人大经济论坛 › 论坛 › 数据科学与人工智能 › 数据分析与数据科学 › R语言论坛 › R程序改写为matlab程序

CDA数据分析研究院

商业数据分析与大数据领航教育品牌



经管云课堂

经管/金融/财会/社科/名师公开课



学术培训

Stata 空间计量 SSCI Python

贵宾：通行论坛特权+数据库权限
+案例库+下载特权 VIP：论坛特权+更多下载次数
+ccerdata数据库+更高阅读权限+……

上一页 1 234 5 6 7 8 9 10 ... 11 下一页

发帖

楼主: ywh19860616

16619 101

[问答] R程序改写为matlab程序 [推广有奖]

21楼

epoh 发表于 2012-5-9 19:45:41 |只看作者 |坛友微信交流群

ywh19860616 发表于 2012-5-9 18:34
呵呵，epoh老师，非常抱歉，可能我没有说清楚问题。
您上面的程序得出的还只是一个ZZ值，而我想要的其 ...

load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;
Wij=result.dw ;
dista = GeogDistance(yc,xc);
k=[0.6,0.7,0.4,0.5,0.8,0.9,1];
s=length(k);
ZZmat=zeros(1,length(k));
[n,m]=size(dista);
WW=zeros(n,m,s);
for s =1:length(k)
WWij=zeros(n,m);
for i = 1:n
for j = 1:m
   WWij(i,j)=exp(-k(s)*dista(i,j));
end
   WW(:,:,s)=WWij;
end %end j
[GGI,ZZG,ZZ]=Getis1(WWij,Xij);
ZZmat(s)=ZZ;
end %end s
ZZmat
index=find(ZZmat==max(ZZmat))
WW
WW(:,:,index)
%%%%%%%%%%%%%%%%%%%%%%
ZZmat =

0.0447 0.0175 0.3017 0.1153 0.0070 0.0028 0.0011

index =

   3

WW(:,:,1) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

WW(:,:,2) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

WW(:,:,3) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0003 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0003 1.0000 0.0007 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0007 1.0000 0.0001 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0001 1.0000 0.0000 0.0001 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0001 0.0000 1.0000 0.0002
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0002 1.0000

WW(:,:,4) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0001 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0001 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

WW(:,:,5) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

WW(:,:,6) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

WW(:,:,7) =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 1.0000

ans =

1.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 1.0000 0.0003 0.0000 0.0000 0.0000 0.0000 0.0000
0.0000 0.0003 1.0000 0.0007 0.0000 0.0000 0.0000 0.0000
0.0000 0.0000 0.0007 1.0000 0.0001 0.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0001 1.0000 0.0000 0.0001 0.0000
0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 0.0000 0.0000
0.0000 0.0000 0.0000 0.0000 0.0001 0.0000 1.0000 0.0002
0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0002 1.0000

已有 1 人评分	学术水平	热心指数	信用等级	收起理由
ywh19860616	+ 5	+ 5	+ 5	非常感谢epoh老师

总评分: 学术水平 + 5 热心指数 + 5 信用等级 + 5 查看全部评分

使用道具举报

22楼

ywh19860616 发表于 2012-5-9 20:11:18 |只看作者 |坛友微信交流群

epoh 发表于 2012-5-9 19:45
load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;

谢谢epoh老师，呵呵，循环有点复杂
我原来把s那个循环和i，j循环放在一起，总是出来一个结果。
现在程序运行很好。

一份耕耘，一份收获。

使用道具举报

23楼

ywh19860616 发表于 2012-5-10 18:55:09 |只看作者 |坛友微信交流群

epoh 发表于 2012-5-9 19:45
load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;

epoh老师，您好。今天利用这个程序试算了一下，感觉有点问题，但是我找不出哪里。
您这里取 k=[0.6,0.7,0.4,0.5,0.8,0.9,1]; 所以运行出来index=3，即最后选择了第三个k值，k=0.4
也是这组k值中最小的。

我试了好多k值，比如k=0.01:0.1:1，得出的结果永远是k值最小的那个，按照理论应该不可能这样的，不知道问题出在哪？

起初我想 Xij应该是一个变量，数据应该是一个行向量或者列向量，所以我试了自己找的数据，但是也是一样的结果。
就是实现这篇文章第5部分提到的：Spatial Filtering with EViews and MATLAB http://www.stat.tugraz.at/AJS/ausg071/071Ferstl.pdf

