- 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
- 36395 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13879
- 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。# X. l' R2 T; _8 y. c2 t8 j
0 ]7 w: h* N$ L0 q) Z) C4 j% A* o7 N
![]()
* _1 J& H0 d+ Y' o, p& F2 X. |$ Y; z6 Z: ?
则称 为优势子因素。
?, I9 u. X( Z4 i" F- b) T; D; N1 S9 {* d- [3 c8 Q' p7 y
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。! {+ [' m. { H( S$ s6 p: ~
) _6 |& `3 k8 w1 w Q2 h
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7 C. p! C) c5 o" m$ \
g2 V. o% ]) ~0 V0 k
4 S- E0 r2 M5 X6 F0 @$ l
9 {4 y* X: \5 H* X2 C7 X7 h
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 d9 @/ e$ E ?
6 p+ J% X4 M7 q3 A: S; h: U$ S- B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。8 k9 R* i S* T i
/ o- M. I% ^( ` O0 J' z0 |7 o![]()
r! z2 ]- h# W" y* H1 S& u$ x! v) |" @1 j6 H* g* b5 r2 C$ \
+ X& x$ S4 D( ~( r
5 ?$ b8 f/ s. y根据表 4 的数据,利用如下的 MATLAB 程序9 b- p2 d! o% @( k6 T0 L
2 R% A4 v$ I# @7 o5 ?9 y
clc,clear
F- f: | h4 a0 Q9 E3 [! E2 {+ ~load data.txt %把原始数据存放在纯文本文件 data.txt 中 [+ |! I \# f
n=size(data,1);
2 C+ k0 H- S6 M" J' G8 @0 Rfor i=1:n' @8 O' }# [4 L
data(i, =data(i, /data(i,1); %标准化数据1 L" [2 H/ E% u# E8 w: |
end
( G! ^ K8 h3 `4 uck=data(6:n, ;m1=size(ck,1);
9 c. |4 M% g& ^6 j/ s# F( Ebj=data(1:5, ;m2=size(bj,1);
; }! r2 K+ j' l: s1 Ffor i=1:m12 L q6 Y) D+ _' b- w$ B
for j=1:m2) N \0 F% u" o0 z- C% x; }5 @
t(j, =bj(j, -ck(i, ;8 o- {! G" X: H
end( T7 e" a4 ?2 u) |8 v2 ?
jc1=min(min(abs(t')));jc2=max(max(abs(t')));. X8 q( |) H& `( y
rho=0.5; o, q& v9 e- O2 Q
ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);" H8 m) t3 y: g, n- T
rt=sum(ksi')/size(ksi,2);
! i! v5 H5 B1 F+ T r(i, =rt;
3 E% t8 A& E. a7 O2 W' @end
. n7 y; |# ^3 t er
7 R( {2 F% S: |: u1 u# _) d6 r/ C' ~# O8 F
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
) w: D; X) V. E% y) c" Y- }6 g, E) Y, f! n7 \! E
![]()
% v' Z6 p; x, l' i' S u: y. c; c. M4 A" T
从关联矩阵 R 可以看出:) ?, g4 E# m% O2 v1 `0 c
7 s7 X" w+ i$ w7 t
(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 b! z1 _; K1 s$ u+ s" o8 I
4 S5 a) \% z3 W' E' c; y. f(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。
9 P7 ]' F! S* N4 f0 I* B" {" A
; A" H2 q) ?4 `" H(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。
6 }; p% ~0 {3 K/ L/ L) f" U) h; C! A; ?5 H
(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。9 K* u: @+ |" O5 S; s# J% x; M) |
9 d& M* M7 H4 p$ D+ R7 N(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。
- f9 u4 {0 y$ l0 J; k; Z- f7 O
: S" c" \5 b2 \* r3 z+ ^; N1 @/ {, q* T2 e- U
2 [( U" F5 g& V6 K U8 K7 E
; t: e- k! [9 E0 y———————————————— {* g" R' E% Q% i) F
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。" J5 j" I+ Q D" W+ T5 v0 Z" e
原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
& P9 J) {# v" k9 I, j' \: r# g6 b
0 ~) ]$ h- b2 Q# `' ~+ @" b
. E/ G8 y' L" b! L1 V |
zan
|