??1.5888??1.69731???0.86028??0.11625?0.37976s=??0.67427?0.62777??0.86028?0.72077???0.76728?0.9928?1.67968?0.97159?1.67968?0.71702?0.119611.927610.251741.48213?0.038180.11738?0.48367?0.5756?0.11961?0.119610.244410.452421.076450.972440.97244?1.57883??1.22???0.86118???0.32294??0.14353??
0.21529?0.57412??0.93294?1.11236??1.29177??(2)运用MATLAB求出相关系数矩阵,并求出特征值?i和特征向量,其结果如下表: 特征值:?1=3.0287 ?2=0.8929 ?3=0.054 ?4=0.0244
表5:特征根向量 特征根向量 X1 X2 X3 X4 C1 0.5687 0.2712 0.5534 0.5448 C2 -0.0386 -0.9332 0.2054 0.2957 C3 -0.2924 0.0236 0.8017 -0.5207 mC4 0.7678 -0.2387 -0.0942 -0.587 (3)求出个主成分的方差贡献率hi和累计贡献率Hi,即hi=?i/??k,Hi=
k?1??/??kk?1k?1imk(i=1,2, ?m),得到的结果如下表: 方差贡献率 0.7571 0.2322 0.0135 0.0061 累计贡献率 0.7572 0.980 0.994 1 (4)由上表可知,前两个主成分的累计贡献率为98%,已大于90%,因此取前两个进行分析,并且有:
F1 =0.5687*x1+0.2712*x2+0.5534*x3+0.5448*x4; F2=-0.0386*x1-0.9332*x2+0.2054*x3+0.2957*x4; 综合函数为:F=3.0287*F1+0.8929*F2 代入数据得到:
表6:综合函数 年份 2000 2001 2002 2003 2004 F -8.8162 -8.3128 -3.315 -0.6655 0.14112 6
2005 2006 2007 2008 2009 1.98842 3.00024 5.23818 5.15931 5.58222 由上表可知,F值越大,则说明发展潜力指标越好,由于负值没意义,不用考虑,所以2004年的发展潜力最差,2009年的发展潜力最好。 (5)利用多项式拟合对其未来三年进行预测:
表7:预测数值 年份 指标 预测 2000 -8.81625 -9.0466 2001 -8.31282 -6.2871 2002 -3.31501 -5.1474 2003 -0.66548 -2.1671 2004 0.141116 1.0477 2005 1.988423 2.9565 2006 3.000239 4.3895 2007 5.238177 5.11 2008 5.159305 6.3305 2009 5.582224 6.639 2010 6.5964 2011 6.904 2012 7.1927 4.1.3内部运营: (1)为了避免不必要的误差,我们对原始的数据进行标准差法做标准化处理,即将原始数据除以各列的标准差,得到的标准化矩阵如下:
??0.8900??0.7747???0.8280???1.0053??1.0283S???0.6548?0.3781??1.5540?1.0468???0.8854?1.1213?1.1159?1.2579?0.5970?0.29120.32470.69100.87681.14491.34601.62651.41300.51320.40640.1777?0.3942?0.5315?0.9661?1.0653?1.1797?1.5339??1.1943???1.3670???0.0029?0.9180??
