综合评价方法综述与比较

合集下载

多指标综合评价分析方法综述

多指标综合评价分析方法综述

2008/02总第362期摘要:关键词:!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!的计量模型,为下一步的实证分析奠定基础。

参考文献:【1】韩廷春金融发展与经济增长:基于中国的实证分析经济科学20013【2】戈德史密斯金融结构与金融发展上海三联出版社1990年版【3】肖经济发展中的金融深化上海三联出版社1988年版【4】麦金农经济发展中的货币与资本上海三联出版社1988年版【5】张军洲中国区域金融分析中国经济出版社2000年版【6】周立中国各地区金融发展与经济增长清华大学出版社2003年版【7】陈茹欠发达地区金融发展与经济增长的实证研究:基于面板数据模型的GMM估计结果贵州财经学院学报20073【8】王文博计量经济学西安交通大学出版社2004年出版注:本文为教育部人文社科研究项目(05JD790135)《西部地区金融发展与经济增长研究》的阶段性成果(作者单位:新疆财经大学金融学院)一、引言多指标综合评价分析作为现代管理决策的基础,是认识和评价研究对象的基本工具,也被广泛地应用于各个方面:如微观上对企业经营业绩、经济效益和偿债能力的评价,对劳动力和人才的综合素质评价;宏观上对省地市的社会发展水平、城市化水平、社会保障能力评价以及地区或企业的科技进步评价等,这些研究已对社会与经济发展和企业经营产生了积极影响。

