几种典型综合评价方法的比较及SAS软件实现

发布时间：2017-04-25 21:10

  本文关键词：几种典型综合评价方法的比较及SAS软件实现，由笔耕文化传播整理发布。

【摘要】：综合评价是依据多个指标对研究对象进行评价和排序的过程,针对一个具体的综合评价问题,可选择的评价方法有很多,它们的基本思想均是将多个评价指标转化成一个能够反映整体情况的综合指标,从而实现评价对象的优劣排序。各种综合评价方法解决问题的思路不同、数据准标化的方法不同、以及集成评价信息的方式不同,因此,不同的评价方法往往得到不完全一致的评价结果。而评价方法的选择以及评价结果的好坏并没有明确的标准,这说明该领域在理论和应用上有许多问题亟待解决。本研究的主要目的是解决综合评价方法的选择的问题,以便实际工作者在特定场合下加以合理选择;此外,还要解决综合评价中分档及软件运算的问题。 本研究主要的内容如下: 1、综合评价方法的比较:各种综合评价方法分为非参数综合评价方法和多元统计综合评价方法两类,它们的提出都有特殊的背景和意义,因而会有适合自身的应用范围,也就是说方法的优劣没有绝对的评判标准。本研究将探讨综合评价方法的异同点、优缺点以及应用范围,并且尝试方法学的改进和评价。 2、探索解决评价对象分档问题的新途径:在综合评价应用中,有时评价者不仅关心评价对象的优劣排序,而且想知道这些评价对象如何分档,而目前尚无适当的手段来解决该问题。本研究尝试引入多元统计分析方法中的聚类分析,特别是有序样品聚类的思想,以期更科学、更合理地实现评价对象的分档。 3、解决综合评价软件运算的问题:由于综合评价方法的运算较复杂,而目前各种统计软件都没有相应的运算程序,这使得其研究和应用受到一定程度的制约。SAS软件在数据处理和统计分析方面是国际上的标准软件,具有灵活方便、功能齐全的特点,用户可以通过强大SAS语言(比如宏、数组、函数、以及SQL等)进行编程,解决复杂的具体问题。本研究将尝试利用SAS软件编制相应的自动化运行程序,尽量做到智能化和通用化,当程序应用到其他类似的场合时,仅需作少量的修改就可以迅速、准确地完成综合评价。 本研究的主要结论如下: 1、不同方法对于同一资料的综合评价结果往往是具备一致性的,Kendall协调系数可以衡量这种一致程度,Spearman秩相关系数有助于从多种综合评价结果中遴选最终结果,不过最终的结果仍要依据专业解释。不同方法排序结果的差别是由方法学原理不同造成的,尤其是在评价对象较多、数据的变异程度较小、以及评价指标数过多或存在相关性的情形,因此,非参数综合评价方法可以应用于比较简单的场合。多元统计分析方法中的主成分分析和因子分析利用降维的思想,实现精简评价指标、提炼数据信息的目的,从而解决综合评价中指标互相关联造成的信息重叠的问题,可以应用于比较复杂的场合。不过它们均为探索性研究方法,没有固定的综合评价策略,而且模型的好坏很大程度上取决于资料的性质,因此最终的评价结果并不总是科学合理的。在综合评价时,主成分分析往往只能提取第1个主成分,而因子分析可以提取多个公因子,并且可以尝试不同的模型求解方法和因子旋转方式,得到更满意的评价结果。作为一种相对较新的非参数多元统计方法,统计深度函数可以将多指标数据转化为单一的统计深度指标,这种思想也可以应用于综合评价中。 2、聚类分析可以解决评价对象分档的问题,无序样品聚类可以进行探索性研究,初步探讨评价对象的分类情况;有序样品聚类则可以对综合排序评价结果进行再分档的研究,体现评价对象之间的客观差距,而且可以确定最佳的分档个数,因此具有特殊的实用价值和广阔的应用前景。 3、本研究基于SAS软件编制了常用综合评价方法的配套程序,包括秩和比法、Topsis法、熵值法、功效系数法、主成分分析、统计深度函数、因子分析以及聚类分析,实例应用的结果表明,这些程序准确可靠、容易理解、应用方便,具有一定的推广价值。 总之,本研究对几种典型综合评价方法进行了系统地比较,为其实际应用提供参考;此外,利用聚类分析的思想解决了综合评价分档问题;最后,编制了配套的SAS程序以便实现综合评价运算过程。该研究发展和丰富了综合评价的理论体系。
【关键词】：综合评价 优劣排序 非参数法 多元统计分析 SAS软件
【学位授予单位】：中国人民解放军军事医学科学院
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：R181.3
【目录】：

