J# ?! r9 Xnum=2;    %num为选取的主成分的个数
) R: t! g4 a! I3 {: p5 s+ L8 ]df=sj*x(:,1:num);    %计算各个主成分的得分
0 E/ a' m5 R# R# v1 ltf=df*z(1:num)/100;    %计算综合得分
$ M% d4 W! K) u# e[stf,ind]=sort(tf,'descend');    %把得分按照从高到低的次序排列
, U5 X$ f0 g3 }: K- sstf=stf',ind=ind'