多指标综合分析方法按照权数产生方法的不同大致分为主观法和客观法两类。

1.主观法:即根据经验和重要程度人为给出权数大小,再对指标进行综合评价。

主观定权的方法有:层次分析法、综合评分法、功效系数法、指数加权法和模糊评价法等。

2.客观法:构建综合评价模型,根据指标自身的作用和影响确定权数进行综合评价。

这类方法有:熵值法及主成分分析、变异系数法、聚类分析、判别分析等多元分析方法。

上述方法在进行综合评价分析中各有所长,需要根据评价指标性质和评价目的进行选择配合使用。

常用评价方法综述

常用评价方法综述

常用评价方法综述一、定量评价方法1.定量评分法:通过给事物、人员等设定项,然后按照设定的标准给出得分,最后计算得出最终评分。

这种方法适用于对事物进行量化评价,例如对产品的质量、人员的绩效进行评价。

2.统计分析法:通过收集大量的数据并进行分析,来评价事物的性能和表现。

统计分析法可以帮助我们发现数据之间的规律和趋势,从而对事物进行客观的评价。

例如,通过统计分析客户满意度调查结果可以评价产品和服务的质量。

3.成本效益分析法:通过比较投入和产出的关系,来评价事物的效益。

成本效益分析法可以帮助我们确定是否值得继续投资或改进事物。

例如,通过比较不同的项目投入和预期收益,来评价项目的可行性。

二、定性评价方法1.开放式访谈法:通过与相关人员进行面对面的访谈,来获取详细的信息和意见,从而评价事物的性能和质量。

开放式访谈法可以帮助我们了解相关人员的想法和看法,从而对事物进行深入评价。

例如,通过开放式访谈来评价员工对工作环境和领导的满意度。

2.问卷调查法:通过设计和发放问卷调查,来获取大量受访者的意见和反馈,从而评价事物的性能和质量。

问卷调查法可以帮助我们对大规模的受众进行评价和统计分析。

例如,通过问卷调查来评价用户对产品的满意度和需求。

3.案例研究法:通过深入研究少量个案,来评价事物的性能和表现。

案例研究法可以帮助我们了解特定情况下事物的优势和问题,从而对事物进行评价和改进。

例如,通过分析具体案例来评价公司的组织结构和管理水平。

三、综合评价方法1.层次分析法:将评价对象的各个方面进行层次化,然后通过对各个层次进行权重和得分的评估,最终得出综合评价结果。

层次分析法可以帮助我们对复杂的事物进行综合评价和决策。

例如,通过层次分析法来评价不同候选人的能力和背景,从而决定录用对象。

2.模糊综合评价法:通过建立模糊数学模型来对多个评价因素进行加权综合评估,最终得出综合评价结果。

模糊综合评价法可以帮助我们处理评价因素之间的模糊性和不确定性,从而对事物进行客观评价。

质量评价方法综述及其应用

质量评价方法综述及其应用

质量评价方法综述及其应用质量评价是一个用于判断、衡量和评定产品、服务或过程质量的重要工具。

随着科技的发展和市场需求的变化,质量评价方法也在不断发展和完善。

本文将对一些常见的质量评价方法进行综述,并探讨它们在实际应用中的价值和意义。

一、传统质量评价方法1. 样本检验法样本检验法是一种基于抽样理论的方法,通过从总体中随机选取样本来进行检验和评价。

在生产过程中,通过检验样本的质量,推断出整体生产质量的水平。

这种方法具有操作简单、成本相对较低的优点,但是在面对大规模生产和服务过程中有一定局限性。

2. 统计质量控制统计质量控制利用统计学原理和方法来进行质量评价和控制。

其中的典型方法包括控制图、质量六西格玛、DMAIC等。

这些方法通过对数据的收集、分析和解读,对质量问题进行识别和改进。

统计质量控制强调对过程的监控和持续改进,具有准确性和可操作性,适用于大规模生产和服务过程。

3. 专家评估法专家评估法是一种基于专家经验和专业知识的质量评价方法。

通过请专家对产品、服务或过程进行评估和判断,得出质量评价结果。

这种方法在缺乏数据或无法量化的情况下,具有很高的灵活性和适用性。

然而,专家评估法受主观因素影响较大,结果可能存在一定的主观性和不确定性。

二、新兴质量评价方法1. 数据挖掘方法数据挖掘方法通过对大量的数据进行分析和挖掘,提取出其中的规律、模式和关联性。

这种方法能够发现隐含的质量问题和潜在的改进空间。

数据挖掘方法在质量评价中的应用越来越广泛,可以用于产品缺陷分析、服务质量预测等方面。

2. 智能算法智能算法是一种模拟人类智能的计算方法,如人工神经网络、遗传算法、模糊逻辑等。

这些算法能够根据输入的数据和规则,自动学习和调整,完成质量评价任务。

智能算法具有较强的自适应性和学习能力,可以处理复杂的质量评价问题。

3. 多指标综合评价多指标综合评价是一种将多个指标综合考虑的评价方法。

通过将不同的指标赋予适当的权重,得出综合评价结果。

国外企业绩效评价发展综述及比较研究共3篇

国外企业绩效评价发展综述及比较研究共3篇

国外企业绩效评价发展综述及比较研究共3篇国外企业绩效评价发展综述及比较研究1随着全球经济的快速发展和全球化的不断推进,企业绩效评价在企业管理中扮演着越来越重要的角色。

