数学建模全国赛论文上海世博会影响力的定量评估

《数学建模全国赛论文上海世博会影响力的定量评估》由会员分享，可在线阅读，更多相关《数学建模全国赛论文上海世博会影响力的定量评估（17页珍藏版）》请在装配图网上搜索。

1、2010年上海世博会影响力的定量评估摘要中国2010年上海世界博览会，作为第41届世界博览会，于2010年5月1日至10月31日期间，在中国上海市举行。举办2010年世界博览会，可以进一步提高我国的国际形象和地位，加强与各国的经济和技术合作，促进国际间经济贸易往来，对于加速上海市现代化程度，促进上海区域经济发展具有十分重要的意义。目前对世博影响力的定量评价还比较缺乏，因此定量研究上海世博会在各个方面的影响力显得尤为重要。在本题中，我们选取上海世博会对上海市的直接经济收入、世博会对上海旅游业经济效益的影响与世博会对上海市的直接经济和旅游的综合影响这三个侧面，从横、纵向时间轴上对其影响力进行定量评

2、估。研究世博会对上海市的直接经济收入的影响，考虑到世博会未结束，故先用灰色预测的方法对世博会参观人数进行了预测，考虑到10月份假期影响系数和尾积效应的影响，我们用季节性修正来对10月份的数据进行修正，通过总人数的统计，得出门票总收入，再对世博会的直接投资与直接收益利用投资成数比例和投资数乘模型计算出间接投资与延伸效益，利用投入产出模型分析出了世博对上海市经济发展的直接影响力是对2010年上海市的GDP直接贡献值896.25亿元。并对比前五年的GDP增长值看出，举办了世博会后的上海市2010年GDP增长率是明显大于之前未举办世博的年份的。对于世博会对上海旅游业经济效益的影响力方面，我们采用灰色关

3、联分析模型来研究世博会对上海市旅游业经济效益的影响进行量化。由关联度的分析可得到2005年到2010年旅游综合评价结果排名的比较，上海2010年的旅游综合评价值为2.6459，06至09年综合评价值分别为0.8975、1.6292、0.9782、0.8743，2010年旅游综合评价明显大于历年的综合评价值位于第一。说明由于世博会的影响，带动了上海市旅游经济效益的快速增加。为研究上海世博会对上海市的直接经济与旅游的综合影响，我们选取2009年1月至2010年7月的社会消费品零售总额、入境旅游人数、外国人数、上海市进出口总额、居民消费价格指数5项指标的具体数值，利用主成分聚类模型选出主成分并进行聚

4、类分析，得出的分类结果为2009年1月至2010年4月为一类，2010年5月至7月为一类，表明世博会的举办与否对上海市的直接经济与旅游具有重要影响。【关键词】：影响力定量评估 灰色预测 投入产出模型 灰色关联分析 主成分聚类模型17一、问题的重述2010年上海世博会影响力的定量评估2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始，世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴趣的某个侧面，建立数学模型，利用互联网数据，定量评估2010年上海世博会的影响力。二、模型的假设在我们的模型中做了如下假

5、设：1.在4.1.1节中的灰色预测9月和10月参观世博会的人数中，忽略天气、人为客观因素等给日客流量带来的影响；2.在4.1.2节中在分析产出预算时，我们只把门票收入、赞助、特许权、场馆出租等算为总体产出，而由于世博会所产生的其他的周边联动效益难以估计，故不参与计算。三、符号说明本文用到的符号及其意义见下表：原始序列原始数据标准差累加一次后的序列预测误差标准差标准差比值各旅游业发展指标的原始数据规范化后的各旅游业发展指标的数值根据模型所选定的母指标代指各旅游业发展指标各旅游业发展指标与母指标的关联度各旅游业发展指标与母指标的关联系数各旅游业发展指标的权重分辨系数各旅游业发展指标的相对重要程度函

6、数值世博会的参观人数参与国家数主成分指标相关系数原始数据矩阵协方差矩阵参与国际组织数企业合作伙伴数四、模型的建立与求解4.1上海世博会经济效益对上海市发展的影响4.1.1灰色预测模型4.1.1.1问题的分析上海世博会对上海带来的经济效益必须要从上海对本届世博会的资金投入以及上海世博会给上海市带来的总体财政收入这两方面考虑。而在上海世博会给上海市带来的总体财政收入中，门票收入是需要统计在内的。因此，我们通过网上查找得到的2010年6、7、8月上海世博会每日参观人数，对9、10月的参观人数进行预测，并且考虑到10月份具有假期影响和尾积效应，故对10月份预测数据进行季节性修正，从而得出上海世博会的参

