- 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。6 m, x0 g- L! O; M
: q- w$ I. P; X D* P, v1 e
* M. j) a3 P% X8 V( w8 k
; C3 C: C5 A& u D1 R则称 为优势子因素。
9 m2 w6 S3 G+ z
/ f' L+ Q( n* R. }+ r9 U2 M- w9 l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。
# O# ^9 A' _& j+ D0 `$ f8 y" L
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
b' `' X8 R9 _1 e$ \4 r! @' T
5 f! ]0 T3 s1 _, V$ w" a4 Y# m![]()
7 x4 m( n8 h, h
: P4 T, O l# j0 D# g9 Q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。
$ i$ F, ~6 Y% x( U0 b) T" M8 l$ d; V4 ~2 ~ b, B4 \! O5 ^
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。
2 U( L+ Q$ i- f) I F; G6 `) `' Y# n0 X/ T2 H( ?2 I# W0 m W
![]()
: Y9 a% ^9 G O6 P7 B, X
, T7 Z0 Z8 J% d) N" a6 a9 K ' i8 g2 N7 J% x6 l0 p; u/ C8 Q
, E3 N7 b; V( S5 [根据表 4 的数据,利用如下的 MATLAB 程序0 L% E2 l! \( ^2 U& J4 y
" v# `8 ^( ?/ ]% U' Lclc,clear
0 W6 b/ Z* M3 Y% h0 G5 Zload data.txt %把原始数据存放在纯文本文件 data.txt 中$ j) K; B' U& U1 q0 c' @1 J
n=size(data,1);
! Q6 \% k) T R( w, p- N# Dfor i=1:n
3 ]' F% F, D {8 T" F2 K# N data(i, =data(i, /data(i,1); %标准化数据
6 e3 P# {+ z+ vend: P1 w m: j' s5 U; }
ck=data(6:n, ;m1=size(ck,1);2 ^0 a3 A# E* M
bj=data(1:5, ;m2=size(bj,1);: _1 a4 r4 O3 N2 ^6 J
for i=1:m1. Z u9 n1 r7 E) M; {
for j=1:m2
6 Z2 Y- E- }) k$ i1 D% C t(j, =bj(j, -ck(i, ;
" z; p: W$ x3 ]0 L0 s. | end! x1 t! N: `. J" ^7 l
jc1=min(min(abs(t')));jc2=max(max(abs(t')));
# M, s. I, @: k$ M# r rho=0.5;
: R* N$ C% W$ ~" K# O, e ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);$ \( G, V0 j0 W! _& m
rt=sum(ksi')/size(ksi,2);% N5 ~% {6 H' r/ b
r(i, =rt;# e4 H. a2 V; V0 e/ Q9 m& \' T
end( _3 F: Z5 ^1 E2 M' Q+ p( k. R
r 1 h) I& M J N, o" ?" e
& } |. V4 j9 u3 D$ Q5 ]3 z
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, O+ f& b* w( W2 {6 o
; S5 o: I; {1 Y; j1 H![]()
7 Q R l4 R- d# b& R, H" ^! a
- V6 \/ B5 @( _% R. O从关联矩阵 R 可以看出:
+ B: Y- I( x& n! y8 L& z! b
9 \$ y2 x. |5 r( f" u(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。
( n6 j) O' P: T8 [+ G1 q* H. w% n2 w9 {+ } x
(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。! H' j/ A% w9 N) d3 _1 q
7 f- I- U( I, j( X(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。5 m+ G6 H- y5 C
# x0 ^: K) z" T& z2 x0 T0 {0 t
(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。
3 F! _$ L4 {) ^. @. V, ]" t% D1 B. O2 ]7 F0 e% m/ ~( c: j$ B
(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。. I3 U" [! u3 u3 Y+ A. A3 D
* M. e( ~& X! S! [" j1 n* F, a& }, V: P2 y: V
+ Y8 V; m# ]! i
3 r2 d/ b# I( A+ z+ Z————————————————4 i% {+ I" w- ?. l# Y1 G
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。
( r- h ~3 o( s3 O5 `. w. x原文链接:https://blog.csdn.net/qq_29831163/article/details/89713478
7 z( t( w" u* e9 u/ d0 L! v
f' y) a m6 D3 n6 I& l. m5 M3 ~+ f# ]
|
zan
|