在当前国际贸易竞争中,企业需要在复杂的市场环境中迅速做出反应,提高产品质量、降低成本、加强竞争力,因此,绩效评价已成为企业管理的关键因素之一。

本文将从国外企业绩效评价发展的角度进行综述和比较研究。

国外企业绩效评价的发展历程可以追溯到上世纪60年代和70年代,当时企业开始使用了“利润中心”等管理工具。

之后,评价模型逐渐演化为基于目标制定的方法,并特别关注了金融指标。

20世纪80年代和90年代,企业绩效评价向着更加全面的方向发展,不仅包括财务指标,还包括非财务因素,如客户满意度、产品质量、员工满意度、创新能力等。

绩效管理工具也有所增加,如平衡计分卡、绩效管理、关键绩效指标等。

平衡计分卡是绩效评价中最广泛使用的方法之一。

该方法是基于四个方面的指标进行评价,包括财务、客户、内部流程和学习与成长。

这使得企业能够从不同的角度全面评价企业的绩效,并不断优化和改进自身的运营。

绩效管理是对企业绩效情况进行长期监控的方法,使得企业能够更好地掌握自身运营情况,及时发现可能存在的问题,并迅速采取措施解决。

关键绩效指标是企业绩效管理的一种方法,它重点关注影响企业绩效的主要因素,使企业能够精细化管理,并更加有效地制定决策。

当前国外企业绩效评价更加注重多维度的评价方法,通过制定各项指标并进行全面评价,使企业更好地了解自身运营情况,从而采取更加合理的经营决策并及时修改原有的经营方案。

当前国外企业绩效评价已经转向非财务指标为主,并注重企业绩效监控的长期性和全面性。

相比之下,国内企业绩效评价的发展时间较短。

随着中国市场经济的逐渐发展,企业对于评价自身绩效的需求开始加强。

在上世纪80年代和90年代,国内企业逐渐借鉴国外的企业绩效评价模型,并引入了关键绩效指标、平衡计分卡等评价方法。

综合评价研究方法综述

综合评价研究方法综述

综合评价研究方法综述本文主要是在前人研究基础上,分析了AHP层次法、模糊评测法、主成分分析法以及topsis等几种评价方法的基本思想、优缺点。

为以后的研究提供参考。

标签:AHP层次法;模糊评测法;主成分分析法;topsis在工作生活中,我们经常讲影响事物的各个因素分析整理成一个综合指标,从而全面面、准确评价一个问题,这就是多指标综合评价方法。

近年来,围绕多指标综合评价方法,多学科知识不断融合,相应的研究方法已有几十种。

根据权重计算方法大致可以分为依靠专家经验打分的专家经验法以及依靠计量模型的客观复制法。

前者主要是专家学者利用学识、工作经验等人为给予指标权重。

如层次分析法;后者主要是依靠指标之间的统计关系来确定指标权重,依据相关检验筛选指标,如主成分分析方法。

下文对相应的研究进行整理。

一、专家经验法1.层次分析法层次分析法美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初提出的,他的基本原理是将复杂问题划分成几个层次,层次之间元素大致相等并且相互联系,层次之间按照隶属关系构成一个有序的递阶层次模型。

计算方法是,首先根据两两重要性程度,进行两两对比,并按重要性程度评价,构建一个判断矩阵。

其次根据判断矩阵,计算权重向量,并归一化为权值;最后进行一致性检验,在计算判断矩阵的阶数时,难以构建出满足一致性的矩阵,因此必须对判断矩阵的偏离一致性检验程度进行判定。

(1)层次分析法的优点①定性与定量相结合。

该方法把指标进行两两对比,并根据指标重要性,由专家根据经验赋予指标权重,从而将定性指标定量化。

充分发挥定量分析与定性分析优势。

②所需定量数据信息较少。

层次分析法模拟人脑的思维过程,将各要素抽象化,具体化,定量化。

(2)层次分析法的缺点①定量数据少,定性程序多,信服力不够。

由于各指标之间的重要性是人为赋予的,不同指标的重要性在不同专家那儿重要性不够。

主观随意性强,说服力不够。

②元素过多容易出现不一致问题。

当同一层次的元素数量过多时,决策者容易做出错误的判断,从而矩阵很难满足通过一致性检验,预测效果不理想。

综合评价方法综述

综合评价方法综述

现代综合评价方法综述张晶管理科学与工程现代综合评价方法综述摘要:将现代综合评价方法归纳、分类,讨论了各方法的原理、优缺点及适用领域,并提出综合评价方法研究的趋势及存在问题。

0引言评价是人类社会中一项经常性的、极为重要的认识活动。

对一个事物的评价常常要涉及多个因素或多个指标,评价是在多因素相互作用下的一种综合判断。

综合评价概指对以多属性体系结构描述的对象系统作出全局性、整体性的评价,即对评价对象的全体,根据所给的条件,采用一定的方法给每个评价对象赋予一个评价值,再据此择优或排序。

1现代综合评价方法分类及基本方法评价方法的分类很多,按照评价与所使用信息特征的关系,可分为基于数据的分析、基于模型的评价、基于专家知识的评价以及基于数据、模型、专家知识的评价。

由于本文的定位是现代综合评价方法,根据各评价方法所依据的理论基础,把综合评价方法大致分为四大类:1.1 专家评价方法1。

1.1 专家打分评判法专家评分法是出现较早且应用较广的一种评价方法。

它是在定量和定性分析的基础上,以打分等方式做出定量评价,其结果具有数理统计特性。

主要步骤是:首先根据评价对象的具体情况选定评价指标,对每个指标均定出评价等级,每个等级的标准用分值表示;然后以此为基准,由专家对评价对象进行分析和评价,确定各个指标的分值;最后采用加法评分法、加权评分法、连乘评分法或加乘评分法求出各评价对象的总分值,从而得到评价结果。