一份耕耘，一份收获。

使用道具举报

24楼

epoh 发表于 2012-5-10 19:54:09 |只看作者 |坛友微信交流群

ywh19860616 发表于 2012-5-10 18:55
epoh老师，您好。今天利用这个程序试算了一下，感觉有点问题，但是我找不出哪里。
您这里取 k=[0.6,0. ...

load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;
Wij=result.dw ;
dista = GeogDistance(yc,xc);
k=0.01:0.01:0.09
s=length(k);
ZZmat=zeros(1,length(k));
[n,m]=size(dista);
WW=zeros(n,m,s);
for s =1:length(k)
WWij=zeros(n,m);
for i = 1:n
for j = 1:m
   if (i~=j)
      WWij(i,j)=exp(-k(s)*dista(i,j));
   elseif (i==j)
      WWij(i,j)=0;
   end %end if
end  %end i
   WW(:,:,s)=WWij;
end %end j
[GGI,ZZG,ZZ]=Getis1(WWij,Xij);
ZZmat(s)=ZZ;
end %end s
ZZmat
index=find(ZZmat==max(ZZmat))
WW
WW(:,:,index)

%%%%%%%%%%%%%%%%%%%%%
k =

0.0100 0.0200 0.0300 0.0400 0.0500 0.0600 0.0700 0.0800 0.0900

ZZmat =

10.5321 13.1748 14.1048 14.1081 13.5731 12.7366 11.7508 10.7131 9.6844

index =

   4

WW(:,:,1) =

      0 0.7680 0.6252 0.5231 0.5344 0.6927 0.6495 0.7339
0.7680       0 0.8133 0.6812 0.6749 0.6057 0.7725 0.7467
0.6252 0.8133       0 0.8350 0.7547 0.5083 0.7487 0.6476
0.5231 0.6812 0.8350       0 0.7835 0.4402 0.6843 0.5671
0.5344 0.6749 0.7547 0.7835       0 0.5050 0.7989 0.6486
0.6927 0.6057 0.5083 0.4402 0.5050       0 0.6300 0.7745
0.6495 0.7725 0.7487 0.6843 0.7989 0.6300       0 0.8115
0.7339 0.7467 0.6476 0.5671 0.6486 0.7745 0.8115       0

WW(:,:,2) =

      0 0.5898 0.3909 0.2737 0.2856 0.4799 0.4219 0.5386
0.5898       0 0.6614 0.4640 0.4555 0.3669 0.5968 0.5575
0.3909 0.6614       0 0.6972 0.5696 0.2583 0.5606 0.4194
0.2737 0.4640 0.6972       0 0.6138 0.1938 0.4682 0.3216
0.2856 0.4555 0.5696 0.6138       0 0.2550 0.6382 0.4207
0.4799 0.3669 0.2583 0.1938 0.2550       0 0.3969 0.5999
0.4219 0.5968 0.5606 0.4682 0.6382 0.3969       0 0.6585
0.5386 0.5575 0.4194 0.3216 0.4207 0.5999 0.6585       0

WW(:,:,3) =

      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

WW(:,:,4) =

      0 0.3479 0.1528 0.0749 0.0816 0.2303 0.1780 0.2901
0.3479       0 0.4375 0.2153 0.2075 0.1346 0.3561 0.3108
0.1528 0.4375       0 0.4860 0.3244 0.0667 0.3143 0.1759
0.0749 0.2153 0.4860       0 0.3768 0.0376 0.2192 0.1034
0.0816 0.2075 0.3244 0.3768       0 0.0650 0.4073 0.1770
0.2303 0.1346 0.0667 0.0376 0.0650       0 0.1575 0.3599
0.1780 0.3561 0.3143 0.2192 0.4073 0.1575       0 0.4336
0.2901 0.3108 0.1759 0.1034 0.1770 0.3599 0.4336       0