• 缩略词表5-6
• 中文摘要6-8
• 英文摘要8-11
• 第1章 前言11-13
• 1.1 研究现状与发展趋势11-12
• 1.2 研究内容与研究思路12-13
• 第2章 综合评价的基本内容13-22
• 2.1 综合评价的概念13
• 2.2 综合评价的过程13-14
• 2.3 综合评价的要点14-20
• 2.3.1 指标的选择14
• 2.3.2 权重的确定14-16
• 2.3.3 指标的同趋势化16-17
• 2.3.4 指标的无量纲化17-19
• 2.3.5 信息的集成方式19-20
• 2.4 综合评价的数据结构20-22
• 第3章 综合评价中的非参数统计方法22-31
• 3.1 原理和步骤22-25
• 3.1.1 熵值法22-23
• 3.1.2 Topsis 法23-24
• 3.1.3 秩和比法24-25
• 3.1.4 功效系数法25
• 3.2 方法应用比较25-31
• 3.2.1 权重未知的情况27-28
• 3.2.2 权重已知的情况28-30
• 3.2.3 小结30-31
• 第4章 综合评价中的多元统计分析方法31-48
• 4.1 原理和步骤31-37
• 4.1.1 主成分分析31-32
• 4.1.2 因子分析32-35
• 4.1.3 统计深度函数35-37
• 4.2 方法应用比较37-48
• 4.2.1 主成分分析综合评价37-42
• 4.2.2 因子分析综合评价42-45
• 4.2.3 统计深度函数综合评价45-46
• 4.2.4 小结46-48
• 第5章 综合评价中分档问题的研究48-61
• 5.1 有序样品聚类48-52
• 5.2 无序样品聚类52-59
• 5.3 小结59-61
• 第6章 结论与展望61-63
• 第7章 参考文献63-66
• 第8章 附录66-88
• 8.1 熵值法综合评价 SAS 程序66-68
• 8.2 Topsis 法综合评价SAS 程序68-70
• 8.3 秩和比法综合评价 SAS 程序70-72
• 8.4 功效系数法综合评价 SAS 程序72-74
• 8.5 主成分分析综合评价 SAS 程序74-76
• 8.6 因子分析综合评价 SAS 程序76-79
• 8.7 统计深度函数综合评价 SAS 程序79-82
• 8.8 有序样品聚类 SAS 程序82-86
• 8.9 无序样品聚类 SAS 程序86-88
• 综合评价方法综述88-94
• 参考文献92-94
• 代表性著作94-97
• 作者简历97-98
• 致谢98

【参考文献】

中国期刊全文数据库 前10条

1 郭亚军,于兆吉;综合评价的合理性问题[J];东北大学学报;2002年09期

2 王晖;陈丽;陈垦;薛漫清;梁庆;;多指标综合评价方法及权重系数的选择[J];广东药学院学报;2007年05期

3 王一任,孙振球;医用综合评价方法研究进展[J];中南大学学报(医学版);2005年02期

4 陈衍泰,陈国宏,李美娟;综合评价方法分类及研究进展[J];管理科学学报;2004年02期

5 王宗军;综合评价的方法、问题及其研究趋势[J];管理科学学报;1998年01期

6 郭秀花,胡良平,周诗国,罗艳侠,鲍卫华;RSR按任意系数编秩进行综合评价的SAS实现方法[J];中国医院统计;2004年02期

7 孙付胜;刘言训;吕翠霞;张兴旭;刘增法;;Topsis法的SAS程序探讨[J];中国医院统计;2006年03期

8 贾品;李晓斌;王金秀;;几种典型综合评价方法的比较[J];中国医院统计;2008年04期

9 王萍;刘思峰;;基于熵值法的高新园区自主创新能力综合评价研究[J];科技管理研究;2009年07期

10 钟霞,钟怀军;多指标综合评价方法及应用[J];内蒙古大学学报(人文社会科学版);2004年04期

中国博士学位论文全文数据库 前1条

1 薛富波;基于深度函数的多变量参考值范围统计学方法研究[D];第四军医大学;2005年

  本文关键词：几种典型综合评价方法的比较及SAS软件实现，，由笔耕文化传播整理发布。

本文编号：327083