精华内容
下载资源
问答
  • 多指标综合评价方法汇总

    万次阅读 多人点赞 2016-10-27 22:59:08
    写在前面上学的时候,有一门综合评价的课程,那时候没觉得以后会用到它,现在才发现是那么实用,实际应用中如果采用单指标进行评价给人的感觉总是有偏驳的,除非是那种极其可靠且明确其重要性的指标。近期基本上把老...

    写在前面

    上学的时候,有一门综合评价的课程,那时候没觉得以后会用到它,现在才发现是那么实用,实际应用中如果采用单指标进行评价给人的感觉总是有偏驳的,除非是那种极其可靠且明确其重要性的指标。近期基本上把老课本里的方法翻了个老底,以前觉得这门课程似乎挺难的,现在看来只是以前没有深入的好好看,方法简单且实用。
    综合评价的方法一般是主客观结合的,方法的选择需基于实际指标数据情况选定,最为关键的是指标的选取,以及指标权重的设置,这些需要基于广泛的调研和扎实的业务知识,不能说单纯的从数学上解决的。
    以下几种方法都是在实际中应用过的,在实际应用的我们遇到的状况,也描述一下。

    指标的正向化

    指标一般分为正向指标(越大越好)、逆向指标(越小越好)、适度指标(不能太小也不能太大)。为了可以进行综合汇总,需要解决同方向性,一般需要将逆向指标和适度指标正向化。

    逆向指标正向化

    • 倒数法:这里写图片描述
    • 最小阈值法:这里写图片描述
    • 最大阈值法(互补法):这里写图片描述

    ** 适度指标的正向化**

    • 绝对值倒数法:反应了实际值与标准值之间的偏差,偏差越小越好,对应的转化后的值越大,达到正向化的目的;
      这里写图片描述
    • 距离倒数法:跟绝对值倒数法类似
      这里写图片描述

    指标的无量纲化

    指标的无量纲化可以消除指标间量级不同的影响,可以使各个指标转化成可以直接加减的的数值,常用的消除定量指标无量纲化的方式如下
    1、阈值比较法
    这里写图片描述
    x0表示阈值,阈值设置的越大,评价指标的反应越迟钝,过小会过于灵敏,需根据实际需求确定,动态评价可以是被评价对象的历史最优水平,也可以是基期水平,若为计划完成情况,可以为计划数,对实际水平的评价可以是同类被评价对象的最好水平或平均水平,阈值大小是可以不断调整的。
    2、中心化也称均值化
    这里写图片描述
    此处的E可以是算术平均值,也可以是中位数、总数,根据实际需求来定。

    3、规格化,最常用的就是这种
    这里写图片描述
    无量纲化之后,数据范围0-1之间,表明了数据在全距中的相对位置。
    4、标准化
    这里写图片描述
    该方法适用于数据量较大的情况,样本数要在30以上,评价值在-1至1之间。
    5、比重法
    这里写图片描述这里写图片描述
    应用数据的结构指标来消除量纲的影响,前一种不适用于有负值的情况,后一种可以根据具体情形用于含负值的情况。
    以上均为直线型处理方法,也较为常用,其他分段处理的情况可以再扩展。