WW(:,:,5) =

      0 0.2672 0.0955 0.0392 0.0436 0.1595 0.1156 0.2129
0.2672       0 0.3558 0.1467 0.1401 0.0815 0.2751 0.2321
0.0955 0.3558       0 0.4058 0.2449 0.0339 0.2353 0.1139
0.0392 0.1467 0.4058       0 0.2952 0.0165 0.1500 0.0587
0.0436 0.1401 0.2449 0.2952       0 0.0328 0.3254 0.1148
0.1595 0.0815 0.0339 0.0165 0.0328       0 0.0993 0.2787
0.1156 0.2751 0.2353 0.1500 0.3254 0.0993       0 0.3519
0.2129 0.2321 0.1139 0.0587 0.1148 0.2787 0.3519       0

WW(:,:,6) =

      0 0.2052 0.0597 0.0205 0.0233 0.1105 0.0751 0.1563
0.2052       0 0.2893 0.0999 0.0945 0.0494 0.2125 0.1733
0.0597 0.2893       0 0.3388 0.1848 0.0172 0.1762 0.0738
0.0205 0.0999 0.3388       0 0.2313 0.0073 0.1026 0.0333
0.0233 0.0945 0.1848 0.2313       0 0.0166 0.2600 0.0744
0.1105 0.0494 0.0172 0.0073 0.0166       0 0.0625 0.2159
0.0751 0.2125 0.1762 0.1026 0.2600 0.0625       0 0.2855
0.1563 0.1733 0.0738 0.0333 0.0744 0.2159 0.2855       0

WW(:,:,7) =

      0 0.1576 0.0373 0.0107 0.0125 0.0765 0.0488 0.1147
0.1576       0 0.2353 0.0681 0.0638 0.0299 0.1642 0.1294
0.0373 0.2353       0 0.2829 0.1395 0.0088 0.1319 0.0478
0.0107 0.0681 0.2829       0 0.1812 0.0032 0.0702 0.0189
0.0125 0.0638 0.1395 0.1812       0 0.0084 0.2077 0.0483
0.0765 0.0299 0.0088 0.0032 0.0084       0 0.0394 0.1672
0.0488 0.1642 0.1319 0.0702 0.2077 0.0394       0 0.2317
0.1147 0.1294 0.0478 0.0189 0.0483 0.1672 0.2317       0

WW(:,:,8) =

      0 0.1210 0.0233 0.0056 0.0067 0.0530 0.0317 0.0842
0.1210       0 0.1914 0.0464 0.0431 0.0181 0.1268 0.0966
0.0233 0.1914       0 0.2362 0.1053 0.0045 0.0988 0.0309
0.0056 0.0464 0.2362       0 0.1419 0.0014 0.0481 0.0107
0.0067 0.0431 0.1053 0.1419       0 0.0042 0.1659 0.0313
0.0530 0.0181 0.0045 0.0014 0.0042       0 0.0248 0.1295
0.0317 0.1268 0.0988 0.0481 0.1659 0.0248       0 0.1880
0.0842 0.0966 0.0309 0.0107 0.0313 0.1295 0.1880       0

WW(:,:,9) =

      0 0.0929 0.0146 0.0029 0.0036 0.0367 0.0206 0.0618
0.0929       0 0.1556 0.0316 0.0291 0.0110 0.0980 0.0721
0.0146 0.1556       0 0.1972 0.0794 0.0023 0.0740 0.0200
0.0029 0.0316 0.1972       0 0.1112 0.0006 0.0329 0.0061
0.0036 0.0291 0.0794 0.1112       0 0.0021 0.1325 0.0203
0.0367 0.0110 0.0023 0.0006 0.0021       0 0.0156 0.1003
0.0206 0.0980 0.0740 0.0329 0.1325 0.0156       0 0.1526
0.0618 0.0721 0.0200 0.0061 0.0203 0.1003 0.1526       0

ans =

      0 0.3479 0.1528 0.0749 0.0816 0.2303 0.1780 0.2901
0.3479       0 0.4375 0.2153 0.2075 0.1346 0.3561 0.3108
0.1528 0.4375       0 0.4860 0.3244 0.0667 0.3143 0.1759
0.0749 0.2153 0.4860       0 0.3768 0.0376 0.2192 0.1034
0.0816 0.2075 0.3244 0.3768       0 0.0650 0.4073 0.1770
0.2303 0.1346 0.0667 0.0376 0.0650       0 0.1575 0.3599
0.1780 0.3561 0.3143 0.2192 0.4073 0.1575       0 0.4336
0.2901 0.3108 0.1759 0.1034 0.1770 0.3599 0.4336       0

