主成分综合评价模型的MATLAB程序代码

残阳悲梦

clc,clear
  i( Q% w3 ~+ t8 H/ _3 o- T, J1 o* aload sj.txt    %将原始数据保存在纯文本文件sj.txt中
! ^$ W- x/ K- W$ w+ isj=zscore(sj);    %将数据标准化
r=corrcoef(sj);    %计算相关系数矩阵
3 H' A2 Q; k' ~4 c: Y[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
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
1 {9 s, x9 O8 P0 q* S) {2 _; \" o, [num=2;    %num为选取的主成分的个数
8 g9 Y9 [; r3 v/ b, k3 Wdf=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
[stf,ind]=sort(tf,'descend');    %把得分按照从高到低的次序排列
4 P! e1 ?( x5 g/ T- V* R5 |stf=stf',ind=ind'
4 B$ v6 P; `  Y+ E/ B( p
  l2 ]- E( a# R9 `