专家评分法的最大优点是,在缺乏足够统计数据和原始资料的情况下,可以做出定量估价,专家评价法具有使用简单、直观性强的特点。

但专家评价的准确程度,主要取决于专家的阅历经验以及知识的广度和深度,主观性极强,并且其理论性与系统性不强,一般情况下难以保证评价结果的客观性和准确性。

1.2 运筹学与其他数学方法1。

2。

1 层次分析法(AHP)层次分析法(AHP)是1973年美国学者T。

L。

Saaty最早提出的,经过多年的发展现已成为一种较为成熟的,一种定性与定量分析相结合的多准则决策方法。

《2024年用户体验质量(QoE)的模型与评价方法综述》范文

《2024年用户体验质量(QoE)的模型与评价方法综述》范文

《用户体验质量(QoE)的模型与评价方法综述》篇一用户体验质量(QoE)的模型与评价方法综述一、引言随着互联网技术的快速发展和智能化设备的普及,用户体验(User Experience,简称UX)在产品或服务中扮演着越来越重要的角色。

用户体验质量(Quality of Experience,简称QoE)是衡量用户在使用产品或服务过程中所感受到的满意程度的重要指标。

本文旨在综述用户体验质量的模型与评价方法,为相关研究和实践提供参考。

二、用户体验质量的模型1. 用户满意度模型用户满意度是衡量QoE的核心指标之一。

该模型主要关注用户对产品或服务的期望与实际体验之间的差距。

通过调查问卷、访谈等方式收集用户对产品或服务的评价,进而计算用户满意度指数。

2. 情感体验模型情感体验模型主要关注用户在使用产品或服务过程中产生的情感反应。

该模型包括情感诱发因素、情感传递过程和情感反应结果等方面,通过分析用户的情感变化来评估QoE。

3. 认知负荷模型认知负荷模型关注用户在使用产品或服务时的认知负荷程度。

该模型通过分析用户在完成任务过程中的注意力、记忆、思维等认知活动,评估产品或服务的易用性和可用性。

三、用户体验质量的评价方法1. 主观评价方法主观评价方法主要通过调查问卷、访谈等方式收集用户对产品或服务的评价。

常用的主观评价方法包括等级评分法、语义差异法、重要性绩效分析等。

这些方法可以反映用户的真实感受和需求。

2. 客观评价方法客观评价方法主要依据可量化的指标来评估QoE,如响应时间、系统性能、界面设计等。

这些指标可以通过实验、观测和数据分等方式获取,能够更准确地反映产品或服务的性能和质量。

3. 综合评价方法综合评价方法将主观评价方法和客观评价方法相结合,以全面评估QoE。

该方法首先通过主观评价方法收集用户的满意度、情感反应等数据,然后结合客观评价指标,运用统计分析和建模等技术,得出综合评价结果。

四、现有模型的优缺点及改进方向现有模型在评估QoE方面取得了一定的成果,但也存在一些不足之处。

综合评价理论与方法研究综述

综合评价理论与方法研究综述

综合评价理论与方法研究综述摘要:本文对综合评价理论与方法的研究进行综述,总结了前人研究成果并指出了未来发展趋势。

通过对文献的搜集、整理和分析,本文介绍了综合评价理论与方法的研究现状、热点问题、不足之处以及未来发展趋势。

关键词:综合评价、理论、方法、研究现状、发展趋势。

引言:综合评价理论与方法在各个领域都有广泛的应用,它是一种定性和定量相结合的评价方法,通过对事物的多个方面进行综合评价,为决策提供依据。

目前,综合评价理论与方法的研究已经取得了很大的进展,研究者们不断探索新的理论和方法,来解决各种复杂的问题。

本文将对综合评价理论与方法的研究进行综述,旨在总结前人研究成果并指明未来发展趋势。

综述理论与方法综合评价理论与方法的研究主要涉及定性和定量两个方面。

定性方面主要包括专家打分法、模糊评价法、灰色评价法等;定量方面主要包括主成分分析法、因子分析法、聚类分析法等。

这些方法都有各自的特点和适用范围,选择合适的方法是进行评价的关键。

综述热点问题当前综合评价研究的热点问题主要包括以下几个方面:如何将定性和定量评价相结合,以提高评价结果的准确性和可信度;如何处理评价指标的权重问题,以及如何确定指标之间的相关性;如何构建更加有效的评价模型,以适应不同领域和不同问题的需求等。