7、观总人数与门票总收入。由于我们是对短时期的数据进行预测，故采用灰色预测模型，使其预测值具有较好的准确性。4.1.1.2模型的建立我们在网上搜索到了2010年5、6、7、8月上海世博会日客流量的柱状图，通过对柱状图中数据的统计分析得到6、7、8月每天的参观人数，具体数据间附录1。为便于统计，我们用软件将6、7、8月份数据分别整理成折线图，见图1。图1世博会6、7、8月份参观人数的折线图而由图1中的折线图容易看出，五月份时世博会每天的参观人数不太稳定，有较大的波动，可能是由于世博会刚刚开始的缘故。因此我们决定只采用6、7、8月的数据利用灰色系统来预测9月和10月参观世博会的人数。根据附录1中的数据

8、，容易计算出每个月的均参观人数，6月平均参观人数为43.63万人，7月平均参观人数为44.27万人，8月平均参观人数40.23万人。灰色模型GM（1，1）建立过程如下：设2010年世博会6月、7月、8月的日平均参观人数向量为，这里记6月为第1个月。其中，.对数列x(0)做1次累加，生成向量，其中。则相应的白化微分方程为 . (1) 式(1)中参数，的计算方法为：,即得到累加序列的预测模型 ，,n. (2)由于世博持续时间长，影响因素众多，需要对预测的数据进行修正，本文考虑到节假日和世博的尾积效应等因素对参观人数的影响，故采用如下公式进行计算，. (3)其中代表预测值，代表假期影响系数，代表世博

9、会尾积效应系数。由6月与7月的人数比获得，可由往届世博会数据计算（本文采用大阪世博会数据计算，大阪各月参加者人数见附录2）。4.1.1.3模型的求解经过MATLAB程序语句（具体程序代码参见附录3）计算得到9月、10月份的世博会参观人数，并将其进行季节性修正，最终数据整理为下表1：表1 世博会510月参观人数统计月份五月六月七月八月九月十月总人数（万人）日均值（万人）25.499443.626344.270340.233534.8551.085_总人数（万人）790.481308.791372.381247.241045.511583.647348.04平均每人次价格的确定：考虑到优惠人群，我

10、们通过上网查找可以知道优惠人群占总人数的，团队购买或多次票数占总数的，假设两者不重复。另外指定日为17天，普通日为167天，则平均每人次价格为：(元),由此可得世博会期间门票总收入为(亿元).4.1.1.4模型的检验对6、7、8月份同样进行灰色预测，把预测值与实际值构造方差比和小误差概率，来对模型进行检验：预测误差,预测误差均值,原始数据均值,原始数据标准差,预测误差标准差,标准差比值,小误差频率其中，（为小于上述条件的误差个数） 。检验的标准为精度等级越小越好，四级为不通过。表2为精度等级评判标准。表2 模型精度等级评判标准精度等级一二三四P0.950.80.70.7C0.350.50.65

11、0.65利用6、7、8月份数据检验可得MATLAB的检验结果为C=0.0079，说明精度等级为一级，精度很高。4.1.2投入、产出效益模型4.1.2.1问题的分析上海世博会涉及的产业链较长，对投入与产出效益的放大效应相当明显，客观地对上海世博会投入与产出效益评价应该从两个层面进行分析，即世博会本身运营范围内的直接收益和世博会运营范围外的延伸收益。因此，我们建立投入、产出效益模型，来分析世博会给上海带来的收益。4.1.2.2模型的建立与分析首先在下面给出世博会本身运营范围内的直接收益中的投入预算与产出预算的数据。投入预算：据2010年上海世博会筹备报道，中国2010年上海世博会直接投资包括主体工

