clcclear
aw=load（‘shuju.txt‘）;%該數據橫向是指標，縱向是指標每年的數據
a=aw（[1:end-1]:）;%取矩陣1到n-1行
w=aw（end:）;%取矩陣最后一行
a（:[26]）=-a（:[26]）;
%這里的2，3，4，5，6指標為負向指標，也就是指標值越小越好，為與正向指標同步，因此這里乘以個負號
ra=tiedrank（a）;
%[R?tie]?=?tie（X）計算向量X中值的秩，如果有任何X值被束縛，tie計算它們的平均秩。
%返回值是對非參數測試信號秩和ranksum所要求的關系的調整，以及對Spearman秩相關的計算。
%例子：從最小到最大，兩個20的值是2和3，所以它們都是2。5（平均2和3）:
%tiedrank（[10?20?30?40?20]）
%ans?=1.0000????2.5000????4.0000????5.0000????2.5000?
[nm]=size（ra）;%求矩陣維度
RSR=mean（ra2）/n;
%mean求數組的平均數或者均值
%mean（A2）返回值為該矩陣的各行向量的均值（每行的平均值）
W=repmat（w[n1]）;%用于復制平鋪矩陣，相當于講w矩陣看成一個元素，形成n×1維的矩陣并用W矩陣記錄
WRSR=sum（ra.*W2）/n;
[sWRSRind]=sort（WRSR）;%sort為排序函數
p=[1:n]/n;
p（end）=1-1/（4*n）;
Probit=norminv（p01）+5;
%norminv函數，我只看了第一種使用方式，?X?=?NORMINV（PAS）?，其中，P取概率。A取均值。S取方差。
%然后返回值X就是指滿足均值為A，方差為S的高斯分布的累計概率密度值。即F（a）=P，返回值就是a。
%至于F的含義：對連續函數，所有小于等于a的值，其出現概率的和為F（a）=P（xX=[ones（n1）Probit‘];
[ababintrrintstats]=regress（sWRSRX）;
%[b，bint，r，rint，statsl=regess（y，x，alpha）其中因變量數據向量y和自變量數據矩陣x按以下排列方式輸入??????
%對一元線性回歸，取k=1即可。alpha為顯著性水平（缺省時設定為0.05），
%輸出向量b，bint為回歸系數估計值和它們的置信區間，r，rint為殘差及其置信區間，
%stats是用于檢驗回歸模型的統計量，有三個數值%第一個是R2，其中R是相關系數，第二個是F統計量值，第三個是與統計量F對應的概率P，當P<α
WRSRfit=ab（1）+ab（2）*Probit;
y=[1983:1992]‘;
xlswrite（‘ex147.xlsx‘[y（ind）ra（ind:）sWRSR]1）;
xlswrite（‘ex147.xlsx‘[y（ind）ones（n1）[1:n]‘p‘Probit‘WRSRfit‘[n:-1:1]‘]2）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????9689??2018-04-01?14:42??秩和比綜合評價\ex147.xlsx

?????文件???????1833??2018-04-01?14:41??秩和比綜合評價\main.m

?????文件?????????90??2018-04-03?22:25??秩和比綜合評價\read?me.txt

?????文件????????313??2018-03-14?09:11??秩和比綜合評價\shuju.txt

?????文件????1310779??2017-09-01?15:24??秩和比綜合評價\基于秩和比法的經濟發展綜合評價方_省略_2014年湖南省宏觀經濟數據為例_羅冬良.caj

?????文件?????227143??2017-09-01?15:24??秩和比綜合評價\基于秩和比綜合評價法的繼電保護可靠性分析_張智銳.caj

?????文件?????569966??2017-09-01?15:24??秩和比綜合評價\秩和比法在碘缺乏病防治工作綜合評價中的應用_李珊珊.caj

?????目錄??????????0??2018-04-03?22:25??秩和比綜合評價

-----------?---------??----------?-----??----

??????????????2119813????????????????????8