综述不足之处虽然综合评价理论与方法的研究已经取得了很多进展,但是仍然存在一些不足之处。

例如,对于一些复杂的问题,还没有找到完全有效的评价方法;同时,一些方法的主观性较强,影响了评价结果的客观性和准确性。

未来发展趋势未来综合评价理论与方法的研究将朝着以下几个方向发展:进一步完善综合评价的理论基础,提高评价方法的准确性和可信度;加强与其他学科的交叉融合,拓展综合评价的应用范围;推动人工智能等新技术在综合评价中的应用,提高评价的自动化和智能化水平等综合评价理论与方法的研究在各个领域都有广泛的应用,通过对文献的综述可以发现该领域的研究已经取得了一定的进展。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

综合评价方法综述与比较综合评价的概念:所谓统计综合评价,通常就是指多指标综合评价技术,它是利用一定的统计指标体系,采用特定的评价模型和方法,对被评价对象多个方面的数量特征进行高度的抽象和综合,转化为综合评价值,进而确定现象的优劣、类型或对现象进行排序的一种统计方法。

目前常用的方法有层次分析法、盗用函数法、多元统计综合评价技术法(包括主成分分析法、因子分析法、聚类分析法等)。

此外像人工神经网络综合评价法、模糊综合评判法、灰色系统理论等新兴综合评价技术还在源源不断地涌现。

一简易的综合评价方法(一),综合指数法1,直接综合法概念:直接综合法是在确定一套合理的指标体系基础上,对各项指标个体指数进行相加,直接计算出综合评价指数。

优点:公式简单易懂,指标数值计算简便。

缺点:得到的数值比较粗糙,以此得到的数据进行评价结果精确度不高。

2,加权综合法概念:加权综合法是在确定一套合理的指标体系的基础上,对各项指标个体指数进行加权平均,计算出综合评价数值。

优点:与直接综合法相比,加权综合法指标数值的计算考虑到了各指标的比重问题,将各指标赋予不同的权重,以体现不同指标的不同重要程度。

缺点:各指标的重要程度的判断具有很大主观性。

(二) 功效系数法概念:功效系数综合评价法是指根据多目标规划的原理,把所要考核的各项指标按照多档次标准,通过功效函数转化为可以度量的评价分数,据以对被评价对象进行总体评价得分的一种方法。

优点:方法简便和可操作性强是这种方法的优点所在。

缺点:竞争力评价中,不同行业各指标的重要程度有所不同,而权数是由评判人员主观确定,因此科学性有所欠缺,往往评价结果与实际状况出入较大。

(三)综合积分法概念:综合积分法是对构成评价指标体系的每个指标评分,将所有得分相加算出总分,作为综合评价数值的一种评价方法。

适用范围:适用于定量分析且变量指标可以用数字表达的评价分析。

优点:此法操作简单,结果与、易于理解。

缺点:对各指标变量的评分比较主观,没有客观精确地评分公式。

二运筹学中综合评分法(一)层次分析法概念:AHP法(Analytic Hierarchy Process, AHP),即层次分析法,是美国著名运筹学家,匹兹堡大学萨蒂教授于本世纪七十年代创立的一种实用的多准则决策方法。

它把一个复杂决策问题表示为一个有序的递阶层次结构,通过人们的比较判断,计算各种决策方案在不同准则及总准则之下的相对重要性量度,从而据之对决策方案的优劣进行排序。

优点:1,系统性的分析方法;2,简洁实用的决策方法;3,所需定量数据信息较少;缺点:1,不能为决策提供新方案;2,定量数据较少,定性成分多,不易令人信服;3,指标过多时数据统计量大,且权重难以确定;4,特征值和特征向量的精确求法比较复杂;(二)模糊评价法概念:模糊评价法是根据模糊数学的隶属度理论把定性评价转化为定量评价的一种方法。