12、程建设总投入180亿元人民币和运营支出106.8亿元人民币两部分，合计M1=286.8亿元。筹建上海世博会的直接投资与间接投资的投资乘数高达1:10以上，即预计间接投资M2=2868亿元。总投资规模M=3154.8亿元。产出预算：上海世博会预计整体财务收入为96.1亿元。其中，门票收入已在上面的模型中预测出，为86.71亿元，其余部分收入主要来自赞助、特许权、场馆出租等。根据上海世博会的直接投资规模M1=286.8亿元，运用投资乘数模型，可计算出世博会的直接投资对上海GDP的增量为：, (4)间接投资对上海GDP的增量为：, (5)式(4)与(5)中MPC为边际消费倾向，相对稳定，上海的MPC

13、为0.68。计算得亿元，亿元，总产出规模亿元。从以上投入与产出预算可以看出，此经济系统具有较佳的效应。下面世博会对上海GDP的增量角度分析世博会对上海经济发展的影响力。在上海市统计局网站，我们可得到上海市2005年至2009年的GDP如下表3：表3上海市20052009年GDP年份200520062007200820092010GDP(亿)9164.1010366.3712188.8513698.1515046.4516521.57表3中2010年GDP为用一元线性回归预测出的GDP值。加上产出预算中世博会的直接投资对上海GDP的增量亿元，可得上海2010年的GDP为17417.82亿元。柱状

14、图2如下：图2 上海市2005年至2010年的GDP柱状图从柱状图可看出，上海市2010年的GDP增长量要明显大于往年的增长量。说明世博会给上海市带来的经济效益是非常明显的。而在世博会运营范围外的延伸收益方面，为保证外来游客住宿、餐饮、交通和通信等需要，需进一步完善航空、铁路、公路、电信、供电和供水等基础设施的建设，这些方面的资金投入必将有力地拉动上海经济快速增长；旅游人数的增多也将带来巨大的消费增长；世博会参观者在个人消费上的消费收入也将非常惊人；同时，由于“乘数效应”的发挥，各种行业都会被带动发展，就业人数增加，人民收入自然增加。根据微观经济学消费行为理论，收入的增加必然带来消费的增长。其

15、次，世博会的政治效益与文化效益，有利于提升上海的国际影响力和文化软实力，对上海市未来的发展起到至关重要的作用。4.2上海世博会对上海市旅游业经济效应的影响4.2.1问题的分析在研究上海世博会产生的经济效应的过程中，旅游业是上海世博会产生经济效应影响的重要方面之一，通过对上海历年统计年鉴的统计，我们从不同方面选取几个反映近几年上海旅游业发展的指标，这样就可有一个易于操作和评价并由若干个有代表性重要指标构成的综合评价体系，从而定量的来评估旅游业的发展状况，进而反映出世博会对上海市旅游业经济效应的影响。由于旅游人数和收入都带有随机性和波动性，还有很大的不确定性，则使我们在认识、分析、预测、决策时得不

16、到全面的、足够的信息，不容易形成明确的概念，而灰色系统理论是一种研究少数据、贫信息、不确定性问题的多目标评价方法，故我们采用灰色关联分析模型。4.2.2模型的建立与求解4.2.2.1指标体系的建立首先，我们通过对上海统计年鉴的查询，选出具有代表性的五项旅游业发展指标，分别是国内旅游人数、国际旅游人数、国内旅游收入、国内人均消费和国际旅游外汇收入。如表4所示。表4 旅游业各项发展指标具体数值表年份国内旅游人数（万人）国际旅游人数（万人）国内旅游收入（万元）国内人均消费（元）国际旅游外汇收入（亿美元）20059012571.3513085424145231.0820069684605.671419

17、6744146639.61200710210665.5916111380157847.37200811006640.3716123790146550.27200912361628.9219134828154847.9620101800070029300000162859其中：2005年-2009年数据来源于http:/www.stats-，2010年数据来源于http:/www.china从收集到的历年旅游业经济效益各项指标的统计数据来看，2010年上海旅游业经济效益的增长除了有世博会的影响之外，还有上海每年的累积增长效应的影响。为了降低累积增长效应，我们对原始数据进行了处理：即用每年各项指标

18、的增长量来进行模型的计算。处理后的各项指标的数据如表5所示。表-5 旅游业各项发展指标的增长量数值年份国内旅游人数（万人）国际旅游人数（万人）国内旅游收入（万元）国内人均消费（元）国际旅游外汇收入（亿美元）200667234.321111320148.53200752659.9219146361127.762008796-25.2212410-1132.920091355-11.45301103883-2.312010563971.08101651728011.04由于我们研究的是上海世博会对上海市旅游业经济效应的影响，而旅游收入也是由旅游人数而定，作为一个国际性的博览会，国际游客是衡量博览会