    指标权重设置

    主观赋权法
    1、主观赋权法,又称专家赋权法,这个方法还是不要轻易用吧,除非你就是权威或者咨询了权威。
    2、层次分析法(AHP),综合多个人的进行指标间重要性评价,将主客观结合在一起得出权重,之前有写过一个文档,见末尾模糊综合评价部分权重获取附带的链接。
    以上两种均为主观赋权法,也有比较偷懒不能明确指标间的重要性,采用等权法。
    客观赋权法
    基本思想是利用各指标间的相互关系或提供的信息量来确定,实际通过对原始数据经过数学处理获取权重,原始数据所包含的信息包括两种,一种是指标变异程度上的信息差异,一般通过指标的标准差或变异系数来反映,一种是指标间的相互影响程度,这种信息一般隐含在指标见相关关系矩阵中,以下几种赋权方法均是基于该两点进行的;
    1、变异系数法
    这里写图片描述,然后再进行归一化化处理,得到各个指标的权重。
    其中这里写图片描述表示标准差,公式就不写了,i表示指标,分母表示均值,标准差的计算中,30个以上的数据使用n,30个样本以内使用n-1,我们都知道标准差反应了数据的平稳性,由变异系数来反映数据所含信息量的大小;
    2、相关系数法
    相关系数法是根据指标间的相关程度来确定各个指标重要性程度的方法,一般来说某一个评价指标与指标体系中的其他指标信息重复越多,说明该指标的变动越能被其他指标的变动所解释,则该指标的变动越能够被其他指标的变动所解释,所以赋给其的权重越小。这个让我想起了多重共线性,也是一种筛选指标的方法之一。
    2.1 由于研究的是多指标综合评价,首先需构建相关系数矩阵R;
    这里写图片描述
    2.2 类似求矩阵的解,构造分块矩阵,求每个指标与其他指标的多元相关系数
    这里写图片描述
    获取每个指标的多元相关系数
    2.3 这里写图片描述,具体怎么算参考线性代数,利用计算软件如R语言,可直接求逆矩阵;
    2.4 这里写图片描述的值越大,说有与其他指标的相关性越大,其在综合评价中的作用越小,故确定权重时需进行正向处理,然后归一化。
    2.5 各指标权重如下
    这里写图片描述
    3、熵值法
    熵值法本质上和变异系数法相类似,通过指标的离散程度来划分权重,熵值越大所包含的信息量就越大,对综合评价的影响越大,熵值得概念最初来至于物理学方面,可以自行百度,发现不同方面的理论知识是可以相互融合的,物理学和数学以及社会学似乎都有些东西是可以互相借鉴的。
    3.1 指标的同向化,然后采用比重法将各个指标实际值转化为评价值
    这里写图片描述
    3.2 再计算每个指标的熵值
    这里写图片描述
    3.3 再计算差异系数dj=1-ej;
    3.4 最后对差异系数进行归一化处理,获得各指标权重
    这里写图片描述
    4、坎蒂雷赋权法
    坎蒂雷赋权法假设指标与的指标间的线性加权的综合指数之间的相关系数是成比例的,将与综合指数高度相关的指标赋予较高的权重,反之赋予较小的权重。基于该假设,指标的权重为矩阵RS的最大特征根所对应的特征向量W,对W进行归一化处理,作为各个指标的权重,R为p个指标的相关系数矩阵,S为指标标准差所组成的对角矩阵。(PS这个方法没有尝试过)
    主客观赋权方法的选择各有优劣,采用客观赋权法的结论有时候会与经验相悖,最好还是主客观结合比较合理。

    综合评价数值的综合方法

    前面讲了指标权重的获取及无量纲化处理,将多指标进行综合的方法主要有四大类,线性综合法、几何综合法、混合综合法和模型综合法,简单来说就是加权求和、加权几何平均、线性加权与几何综合结合、模型综合法较为复杂,各个指标与综合指数间的关系,除却上述三种较为简单的以外,还有各种复杂的函数和相关关系,通过某种关系得到综合评价数值,该关系必须为描述对象间的关系清晰,可以用合适的数学表达式表述。以下列举的几种综合评价的方法均属于该范畴。

