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
9 A0 x( @' h( k, {" ~0 gr=corrcoef(sj);    %计算相关系数矩阵
[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
: E; c4 M% W: O  r0 i' sf=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
* y& l. I! l0 K7 h: Mnum=2;    %num为选取的主成分的个数
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
[stf,ind]=sort(tf,'descend');    %把得分按照从高到低的次序排列
) e5 O" H8 d+ X; Rstf=stf',ind=ind'
- C( h+ x5 R5 ^3 j* Y
1 T) `, Y% `# p% p$ [) }+ w