摘要：Matlab、R向量与矩阵操作描 述MatlabR1建立行向量v=[1 2 3 4]v=[1 2 3 4]v<-c(1,2,3,4)或v<-scan()，然后输入1 2 3 4，并按Enter2建立列向量v=[1 2 3 4]’v=[1;2;3;4]同上，R中不区分行列3建立矩阵A=(142536) A=[1 2 3;4 5 6]A<-matrix(c(1,2,3,4,5,6),nrow=2,byrow=TRUE)4访问向量中元素，如第3个元素v(3) v[3] 5访问矩阵中元素，如第二行，第三列A(2,3)A[2,3]6用访问向量元素的方式访问矩阵元素A(6) **先数列后 阅读全文

摘要：在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。数 据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指 标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化 处理主要解决数据的可比性。数据标准化的方法有很多种，常用的有“最小—最大标准化”、“Z-score标准化”和“按小数定标标准化”等。经过上述标准 化处理，原始数据均转换为无量纲化指标测评值，即各指标 阅读全文