    综合评价方法

    1. 综合评分法
      综合评分法是将各个指标转化为具体的分值后进行直接汇总的方式,主要是区间打分法和区间增量法;
      区间打分法
      区间打分法是划分等级,一般为5级,每个级别以2分递增,将指标按照划分标准进行打分,再基于确定好的指标权重,进行线性加权求和,得到综合得分。这种对于非连续型变量可适用,不受指标形式的限制,例如评价一个人的长相,评价一个人的长相处于ABCDE那个水平,每个级别对应的分数为10-8、8-6、6-4、4-2、2-0;
      区间增量法
      对各项指标的实际值,以同类指标的标准水平x0为基础进行打分,可取均值也可为其他值,每高出或低于标准水平,则分数对应提高或减少,程度由分母D决定,具体公式如下:
      这里写图片描述
      最后基于每个指标的得分,进行线性加权得到综合得分。
      缺点,存在评价对象区分不明显的现象。
    2. 综合指数法
      实际值与标准值进行对比后再使用线性综合汇总得到综合评分。
      这里写图片描述
      其中x0为标准值,需根据实际需求灵活设置,p表示评价指标个数,w表示权重,若把最小值设为0,则该公式等同于规格化后然后进行线性加权。
      缺点是存在线性替代的现象。
    3. 秩和比评价方法
      对各个指标或处理后的指标进行排秩,然后对秩进行加权综合处理,进行综合评价,但对于大数据量来说,成本较高。
      秩和比计算公式如下,就是上面那句话的公式版乘100:
      这里写图片描述
      需注意的是秩和比是越小越好。
    4. 功效系数法
      从公式中可以看出,实质上就是规格化后,增加两个调整参数,参数可以灵活设置,可以用来限定功效系数的取值范围。
      这里写图片描述
      然后计算功效系数的综合值,可以采用线性综合法,也可采用几何综合法。
      有一点不同于其他方法的权重设置,一般指标权重可以设置为任意实数,而功效系数法指标权重制定时,一般取1、2、3,1表示与其他评价指标相关的指标、2表示一般重要、3表示比较重要的指标,这个是在实践中总结的经验。
    5. 灰色关联度评价法
      适用于指标数较少,需要选定最优序列,实际运用中效果不错。
      基本原理如下,以前简单写下的:
      这里写图片描述
      需注意的是,最优序列的选择的根据实际需求来定,可以是某一行业标准值也可以是最大值什么的,记得逆向指标正向化,正向化的方法有很多种,这里没做说明,关联系数的公式构成其实跟规格化很像,只是采用的指数不同,分辨系数一般取0.5,可根据实际结果多次进行调整。另外计算出来的关联系数可能差距较小,这个可以根据个人需求做适当调整,调大两两之间的差距,且保持位势不变。
    6. 模糊综合评价
      不建议使用这种方法,不适用于实际操作,指标重要性找几个人帮你挨个评价,然后计算合理性,总觉得不可实行,去年刚刚毕业工作时写的,现在看着写的挺傻的,怎么能想到这么用,但是是模糊综合评价的一个应用。
      模糊综合评价应用
    7. 因子分析
      这种方式的在实际应用中可解释度相对较差,不直观。
    8. 其他降维方法
      毕业论文写得是phd降维,还有sir…
    展开全文
  • 为了全面、准确、定量地评价...利用层次分析确定各评价指标的权重,定义了评价指标等级,并给出了模糊综合评价运算模型。运用该方法,对不连沟煤矿实际评价得出其安全状况为"较安全",同时也验证了该评价模型的可行性。
  • 构建了神东矿区生态修复评价指标体系,并依据此评价体系,提出了基于层次模糊综合方法的神东矿区生态修复的评价模型,依据数学模型选取3个基准年对神东矿区生态修复的可持续发展水平做出评价,结合实际情况对评价结果...
  • 本文用实例说明了多指标综合评价中,用“倒数逆变换”进行指标正向化时会完全改变原指标的分布规律,影响综合评价结果的准确性;对三种常用无量纲化方法——极差变换、标准化和均值化的选择使用问题,用实例...


    摘要:本文用实例说明了多指标综合评价中,用“倒数逆变换法”进行指标正向化时会完全改变原指标的分布规律,影响综合评价结果的准确性;对三种常用无量纲化方法——极差变换法、标准化法和均值化法的选择使用问题,用实例进行了比较分析。

    关键词:综合评价,正向化,无量纲化,标准化法,均值化法

    在多指标综合评价中,有些是指标值越大评价越好的指标,称为正向指标(也称效益型指标或望大型指标);有些是指标值越小评价越好的指标,称为逆向指标(也称成本型指标或望小型指标),还有些是指标值越接近某个值越好的指标,称为适度指标。在综合评价时,首先必须将指标同趋势化,一般是将逆向指标和适度指标转化为正向指标,所以也称为指标的正向化。不同评价指标往往具有不同的量纲和量纲单位,直接将它们进行综合是不合适的,也没有实际意义。所以必须将指标值转化为无量纲的相对数。这种去掉指标量纲的过程,称为指标的无量纲化(也称同度量化),它是指标综合的前提。在多指标评价实践中,常将指标无量纲化以后的数值作为指标评价值,此时,无量纲化过程就是指标实际值转化为指标评价值(即效用函数值)的过程,无量纲化方法也就是指如何实现这种转化。从数学角度讲就是要确定指标评价值依赖于指标实际值的一种函数关系式,即效用函数fj。因此,指标的无量纲化是综合评价的一项重要内容,对综合评价结果有重要影响。

    指标的正向化和无量纲化都有多种方法,应用时,应根据实际情况选择合适的方法,否则将会使综合评价的准确性受到影响。本章就如何选择正向化和无量纲化方法作些讨论。

    (一)关于指标正向化方法

    对于指标的正向化,在实际应用中许多学者常使用将指标取倒数的方法(苏为华教授称其为“倒数逆变换法”),写成公式为:

    yij=C/xij                             (1)

