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
5 K- |% K! ?1 w6 i. vsj=zscore(sj);    %将数据标准化
r=corrcoef(sj);    %计算相关系数矩阵
4 L, y( a# r/ g3 |% \4 c[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
# c3 g9 L) k1 xf=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
x=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
num=2;    %num为选取的主成分的个数
# o* G% b' q2 P; l( {df=sj*x(:,1:num);    %计算各个主成分的得分
tf=df*z(1:num)/100;    %计算综合得分
1 d3 K$ t+ T4 ^# q) c, F! ?[stf,ind]=sort(tf,'descend');    %把得分按照从高到低的次序排列
1 r( r" `' S/ e) L+ j" sstf=stf',ind=ind'

; m3 w! k# m4 Q/ j