0.4461?1.0965??0.1698?0.6993??0.7684??(2)运用MATLAB求出相关系数矩阵,并求出特征值?i和特征向量,其结果如下表: 特征值:?1=3.4421 ?2= 0.4637 ?3=0.0687 ?4=0.0256
表8:内部运营特征向量 特征向量 C1 C2 C3 C4 7
x1 x2 x3 x4 0.4792 0.5323 -0.5254 -0.6158 -0.0538 0.0122 -0.2975 -0.3415 -0.8507 -0.5070 0.7727 -0.0131 0.4593 0.7563 -0.2670 m-0.3817 im(3) 求出个主成分的方差贡献率hi和累计贡献率Hi,即hi=?i/??k,Hi=
k?1??/??kk?1k?1k(i=1,2, ?m),得到的结果如下表: 0.860503 0.115922 0.017175 0.0064 方差贡献率 0.860503 0.976426 0.9936 1 累计贡献率 由上表可知,前两个主成分的累计贡献率为95.65%,已大于90%,因此去前两个主成分进行分析,并且有:
F1=0.4792*x1+0.5323*x2-0.5254*x3+0.4593*x4; F2=-0.6158*x1-0.0538*x2+0.0122*x3+0.7563*x4; 综合函数为:F=3.4421*F1+0.4637*F2 代入数据得到:
表9:内部运营综合分析 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 将上表数据用excel绘制出如下图像:
F -9.120647 -7.914727 -6.944949 -3.171465 -0.4587 3.041283 4.8343 5.7479 6.7506 7.2364 8
图2:内部运营随年度变化趋势
从上面图像我们可以看出内部运营随年度呈上升趋势,我们可以根据斜率来看优劣年度,其中2005表现最优,2009年表现最差。 (5)利用多项式拟合进行预测得到下表:
表10:内部运营状况预测 年份 指标 预测 2000 -9.12065 -9.2483 2001 -7.91473 -8.3443 2002 -6.94495 -6.9258 2003 -3.17147 -6.0321 2004 -0.4587 -0.466 2005 3.041286 2.2576 2006 4.834312 5.9778 2007 5.747883 6.7725 2008 6.750599 6.6714 2009 7.236387 7.5155 2010 7.7404 2011 8.159 2012 8.5314 4.2问题2的模型建立与求解
要研究解决这类实际问题,我们采用主成分分析法并按照下面的步骤进行建模分析:
(1)根据2000~2009年对消费者(学生、教工)满意度调查(对后勤服务满意程度评价),我们获取评估的样本数据(见附录);
(2)一般来说不同的客户都有自己的主观倾向性,所以给出的满意指标会有一定的差异。为此我们需要对原始的数据用标准差法做标准化处理,即将原数据除以各列的标准差;
(3)计算各指标的相关系数xi (i=1,2,3,4,5),从而得到相关系数矩阵或称协方差矩
9
阵,并求出5个非负特征值,求出各成分的方差贡献率hi和累计贡献率Hi,即
hi=?i/??k,Hi=
k?1m??/??kk?1k?1imk(i=1,2, ?m)
(4)根据各满意指标的方差贡献率的大小,选取前s个作为主元素F1,F2?, F,使得累计贡献率Hs>=90%,于是取s个满意指标的线性组合:用F1,F2 ,?, F和h1,h2?,
hi构造满意指标综合评估函数:利用综合评估函数F可计算出客户的满意度,F越大,说明客户的满意度越大。对客户满意指标综合分析问题,我们根据表 (见附录)做出如下求解过程: 4.2.1主成分分析法
(1)我们应用MATLAB软件,通过运行主成分分析程序(见附录),将满意指标图表中的数据进行处理,分别求出各个变量的标准差,将原始数据采集标准化,进而输出标准化数据,得到问题的主成分系数矩阵为:
0.1166?0.67680.4373?0.3615???0.4543??0.4548?0.2053?0.5685?0.0751?0.6498??p3??0.4305?0.7254?0.3506?0.1965?0.3562?
??0.43790.6461?0.0799?0.2927?0.5466???0.8239?0.1465??0.4580?0.0240?0.2991? 即协方差矩阵的特征值为:
?1=4.7130 ?2= 0.2281 ?3=0.0484 ?4=0.0104 ?5=0.0000
协方差矩阵的特征值对应的特征向量在主成分中的得分所构成的矩阵(即主成分的得分矩阵,称为载荷矩阵)为
??2.6591??2.6172???2.4781???1.4417?0.0540sc???0.7587?0.8993??2.1604?2.5006???2.8231?0.7815?0.36300.62600.62030.4129?0.39730.1232?0.3184?0.16880.24650.1881?0.0380?0.0000??0.04090.0340?0.0000???0.0039?0.0279?0.0000???0.01330.0470?0.0000??0.1783?0.0828?0.0000??
?0.29410.1917?0.0000?0.1866?0.0458?0.0000??0.1811?0.1009?0.0000??0.3385?0.1061?0.0000??0.31320.3180?0.0000?? (2)运用MATLAB编程(程序在附录中)得到上述相关矩阵的特征值?i及特征向量Ci(i=1,2,3,4,5)后,求出其对应的贡献率hi=?i/??k和累计贡献率,如下表:
k?1m 10