R程序改写为matlab程序 - 第2页

ywh19860616 发表于 2012-5-10 23:18
epoh老师，就是distance_wm函数的返回结果的results.W
% results.dista = (n x n) matrix of ...

standardized weight matrix
可以 Wij=normw(result.dw)
也可以 Wij=full(result.W)
Wij =

      0 1.0000       0       0       0       0       0       0
0.3333       0 0.3333       0       0       0 0.3333       0
      0 0.5000       0 0.5000       0       0       0       0
      0       0 0.5000       0 0.5000       0       0       0
      0       0       0 0.5000       0       0 0.5000       0
      0       0       0       0       0       0       0 1.0000
      0 0.3333       0       0 0.3333       0       0 0.3333
      0       0       0       0       0 0.5000 0.5000       0

ZZmat的每行都分别找出一个最大值及其对应位置

ZZmat =

10.5321 13.1748 14.1048 14.1081 13.5731 12.7366 11.7508 10.7131 9.6844
7.0585 8.2455 8.2969 7.8566 7.2101 6.5026 5.8074 5.2754 4.7729
14.8975 18.3559 19.4375 19.3021 18.4963 17.3349 16.0100 14.6396 13.2945
16.2223 19.8581 20.8892 20.6055 19.6146 18.2636 16.7615 15.2342 13.7550
13.6478 16.6916 17.5135 17.2049 16.2868 15.0609 13.7105 12.3468 11.0344
13.8836 16.9895 17.8799 17.6583 16.8396 15.7157 14.4612 13.1810 11.9363
7.5528 8.9430 9.1190 8.7473 8.1289 7.4203 6.7042 6.0220 5.3923
10.1812 13.0251 14.2785 14.6337 14.4292 13.8759 13.1149 12.2428 11.3248

Indexmat=zeros(n1,3)
for i =1:n1
Indexmat(i,1)=i;
index=find(ZZmat(i,:)==max(ZZmat(i,:)));
Indexmat(i,2)=ZZmat(i,index);
Indexmat(i,3)=index;
end
Indexmat
Indexmat =

1.0000 14.1081 4.0000
2.0000 8.2969 3.0000
3.0000 19.4375 3.0000
4.0000 20.8892 3.0000
5.0000 17.5135 3.0000
6.0000 17.8799 3.0000
7.0000 9.1190 3.0000
8.0000 14.6337 4.0000

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-11 09:03
standardized weight matrix
可以 Wij=normw(result.dw)
也可以 Wij=full(result.W)

epoh老师，如何根据indexmat取出对应的WW？
计算类比于您之前的程序：
index=find(ZZmat==max(ZZmat))
WW;
WW(:,:,index)

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-11 09:16
epoh老师，如何根据indexmat取出对应的WW？
计算类比于您之前的程序：
index=find(ZZmat==max(ZZmat))
...

index 1             2             3          4          5          6             7          8       9
ZZmat =
10.5321 13.1748 14.1048 14.1081 13.5731 12.7366 11.7508 10.7131 9.6844
7.0585    8.2455 8.2969 7.8566 7.2101 6.5026 5.8074 5.2754 4.7729
14.8975 18.3559 19.4375 19.3021 18.4963 17.3349 16.0100 14.6396 13.2945
16.2223 19.8581 20.8892 20.6055 19.6146 18.2636 16.7615 15.2342 13.7550
13.6478 16.6916 17.5135 17.2049 16.2868 15.0609 13.7105 12.3468 11.0344
13.8836 16.9895 17.8799 17.6583 16.8396 15.7157 14.4612 13.1810 11.9363
7.5528    8.9430 9.1190 8.7473 8.1289 7.4203 6.7042 6.0220 5.3923
10.1812 13.0251 14.2785 14.6337 14.4292 13.8759 13.1149 12.2428 11.3248

以 20.8892  而言,index=3,row=4
w=WW(:,:,3)

w =

      0 0.4530 0.2444 0.1432 0.1527 0.3324 0.2740 0.3953
0.4530       0 0.5379 0.3161 0.3075 0.2222 0.4610 0.4163
0.2444 0.5379       0 0.5821 0.4299 0.1313 0.4198 0.2716
0.1432 0.3161 0.5821       0 0.4809 0.0853 0.3204 0.1824
0.1527 0.3075 0.4299 0.4809       0 0.1288 0.5099 0.2729
0.3324 0.2222 0.1313 0.0853 0.1288       0 0.2501 0.4646
0.2740 0.4610 0.4198 0.3204 0.5099 0.2501       0 0.5343
0.3953 0.4163 0.2716 0.1824 0.2729 0.4646 0.5343       0

[GGI,ZZG,ZZ]=Getis1(w,Xij(4,:));

ZZ =

20.8892

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-11 09:54
index 1 2 3 4 5 6 7 ...

