利用主成分分析法对我国各地区普通高等教育的发展水平进行综合评价 - 图文

x =

0.3497 -0.1972 -0.1639 -0.1022 0.0188 0.0725 0.7499 0.4301 -0.0307 0.2182

0.3590 0.0343 -0.1084 -0.2266 0.1893 -0.5633 -0.4302 0.5078 -0.0507 -0.0906

0.3623 0.0291 -0.0900 -0.1692 0.0828 -0.2592 0.1742 -0.6032 -0.5913 -0.1153

0.3623 0.0138 -0.1128 -0.1607 0.1083 -0.1416 0.0301 -0.4216 0.7735 0.1459

0.3605 -0.0507 -0.1534 -0.0442 0.0112 0.5275 -0.4397 -0.0135 -0.2029 0.5735

0.3602 -0.0646 -0.1645 -0.0032 -0.0115 0.4921 -0.0820 0.0665 0.0825 -0.7608

0.2241 0.5826 -0.0397 0.0812 -0.7678 -0.0800 0.0343 0.0632 0.0164 0.0283

0.1201 0.7021 0.3577 0.0702 0.5514 0.1757 0.1344 0.0802 -0.0116 0.0161

0.3192 -0.1941 0.1204 0.8999 0.0512 -0.1774 -0.0296 -0.0216 0.0037 0.0240

0.2452 -0.2865 0.8637 -0.2457 -0.2208 0.0332 -0.0332 0.0104 0.0119 -0.0147

附录5把各地区的四个主成分值代入主成分综合评价模型，可以得到各地区高教发展水平的综合评价值以及排名结果 程序

>> num=4;

>> df=gj*x(:,1:num); >> tf=df*z(1:num)/100;

>> [stf,ind]=sort(tf,'descend') stf =

8.6043 4.4738 2.7881 0.8119 0.7621 0.5884 0.2971 0.2455 0.0581 0.0058 -0.2680 -0.3645

-0.4879 -0.5065 -0.7016 -0.7428 -0.7697 -0.7965 -0.8895 -0.8917 -0.9557 -0.9610 -1.0147 -1.1246 -1.1470 -1.2059 -1.2250 -1.2513 -1.6514 -1.6800

ind =

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

24 25 26 27 28 29

30

参考文献:

刊物:《数学建模算法与应用》 作者: 司守奎

章目:第二十六章 多元分析 页数: 603—606页