資源描述：
《數(shù)據(jù)包絡(luò)分析 （MATLAB代碼）》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、數(shù)據(jù)包絡(luò)分析（MATLAB代碼）X=[]%輸入多指標(biāo)輸入矩陣XY=[]%輸入多指標(biāo)輸出矩陣Y[n,m]=size(X)%n為輸入的指標(biāo)數(shù)，m為決策單元數(shù)s=size(Y)%s為輸出的指標(biāo)數(shù)epsilon=10^-10%定義非阿基米德無窮小量epsilonf=[zeros(1,n)-epsilon*ones(1,m+s)1]%f為目標(biāo)函數(shù)的系數(shù)矩陣A=zeros(1,n+m+s+1)%A為約束不等式系數(shù)矩陣b=0%b為常數(shù)項(xiàng)LB=zeros(n+m+s+1,1)UB=[]LB(n+m+s+1)=-Inffori=1:n%Aeq為約束等式的系數(shù)
2、矩陣Aeq=[Xeye(m)zeros(m,s)-X(:,i)Yzeros(s,m)-eye(s)zeros(s,1)]beq=[zeros(m,1)%beq為常數(shù)項(xiàng)Y(:,i)];w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB)%解線性規(guī)劃，得DMUi的最佳權(quán)向量wendw%輸出最佳權(quán)向量s_minus=w(n+1:n+m,:)%輸出輸入松弛變量s_plus=w(n+m+1:n+m+s,:)%輸出輸出松弛變量theta=w(n+m+s+1,:)%輸出綜合效率數(shù)據(jù)包絡(luò)分析（DEAP2.1代碼）eg4-dta.txtDA
3、TAFILENAMEeg4-out.txtOUTPUTFILENAME1NUMBEROFFIRMS9NUMBEROFTIMEPERIODS1NUMBEROFOUTPUTS2NUMBEROFINPUTS10=INPUTAND1=OUTPUTORIENTATED00=CRSAND1=VRS20=DEA(MULTI-STAGE),1=COST-DEA,2=MALMQUIST-DEA,3=DEA(1-STAGE),4=DEA(2-STAGE)計(jì)算MALMQUIST指數(shù)步驟：以下是軟件DEAP2.1運(yùn)行出來的相關(guān)指標(biāo)包括effch，techch，pe
4、ch，sech，tfpch。假設(shè)第t年的全要素生產(chǎn)率（TFP）為基期，則。主成分分析（MATLAB程序）X=[]%輸入[n,p]=size(X)%n為矩陣的行，p為矩陣的列Y=zscore(X)%對矩陣X標(biāo)準(zhǔn)化處理R=corrcoef(Y)%計(jì)算相關(guān)系數(shù)矩陣[V,D]=eig(R)%計(jì)算特征值和特征向量D1=diag(D)%對特征值按降序排列DS(:,1)=sort(D1,'descend')fori=1:pDS(i,2)=DS(i,1)/sum(DS(:,1))%計(jì)算方差貢獻(xiàn)率DS(i,3)=sum(DS(1:i,1))/sum(DS(:
5、,1))%計(jì)算累計(jì)方差貢獻(xiàn)率endT=0.85%主成分保留信息率fork=1:pifDS(k,3)>=TCom_num=k%確定主成分個(gè)數(shù)breakendendforj=1:Com_num%提取主成分對應(yīng)的特征向量PV(:,j)=V(:,p+1-j)endnew_score=Y*PV%計(jì)算各評價(jià)對象的主成分得分fori=1:n%計(jì)算總得分total_score(i,1)=sum(new_score(i,:))total_score(i,2)=n+1-iend層次分析法1（MATLAB程序）A=[];%輸入比例判斷矩陣[m,n]=size(A
6、)%獲取指標(biāo)個(gè)數(shù)[V,D]=eig(A);%計(jì)算特征值D和特征向量Vtz=max(D);B=max(tz);%最大特征值[row,col]=find(D==B);%最大特征值所在位置C=V(:,col);%最大特征值所對應(yīng)特征向量Q=zeros(n,1);%各向量權(quán)重Qfori=1:nQ(i,1)=C(i,1)/sum(C(:,1));%特征向量標(biāo)準(zhǔn)化endQ%輸出權(quán)重向量層次分析法2（MATLAB程序）A=[]%輸入比例判斷矩陣B=mean(A,2)%計(jì)算行算術(shù)平均C=B/sum(B)%對數(shù)據(jù)歸一化，得到權(quán)重向量灰色預(yù)測法G(1,1)（M
7、ATLAB程序）x0=[]%輸入數(shù)據(jù)n=length(x0)x1=cumsum(x0)%累加運(yùn)算B=[-1/2*(x1(1:n-1)+x1(2:n)),ones(n-1,1)]%計(jì)算矩陣BY=x0(2:n)%計(jì)算矩陣Yu=BY%最小二乘解參數(shù)向量ua=u(1)b=u(2)fori=1:nF(i)=(x0(1)-b/a)/exp(a*(i-1))+b/a;%參數(shù)代入白化模型的解x1的預(yù)測endyuce=[x0(1),diff(F)]%差分運(yùn)算，還原數(shù)據(jù)x0的預(yù)測fori=1:n+m%m為預(yù)測的年數(shù)F1(i)=(x0(1)-b/a)/exp(
8、a*(i-1))+b/a;%參數(shù)代入白化模型的解x1的預(yù)測endG=[x0(1),diff(F1)]%差分運(yùn)算，還原數(shù)據(jù)x0的預(yù)測灰色預(yù)測G（1，N）(MATLAB程序)X0=[
