



下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、評價指標(biāo)體系構(gòu)建原則及綜合評價方法設(shè)置評價指標(biāo)體系時一般要遵循以下原則:( 1)區(qū)域性原則衡量一個研究對象的運(yùn)行情況,要從特定的區(qū)域出發(fā)因地制宜、發(fā)揮優(yōu)勢,評價指標(biāo)要具有針對性。( 2)動態(tài)性原則研究對象是一個動態(tài)的過程,指標(biāo)的選取不僅要能夠靜態(tài)的反映考核對象的發(fā)展現(xiàn)狀,還要動態(tài)的考察其發(fā)展?jié)摿?。選取的指標(biāo)要能夠具有動態(tài)性,可以衡量同一指標(biāo)在不同時段的變動情況,并且要求所選指標(biāo)在較長的時間具有實(shí)際意義。( 3)可量化原則數(shù)據(jù)的真實(shí)性和可靠性是進(jìn)行監(jiān)測的前提條件和重要保障,需要大量的統(tǒng)計(jì)數(shù)據(jù)作為支持。選取的指標(biāo)應(yīng)該具有可量化的特點(diǎn),在保證指標(biāo)有較高反映考核對象的前提下,能夠直接查到或者通過計(jì)算間
2、接得到指標(biāo)數(shù)據(jù),以保證評價的可操作性,同時數(shù)據(jù)來源要具有權(quán)威性,這樣能保證正確評估研究對象。( 4)層次性原則一級指標(biāo)同時分別設(shè)立多個具體的子指標(biāo)。在眾多指標(biāo)中,把聯(lián)系密切的指標(biāo)歸為一類,構(gòu)成指標(biāo)群,形成不同的指標(biāo)層,有利于全面清晰的反映研究對象。綜合評價方法的選取:隨著計(jì)算機(jī)技術(shù)飛速發(fā)展和普遍應(yīng)用,用于定量評價多指標(biāo)問題的多指標(biāo)綜合評價法被廣泛應(yīng)用到經(jīng)濟(jì)、生活的各個方面,特別是SAS、SPSS等統(tǒng)計(jì)軟件的使用更加提高綜合評價法的實(shí)用性。目前用于分析多指標(biāo)體系的綜合評價方法主要有模糊綜合評價法、灰色綜合評價法、數(shù)據(jù)包絡(luò)分析法(DEA 法)、層次分析法、主成分分析法以及因子分析法以等多種方法,不
3、同方法的評價結(jié)果都是依據(jù)指數(shù)或分值對參評對象的綜合狀況進(jìn)行排序評價。在綜合評價過程中,指標(biāo)權(quán)重的確定十分重要。對指標(biāo)賦值主要有主觀賦值和客觀賦值,也有將主觀、客觀賦值法結(jié)合起來的。對于指標(biāo)數(shù)量比較大時,采用傳統(tǒng)的主觀賦值法確定指標(biāo)的權(quán)重則難以全面把握眾多指標(biāo),依賴主觀判斷會增大或降低一些指標(biāo)的重要程度,導(dǎo)致實(shí)證的結(jié)果難以反映客觀實(shí)際情況。客觀賦值法如主成分分析法、變異系數(shù)法、熵值法等,權(quán)重的確定是根據(jù)各項(xiàng)指標(biāo)的變異程度或者各指標(biāo)之間的相互關(guān)系。具體采用哪一種方法需要根據(jù)所構(gòu)建指標(biāo)體系的特點(diǎn)以及實(shí)證的目的來確定。綜合評價方法的選取要依據(jù)研究對象的特點(diǎn)而定,采用客觀賦權(quán)法的主成分分析能避免主觀因素
4、的影響,且提取主成分也能減少工作量。以下對常用的層次分析和主成分分析兩種綜合評價方法做簡單介紹。( 1)層次分析法層次分析法( The Analytic Hierarchy Process)簡記 AHP,是美國運(yùn)籌學(xué)家等人提出的一種定量和定性分析相結(jié)合的多準(zhǔn)則決策方法,廣泛應(yīng)用于分析復(fù)雜的社會、經(jīng)濟(jì)以及科學(xué)管理領(lǐng)域的問題。其基本原理是通過構(gòu)造層次分析結(jié)構(gòu),排列組合得出優(yōu)劣次序來為決策者提供依據(jù)。具體步驟如下:首先構(gòu)建包括目標(biāo)層、準(zhǔn)則層和指標(biāo)層三個層次的層次分析結(jié)構(gòu)模型,反映系統(tǒng)各因素之間的關(guān)系。其次是構(gòu)造判斷矩陣,將各層因素進(jìn)行兩兩比較,對于各因素之間重要性的比較可以通過專家咨詢法,判別主要依
5、據(jù)常用的1-9 標(biāo)度CR CI0.1RI法。然后對構(gòu)造的判斷矩陣進(jìn)行層次單排序及一次性檢驗(yàn)。層次單排序主要是為了確定下層的各因素對上層某個因素的影響程度,由于專家確定重要性具有一定的主觀性,要對構(gòu)建的判別矩陣進(jìn)行一致性檢驗(yàn),即使得。若檢驗(yàn)通過,則按照總排序權(quán)量表示的結(jié)果進(jìn)行權(quán)重賦值。( 2)主成分分析法主 成 分 分 析 法 ( Principal components) 能 夠 通 過 “降 維 ”作 用 把X1、X 2、 X 3、X k 等眾多指標(biāo)綜合成比較重要的幾個指標(biāo),消除指標(biāo)間的相關(guān)性。評價的基本思想就是將多個指標(biāo)信息綜合成一個綜合指標(biāo)值進(jìn)行評價,但并不是指標(biāo)的簡單組合,而是將目標(biāo)對
