综合评价方法一_第1页
综合评价方法一_第2页
综合评价方法一_第3页
综合评价方法一_第4页
综合评价方法一_第5页
已阅读5页,还剩33页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

会计学1综合评价方法一2

评价是人类社会中一项经常性的、极重要的认识活动,是决策中的基础性工作。在实际问题的解决过程中,经常遇到有关综合评价问题,如医疗质量的综合评价问题和环境质量的综合评价等。它是根据一个复杂系统同时受到多种因素影响的特点,在综合考察多个有关因素时,依据多个有关指标对复杂系统进行总评价的方法综合评价方法及应用综合评价的要点:

(1)有多个评价指标,这些指标是可测量的或可量化的;

(2)有一个或多个评价对象,这些对象可以是人、单位、方案、标书科研成果等;第1页/共38页3

(3)根据多指标信息计算一个综合指标,把多维空间问题简化为一维空间问题中解决,可以依据综合指标值大小对评价对象优劣程度进行排序。综合评价的一般步骤1.根据评价目的选择恰当的评价指标,这些指标具有很好的代表性、区别性强,而且往往可以测量,筛选评价指标主要依据专业知识,即根据有关的专业理论和实践,来分析各评价指标对结果的影响,挑选那些代表性、确定性好,有一定区别能力又互相独立的指标组成评价指标体系。2.根据评价目的,确定诸评价指标在对某事物评价中的相对重要性,或各指标的权重;3.合理确定各单个指标的评价等级及其界限;第2页/共38页44.根据评价目的,数据特征,选择适当的综合评价方法,并根据已掌握的历史资料,建立综合评价模型;5.确定多指标综合评价的等级数量界限,在对同类事物综合评价的应用实践中,对选用的评价模型进行考察,并不断修改补充,使之具有一定的科学性、实用性与先进性,然后推广应用。

目前,综合评价有许多不同的方法,如综合指数法、TOPSIS法、层次分析法、RSR法、模糊综合评价法、灰色系统法等,这些方法各具特色,各有利弊,由于受多方面因素影响,怎样使评价法更为准确和科学,是人们不断研究的课题。下面仅介绍综合评价的TOPSIS法、RSR法和层次分析法的基本原理及简单的应用。第3页/共38页5

例如:试根据下数据,如何对某市人民医院95~97年的医疗质量进行综合评价,即哪年的医疗质量高?某市人民医院95~97年的医疗数据年度床位周转次数床位周转率(%)平均住院日出入院诊断符合率(%)手术前后诊断符合率(%)三日确诊率(%)治愈好转率(%)病死率(%)危重病人抢救成功率(%)院内感染率(%)199520.97113.8118.7399.4299.8097.2896.082.5794.534.60199621.41116.1218.3999.3299.1497.0095.652.7295.325.99199719.13102.8517.4499.4999.1196.2096.502.0296.224.79第4页/共38页61TOPSIS法(逼近理想解排序法)Topsis法是系统工程中有限方案多目标决策分析的一种常用方法。是基于归一化后的原始数据矩阵,找出有限方案中的最优方案和最劣方案(分别用最优向量和最劣向量表示),然后分别计算诸评价对象与最优方案和最劣方案的距离,获得各评价对象与最优方案的相对接近程度,以此作为评价优劣的依据。1.1基本原理TOPSIS法是TechniqueforOrderPreferencebySimilaritytoIdealSolution的缩写,即逼近于理想解的技术,它是一种多目标决策方法。方法的基本思路是定义决策问题的理想解和负理想解,然后在可行方案中找到一个方案,使其距理想解的距离最近,而距负理想解的距离最远。第5页/共38页7

理想解一般是设想最好的方案,它所对应的各个属性至少达到各个方案中的最好值;负理想解是假定最坏的方案,其对应的各个属性至少不优于各个方案中的最劣值。方案排队的决策规则,是把实际可行解和理想解与负理想解作比较,若某个可行解最靠近理想解,同时又最远离负理想解,则此解是方案集的满意解。1.2距离的测度

采用相对接近测度。设决策问题有m个目标,,n个可行解;并设该问题的规范化加权目标的理想解是Z*,其中

那么用欧几里得范数作为距离的测度,则从任意可行解到的距离为:第6页/共38页8式中,Zij

为第j个目标对第i个方案(解)的规范化加权值。

同理,设为问题的规范化加权目标的负理想解,则任意可行解到负理想解之间的距离为:那么,某一可行解对于理想解的相对接近度定义为:0≤Ci≤1,i=1,…,n

,第7页/共38页90≤Ci≤1,i=1,…,n

,于是,若是理想解,则相应的Ci=1;若是负理想解,则相应的C

i=0。愈靠近理想解,Ci

愈接近于1;反之,愈接近负理想解,Ci

愈接近于0。那么,可以对Ci

进行排队,以求出满意解。1.3TOPSIS法计算步骤

第一步:设某一决策问题,其决策矩阵为A.由A可以构成规范化的决策矩阵Z′,其元素为Z'ij,且有式中,fij

由决策矩阵给出。第8页/共38页10第二步:构造规范化的加权决策矩阵Z,其元素Zij

Zij=WjZ‘iji=1,…,n;

j=1,…,m

Wj为第j个目标的权。

第三步:确定理想解和负理想解。如果决策矩阵Z中元素Zij值越大表示方案越好,则

第四步:计算每个方案到理想点的距离Si和到负理想点的距离。第五步:按式计算Ci,并按每个方案的相对接近度Ci

的大小排序,找出满意解。第9页/共38页11

多目标综合评价排序的方法较多,各有其应用价值。在诸多的评价方法中,TOPSIS法对原始数据的信息利用最为充分,其结果能精确的反映各评价方案之间的差距,TOPSIS对数据分布及样本含量,指标多少没有严格的限制,数据计算亦简单易行。不仅适合小样本资料,也适用于多评价对象、多指标的大样本资料。利用TOPSIS法进行综合评价,可得出良好的可比性评价排序结果。第10页/共38页121.4应用实例1、TOPSIS法在医疗质量综合评价中的应用