优点:(1)为定性指标定量化提供了有效的方法,实现了定性和定量方法的集合。

(2)在客观事物中,一些问题往往不是绝对的肯定或绝对的否定,涉及到模糊的因素,而且模糊综合判别评价法则很好的解决了判别的模糊和不确定的问题。

(3)所得结果为一向量,即评语集在其论语上的子集,克服了传统数字学方法结果单一的缺陷,结果包含的信息丰富。

缺点:(1)不能解决评价指标间相关造成的信息重复的问题。

(2)各因素权重的确定带有一定的主观性。

(3)在某些情况下,隶属函数的确定有一定困难,尤其是多目标评价模型,要对每一目标,每一个因素确定隶属函数,过于繁琐,实用性不强。

应用领域:模糊综合评价方法也是目前多指标综合评价实践中应用最广的方法之一,由于我国二十多年来模糊数学普及与发展相当有成效,使得模糊综合评价的应用领域比之多元统计方法、效用函数法还要广,涉及到经济问题评价、管理问题评价、环境评价、教育评价、科技评价、地质(如岩石可钻性模糊评价)、采矿(如开采场稳定性评价、爆破效果评价、开采方式评价等)、工程技术(如生产工艺综合评价、港口选址评价)、医学等众多领域。

(三)DEA综合评价法概念:DEA,即数据包络分析(Data Envelopment Analysis ),是著名运筹学家查恩斯、库伯、罗兹等在研究部门之间“相对有效性评价”基础之上提出的一种新的系统分析方法。

自1978年第一个分析模型C2R提出以来,经过许多学者的发展,已经成为管理科学与系统工程领域的一种重要而有效的分析工具,被应用于不同领域的效率评价。

在应用DEA法时应注意以下几点:第一,由于DEA技术是通过对多个投入指标(输入指标)与多个产出指标(输出指标)的系统分析来比较同类型单位(企业或部门)相对效率的,因此它具有某些领域多指标综合评价所需要的一些基本要素,完全可以认为是一种“独特的综合评价技术”。

第二,DEA法是一种水平评价而不是规模评价,因为相对有效性系数(效率评价指数)与样本单位的投入指标规模和产出指标规模没有直接关系。

因此,当我们需要进行规模综合分析时,就不能直接采用DEA法。

第三,DEA法既可以在一定程度上用于综合评价排序,也可以用于“分类评价”。

第四,相对有效性系数(效率评价指数)与参加评价的单位情况有关。

三多元统计分析中的综合评价方法(一)主成分分析概念:主成分分析就是设法将原来众多的具有一定相关性的指标(比如P个指标),重新组合成一组新的相互无关的综合指标来代替原来的指标。

通常数学上的处理就是将原来P 个指标作线性组合,若没有限制条件作为新的综合指标,这样的线性组合会有很多,那么如何去选取呢?主成分分析的基本思想是:如果将选取的第一个线性组合即第一个综合指标记为F1,自然希望尽可能多的反映原来指标的信息。

这里的“信息”最经典的方法就是用F1的方差来表达,即Var(F1)越大,表示F1包含的信息越多。

因此在所有的线性组合中所选取的F1应该是方差最大的,故称F1为第一主成分。

如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2 即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不再需要出现在F2中,用数学语言表达就是Cov(F1,F2)=0,称F2为第二主成分,依次类推可以造出第三,第四…第P个主成分。

不难想象这些主成分之间不仅不相关,而且它们的方差依次递减,因此在实际工作中,就挑选前几个最大主成分。

虽然这样做会损失一部分信息,但是由于抓住了主要矛盾,并从原始数据中进一步提取了某些新的信息,这种既减少了变量的数目又抓住了主要矛盾的做法有利于问题的分析和处理。

适用范围:适用于研究中所涉及的变量指标较多,且各指标间有一定的相关性。

缺点:主成分和因子法有一个固有缺陷,当存在严重的多重相关时,会严重夸大重复变量的作用。

优点:(1)主成分分析法解决了通常方法的变量太多会增加计算量和增加分析问题的复杂性的不足,使得在进行定量分析的过程中,涉及的变量较少,得到的信息量较多。

(2)它是一种程式化的东西,不会得不出结果,当然这个结果就看你怎么解释它。

不足:(1)在将数据正态标准化的时候会存在信息丢失。

(2)在现代,在进行主成分向量求解时,运用不同的统计软件会的到不同的结果。

(3)在主成分综合值计算过程中,主成分权重的设定有很大的主观性。

(二)因子分析概念:是主成分分析法的推广和发展,它是由研究原始数据相关矩阵的内部依赖关系出发,把一些具有错综复杂的多个变量(或样品)综合为少数几个因子,并给出原始变量与综合因子之间的相关关系的方法。