谢谢epoh老师，您帮我看看这组数据运行出来，结果怎么那么规则？ZZmat都是取index=1.

matlabgdp.rar
大小:(4.69 KB)

马上下载

本附件包括：

matlabgdp.xls

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-11 10:52
谢谢epoh老师，您帮我看看这组数据运行出来，结果怎么那么规则？ZZmat都是取index=1.

k=0.001:0.0001:0.01;

Indexmat =

1.0000  274.6621 9.0000
2.0000  271.1349 11.0000
3.0000  282.2235 10.0000
4.0000  294.7052 10.0000
5.0000  301.2425 10.0000
6.0000  311.9920 10.0000
7.0000  313.2310 10.0000
8.0000  314.0864 10.0000
9.0000  316.2142 10.0000
10.0000  320.7848 10.0000
11.0000  323.7873 10.0000
12.0000  327.2808 10.0000
13.0000  330.9869 10.0000
14.0000  336.4303 10.0000
15.0000  341.2426 10.0000
16.0000  347.1257 10.0000
17.0000  348.0858 10.0000
18.0000  346.6951 9.0000
19.0000  343.6775 9.0000
20.0000  341.8841 9.0000
21.0000  337.0383 9.0000

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-11 13:35
k=0.001:0.0001:0.01;

Indexmat =

恩，我试下了，的确会因为k取值点不同，结论出来很大不同。
哈哈，epoh老师，文献上说k取值是0 到无穷大，这样的话，那运行就有困难了。尝试了几组，如果k小于1，一般运行都没有问题，但是k=0.01:0.01:2.01，就会出现错误：

Warning: Divide by zero.
> In Getis_revised at 68
In epohone at 28

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-11 14:08
恩，我试下了，的确会因为k取值点不同，结论出来很大不同。
哈哈，epoh老师，文献上说k取值是0 到无穷大 ...

这两天我仔细再看一下文献
的确感觉有点怪
程序我再对照文献一遍

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-11 14:08
恩，我试下了，的确会因为k取值点不同，结论出来很大不同。
哈哈，epoh老师，文献上说k取值是0 到无穷大 ...

哈哈,14 楼你给的公式应该有误
dista = GeogDistance(yc,xc);
for nn=1:28
   Wij=exp(-nn*dista);
end

Spatial Filtering with EViews and MATLAB.pdf
PAGE 2/10,

Wij = exp(-k*d(ij))
   %where dij is FRACTIONAL distance with dij = 1
   %for the maximum pairwise distance

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-12 15:47
哈哈,14 楼你给的公式应该有误
dista = GeogDistance(yc,xc);
for nn=1:28

epoh老师，两篇主要参考文献上传了，14楼公式我好想就是安装Badinger-Regional convergence in the European Union一文的
3.1 Spatial Filtering 公式（3.4）
Getis1里面计算公式主要来自第二篇文献The Analysis of Spatial Association by Use of Distance Statistics。
请您帮忙看看。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Badinger-Regional convergence in the European Union.pdf
大小:(85.09 KB)

马上下载

epoh老师，已经上传文献。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-12 16:00
epoh老师，两篇主要参考文献上传了，14楼公式我好想就是安装Badinger-Regional convergence in the Europ ...

我刚试了,修改后
k=300,都没问题
只要改两行

dista = GeogDistance(yc,xc);
d=max(max(dista))

WWij(i,j)=exp((-k(s)/d)*dista(i,j));

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-12 16:41
我刚试了,修改后
k=300,都没问题
只要改两行

epoh老师，恩，我理解您说的，可是，从40楼上传的文献，作者好像并未提到W需要那样的结构。
with dij denoting the geographical distance between the centres of the regions i and j.
很多文章直接通过threshold distance d，来确定Wij(d)，即在d范围内，Wij取1，在d范围外，Wij取0.
附件这篇文章即是，也是提出spatial filtering较原始的。里面提到了Getis1里面程序详细步骤。

spatial statistics.rar
大小:(1.12 MB)

马上下载

本附件包括：

spatial statistics.pdf

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-12 20:25
epoh老师，恩，我理解您说的，可是，从40楼上传的文献，作者好像并未提到W需要那样的结构。
with dij ...