6、象的不同側(cè)面,層次以及不同量綱的統(tǒng)計(jì)指標(biāo)轉(zhuǎn)換為相對評價值。當(dāng)指標(biāo)體系涉及大量指標(biāo)時,若只選用研究對象的個別指標(biāo),盡管方便但卻損失了其他信息;若對研究對象的每一個指標(biāo)都做出評價,這些評價結(jié)果也只是獨(dú)立的,且各指標(biāo)間做出的評價有一定的信息重疊。選用主成分分析法可以解決這一問題。主成分分析的數(shù)學(xué)模型:按照累計(jì)方差貢獻(xiàn)率大于等于85%來提取 k 個主成分( k<n)進(jìn)行綜合評價,這樣可以盡量減少信息量的損失。F1u11 X 1 u12 X 2 u13 X 3u1n X nF2u21 X 1 u22 X 2 u23 X 3u2 n X nFpu p1 X 1u p 2 X 2 u p3 X 3u
7、pn X n其中 F1 , F2 , F3F p 為 p 個主成分。進(jìn)行主成分分析的具體步驟如下。原始指標(biāo)數(shù)值進(jìn)行準(zhǔn)化。主要包括對原始數(shù)據(jù)的同趨化和無量綱化處理兩個方面。分析的指標(biāo)最好具有相同趨勢的變化,對于有些指標(biāo)數(shù)值越大,則優(yōu)化情況越好,稱為正指標(biāo),反之為逆指標(biāo),可以通過取“逆指標(biāo)”本身的倒數(shù)值代替原始數(shù)據(jù)進(jìn)行轉(zhuǎn)化。另外,各指標(biāo)數(shù)據(jù)在含義、單位和計(jì)算方法等方面不同,各種數(shù)據(jù)表現(xiàn)為不同的特性,使用指標(biāo)數(shù)據(jù)時需要先對指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化處理即無量綱處理,轉(zhuǎn)為無量綱的相對評價值,使各指標(biāo)均處于同一數(shù)量級別上,方便進(jìn)行綜合評價分析。無量鋼化指標(biāo)的方法有很多種,如“最小-最大標(biāo)準(zhǔn)化”、“Z-Score
8、標(biāo)準(zhǔn)化”、“函數(shù)化處理法、”“均值化處理法”等。主成分分析中一般采用 Z-Score 法對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,也是SPSS 軟件默認(rèn)的標(biāo)準(zhǔn)化方法,可以自動執(zhí)行。該方法基于原始數(shù)據(jù)的均值(mean)和標(biāo)準(zhǔn)差 (standarddeviation) ,公式為:X ijX j1n1n_,其中 X ijX ij 為指標(biāo)平均值, var(X j )( XijX j )2 為指X ijvar( Xj )ni 1n i 1標(biāo)的方差,使得每個屬性值均為0,方差為 1。即各樣本在同一指標(biāo)上的標(biāo)準(zhǔn)分?jǐn)?shù)以 0 為平均水平,它們與平均水平的距離是標(biāo)準(zhǔn)差1 的倍數(shù)。計(jì)算相關(guān)系數(shù)矩陣R。通過對指標(biāo)之間的相關(guān)性進(jìn)行判定,得到相應(yīng)的特征值和因子載荷矩陣,計(jì)算矩陣R 的特征值i 及其特征向量 ei , i 1,2n 。由方程ER0 得到 n 個特征值,并將矩陣R 的特征值由小到大排列順序即12n 。計(jì)算主成分得分和綜合測評值。主成分分析的“降維”作用關(guān)鍵在于主成分個數(shù)的確定,確定方法有特征值大于1 和碎石圖。實(shí)際運(yùn)用時可以將兩種方法結(jié)合起來確定提取的主成分個數(shù)。第k 個主成分方差貢獻(xiàn)率為:nakk /(i ), 提取出的主成分 F1, F2,F p 的累積方差貢獻(xiàn)率
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年仙居縣人民醫(yī)院招聘工作人員考試真題
- 中標(biāo)后催業(yè)主簽合同范例
- 2024年新疆昌吉學(xué)院(團(tuán)隊(duì))引進(jìn)筆試真題
- 鄉(xiāng)村承包開發(fā)合同范本
- 人員反聘合同范本
- 云梯租賃合同范本
- app開發(fā)服務(wù)合同范本
- 勞務(wù)合同范例放牧
- 《五、標(biāo)明引用內(nèi)容的出處》教學(xué)設(shè)計(jì)教學(xué)反思-2023-2024學(xué)年初中信息技術(shù)人教版七年級上冊
- 農(nóng)村電器購銷合同范本
- 科技成果查新檢索基本情況表
- 新媒體藝術(shù)設(shè)計(jì)交互融合元宇宙
- 家長會課件:七年級家長會優(yōu)質(zhì)課件
- 《AutoCAD 中文版實(shí)例教程(AutoCAD 2020) (微課版)(第 2 版)》課件 馬連志 第1、2章 AutoCAD 2020 中文版入門、繪圖設(shè)置
- 小學(xué)一年級硬筆書法入門班教學(xué)課件
- 出貨單表格模板下載
- PEP六年級上冊英語unit1
- 接納與承諾(ACT)療法課件
- 裝配式混凝土建筑技術(shù)標(biāo)準(zhǔn)
- 房地產(chǎn)公司銷售管理部賞罰制度
- 《方位介詞介紹》課件
評論
0/150
提交評論