适用范围:如何选择适当的方法来解决实际问题,需要对问题进行综合考虑。

优点:因子分析法最大优势在于各综合因子的权重不是主观赋值而是根据各自的方差贡献率大小来确定的,方差越大的变量越重要,从而具有较大的权重;相反,方差越小的变量所对应的权重也就越小。

这就避免了人为确定权重的随意性,使得评价结果唯一,而且较为客观合理。

此外,因子分析的整个过程都可以运用计算机软件方便快捷地进行,可操作性强。

因此,与其他方法相比,因子分析法是一种科学、实用、简便的综合评价方法。

不足:因子分析的概念起源于本世纪初Karl Pearson和Charles Spearmer等人关于智力测验的统计分析。

近年来,随着现代高速电子计算机的出现,人们将因子分析的理论成功地应用于心理学、医学、气象、地质、经济学等领域,使得因子分析的理论和方法更加丰富。

因子分析法是从研究相关矩阵内部的依赖关系出发,根据相关性大小把变量分组(使得同组内的变量之间相关性不高,而不同组内的变量之间相关性较低),这样,在尽量减少信息丢失的前提下,从众多指标中提取出少量的不相关指标,然后再根据方差贡献率确定权重,进而计算出综合得分的一种方法。

(三)聚类分析概念:聚类分析法是将样品或变量按照它们在性质上的亲疏程度进行分类的多元统计分析方法。

在聚类分析中,通常我们将根据分类对象的不同分为Q型聚类分析和R型聚类分析两大类。

R型聚类分析是对变量进行分类处理,Q型聚类分析是对样本进行分类处理。

方法:直接聚类法;最短聚类法;最长聚类法。

聚类分析的基本步骤第一步,对原始数据进行无量处理,通常用标准化。

第二步,计算聚类统计量。

若是对样品进行分类,则计算距离系数矩阵,若是对指标进行分类,则计算相似系数矩阵。

第三步,按最近或最相似原则进行聚类,并计算新类到旧类之间的距离或相似系数,给出新的聚类统计量矩阵。

第四步,重复第三步,直到所有的指标或样品聚到一个类。

第五步,根据聚类过程,绘制聚类谱系图,完成聚类工作。

(四)判别分析法概念:判别分析(Discriminant analysis)是产生于二十世纪三+年代的一种多元统计方法。

其基本思想就是根据已有的有明确分类的样本指标,构造一个或一组判别函数及判别规则,从而判断某一特定个体究竞是属于哪一类。

四其他综合评分法(一)神经网络分析法概念:神经网络分析法是从神经心理学和认知科学研究成果出发,应用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法。

优点:具有较强的自学习和自适应能力,高度的非线性映射能力、记忆联想能力等,它能够进行复杂的逻辑操作和非线性映射。

缺点:(1)最严重的是没有能力解释自己的推理过程和推理依据。

(2)不能向用户提出必要的询问,而且数据不充分的时候,神经网络无法进行操作。

(3)把一切问题的特征都要变为数字,把一切推理都变为数值计算,其结果势必丢失部分信息。

(4)理论和学习算法还有待进一步完善和提高。

应用范围:主要用于分类和预测,类似于贝叶斯网络和决策树。

(二)效用函数综合评价法概念:将每一个评价指标按一定方法量化,变成对评价问题测量的一个量化值,即效用数值,然后按一定的合成模型加权合成求得总评价值。

优点:评价结论真实性,通俗性,评价过程各环节之间没有信息传递关系,各环节都有众多方法可共选择,这些方法可供多方位的组合,因此从理论上讲,这种方法最为丰富。

相关文档
最新文档