两个d是不同的
第一个 d :threshold distance d
在 distance_wm.m 就用上了
dista = GeogDistance(lat,long);    % Create pairwise distance matrix
temp1 = sort(dista);                % Sort the distance matrix (1st row will be zeros)
temp2 = temp1(2:end,:);             % Grab the second through nth row
temp3 = min(temp2);                % Find minimum values of all columns
d = max(temp3);                   % Find largest minimum value and use that as d
% d = user specified distance for cutoff
% e.g. d = 10 would indicate a 10 mile distance cutoff
dw = dista;
[n k] = size(dw);
for i = 1:n
for j = 1:n
      if (dw(i,j)==0)
         dw(i,j)=0;
      elseif (dw(i,j)<=d);
         dw(i,j)=1;
      else
         dw(i,j)=0;
      end
end
end
W = sparse(normw(dw));

第二个 d : d=max(max(dista)) %82.0487
主要是用来转换成FRACTIONAL distance matrix
with dij = 1 for the maximum pairwise distance
dista
dista =
      0 26.3976 46.9654 64.7889 62.6534 36.7131 43.1493 30.9348
26.3976       0 20.6691 38.3926 39.3141 50.1330 25.8122 29.2114
46.9654 20.6691       0 18.0368 28.1406 67.6762 28.9354 43.4492
64.7889 38.3926 18.0368       0 24.4042 82.0487 37.9407 56.7230
62.6534 39.3141 28.1406 24.4042       0 68.3261 22.4538 43.2943
36.7131 50.1330 67.6762 82.0487 68.3261       0 46.2011 25.5506
43.1493 25.8122 28.9354 37.9407 22.4538 46.2011       0 20.8906
30.9348 29.2114 43.4492 56.7230 43.2943 25.5506 20.8906       0
dista/d
ans =
      0 0.3217 0.5724 0.7896 0.7636 0.4475 0.5259 0.3770
0.3217       0 0.2519 0.4679 0.4792 0.6110 0.3146 0.3560
0.5724 0.2519       0 0.2198 0.3430 0.8248 0.3527 0.5296
0.7896 0.4679 0.2198       0 0.2974 1.0000 0.4624 0.6913
0.7636 0.4792 0.3430 0.2974       0 0.8328 0.2737 0.5277
0.4475 0.6110 0.8248 1.0000 0.8328       0 0.5631 0.3114
0.5259 0.3146 0.3527 0.4624 0.2737 0.5631       0 0.2546
0.3770 0.3560 0.5296 0.6913 0.5277 0.3114 0.2546       0

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-12 21:33
两个d是不同的
第一个 d :threshold distance d
在 distance_wm.m 就用上了

是的，epoh老师，我也觉得您现在提到的比较合理。哈哈，那我感觉40楼的文献叙述的有问题，的确提到了
dij denoting the geographical distance between the centres of the regions i and j.
且没有说明要转换成转换成FRACTIONAL distance matrix

谢谢epoh老师，我再仔细看下原文，然后再请教您。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-12 22:06
是的，epoh老师，我也觉得您现在提到的比较合理。哈哈，那我感觉40楼的文献叙述的有问题，的确提到了
di ...

底下dist_wts.m
我觉得应该对你有帮助

dist_wts.rar
大小:(2.06 KB)

马上下载

本附件包括：

dist_wts.m

exponential gravity-model form
Wij = exp(-a d(ij))

power gravity-model form
Wij = d(ij)^(-a)

double-power form
Wij = [1 - (dij/b)^k]^k , dij <= b
                     = 0  ,  dij > b

   where b is a bandwidth for the function, and
   where k is a positive integer power (usually k = 2 or higher)

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

是的，这个资料很全，谢谢epoh老师

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-12 22:23
底下dist_wts.m
我觉得应该对你有帮助

epoh老师，想请教下您，您那里运行出来的结果indexmat如何？我这里还是非常规则。
k=0.001:0.001:0.01;

