Furthermore, in this paper, we also

Furthermore, in this paper, we also used the multidimensional scaling analysis to position an objective attribute vector in the two-dimensional area. With this method, the individual airport’ s coordinated data could be derived. Assigning the coordinated data of each individual airport as independent variables and data collected corresponding to specific attributes of airports as dependent variables, feature vectors could be established by the measure of regression coefficients. The results from the regression analysis become the axis of independent variables and cosine of the feature vectors. In the two-dimensional map, the independent variable X’ s standardized regression or x-axis becomes the cosine value and the independent variable Y’ s standardized regression or y-axis becomes the cosine value. Using these two values, the direction of what was used as the dependent variable can be derived. By using the attribute vectors in the perpendicular projection, the attribute level of individual airports can be derived. For example, Figure 3 shows the profit rate in 2009 of individual airports. It can be seen from this figure that that the level of profit rate in 2009 was the highest in Taipei (TPE), followed by Narita (NRT), Hong Kong (HKG), Incheon (ICN), Kansai (KIX) and Sydney (SYD).


Attribute vector of Profit rate in 2009 in individual airports

Kết quả (Việt) 1:

Hơn nữa, trong bài báo này, chúng tôi cũng sử dụng các phân tích đa chiều rộng để định vị một véc tơ thuộc tính khách quan trong khu vực hai chiều. Với phương pháp này, xe cá nhân ' s phối hợp dữ liệu có thể được bắt nguồn. Gán dữ liệu phối hợp của từng xe cá nhân như các biến độc lập và thu thập dữ liệu tương ứng với các thuộc tính cụ thể của các sân bay như là phụ thuộc vào biến, tính năng vector có thể được thành lập bởi các biện pháp của hệ số hồi qui. Các kết quả từ việc phân tích hồi qui trở thành các trục của các biến độc lập, cô sin của vectơ tính năng. Trong bản đồ hai chiều, biến độc lập X' s hồi qui chuẩn hoặc trục x trở thành giá trị cô sin và biến độc lập Y' s hồi qui chuẩn hoặc trục y sẽ trở thành giá trị cô sin. Sử dụng các giá trị hai, sự hướng dẫn của những gì đã được sử dụng như là phụ thuộc vào biến thể được bắt nguồn. Bằng cách sử dụng các thuộc tính vector chiếu vuông góc, mức thuộc tính của cá nhân các sân bay có thể được bắt nguồn. Ví dụ, hình 3 cho thấy tỷ lệ lợi nhuận trong năm 2009 trong sân bay riêng lẻ. Nó có thể được nhìn thấy từ con số này ở cấp độ của tỷ lệ lợi nhuận trong năm 2009 là cao nhất ở Đài Bắc (TPE), sau đó bởi Narita (NRT), Hồng Kông (HKG), Incheon (ICN), Kansai (KIX) và Sydney (SYD). Thuộc tính véc tơ tỷ lệ lợi nhuận trong năm 2009 tại sân bay cá nhân

Kết quả (Việt) 2:

Hơn nữa, trong bài báo này, chúng tôi cũng sử dụng các phân tích đa chiều rộng để xác định vị trí một vector thuộc tính khách quan trong khu vực hai chiều. Với phương pháp này, các sân bay cá nhân 's dữ liệu phối hợp có thể được bắt nguồn. Gán dữ liệu phối hợp của từng sân bay cá nhân như là các biến độc lập và dữ liệu thu thập tương ứng với thuộc tính cụ thể của các sân bay như biến phụ thuộc, các vector có thể được thành lập bởi các biện pháp của các hệ số hồi quy. Các kết quả từ phân tích hồi quy trở thành trục của biến độc lập và cosin của vector. Trong bản đồ hai chiều, biến X độc lập 'hồi quy hoặc tiêu chuẩn của trục x trở thành giá trị cosin và các biến độc lập Y' s hồi quy chuẩn hoặc trục y trở thành giá trị cosin. Sử dụng hai giá trị, sự chỉ đạo của những gì đã được sử dụng như là biến phụ thuộc có thể được bắt nguồn. Bằng cách sử dụng các vector thuộc tính trong chiếu vuông góc, mức thuộc tính của các sân bay cá nhân có thể được bắt nguồn. Ví dụ, hình 3 cho thấy tỷ suất lợi nhuận trong năm 2009 của các sân bay cá nhân. Nó có thể được nhìn thấy từ con này mà mức độ tỷ lệ lợi nhuận trong năm 2009 là cao nhất ở Đài Bắc (TPE), tiếp theo là Narita (NRT), Hồng Kông (HKG), Incheon (ICN), Kansai (KIX) và Sydney ( SYD).


Thuộc tính vector tỷ lệ lợi nhuận trong năm 2009 tại các sân bay cá nhân