MATLAB数据分析方法-(4).pptVIP

①若各指标的属性不同(成本型、利润型、适度型)，则将原始数据矩阵A统一趋势化，得到属性一致的指标矩阵B（具体过程参见第二章的数据变换一节）.②计算的协方差矩阵?,或相关系数矩阵R(当的量纲不同，或矩阵主对角元素差距过大时，用相关系数矩阵).③计算?或R的特征值与相应的特征向量.④根据特征值计算累计贡献率，确定主成分的个数，而特征向量就是主成分的系数向量。⑤计算主成分的数值（即主成分得分）。若利用协方差矩阵计算特征值与特征向量，则主成分得分为若利用相关系数矩阵R计算特征值与特征向量，则主成分得分为：其中，V是特征向量矩阵，B*是将矩阵标准化以后的矩阵（即zscore(B)）⑥计算综合评价值，进行排序.若为效益型矩阵，则评价值越大排名越靠前；若为成本型矩阵，则评价值越小排名越靠前.通常计算综合评价值的公式为:Z=FW其中F是主成分得分矩阵，W是将特征值归一化后得到的权向量.例5.2.1根据2008年安徽统计年鉴资料，选择x1：工业总产值(现价)，X2：工业销售产值(当年价)，X3：流动资产年平均余额，X4：固定资产净值年平均余额，X5：业务收入,X6：利润总额等六项指标进行主成分分析.(1)选取指标是否合适？（2）给出各市大中型工业企业排名。解：首先输入数据A=[data];%data即表5.3中数据R=corrcoef(A);得到的相关系数矩阵为：，2.8860.488.5828.3864.3665.03黄山市0.79442.04147.05103.08426.25430.58安庆市6.0356.5640.3316.9757.3259.11池州市20.61697.91190.77224.23563.33570.33铜陵市11.02192.7454.7482.58207.07219.36宣城市37.01806.94217.76418.82852.34867.07芜湖市19.65234.7675.48106.66242.38254.99巢湖市53.881048.02502.99351.52894.61905.32马鞍山市23.08191.9862.3170.19189.05191.77六安市19.32277.4276.90118.65296.99308.91滁州市27.76496.59501.37206.80483.69497.74淮南市26.49224.04121.9656.37231.55244.17阜阳市7.85182.6090.15104.56193.28197.21蚌埠市-1.27146.3057.9630.68147.07154.27宿州市8.9583.2651.7140.8585.3886.89亳州市32.82395.43252.07186.16366.08367.05淮北市119.531810.70570.95653.831900.531932.27合肥市x6x5x4x3x2x1地区表5.3安徽省各市大中型工业企业主要经济指标(单位：亿元)由于r12=r21=1，表明指标x1,x2完全线性相关，故只需保留一个指标x2.A1=A(:,2:6)./[ones(17,1)*std(A(:,2:6))];%消除量纲[v,d]=eig(corrcoef(A1));%计算特征值与特征向量w=sum(d)/sum(sum(d));%计算贡献率F=[A1-ones(17,1)*mean(A1)]*d(:,5);%计算主成分得分[F1,I1]=sort(F,descend);%I1各名次的序号[F2,I2]=sort(I1);%I2给出各市排名0.0011(0.7518,-0.0803,0.0719,-0.6434,-0.0965)0.00530.0064(-0.3510,0.7779,0.0275,-0.5153,0.0738)0.03220.0210(0.1926,0.3702,-0.0390,0.30