文档介绍：...wd...
...wd...
工程数据，得到如下〔局部〕结果：
表二 附件一处理后数据
任务号码
任务gps 纬度
任务gps经度
任务标价
任务执行情况
A0001
0
A0002
0
A0003
1
A0004
0
A0005
0
A0006
0
平均值
完成情况〔X4〕分析
首先我们利用Matlab软件求出任务gps维度X1，任务gps经度X2，任务标价X3的相关系数矩阵r和矩阵的特征值那么大,特征向量n，特征值奉献率
表3 X1，X2，X3相关系数矩阵
X1
X2
X3
X1
-
...wd...
...wd...
...wd...
X2
-
-
X3
-
特征向量[,-,]
[-,,]
[,，-]
前两个特征值的和所占比例〔累积奉献率〕到达：+，由此略去第三个成分。
保存前两个成分〔特征值〕对应的两个特征方程为：
Z1=x1+x2+x3
Z2=x1+x2+x3
对附件1处理后的数据直接做线性回归得经历回归方程得：
y=-+*x1+*x2+*x3
作主成分回归分析，得到回归方程
Y=【,】【z1，z2】
化成标准化变量的回归方程为
Y= - x2 x3
恢复到原始的自变量，得到主成分回归方程：
y=+*x1-*x2+*x3
由上可得，任务完成情况的好坏与维度和任务标价成正比关系，与经度成反比关系，且经纬度x1,x2 前的系数明显大于定价x3前的系数，由此，经度越高，维度越低的任务完成情况越好，定价将略微影响任务的完成情况，定价越高完成情况越好
〔X3〕分析
与完成情况分析相仿
求出相关系数矩阵r与矩阵的特征值那么大
表4 X1，X2，X4相关系数矩阵r
X1
X2
X4
...wd...
...wd...
...wd...
X1
-
X2
-
-
X4
-
特征向量[ -