- 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。
+ ?' j ~: k/ Y6 S0 ]4 C3 o4 W" G- [1 J, N; e1 I- Z$ P M# U
0 w5 \9 @% s: C8 }7 |) g- f/ c% w
3 r- M* p n7 o" f2 X# @: E
则称 为优势子因素。
' c/ N' i7 D8 u! y) U/ B0 X* Y8 i2 V
9 Z: M1 T" ^$ T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。
; A6 l$ O; a. U7 k8 v# ]- ~5 ~$ u- a D( y4 P: z. }! n
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) w B9 W& d$ P( @2 f# l
. g: U5 b% B7 g6 |4 w( F2 ]( e![]()
- w0 Z% I1 d) |' t
e& ?+ Q7 }: J9 v/ \( v3 i因为第 1 列元素是满的,故称第 1 个子元素为潜在优势子因素。第 2 列元素中有一个元 素为零,故称第 2 个子因素为次潜在优势子因素。余下类推。
2 i- }1 D$ x+ _/ N- P
: I7 Q. U( {9 S当关联矩阵的“对角线”以下全都是零元素,则称第 1 个母因素为潜在优势母因 素……,为了分析方便,我们经常把相对较小的元素近似为零,从而使关联矩阵尽量稀 疏。 我们参考一个实际问题。
% k* w+ ]% T$ {
4 p- x6 F$ y: n; X" K0 s![]()
7 z Z2 ]3 E6 I1 E `* A. `/ }# c# l4 v( k
![]()
6 \) s1 i) W+ J+ W- D, C6 q
& t9 a8 j- b7 h& t" Q- J根据表 4 的数据,利用如下的 MATLAB 程序
; j0 g1 e6 [; K9 j! m3 \
9 n' s) Y7 e5 ^% d- Fclc,clear8 E; G- [+ w2 G+ @
load data.txt %把原始数据存放在纯文本文件 data.txt 中
, ^ ]. `. z5 m; t/ Dn=size(data,1);
% S( v) L( o3 d8 g+ ?for i=1:n9 Q0 A+ k8 c: ?/ J$ u
data(i, =data(i, /data(i,1); %标准化数据
0 s, b5 t; F9 \! \end/ s o6 W6 y+ ^8 K+ c
ck=data(6:n, ;m1=size(ck,1);
, M( G2 p e2 lbj=data(1:5, ;m2=size(bj,1);
' W" ]4 C8 u$ H; P) w6 N. l3 Ffor i=1:m1! M1 [+ ?8 F5 |! C5 I u* L0 L" ~- ~
for j=1:m26 q- N2 ` M, |* c: M
t(j, =bj(j, -ck(i, ;
5 ]- n) G9 o( x8 T( K6 x end0 S; |% f* Y9 d- K" ^) _1 B9 @
jc1=min(min(abs(t')));jc2=max(max(abs(t')));
6 T% ?. W- ~" u" X% W rho=0.5;
5 r& p; q) F* P/ h. V, z ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);
% M" L( c' F# z% [* k8 C rt=sum(ksi')/size(ksi,2);+ {4 t; m+ S8 q: K
r(i, =rt;
8 i, E$ S1 L1 F/ N: h7 yend
3 u. _/ Y" x" O/ i4 Sr
& s! Q7 p8 D( {# @) \7 o: L; @5 ~
& k7 |! H: m- j0 g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' G; G$ t% w _
2 G7 y0 M9 f) l6 b![]()
& P9 b/ f0 Y+ c2 l; ~9 a8 d% q& g* _( Q ?' }* l ?. L o
从关联矩阵 R 可以看出:
+ E. o1 L3 {$ f: n& ^) @6 o
6 _& v: K& x. n6 V8 w, U% f(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。
9 h$ z4 w/ ^, a N1 T9 Z5 i/ w
- N; K. P% r& T% I(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。
7 W+ P- w8 R2 o( P( F. r/ v4 L+ V) X" H+ [8 Q& s1 J. 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。/ M2 _& @, ~1 E& z9 Q5 x* f
; }6 [8 V0 C4 c9 q1 K
(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。+ k. _. }9 u+ I* C3 w/ b
% {+ i1 f2 P. ]) g' _' R
(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。
, D/ m8 d9 |6 @) B3 y& z3 R% X* ` ]6 I6 h/ ^* w
! s7 d1 u" `( k+ P* v+ K
$ _2 W! n: S6 N: O% S' z& `5 M6 }+ ~9 @. A- R8 x4 H
————————————————
, q, y2 l( f- `3 l$ h0 y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。
1 I1 [( [' }$ U& u. r原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
+ s2 }' G. o1 `# x& e: k/ v" m8 _8 e, ~
' W7 U. ]! o3 \( K% E& D, d. Z: S |
zan
|