Indexmat =

1.0000 22.9703 10.0000
2.0000 22.4016 10.0000
3.0000 23.1407 10.0000
4.0000 24.0234 10.0000
5.0000 24.4507 10.0000
6.0000 25.4244 10.0000
7.0000 25.7352 10.0000
8.0000 25.7857 10.0000
9.0000 25.9833 10.0000
10.0000 26.3326 10.0000
11.0000 26.4050 10.0000
12.0000 26.6748 10.0000
13.0000 27.0254 10.0000
14.0000 27.4590 10.0000
15.0000 27.9593 10.0000
16.0000 28.4113 10.0000
17.0000 28.4975 10.0000
18.0000 28.5247 10.0000
19.0000 28.3209 10.0000
20.0000 28.4200 10.0000
21.0000 28.0158 10.0000

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

就你的数据而言
落点在k=3:0.01:5;
Indexmat =

1.0000  274.6959 92.0000
2.0000  271.1351  146.0000
3.0000  282.2302  119.0000
4.0000  294.7071  121.0000
5.0000  301.2764  132.0000
6.0000  312.0266  132.0000
7.0000  313.2366  119.0000
8.0000  314.0910  120.0000
9.0000  316.2186  120.0000
10.0000  320.7879  120.0000
11.0000  323.7873  123.0000
12.0000  327.2818  124.0000
13.0000  330.9873  124.0000
14.0000  336.4309  124.0000
15.0000  341.2427  123.0000
16.0000  347.1262  124.0000
17.0000  348.0859  124.0000
18.0000  346.6988  103.0000
19.0000  343.6780  102.0000
20.0000  341.8913 97.0000

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-13 09:43
就你的数据而言
落点在k=3:0.01:5;
Indexmat =

epoh老师，谢谢
您是如何试出来的？这里面有没有规律。
比如要求k属于0到无穷，我们运行不可能这样去设置，所以发现这个是很重要的。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-13 09:47
epoh老师，谢谢
您是如何试出来的？这里面有没有规律。
比如要求k属于0到无穷，我们运行不可能这样去设 ...

这个很简单,先设
k=1:1:100
假设index都是1,表示下回试 0.1:0.01:1

假设index都是100,表示下回试 100:1:200

假设index在10附近,表示下回试 8:0.01:12

两三次之后,就可抓到最适点

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-13 11:24
这个很简单,先设
k=1:1:100
假设index都是1,表示下回试 0.1:0.01:1

谢谢，这个方法很好。
epoh老师，请您抽空再帮我看下一段类似功能的R 程序。这里的主要区别是矩阵生成机制不同，这里我想根据这样一个原则。给定一个门限值d，若d(i,j)>d，d(i,j)=1，若小于1，d(i,j)=0。而我给的不同的d，可以得到不同的权重矩阵。这里为什么选择用R，是因为R里面有一个moranI函数可以计算moran指数。我根据您编写的matlab修改，但是总不能出结果。

yc=as.numeric(t(c(40.16304,39.28829,39.53356,37.56977,44.08654,41.29838,43.6616,47.84179,31.16541,32.98073,29.16594,32.98073,26.07515,27.60815,36.32174,33.87427,30.96772,27.60539,23.35067,23.83548,19.19263,30.61157,26.8115,24.97481,35.20325,37.8208,35.74278,37.26806,41.11203)));
xc=as.numeric(t(c(116.38513,117.30503,116.08708,112.26255,113.89869,122.56549,126.14836,127.72512,121.39731,119.4195,120.02307,119.4195,117.96558,115.69939,118.10671,113.58064,112.23893,111.69403,113.40108,108.78058,109.74489,102.72802,106.87227,101.4963,108.85362,100.93231,96.02154,106.15805,85.20092)));
data<-read.csv('data1.csv')
p<-nrow(data)
LL<-cbind(xc,yc)
dista<-rdist.earth(LL)
d = seq(10,200,10)
s<-length(d)
dw<-dista
n<-ncol(dw)
WW<-matrix(0,n,n,s)
for (p in 1:s){
WW<-matrix(0,n,n)
for (i in 1:n){
for (j in 1:n) {
      if (dw(i,j)==0)
         dw(i,j)<-0
      else if (dw(i,j)<=d(s))
         dw(i,j)<-1
      else
         dw(i,j)<-0}
}
WW(:,:,s)=dw
moranI(WW,data) ##data为一列数据，每次计算出来的结果也只有一个数值
}

data1.rar
大小:(226 Bytes)