19、给旅游业带来经济效益的重要指标，故我们采用国际旅游人数作为世博影响旅游发展的母指标。4.2.2.2对原始数据（指标值）进行规范化处理：由于各指标值的量纲不同，指标值的数量级别差别很大，为了用这些数据进行综合评价，首先我们对原始数据进行无量纲化的处理，处理方法为：分别求出每个指标的原始数据的平均值，再用均值去除对应指标的每个数据，便得到新的数据，其中 . (6)得到的旅游业各项发展指标的均值化数据如表6所示：表-6 旅游业发展指标均值化处理表年份ZB1ZB2ZB3ZB4ZB520060.37381.33390.34270.39771.527620070.29262.32880.59043.181

20、81.389720080.4428-0.98020.0038-3.21020.519320090.7538-0.44500.92852.3580-0.413720103.13702.76253.13462.27271.9771注：表中ZBi，i=1,2,3,4,5，分别代表国内旅游人数、国际旅游人数、国内旅游收入、国内人均消费和国际旅游外汇收入。4.2.2.3构建综合评价模型：根据灰色关联分析法，我们有：与 在第点的关联系数为. (7)式(2)中:，；， ，为分辨系数，这里我们取。从而，我们得到了与之间的关联度为：，i=1,2,m，故各个指标与母指标的关联度如表7所示：表7 灰色评价体系关联度

21、表指标ZB1ZB2ZB3ZB4ZB5关联度0.565310.58260.53630.71594.2.2.4求出各指标对应的权重：，j=1,2,m . (8)对应权重如表8所示：表8灰色评价体系中各指标的权重指标ZB1ZB2ZB3ZB4ZB5权重0.16630.29410.17140.15770.2106 4.2.2.5综合各个指标的权重和各个指标的取值，建立综合评价模型：我们得到每一年旅游业发展的相对重要程度函数值：，k=1,2,n 。跟据运算我们所得到的综合评价结果如表9所示：表9 各年份综合评价结果表年份综合评价值排名20102.6459120071.6292220080.97823200

22、90.8743420060.89755从上表中我们可以看出，2010年的综合评价值要明显高出往年，说明上海世博会对上海市国际国内的旅游人数是有明显影响的：它带动了上海市旅游业、旅游文化的发展。4.3上海世博会对上海市经济、旅游的综合影响4.3.1横向比较（主成分聚类分析模型）4.3.1.1问题的分析在上海世博会对上海市经济、旅游的综合影响的横向时间轴比较中，我们选取社会消费品零售总额、入境旅游人数、外国人数、上海市进出口总额、居民消费价格指数五个方面作为世博会对城市发展的影响指标，利用以上指标在2009年1月到2010年7月的各月具体数据，首先运用改进后的主成分分析法，将五个指标中的主成分提取

23、出来；其次运用聚类分析模型，将选出的主成分进行聚类分析，得出的分类结果即可表明世博对城市经济、旅游的综合影响力。4.3.1.2模型的建立与求解（一）、改进的主成分分析法通过对统计年鉴的查询可了解到上海市2009年1月到2010年7月的各月社会消费品零售总额、入境旅游人数、外国人数、上海市进出口总额、居民消费价格指数具体数据，Excel整理后的数据参见附录4。原始数据共有19个项目，5项指标，故有原始数据资料阵：，用数据矩阵W的5个指标向量作线性组合为： (9)式(9)中F1，F2，F5 即表示主成分，来源于主成分计算，计算过程如下：计算样本数据的协方差矩阵；求出协方差矩阵的特征值及相应的正交化

24、单位特征向量即为；在已确定的全部5个主成分中合理选择r个来实现最终的评价分析。一般用方差贡献率解释主成分所反映的信息量的大小，的确定以累计贡献率达到足够大（一般在85%以上）为原则；用MATLAB程序(具体程序代码参见附录3)计算出的累计贡献率为(68.7147,92.8245,98.9968,99.9109,100)，故我们选取前两个指标社会消费品零售总额、入境旅游人数作为主成分。计算主成分的关键是计算原始数据协方差矩阵的特征值与特征向量, 由于协方差矩阵易受指标量纲的影响, 通常需要对数据进行消除量纲影响的处理。在实际应用中, 为了消除变量量纲的影响, 往往对原始数据标准化。但是标准化在消