已有 1 人评分	学术水平	热心指数	信用等级	收起理由
ywh19860616	+ 5	+ 5	+ 5	epoh老师，谢谢

总评分: 学术水平 + 5 热心指数 + 5 信用等级 + 5 查看全部评分

使用道具举报

25楼

ywh19860616 发表于 2012-5-10 20:27:50 |只看作者 |坛友微信交流群

epoh 发表于 2012-5-10 19:54
load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;

epoh老师，谢谢
还有一个问题再请教您，上面程序的Xij其实为8*8的矩阵。
这两组命令得出的结果是一样的：
.....
Xij=result.dista;
.....
与
.....
Xij1=result.dista ;
Xij=Xij1(1,:);
......
也就是说其实现在的命令也只取了Xij中的第一行数据运行。如果我想对每一行数据都执行同样操作，应该在哪里加入循环？
比如循环操作：
for kk=1:8 % 8即为Xij的行数。
[GGI,ZZG,ZZ]=Getis_revised(WWij,Xij(kk,:));
end

一份耕耘，一份收获。

使用道具举报

26楼

ywh19860616 发表于 2012-5-10 20:44:32 |只看作者 |坛友微信交流群

epoh老师，您看我下面执行结果正常吗？
我的想法是先对求出的Wij执行标准化，命令更改为：
......
for i = 1:n
for j = 1:m
   if (i~=j)
      WWij(i,j)=exp(-k(s)*dista(i,j));
   elseif (i==j)
      WWij(i,j)=0;
   end %end if
end  %end i
   WW(:,:,s)=WWij;
end %end j
WW1ij=normw(WWij);  %normw是jvpl7工具箱的一个函数
[GGI,ZZG,ZZ]=Getis1(WW1ij,Xij);
ZZmat(s)=ZZ;
end %end s
......
k =
0.0100 0.0200 0.0300 0.0400 0.0500 0.0600 0.0700 0.0800 0.0900

ZZmat =
4.2811 8.1618 11.5776 14.5126 16.9869 19.0427 20.7317 22.1072 23.2194

index =
   9
我尝试了几组数据，结果显示ZZmat总是从小到大排列，感觉不对。

一份耕耘，一份收获。

使用道具举报

27楼

epoh 发表于 2012-5-10 21:57:19 |只看作者 |坛友微信交流群

ywh19860616 发表于 2012-5-10 20:44
epoh老师，您看我下面执行结果正常吗？
我的想法是先对求出的Wij执行标准化，命令更改为：
......

distance_wm.m已经标准化
对求出的Wij执行标准化
恐怕重复

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

WW(:,:,C)

ans =

      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

已有 1 人评分	学术水平	热心指数	信用等级	收起理由
ywh19860616	+ 5	+ 5	+ 5	非常感谢您

总评分: 学术水平 + 5 热心指数 + 5 信用等级 + 5 查看全部评分

使用道具举报

28楼

ywh19860616 发表于 2012-5-10 22:36:51 |只看作者 |坛友微信交流群

epoh 发表于 2012-5-10 21:57
distance_wm.m已经标准化
对求出的Wij执行标准化
恐怕重复

epoh老师，谢谢。能否根据ZZmat的每行都分别找出最大值的位置，而不是对ZZmat矩阵整体找最大值？
其实我是想对Xij的每行分别运行一次的，但是这样操作量太大，因此才让您帮忙修改的，用循环实现。

是的，我明白您说的，程序中的确提到：
results.W    = (n x n) sparse row-standardized weight matrix
例如，我把results.W和normw函数得出的结果对比了，不一致：
load ct_data
result = distance_wm(yc,xc);
Xij=result.dista
Xij =
      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
Xij_1=result.W
Xij_1=
(2,1)    0.3333
(1,2)    1.0000
(3,2)    0.5000
(7,2)    0.3333
(2,3)    0.3333
(4,3)    0.5000
(3,4)    0.5000
(5,4)    0.5000
(4,5)    0.5000
(7,5)    0.3333
(8,6)    0.5000
(2,7)    0.3333
(5,7)    0.5000
(8,7)    0.5000
(6,8)    1.0000
(7,8)    0.3333

Xij_row=normw(Xij)