    其中C为正常数,通常取C=1。很明显,用(1)式作为指标的正向化公式时,当原指标值xij较大时,其值的变动引起变换后指标值的变动较慢;而当原指标值较小时,其值的变动会引起变换后指标值的较快变动。特别是当原指标值接近0时,变换后指标值的变动会非常快,使得指标评价值的确定,也即指标的无量纲化变得困难。

    比如徐国祥等将指标资产负债率、流动比率、速动比率作为适度指标,对它们的正向化方法为

                                        (2)

    适度值k取各单位该指标值的平均值。这种取倒数的方法使得:一些接近k的指标值之间的差距扩大,而远离k的指标值之间的差距缩小,因而不能真实反映原指标的分布情况。笔者选取2001年全国各地区全部国有及规模以上非国有工业企业主要经济效益指标中的资产负债率为例(为节省篇幅选前10个省市的值),用(2)式进行正向化变换,10个省市的资产负债率及其正向化值见表1。资产负债率的平均值k=58.59。

    表1  10省市资产负债率及其正向化值

    地区

    北京

    天津

    河北

    山西

    内蒙古

    辽宁

    吉林

    黑龙江

    上海

    江苏

    资产负债率(%)

    55.29

    58.28

    63.25

    63.79

    58.44

    58.69

    62.63

    59.02

    46.46

    60.03

    正向化值

    0.30

    3.25

    0.21

    0.19

    6.76

    9.80

    0.25

    2.31

    0.08

    0.69

    资料来源:中国统计年鉴(2002).中国统计出版社,下同.

    由表1可见,天津与内蒙古的资产负债率原值为58.28和58.44,相差极小,而变换后的值分别为3.25和6.76,相差很大;北京和上海的原值分别为55.29和46.46,相差很大,而变换后的值为0.30和0.08,相差很小。但另一方面,从资产负债率对经济效益的影响程度分析,当资产负债率在平均值附近时,其值的变动对经济效益的影响较小;当资产负债率远离平均值时,其值的变动对经济效益的影响较大。可见用这种取倒数的变换方法完全改变了原指标的分布规律,所得综合评价结果肯定是不准确的,因而是不可取的。

    笔者认为,应尽可能不使用这种倒数逆变换法,而使用“倒扣逆变换法”,即对逆向指标正向化公式为


    对适度指标正向化公式为

    这种线性变换不会改变指标值的分布规律。

        但是,对周转速度类指标(包括库存商品周转速度、流动资金周转速度等等)通常有正向指标“次数”和逆向指标“天数”两种表现形式,二者存在互逆关系:

    周转天数(天/次)=报告期日历长度(天)/报告期周转次数(次)

    显然,“次数”的增加能很好地表现实际价值的增加,“次数”是较好的评价指标,所以用倒数逆变换法将逆向指标“天数”变换为正向指标“次数”是较好的正向化方法。

    (二)指标无量纲化方法的选择

          目前人们已提出的无量纲化方法名称很多,如综合指数法、极差变换法、高中差变换法、低中差变换法、均值化法、标准化法、比重法、功效系数法、指数型功效系数法、对数型功效系数法、正态化变换法等等。苏为华教授将它们归为四类:广义指数法、广义线性功效系数法、非线性函数法、分段函数法[1]。则广义指数法和广义线性功效系数法包含了前8种,都是线性无量纲化方法;后三种属于非线性函数法,也即曲线型无量纲化方法。由于指数或对数变换时,曲线的增减速度、凹凸程度很难把握,所以实践中非线性函数法较少被采用。

    实践中应用较多的是属于直线型无量纲化方法的极差变换法、标准化法和均值化法。下面对这三种方法进行比较分析。

    设综合评价中共有n个单位,m个指标,各指标分别为x1x2,…,xm,用xiji=1,2,…,nj=1,2,…,m)表示第i个单位的第j个原始指标值,yij表示经过无量纲化处理的第i个单位的第j个指标值。极差变换法即令

                                          (3)

    式(3)中的分母仅与原始指标的最大值和最小值有关,而与指标的其它值无关。当xj的最大值与最小值之差很大时,yj值就会过小,相当于降低了第j个指标的权重;相反,当xj的最大值与最小值之差很小时,yj值就会过大,相当于提高了第j个指标的权重。即指标的两个值就对指标的权重产生了很大影响。所以在多指标综合评价中,用极差变换法作为无量纲化的方法是不可取的。

    目前最普遍使用的无量纲化方法是标准化法,标准化法即令

                                                               (4)

