多指标评价ppt课件.pptx

多指标评价体系数理化 CONTENTS 客户价值评价 信用度评分 学生综合素质评价等都会使用多指标综合评价 多指标综合评价中 涉及定量分析的过程包括 指标衍生 以定义指标体系确定指标权重本次数理化过程整理对比了几种常用的数理化方法 以供讨论 摘要 数理化方法介绍 PCA PrincipalComponentAnalysis主成分分析 和FA FactorAnalysis因子分析 在综合评价中可实现 降维 的作用 即把变量维数降低以便于描述 理解和分析 主成分分析是组合原来相关的变量形成几个综合指标 以反映原来多个变量的大部分信息 但所含信息又互不重叠 即相互独立 互不相关 因子分析则通过构造因子模型 从变量群中提取共性因子 指标衍生 FA PCA 数据越相关 降维效果就越好 如果原始变量都本质上独立 就很难用少数综合的变量概括 降维就有可能失败 尽可能使用原始变量而不是降维 这是因为任何降维过程都是以损失原始信息量为代价的 如果单纯为了简化指标数量 而忽视了内部信息量 则有可能导致最终评价结果偏差 FA PCA案例和对比 一般而言 因子提取的结果比主成分构造的结果更易于理解 分析过程可用SPSS完成 此处摘录部分结果 样例 Delphi法 DelphiMethod德尔菲法 是在20世纪40年代由O 赫尔姆和N 达尔克首创 经过T J 戈登和兰德公司进一步发展而成的 德尔菲法是为了克服专家会议法的缺点而产生的一种专家预测方法 德尔菲法依据系统的程序 采用匿名发表意见的方式 即专家之间不得互相讨论 不发生横向联系 只能与调查人员发生关系 通过多轮次调查专家对问卷所提问题的看法 经过反复征询 归纳 修改 最后汇总成专家基本一致的看法 作为预测的结果 指标筛选 定权重 Delphi法 兰德 德尔菲法的成名作 预测美国朝鲜战争必败 Delphi法实现过程 D 处理问卷发放问卷 要求专家们进行独立的评审 回收问卷后 对专家组的回答进行统计分析 C 编制问卷根据确定的问题 编制相应的问卷 根据上一轮的结果 调整问卷 B 组织专家根据确定的问题 组织领域内的专家 一般不超过20人 A 确定问题确定需要专家评审的问题 多轮次 Delphi法问卷统计处理 分位数 平均数 加权平均数 AHP AnalyticHierarchyProcess层次分析法 是将与决策总是有关的元素分解成目标 准则 方案等层次 在此基础之上进行定性和定量分析的决策方法 该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初 在为美国国防部研究 根据各个工业部门对国家福利的贡献大小而进行电力分配 课题时 应用网络系统理论和多目标综合评价方法 提出的一种层次权重决策分析方法 定权重 AHP法 AHP法单层次的评估方法 AHP是一种单层次的数理化方法 当评价体系是多层次结构时 需要预处理成单层次模型 方法1 拆分 方法2 整合 AHP法实现过程 建立层次结构模型 定义明确的目标 准则 方案层 如果是个多层次问题 需要处理成单层次模型 A 计算单排序权重 根据成对比较矩阵 计算其特征向量 归一化后的特征向量即为权向量 C 构造成对比较矩阵 B 一致性检验并优化 避免出现类似A 3B B 3C而C A等不一致的情况 不要求成对矩阵完全一致 而是具有一定程度的一致性 若检验不通过 则需要返回B 重新构造成对比较矩阵 D AHP法计算单排序权重及一致性检验 样例 数据越随机 混乱 所携带信息量越小 在信息论中 熵是对一个系统 内在的混乱程度 的度量 随机程度就越小 熵也就越小 而信息量越大 该指标对应的权重也应该越大 定权重 熵值法 熵值法是一种客观赋权方法 通过计算指标的信息熵 根据指标的相对变化程度对系统整体的影响来决定指标的权重 对信息熵大的指标赋予小权重 信息熵小的指标赋予大权重 此方法现广泛应用在统计学等各个领域 具有较强的研究价值 熵值法实现过程 计算熵值和权重 确立分析的指标体系 熵值法要求单层次评估 因此 需要对多层指标体系进行处理 异常值 极值处理 标准化处理 去量纲 使所有指标的量纲保持一致 正向指标 x x min max min 负向指标 x max x max min 计算比重 y x x 信息熵e k y ln y k 1 ln n n指样本量权重w 1 e 1 e 目标得分P w x 数据处理 确立指标体系 综合数理化过程 数理化方案 定权重方法对比 影响因素 操作难点 优势 劣势 综合数理化过程 确定问题 建立评价体系 成对对比矩阵问卷 熵值法权重 Delphi法Factor PCA 一致性检验 专家权重 Delphi法 AHP法 对每个专家的答卷进行AHP一致性检验 未通过检验的答卷发回调整或直接剔除 AHP法 熵值法 数据抽样 熵