Xij_row =
      0 0.0847 0.1507 0.2079 0.2011 0.1178 0.1385 0.0993
0.1148       0 0.0899 0.1670 0.1710 0.2180 0.1123 0.1270
0.1850 0.0814       0 0.0710 0.1108 0.2666 0.1140 0.1711
0.2010 0.1191 0.0560       0 0.0757 0.2545 0.1177 0.1760
0.2171 0.1362 0.0975 0.0846       0 0.2368 0.0778 0.1500
0.0975 0.1331 0.1797 0.2178 0.1814       0 0.1227 0.0678
0.1914 0.1145 0.1284 0.1683 0.0996 0.2050       0 0.0927
0.1237 0.1168 0.1738 0.2268 0.1731 0.1022 0.0835       0

一份耕耘，一份收获。

使用道具举报

29楼

epoh 发表于 2012-5-10 22:46:53 |只看作者 |坛友微信交流群

ywh19860616 发表于 2012-5-10 22:36
epoh老师，谢谢。能否根据ZZmat的每行都分别找出最大值的位置，而不是对ZZmat矩阵整体找最大值？
其实 ...

我没看懂底下怎么得来
Xij_1=result.W
Xij_1=
(2,1)    0.3333
(1,2)    1.0000
(3,2)    0.5000
(7,2)    0.3333
(2,3)    0.3333
(4,3)    0.5000
(3,4)    0.5000
(5,4)    0.5000
(4,5)    0.5000
(7,5)    0.3333
(8,6)    0.5000
(2,7)    0.3333
(5,7)    0.5000
(8,7)    0.5000
(6,8)    1.0000
(7,8)    0.3333

已有 1 人评分	学术水平	热心指数	信用等级	收起理由
ywh19860616	+ 5	+ 5	+ 5	谢谢您的关注

总评分: 学术水平 + 5 热心指数 + 5 信用等级 + 5 查看全部评分

使用道具举报

30楼

ywh19860616 发表于 2012-5-10 23:18:33 |只看作者 |坛友微信交流群

epoh 发表于 2012-5-10 22:46
我没看懂底下怎么得来
Xij_1=result.W
Xij_1=

epoh老师，就是distance_wm函数的返回结果的results.W
%       results.dista = (n x n) matrix of pairwide distances
%       results.W    = (n x n) sparse row-standardized weight matrix
%       results.dw = (n x n) matrix of neighbors (0,1)

您指的原程序已经标准化是指W = sparse(normw(dw)) 吗？我以为是指results.W.
我一开始没有看到这个，呵呵，那我可以直接在distance_wm里取出Wij=normw(results.dista)就行。

另外，epoh老师，能否根据ZZmat的每行都分别找出一个最大值及其对应位置，而不是对ZZmat矩阵整体找最大值？load ct_data
result = distance_wm(yc,xc);
Xij=result.dista ;
[n1,m1]=size(Xij)
Wij=result.Wn ;
dista = GeogDistance(yc,xc);
k=0.01:0.01:0.09;
s=length(k);
ZZmat=zeros(n1,length(k));
[n,m]=size(dista);
WW=zeros(n,m,s);
for s =1:length(k)
WWij=zeros(n,m);
for i = 1:n
for j = 1:m
   if (i~=j)
      WWij(i,j)=exp(-k(s)*dista(i,j));
   elseif (i==j)
      WWij(i,j)=0;
   end %end if
end  %end i
   WW(:,:,s)=WWij;
end %end j
for p = 1:n1
   [GGI,ZZG,ZZ]=Getis_revised(WWij,Xij(p,:));
   ZZmat(p,s)=ZZ;
end % end p
end %end s
ZZmat

for q=1:n1
%[value, location] = max(ZZmat(:))
[value, location] = max(ZZmat(q,:))
%[R,C] = ind2sub(size(ZZmat),location)
end
这样可以取出每一行最大值所在location，但是如何同时根据s（表示变量）和location 取出WW？
比如对应s=1，即数据的第一行，因为k=0.01:0.01:0.09，所以就算出来有9个WW，根据ZZmat第一行最大值，可以取出一个矩阵。
  对应s=2，同时可以取出一个矩阵。
....
      s=9，也取出一个矩阵。

一份耕耘，一份收获。

使用道具举报