    其中和σj分别是指标xj的均值和标准差。经标准化后,指标yj的均值为0,方差为1,消除了量纲和数量级的影响。同时标准化法也消除了各指标变异程度上的差异,因此经标准化后的数据不能准确反映原始数据所包含的信息,导致综合评价的结果不准确。从下例可以看出:

           例1、对十个省市的全部国有及规模以上非国有工业企业的经济效益进行综合评价。为直观起见,只选用全员劳动生产率和产品销售率两个指标,指标值见表2。根据国家经贸委等部门颁布的《工业经济效益评价体系》两个指标的权数分别为10和13。

    表2  十省市劳动生产率和产品销售率

    地区

    北京

    天津

    河北

    山西

    内蒙古

    辽宁

    吉林

    黑龙江

    上海

    江苏

    劳动生产率(元)

    69539

    58984

    45576

    27988

    37770

    48170

    47306

    68104

    95393

    57177

    产品销售率(%)

    98.17

    98.02

    98.05

    97.06

    97.93

    97.33

    96.94

    97.61

    98.83

    97.06

    由表2易见,各地区的产品销售率非常接近,而全员劳动生产率相差较大。它们的变异系数分别为0.0062和0.3419也说明了这一点。所以若用这两个指标来评价经济效益,则很显然主要的影响因素应是全员劳动生产率。

    但是,若用标准化法对两个指标进行无量纲化,将使两个指标的变异程度相同,因为产品销售率的权数大,因而产品销售率对经济效益的影响会比全员劳动生产率大。评价结果见表3

    表3   十省市标准化法评价结果对照

    地区

    北京

    天津

    河北

    山西

    内蒙古

    辽宁

    吉林

    黑龙江

    上海

    江苏

    评价得分

    0.76

    0.38

    0.10

    -1.23

    -0.19

    -0.51

    -0.90

    0.20

    1.96

    -0.56

    评价名次

    2

    3

    5

    10

    6

    7

    9

    4

    1

    8

    销售率名次

    2

    4

    3

    8

    5

    7

    10

    6

    1

    8

    从表3可见评价名次与产品销售率名次相差不大,这显然是不合理的。

        所以必须改进原始数据的无量纲化方法,均值化方法就是一种较好的方法。均值化方法即令

                                                    (5)

    均值化后各指标的均值都为1,其方差为

                                                  (6)

    即均值化后各指标的方差是各指标变异系数的平方,它保留了各指标变异程度的信息。

           对于例1,若用均值化方法对两个指标进行无量纲化,则因全员劳动生产率的变异系数比产品销售率的变异程度大得多,因而全员劳动生产率是经济效益综合评价的主要影响因素。评价结果见表4

    表4    十省市均值化法评价结果对照

    地区

    北京

    天津

    河北

    山西

    内蒙古

    辽宁

    吉林

    黑龙江

    上海

    江苏

    评价得分

    1.11

    1.03

    0.92

    0.78

    0.86

    0.94

    0.93

    1.10

    1.32

    1.01

    评价名次

    2

    4

    8

    10

    9

    6

    7

    3

    1

    5

    劳动生产率名次

    2

    4

    8

    10

    9

    6

    7

    3

    1

    5

    由表4可知,评价名次与全员劳动生产率的名次完全一致,这与实际情况是相符的。即用均值化法比用标准化法合理。

    那么,是否我们就应该用均值化方法作为指标的无量纲化方法呢?这也要具体问题具体分析。在实际问题中,情况是复杂的,有时需要保留指标的变异信息,有时需要消除指标的变异信息。用下面的例子即可说明。

    例2、某校在对教师进行考核时,其考核方法为根据教师所任教班级的学生打分和由学校领导、教师代表组成的考核小组打分各占50%的比例进行综合。现选择其中10位教师的分数如表5:

    表5   10位教师的原始考核分

    教师编号

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    学生打分

    81.3

    94.7

    84.7

    95.2

    93.2

    98.5

    92

    86.5

    89.9

    84.6

    考核小组打分

    90.3

    93.5

    91.1

    94

    94.5

    93.6

    91.5

    90.4

    93

    91.7

    易见学生打分的变异程度远大于考核小组打分的变异程度,若为了保留指标的变异信息,采用均值化方法作无量纲化处理,可得各教师的综合考核分及名次如表6(因两种打分的量纲一致,也可以不作无量纲化处理,所得结果相同)

