注（最终得分超过80分才能评选为优秀大学生） 成对比较矩阵为：
A=
第三层对第二层每一个准则的成对比较阵：
C1= C2= C3= C4= C5=
第二层对第一层的权重为：
N WN 1 0.6 2 0.1 3 0.1 4 0.1 5 0.1 第三层对第二层的权重为:
N 班主任W1N 班级W2N 1 0.33 0.67 2 0.5 0.5 3 0.25 0.75 4 0.2 0.8 5 0.33 0.67 假如一个学生的打分如下表：
N 班主任评分 班级评分 1 X1 Y1 2 X2 Y2 3 X3 Y3 4 X4 Y4 5 X5 Y5 W（总）= W1*(X1*W11+Y1*W21)+W2*(X2*W12+Y2*W22)+…+W5*(X5*W15+Y5*W25)
假如有一个学生的真实打分情况如下：
N 班主任评分 班级评分 1 75 80 2 90 85 3 95 90 4 88 80 5 80 75 则其最终得分为：
W = 0.6*(75*0.33+80*0.67)+0.1*(90*0.5+85*0.5)
+0.1*(95*0.25+90*0.75)+0.1*(88*0.2+80*0.8)+0.1*(80*0.33+75*0.67) = 80.71
这位同学最终得分达标，有资格成为优秀大学生
实验五
1. 已知测得14头猪的体长、胸围、体重如下表所示：
序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 体长 41 45 51 52 59 62 69 72 78 80 90 92 98 103 胸围 49 58 62 71 62 74 71 74 79 84 85 94 91 95 体重 28 39 41 44 43 50 51 57 63 66 70 76 80 84 请设计一种方法，只需要测量猪的体长、胸围就能估算出猪的体重，并利用你所设计的方法估算体长96，胸围88的猪的体重。 首先令体长为X1,胸围为X2，体重为Y。
① 做出y对X1的散点图
② 画出Y对X2的散点图
由以上散点图可知，Y与X1是线性模型，同样Y与X2也是线性模型，所以使用matlab的回归分析，构建模型 Y = β1X1+β2X2+β3
实验代码：
x=[41 49;45 58;51 62;52 71;59 62;62 74;69 71;72 74;78 79;80 84;90
85;92 94;98 91;103 95];
y=[28 39 41 44 43 50 51 57 63 66 70 76 80 84]'; [b,bint,r,rint,stats] = regress(y,x,0.05); b
0.7715 0.0288
Y = 0.7715*X1+0.0288*X2; 当一只猪的体长96，胸围为88
那么它的体重为: Y = 96*0.7715+88*0.0288 = 76.5984