马上下载

本附件包括：

data1.csv

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-13 11:24
这个很简单,先设
k=1:1:100
假设index都是1,表示下回试 0.1:0.01:1

epoh老师，若在调用Getis1之前，先对Wij进行row-standardized，是不是修改为：
......
for i = 1:n
for j = 1:m
   if (i~=j)
      WWij(i,j)=exp((-k(s)/d)*dista(i,j));
   elseif (i==j)
      WWij(i,j)=0;
   end %end if
end  %end j
   WWij=normw(WWij);
   WW(:,:,s)=WWij;
end %end i
for p = 1:n1
   [GGI,ZZG,ZZ]=Getis_revised(WWij,Xij(p,:));
   ZZmat(p,s)=ZZ;
end % end p
end %end s
ZZmat
......
哈哈，还有，如果是这样，这里调试不出最适合点，为啥，epoh老师？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-13 12:10
谢谢，这个方法很好。
epoh老师，请您抽空再帮我看下一段类似功能的R 程序。这里的主要区别是矩阵生成机 ...

library(ape)
library(fields)
yc=as.numeric(t(c(40.16304......)
xc=as.numeric(t(c(116.38513,....)
data<-read.csv('data1.csv')
data=data[,1]
p<-nrow(data)
LL<-cbind(xc,yc)
dista<-rdist.earth(LL)
d = seq(50,1000,50)
s<-length(d)
n<-ncol(dista)
WW= array(NA, dim = c(n,n,s))
moranImat=matrix(NA,s,1);
for (p in 1:s){
dw<-dista
for (i in 1:n){
   for (j in 1:n) {

      if (dw[i,j] <= d[p]) dw[i,j] =0  else
         dw[i,j] = 1
      }  #j
  } #i
WW[,,p]=dw
moranImat[p,1]=Moran.I(data,dw)$observed ##data为一列数据，每次计算出来的结果也只有一个数值
} #p

WW
moranImat
         [,1]
[1,] -0.03562998
[2,] -0.03505226
[3,] -0.03505226
[4,] -0.03815054
[5,] -0.05173708
[6,] -0.05570482
[7,] -0.06194603
[8,] -0.05337594
[9,] -0.06442231
[10,] -0.05243863
[11,] -0.05588271
[12,] -0.06776555
[13,] -0.07897514
[14,] -0.07869158
[15,] -0.10539806
[16,] -0.12439059
[17,] -0.12607884
[18,] -0.13276167
[19,] -0.15463911
[20,] -0.19021641

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-13 16:18
library(ape)
library(fields)
yc=as.numeric(t(c(40.16304......)

library(ape)
library(fields)
yc=as.numeric(t(c(40.16304......)
xc=as.numeric(t(c(116.38513,....)
data<-read.csv('data1.csv')
data=data[,1]
p<-nrow(data)
LL<-cbind(xc,yc)
dista<-rdist.earth(LL)
d = seq(50,1000,50)
s<-length(d)
n<-ncol(dista)
WW= array(NA, dim = c(n,n,s))
moranImat=matrix(NA,s,4);
for (p in 1:s){
dw<-dista
for (i in 1:n){
   for (j in 1:n) {

      if (dw[i,j] <= d[p]) dw[i,j] =0  else
         dw[i,j] = 1
      }  #j
  } #i
WW[,,p]=dw
moranImat[p,4]=Moran.I(data,dw) ##data为一列数据，每次计算出来的结果也只有一个数值
} #p

epoh老师，我还想请教一下，这句命令data=data[,1]的作用是什么？我试了下，好像还是和原来data一样，只是排列形式变了。

还有，我想把Moran.I函数得到的4个值都输出，我对应改了几句，您看哪里错误？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-13 16:42
library(ape)
library(fields)
yc=as.numeric(t(c(40.16304......)

data<-read.csv('moran.csv') # "data.frame"
data=data[,1]  #"numeric"
换成"numeric"是为了配合function Moran.I(x, weight)
x : a numeric vector.的要求

data<-read.csv('data1.csv') # "data.frame"
data=data[,1]  #"numeric"
p<-nrow(data)
LL<-cbind(xc,yc)
dista<-rdist.earth(LL)
d = seq(50,1000,50)
s<-length(d)
n<-ncol(dista)
WW= array(NA, dim = c(n,n,s))
moranImat=matrix(NA,s,4);
for (p in 1:s){
dw<-dista
for (i in 1:n){
   for (j in 1:n) {