    表6   10位教师的均值化方法考核结果

    教师编号

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    综合考核分

    0.940

    1.032

    0.963

    1.037

    1.029

    1.054

    1.006

    0.970

    1.003

    0.966

    综合考核名次

    10

    3

    9

    2

    4

    1

    5

    7

    6

    8

    学生打分名次

    10

    3

    8

    2

    4

    1

    5

    7

    6

    9

    除3号和10号教师外,考核名次与学生打分的名次均相同,即考核小组的打分几乎不起作用,这显然极不合理。

    一般来说,类似例1这样的由主观打分的综合评价问题,不应保留指标的变异信息,而应消除指标的变异信息。用标准化方法即能消除指标的变异信息,使两种打分起同等作用。用此法可得各教师的综合考核分及名次如表7。显然,表7的结果会更加合理。      

    表7   10位教师的标准化方法考核结果

    教师编号

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    综合考核分

    -1.45

    0.79

    -0.89

    0.99

    0.98

    1.16

    -0.11

    -0.96

    0.19

    -0.70

    名次

    10

    4

    8

    2

    3

    1

    6

    9

    5

    7 

    根据以上分析,当综合评价的指标值都是客观数值时,一般来说应该用均值化方法对指标进行无量纲化;而当综合评价的指标值是主观分数时,则用标准化方法更好。

     

    展开全文
  • 渣浆泵的模糊数学综合评价法 提出了渣浆泵技术经济指标模糊数学综合评介方法,给出了评价的数学模型,通过计算例子得出综合评价结果,此方法对其它机械和工程技术方案评价也有实用价值。
  • 现实中,如果我们想评价一个事物,只从单一指标出发评价,会显得很不公正也不科学...本文和大家一起来探讨,有关多指标综合评价问题的分析思路及方法。①什么是综合评价综合评价,是对一个复杂系统的个指标进行总...

    4fe889fb102b60be667662afeef3e9e5.png

    现实中,如果我们想评价一个事物,只从单一指标出发评价,会显得很不公正也不科学。

    比如班上选班干部,除了学习成绩,也要考量候选学生平时表现、与班上同学的关系、自身能力等等因素。

    因此多数情况下,评价一个事物往往需要涉及多个层次、多个方面的指标,进行综合评价,从而得出更加科学合理的结论。

    本文和大家一起来探讨,有关多指标综合评价问题的分析思路及方法。

    ①什么是综合评价

    综合评价,是对一个复杂系统的多个指标进行总体评价的方法。

    综合评价的应用范围十分广泛,适用于各个领域:

    • 比较员工综合绩效排名
    • 给比赛选手评分
    • 评价企业竞争力
    • 构建某一项目的综合评价模型
    • ......

    ②综合评价步骤

    由于是评价指标各不相同,想要正确评价一个复杂系统,是十分困难的,一个清晰的研究思路有助于减轻分析的复杂程度。根据对象和研究目的的不同,分析步骤略有不同,大致可分为以下五个步骤:

    78ad8ef86be69a35a094fef1f96e6a15.png

    ③常用综合评价方法

    同时,综合评价的方法有很多种,每种方法又各有优缺点,这就导致很多人遇到综合评价,不知道该如何选择方法。

    下表是SPSSAU汇总整理的常用综合评价方法,方便大家找到适合自己数据的分析方法。

    d44b80fd832d0be95c566f4941f11764.png

    研究者可以根据研究目的、分析思路,合理选择分析方法。当然,每种方法得到的结果可能并不一致。

    ④应用举例

    不仅在学术上,实际生活中也可以通过统计分析的方法进行综合决策,提高决策的科学性。光说不练假把式,用一个简单的案例来说明。

    问题:租房是很多学生走出校门第一个要面临的大问题,现有候选的三处房子a、b、c,需通过综合评价,从中选择性价比较高且更为满意的房子。

    (1)选择指标

    根据租房者的个人考虑因素结合调查结果,选定了4个指标:价格、房屋设施及布局、交通情况、周边环境。

    e3feaad1fecfa29de1b2d146b5497b15.png

    (2)计算权重

    本例中选择层次分析法进行分析,可以先根据确定的指标及备选方案,画出结构图以便后续分析更直观。

    f9f4c5d2f180266dbeafb119b1bb51ab.png
    层次结构图

    构建指标层的两两判断矩阵,确定指标层权重,即价格、房屋设施及布局、交通情况、周边环境四个指标的权重。可使用SPSSAU【权重计算→层次分析法】快速计算结果。

    1da4049a93d2599dc37523d24b16dba1.png
    SPSSAU-层次分析法

    ad78b363753238850b64169706d91433.png
    层次分析法结果

    权重A={0.341,0.124,0.404,0.131}

    06f33641597d2a25f7b56a9631fa0faa.png

    上表得到的中间层次各指标的权重,接着还需要得到三个候选房子(方案层)的具体权重。比如对价格因素的评价。

    daa6ec899e0b59d9aa5d3773ee503f60.png

    比如说房子b的价格相对房子a的价格较高,因而相比房子a的价格,房子b价格的满意度更低,所以为1/3分,房子c的价格相对房子a的价格更高,所以为1/7分...以此类推构建所有四个指标的判断矩阵,得到权重得分。

