Dependent Variable: YMethod: Least SquaresDate: 08/16/11 Time: 09:06Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob. C 1917.380 94.37730 20.31611 0.0000X2 67.52544 1.979340 34.11514 0.0000R-squared 0.991481 Mean dependent var 4186.083Adjusted R-squared 0.990629 S.D. dependent var 2396.421S.E. of regression 231.9821 Akaike info criterion 13.88221Sum squared resid 538156.9 Schwarz criterion 13.96303Log likelihood -81.29325 F-statistic 1163.843Durbin-Watson stat 1.740861 Prob(F-statistic) 0.000000Dependent Variable: YMethod: Least SquaresDate: 08/16/11 Time: 09:31Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob. C 731.0800 68.46161 10.67869 0.0000X2 22.14691 1.435820 15.42458 0.0000R-squared 0.959664 Mean dependent var 1475.167Adjusted R-squared 0.955630 S.D. dependent var 798.8981S.E. of regression 168.2806 Akaike info criterion 13.24015Sum squared resid 283183.6 Schwarz criterion 13.32097Log likelihood -77.44093 F-statistic 237.9176Durbin-Watson stat 1.461627 Prob(F-statistic) 0.000000380.197)84.(52.672xy.)6.(1.2 CI=(t-n)/(n-1);% t-维度再除以维度-1 的值赋给 CIRI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;% 计算的标准CR=CI/RI(n);% 计算一致性if CR disp(请输入判断矩阵 A(n 阶);% 在屏幕显示这句话A=input(A=);% 从屏幕接收判断矩阵n,n=size(A);% 计算 A 的维度，这里是方阵，这么写不太好x=ones(n,100);% x 为 n 行 100 列全 1 的矩阵y=ones(n,100);% y 同 xm=zeros(1,100);% m 为 1 行 100 列全 0 的向量m(1)=max(x(:,1);% x 第一列中最大的值赋给 m 的第一个分量y(:,1)=x(:,1);% x 的第一列赋予 y 的第一列x(:,2)=A*y(:,1);% x 的第二列为矩阵 A*y(:,1)m(2)=max(x(:,2);% x 第二列中最大的值赋给 m 的第二个分量y(:,2)=x(:,2)/m(2);% x 的第二列除以 m(2)后赋给 y 的第二列p=0.0001;i=2;k=abs(m(2)-m(1);% 初始化 p，i ，k 为 m(2)-m(1)的绝对值while kp% 当 kp 是执行循环体i=i+1;% i 自加 1x(:,i)=A*y(:,i-1);% x 的第 i 列等于 A*y 的第 i-1 列m(i)=max(x(:,i);% m 的第 i 个分量等于 x 第 i 列中最大的值y(:,i)=x(:,i)/m(i);% y 的第 i 列等于 x 的第 i 列除以 m 的第 i 个分量k=abs(m(i)-m(i-1);% k 等于 m(i)-m(i-1)的绝对值enda=sum(y(:,i);% y 的第 i 列的和赋予 aw=y(:,i)/a;% y 的第 i 列除以 at=m(i);% m 的第 i 个分量赋给 tdisp(权向量);disp(w);% 显示权向量 wdisp(最大特征值);disp(t);% 显示最大特征值 t%以下是一致性检验CI=(t-n)/(n-1);% t-维度再除以维度-1 的值赋给 CIRI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;% 计算的标准CR=CI/RI(n);% 计算一致性if CR disp(请输入判断矩阵 A(n 阶);% 在屏幕显示这句话A=input(A=);% 从屏幕接收判断矩阵n,n=size(A);% 计算 A 的维度，这里是方阵，这么写不太好x=ones(n,100);% x 为 n 行 100 列全 1 的矩阵y=ones(n,100);% y 同 xm=zeros(1,100);% m 为 1 行 100 列全 0 的向量m(1)=max(x(:,1);% x 第一列中最大的值赋给 m 的第一个分量y(:,1)=x(:,1);% x 的第一列赋予 y 的第一列x(:,2)=A*y(:,1);% x 的第二列为矩阵 A*y(:,1)m(2)=max(x(:,2);% x 第二列中最大的值赋给 m 的第二个分量y(:,2)=x(:,2)/m(2);% x 的第二列除以 m(2)后赋给 y 的第二列p=0.0001;i=2;k=abs(m(2)-m(1);% 初始化 p，i ，k 为 m(2)-m(1)的绝对值while kp% 当 kp 是执行循环体i=i+1;% i 自加 1x(:,i)=A*y(:,i-1);% x 的第 i 列等于 A*y 的第 i-1 列m(i)=max(x(:,i);% m 的第 i 个分量等于 x 第 i 列中最大的值y(:,i)=x(:,i)/m(i);% y 的第 i 列等于 x 的第 i 列除以 m 的第 i 个分量k=abs(m(i)-m(i-1);% k 等于 m(i)-m(i-1)的绝对值enda=sum(y(:,i);% y 的第 i 列的和赋予 aw=y(:,i)/a;% y 的第 i 列除以 at=m(i);% m 的第 i 个分量赋给 tdisp(权向量);disp(w);% 显示权向量 wdisp(最大特征值);disp(t);% 显示最大特征值 t%以下是一致性检验CI=(t-n)/(n-1);% t-维度再除以维度-1 的值赋给 CIRI=0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59;% 计算的标准CR=CI/RI(n);% 计算一致性if CR vertcatAll rows in the bracketed expression must have the same number of columns.A=1 1/5 1/3 1/7 1/4 1/2;5 1 3 1/2 2 4;3 1/3 1 1/3 1/2 2;7 2 3 1 2 5;4 1/2 2 1/2 1 3;2 1/4 1/2 1/5 1/3 1;权向量0.04200.25820.10730.35410.17340.0649最大特征值6.0941此矩阵的一致性可以接受!CI=0.0188CR=0.0149A=1 2 4;1/2 1 2;1/4 1/2 1;权向量 0.57140.28570.1429最大特征值3此矩阵的一致性可以接受!CI=0CR=0A=1 1/3 1/3;3 1 1/2;3 2 1;权向量0.13960.33250.5278最大特征值3.0536此矩阵的一致性可以接受!CI=0.0268CR=0.0515A=1 1/2 1 1/5 1/3;2 1 2 1/3 1/2;1 1/2 1 1/3 1/2;5 3 3 1 2;3 2 2 1/2 1;权向量0.08480.15620.10360.41430.2411最大特征值5.0685此矩阵的一致性可以接受!CI=0.0171CR=0.0153综 合 利 用 综 合 利 用 “三废”排放矿业循环经济综合利用能源消耗社会经济矿业占工业企业数的比率矿业占工业总产值的比率矿业占工业产值增量的比率矿业占工业利润总额的比率矿业占工业利税总额的比率矿业占工业从业人员的比率单位总产值需要煤耗单位总产值需要的电耗单位总产值需要水耗矿业占工业固体排放量的比率矿业占工业废气排放量的比率矿业占工业废水排放量的比率固体废弃物处理量烟尘量去除量粉尘去除量二氧化硫综合利用废水达标量