      if (dw[i,j] <= d[p]) dw[i,j] =0  else
         dw[i,j] = 1
      }  #j
  } #i
WW[,,p]=dw
moranImat[p,1]=Moran.I(data,dw)$observed
moranImat[p,2]=Moran.I(data,dw)$expected
moranImat[p,3]=Moran.I(data,dw)$sd
moranImat[p,4]=Moran.I(data,dw)$p.value
} #p
colnames(moranImat) = c("observed","expected","sd", "p.value")
print(moranImat)

      observed expected       sd p.value
[1,] -0.03562998 -0.03571429 0.003497052 0.98076591
[2,] -0.03505226 -0.03571429 0.004949200 0.89358897
[3,] -0.03505226 -0.03571429 0.004949200 0.89358897
[4,] -0.03815054 -0.03571429 0.007036459 0.72916722
[5,] -0.05173708 -0.03571429 0.011300924 0.15624031
[6,] -0.05570482 -0.03571429 0.014758350 0.17556940
[7,] -0.06194603 -0.03571429 0.018383120 0.15359511
[8,] -0.05337594 -0.03571429 0.019858576 0.37380342
[9,] -0.06442231 -0.03571429 0.022407499 0.20013071
[10,] -0.05243863 -0.03571429 0.026124726 0.52206003
[11,] -0.05588271 -0.03571429 0.029924213 0.50032175
[12,] -0.06776555 -0.03571429 0.033569987 0.33969935
[13,] -0.07897514 -0.03571429 0.036233464 0.23249847
[14,] -0.07869158 -0.03571429 0.039075959 0.27140198
[15,] -0.10539806 -0.03571429 0.042226614 0.09889518
[16,] -0.12439059 -0.03571429 0.045660253 0.05212624
[17,] -0.12607884 -0.03571429 0.050839595 0.07549515
[18,] -0.13276167 -0.03571429 0.054816061 0.07665742
[19,] -0.15463911 -0.03571429 0.059795454 0.04671659
[20,] -0.19021641 -0.03571429 0.064245291 0.01617784

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

非常感谢您，现在明白了。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-11 09:54
index 1 2 3 4 5 6 7 ...

epoh老师，谢谢您的解答
我还有一个问题，现在已经运行得到：
Indexmat =

1.0000  274.6958 3.9000 19.0000
2.0000  271.1351 4.4500 30.0000
3.0000  282.2281 4.2000 25.0000
4.0000  294.7071 4.2000 25.0000
5.0000  301.2758 4.3000 27.0000
6.0000  312.0261 4.3000 27.0000
7.0000  313.2352 4.2000 25.0000
8.0000  314.0902 4.2000 25.0000
9.0000  316.2178 4.2000 25.0000
10.0000  320.7876 4.2000 25.0000
11.0000  323.7853 4.2000 25.0000
12.0000  327.2809 4.2500 26.0000
13.0000  330.9854 4.2500 26.0000
14.0000  336.4292 4.2500 26.0000
15.0000  341.2405 4.2000 25.0000
16.0000  347.1244 4.2500 26.0000
17.0000  348.0834 4.2500 26.0000
18.0000  346.6960 4.0000 21.0000
19.0000  343.6778 4.0000 21.0000
20.0000  341.8908 3.9500 20.0000
21.0000  337.0468 3.9500 20.0000
如何根据Indexmat的第一列返回求WW？现在运行得到的WW为29*29*41，应该是最后一个变量的，那么根据WW(:,:19)(比如现在想取第一个19对应的)就会有问题。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-15 13:49
epoh老师，谢谢您的解答
我还有一个问题，现在已经运行得到：
Indexmat =

现在想取第一个19对应的 ??
不太清楚你的意思

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

epoh 发表于 2012-5-15 14:02
现在想取第一个19对应的 ??
不太清楚你的意思

嗯，epoh老师，上面indexmat的21行分别是对应数据文件的21个变量所得出的最优值，我现在想根据这里的最优值返回确定对应的WW矩阵。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

ywh19860616 发表于 2012-5-15 14:10
嗯，epoh老师，上面indexmat的21行分别是对应数据文件的21个变量所得出的最优值，我现在想根据这里的最优 ...

Indexmat =

1.0000  274.6958 3.9000 19.0000
2.0000  271.1351 4.4500 30.0000
3.0000  282.2281 4.2000 25.0000
4.0000  294.7071 4.2000 25.0000
5.0000  301.2758 4.3000 27.0000
.........

WW(:,:,19)

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群