    e9f30bfc9e94f540c034bac2d754a3cd.png

    (3)综合评价

    将方案层权重和各指标权重加权计算,得出综合得分。

    房子a综合得分:0.310

    房子b综合得分:0.346

    房子c综合得分:0.345

    (4)结果分析

    结果得出,房子b是最优的选择,不过房子b、c得分较为接近,且决策者的打分选择会直接影响最终评价结果,总体上可以认为房子b/c都是可以接受的。

    对于上面的案例,我们使用的是层次分析法。当然,如果换成其他方法也同样是可以的,每种方法得出的结果可能有所不同,具体选择哪种方法还需要研究者自行决定。

    -----------------------------------------------------------------------------------------------

    a2c40cb5d597bce26f73ac271625bc3a.png

    号外,SPSSAU视频课上线啦!

    总会收到用户询问有没有视频教学,现在SPSSAU针对各个方法操作及解读,推出每节5~10分钟的视频课程,利用碎片时间快速掌握数据分析,点击下面链接参与课程学习吧。

    4b9d5131de70a0de2d507ad14cc3a2ec.png

    优酷课堂

    网易云课堂

    Bilibili专题

    展开全文
  • 利用群决策层次分析法和因子分析法分别确定主客观权重,再将两者集结的综合权重作为模型各层因素的权重,最后利用改进的模糊综合评价法完成模型评价工作。选取郑州某煤矿为实证研究对象,对其进行实地调研、问卷调查和...
  • 数学建模常用模型07 :模糊综合评价法

    万次阅读 多人点赞 2018-08-05 12:58:35
    【1】确定因素集,就是评价指标 U={政治表现 ,工作能力 ,工作态度 ,工作成绩 } 【2】确定评语集 V={优秀 ,良好 ,一般 ,较差 ,差 } 【3】确定各因素权重,可结合层次分析,可按照经验给出,可全部看成1:1:...

    给大家安利一款朋友开发的自研国产数据分析基础工具,一键式自动分析,自动生成分析模板,5分钟掌握主流61个统计类数学模型(几乎涵盖SPSS绝大部分功能),以及23个有监督机器学习(包括随机森林,SVM,XGBoost等)

    PS:巨方便简单上手,貌似现在是免费

    官网:www.mpaidata.com   mpai数据科学平台

     

    评价一个对象优、良、中、差等层次评价,评价一个学校等,不能排序

    一般可以结合层次分析使用

     

    【1】确定因素集,就是评价指标

    U={政治表现 ,工作能力 ,工作态度 ,工作成绩 }

    【2】确定评语集

    V={优秀 ,良好 ,一般 ,较差 ,差 }

    【3】确定各因素权重,可结合层次分析,可按照经验给出,可全部看成1:1:1:

    A=[0.25,0.2,0.25,0.3]%书中给出

    【4】确定模糊综合评价矩阵,各因素 做出评价

    展开全文
  • 在建立煤矿安全文化评价模型的基础上,运用AHP法确定各个评价指标的权重,最后将模糊综合评价法应用到煤矿安全文化评价中。根据评价结果,山西某煤矿企业安全文化所属等级为团队互助阶段。实践证明,该方法可操作性强,...
  • 本文对层次分析和最优综合评价模型的原理进行剖析, 在此基础上提出一种计算权重的改进方法, 该方法综合考虑了因素间相对重要程度和相对离散程度, 为提高多指标综合评价...
  • 8.1.6 系统评价模型的建立 1.线性加权综合法(加权和) 2.非线性加权综合法(加权积) 3.逼近理想点(简称TOPSIS) 8.2 案例分析-汽车选购 8.2.1 问题引入 8.2.2 决策矩阵的规范化 ...
  • 运用层次分析确定指标权值,并建立了模糊综合评价模型。通过模糊综合评价分析,确认了指标的合理性和准确性,符合企业长期发展。研究结果表明:安全管理投入的效果是显现的、直观的,但只是一种战术手段,而煤炭科学技术...
  • 通过建立符合客观实际的层次、多指标的评价指标体系及层次模糊综合评价模型,应用层次模糊综合评价法对地铁车站设施没备运营安全进行评价,并选取某条即将开通的地铁线路上的一个车站作为实例,进一步研究,...
  • 引入模糊综合评价法能将不易定量化的因素指标进行定量化,保证了评价结果的客观性和真实性,并为各级各类学校的教师教学质量评价提供参考。通过实证研究,结果表明,采用模糊综合评价模型可以客观、细致的反映教师授课...
  • 模糊综合评价法