25、除量纲或数量级影响的同时, 也抹杀了各指标变异程度的差异信息。因此，标准化对数据信息的提取有时效果不够好, 这时可以考虑如下对数据的均值化：原始数据，令，即得均值化矩阵，计算得协方差矩阵，均值化后的各指标相关系数为，即原始指标间的相关系数。均值化不改变各指标间的相关系数, 相关系数阵的全部信息都在相应的协方差阵中得到反映。用MATLAB程序计算出社会消费品零售总额、入境旅游人数两个指标的各成分系数为：，.（二）、主成分聚类对于多指标系统评估中的排序问题,我们用主成分分析中选出的两个主成分指标对变量按照它们性质上的亲疏相似程度进行聚类分析。用MATLAB进行聚类分析，得出各变量的分类结果为(2

26、2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1 1 1)。分类结果明显表明，从社会消费品零售总额、入境旅游人数两个主成分的角度来看，举办世博会和还未举办世博会带来的影响是有区别的。4.3.2纵向比较（多元回归线性模型）4.3.2.1问题的分析纵向时间轴即选取1970年至2010年间7届为比较对象；参与国家数、参与国际组织数、企业合作伙伴数为表现国际间合作交流的三个因素；参观人数为上海世博会对国际间合作交流影响的直接反映，建立多元回归线性模型，以反映世博会对经济及旅游的国际化影响。4.3.2.2模型的建立与求解首先设定模型： (10)式(10)中：Y代表因变量世博会的参观人数，X

27、1代表自变量参与国家数，a1是X1的系数，X2代表自变量参与国际组织数，a2是X2的系数，X3代表自变量企业合作伙伴数，a3是X3的系数，a0是常数项。其依据的数据是各年世博会的参观人数，由于本届上海世博会还未结束，故我们因变量的采用值为4.1中灰色预测得到的值。依据数据如表10所示：表10 历届世博会参与国家数、参与国际组织数与企业合作伙伴数世博会时间参观者（万人）国家数国际组织数企业合作数大阪世博会197064227743塞利维亚世博会1992418110866大田世博会19931400141339里斯本世博会19981857146147汉诺威世博会200018001551715爱知世博会

28、2005220012146上海世博会20106844.331915714我们采用最小二乘法（OLS）进行多元回归分析，利用MATLAB程序语言求解，得到的结果参见表11：表11 总被应用量和3自变量回归结果系数方差国家数X1-0.00710.0379国际组织数X20.01380.0408企业合作伙伴数X30.00390.0766常数项a01.01040.0000通过回归出的统计系数可以看出，参与国家数、参与国际组织数与企业合作伙伴数三方面对世博会在国际交流合作方面均有一定的影响力。世博会参与国家中，世界主要国家基本都会参与，而这些主要国家展馆是吸引游客的关键因素。国际组织数影响正相关，上海世博

29、的参与国际组织明显高于其他世博会，有助于提高影响力。五、模型的评价5.1模型的优点：灰色预测模型中，我们加入了影响参观人数的季节性修正与尾积效应修正，从而使得对参观人数的预测更准确，模型精确度也更高。在运用投入产出模型解决直接与间接投入和产出之间的连锁关系时，我们考虑到了投资数乘对上海经济的影响，从而加强了模型的可靠性。定量评估世博会对上海市旅游业的影响力时，使用了灰色关联分析模型，我们通过对经济效益各项指标的原始数据进行简单分析后，注意到了除世博会的正向刺激外，还有每年旅游业的客观增长率的作用。所以，为了排除客观增长率对模型结果的影响，我们运用每年各项指标的增长量代替原始数据，从而克服了上海

30、市每年的正常的累积增长效应，从而使关联分析结果更为确切。在探究上海世博会对上海市经济、旅游的综合影响的问题中，我们采用横向比较与纵向比较相结合，从而使得模型的评判结果更具说服力。5.2模型的缺点 在投入产出模型中，难以估量由上海世博会的举办所带来的显著的周边联动效益，给上海世博会的GDP效应估计带来了一定的影响。探究上海世博会对上海市经济、旅游的综合影响的纵向比较中，由于能够搜集到的原始数据的量不够充足，导致多元回归后得到的线性模型可靠性不强。六、建议 在4.3.2的多元回归分析中，国际组织数与企业合作数较大地表现了世博会对国际交流方面的影响。因此，上海市政府需在世博期间加大与各国际、国内企业