    千次阅读 2020-08-06 09:33:06
    而课程评价是一种评价因素,评价方法的操作,而不能仅以好坏来区分,因此 使用模糊综合评价法来进行定量评价 课模糊综合评价模型 确定评价因素集 本次课程评价中,评价因素集分为两级评价指标 以及评价因素集...
  • 节目满意度日益成为广播电视台了解节目质量的重要指标之一,但目前对节目满意度调查结果的处理大都采用加权平均的方法,存在...笔者应用模糊数学理论,通过构建模糊数学综合评价模型,实现了节目满意度调查结果的精确分析。
  • 文章通过大量现场调查及观测,分析了包含顶板管理状况、煤壁状况、顶板状况、支护条件等4个单元、18项指标的顶板事故影响因素,建立了煤矿顶板事故模糊综合评价模型。通过对榆林矿区4个矿井的分析表明,所建立的模型能...
  • 为准确判识煤层的煤与瓦斯突出危险程度,便于突出矿井的分级管理,重点研究了突出危险评价指标指标权重赋值方法,基于属性数学理论建立煤层突出危险性的组合赋权综合评价模型。模型选用瓦斯压力、瓦斯放散初速度、煤...
  • 论文研究-多人准则模糊层次分析的物流中心综合评价优选模型.pdf, 运用模糊决策理论,把传统的层次分析扩展为多人准则的模糊层次分析法模型,并将其运用于物流中心...
  • 构建基于模糊综合评价的低碳生态矿山评价模型进行第2阶段评价,评价模型中,采用功效系数确定硬指标隶属度,采用属性层次模型确定指标权重;建立具有激励(或惩罚)特征的低碳生态矿山建设效果动态综合评价模型进行第3...
  • 基于层次模糊综合评价法,建立了内河航道护岸结构型式的层次模糊综合评价模型。以江苏某内河航道的护岸结构型式选择为例,验证了该模型的合理性和可行性。层次模糊综合评价法运用于内河航道护岸结构型式的评价...
  • 综合评价模型

    千次阅读 2017-03-09 11:12:00
    综合评价无外乎两种:对个系统进行评价和对一个系统进行评价。对个系统进行评价的目的基本上有两种:这东西是谁的——分类;哪个好哪个差——比较、排序。对一个系统进行评价的目的基本上就是看它达没达标、及不...
  • 根据层次分析和信息论中的熵理论计算各指标的权重,运用综合赋权方法得到融合评价者主观偏好及数据客观属性的综合权值,建立多指标综合赋权评价模型。将建立的评价模型应用于我国沿海部分港口物流竞争力的评价中,并...
  • 对历届世博会反应其影响力的相关指标数据建立综合评价模型,即:持续天数, 占地面积,参观人数,参与国家数,盈利数目(若亏本则为负)等五个指标综合评价各 届世博会的影响力大小. 各项指标都是效益性指标,用...
  • 采用模糊数学模型和层次分析模型的综合方法——模糊层次综合评价法,从定性和定量两个方面对城市安全程度进行了评估,建立了平顶山市安全水平评价指标体系.评价结果表明,平顶山市安全水平为非常安全,影响城市安全的...
  • 最后在教学质量综合评价的实例分析中,首先用层次分析建立教学质量综合评价指标体系,用粗糙集理论进行指标体系的简化,然后应用所得的综合评价模型进行对象的综合评价,结果表明该方法是有效的。
  • 通过建立因素多级指标评价体系,采用模糊层次分析(FAHP)和模糊综合评价模型相结合的方法,对某矿23180工作面的采空区自然发火的危险性进行综合评价,得出其安全状况为"良好",同时也证明了将模糊层次分析应用于采...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 8,654
精华内容 3,461
关键字:

多指标综合评价法评价模型