31、的交流与合作。这样不仅能提高世博会的影响力与关注度，同时还能提高城市的经济效益。参考文献1 陈信康，上海世博经济研究专论，上海：上海财经大学出版社，2006年12月.2 邬学军，周凯，宋学军，数学建模竞赛辅导教程，杭州：浙江大学出版社，2009年8月.3 徐雅静，汪远征，主成分分析应用方法的改进，数学的实践与认识，2006，12(3):12-174 上海统计局网，http:/www.stats-，2010年9月13日.5 旅游中国网，http:/www.china附录：附录1：上海世博会6月8月人流量统计表格：日人 月 流量 份 日期 6月7月8月131.2336.9231.82237.113

32、8.8834.03341.8339.8233.96443.5535.6633.96552.6342.5235.49641.0545.1938.72748.9740.0744.11851.3441.2238.42941.6242.7539.491039.1549.7142.261140.0742.9237.781242.1344.3137.351341.8247.5338.171450.1347.5443.521555.2547.7133.451638.247.0142.171739.3255.6439.761841.8447.4541.531942.9644.2341.712036.7842.

33、9445.54214142.7956.832240.6942.0348.862340.4545.1143.632444.7251.1341.782547.3945.0343.242655.8946.9549.262748.3547.7850.782845.3245.0952.752944.7441.5339.723043.2640.5927.08均值43.6344.2740.23总值1308.791372.381247.24注：1:日人流量单位为万人次；2：表格中人流量数值均为保留小数点后两位所得；3：由于各月天数不完全一致，在数据选择上每月均取前三十天为计算依据。附录2：大阪世博会举办6个月

34、间各月参观人数第一个月第二个月第三个月第四个月第五个月第六个月参观人数896.8824.71030.57981164.11707.5附录3：Matlab用GM（1,1）模型预测上海世博会9月份日平均人流量： function gm1(x); %定义函数gm1(x)clc %清屏，以使结果独立显示format long; %设置计算精度if length(x(:,1)=1 %对输入矩阵进行判断，如不是一维列矩阵，进行转置变换 x=x;endn=length(x); %取输入数据的样本量z=0;for i=1:n %计算累加值，并将值赋予矩阵be z=z+x(i,:); be(i,:)=z;end

35、for i=2:n %对原始数列平行移位 y(i-1,:)=x(i,:);endfor i=1:n-1 %计算数据矩阵B的第一列数据 c(i,:)=-0.5*(be(i,:)+be(i+1,:);endfor j=1:n-1 %计算数据矩阵B的第二列数据 e(j,:)=1;endfor i=1:n-1 %构造数据矩阵B B(i,1)=c(i,:); B(i,2)=e(i,:); endalpha=inv(B*B)*B*y; %计算参数 矩阵for i=1:n+1 %计算数据估计值的累加数列，如改为n+1为n+m可预测后m-1个值 ago(i,:)=(x(1,:)-alpha(2,:)/alph

36、a(1,:)*exp(-alpha(1,:)*(i-1)+alpha(2,:)/alpha(1,:);endvar(1,:)=ago(1,:)for i=1:n %如改n为n+m-1，可预测后m-1个值 var(i+1,:)=ago(i+1,:)-ago(i,:); %估计值的累加数列的还原，并计算出下一预测值endfor i=1:n error(i,:)=var(i,:)-x(i,:); %计算残差endc=std(error)/std(x); %调用统计工具箱的标准差函数计算后验差的比值cago %显示输出预测值的累加数列alpha %显示输出参数 数列var %显示输出预测值error %显示输出误差c %显示后验差的比值c附录4：主成分分析MATLAB程序% 主成分分析程序（贡献大于85%，数据为经过均值化处理）clc,clearX=load(data.txt);X=ave(X); %数据均值化 PC,score,latent,taquare=princomp(X);a=sum(latent);b=latent/a*100;for i=1:length(b)sum_b(i)=sum(b(1:i);enddisp(特征值，贡献率，累计贡献率),latent,b,sum_b %特征值，贡献率，累计贡献disp(各成分系数),PC %返回各成分系数