试根据表8.1数据,采用Topsis法对某市人民医院1995~1997年的医疗质量进行综合评价。表8.1某市人民医院1995~1997年的医疗质量年度床位周转次数床位周转率(%)平均住院日出入院诊断符合率(%)手术前后诊断符合率(%)三日确诊率(%)治愈好转率(%)病死率(%)危重病人抢救成功率(%)院内感染率(%)199520.97113.8118.7399.4299.8097.2896.082.5794.534.60199621.41116.1218.3999.3299.1497.0095.652.7295.325.99199719.13102.8517.4499.4999.1196.2096.502.0296.224.79

在原始数据指标中,平均住院日、病死率、院内感染率三个指标的数值越低越好,这三个指标称为低优指标;其它指标数值越高越好,称为高优指标。是低优指标的可转化为高优指标,其方法为是绝对数低优指标可使用倒数法(),是相对数低优指标,可使用差值法()。这里,平均住院日采用倒数转化,病死率、院内感染率采用差值转化。第11页/共38页13转化后数据见表8.2。表8.2转化指标值年度床位周转次数床位周转率(%)平均住院日出入院诊断符合率(%)手术前后诊断符合率(%)三日确诊率(%)治愈好转率(%)病死率(%)危重病人抢救成功率(%)院内感染率(%)199520.97113.815.3499.4299.8097.2896.0897.4394.5395.40199621.41116.125.4499.3299.1497.0095.6597.2895.3294.01199719.13102.855.7399.4999.1196.2096.5097.9896.2295.21根据表8.2数据,利用公式进行归一化处理,得归一化矩阵值,如表8.3。例如计算1995年床位周转次数归一化值,第12页/共38页14表8.3归一化矩阵值年度床位周转次数床位周转率平均住院日出入院诊断符合率手术前后诊断符合率三日确诊率治愈好转率病死率危重病人抢救成功率院内感染率19950.5900.5920.5600.5770.5800.5800.5770.5770.5720.58119960.6020.6040.5700.5770.5760.5780.5750.5760.5770.57219970.5380.5350.6010.5780.5760.5740.5800.5800.5830.579由式(8.7)和式(8.8)得最优方案和最劣方案:第13页/共38页15由式(8.10)、(8.11)和式(8.1)、(8.2)计算各年度和,见表8.4。例如计算1997年和其余各年依次类推。由式(8.3)计算各年度,见表8.4。

例如计算1997年:第14页/共38页16表8.4不同年度指标值与最优值的相对接近程度及排序结果年份排序结果19950.0450.0780.634219960.0340.0950.736119970.0940.0440.3193由表8.4的排序结果可知1996年医疗质量最好。第15页/共38页17

问题:某医院对护士考核有4个指标,它们分别是:业务考核成绩()、操作考核结果()、科内测评()和工作量考核();下表8.9是某病区8名护士的考核结果:待评对象(n)

护士甲86优-100233.9护士乙92良98.2192.9护士丙88良99.1311.1护士丁72良95.5274.9护士戊70优97.3263.6护士己94优100182.3护士庚84良91.97220.6护士辛50良91.97182.0试对护士进行综合评价,即给出排名和分档法。2、秩和比法第16页/共38页182、秩和比法

秩和比法是我国统计学家田凤调教授于1988年提出的一种新的综合评价方法,它是利用秩和比RSR(Rank-sumratio)进行统计分析的一种方法,该法在医疗卫生等领域的多指标综合评价、统计预测预报、统计质量控制等方面已得到广泛的应用。秩和比是一个内涵较为丰富的综合性指标,它是指行(或列)秩次的平均值,是一个非参数统计量,具有0~1连续变量的特征,近年来秩和比统计方法不断完善和充实。2.1分析原理及步骤1、分析原理

秩和比是一种将多项指标综合成一个具有0~1连续变量特征的统计量,也可看成0~100的计分。多用于现成统计资料的再分析。不论所分析的问题是什么,计算的RSR越大越好。第17页/共38页19

为此,在编秩时要区分高优指标和低优指标,有时还要引进不分高低的情况。例如,评价预期寿命、受检率、合格率等可视为高优指标;发病率、病死率、超标率为低优指标。在疗效评价中,不变率、微效率等可看作不分高低的指标。指标值相同时应编以平均秩次。

秩和比综合评价法基本原理是在一个n行m列矩阵中,通过秩转换,获得无量纲统计量RSR;在此基础上,运用参数统计分析的概念与方法,研究RSR的分布;以RSR值对评价对象的优劣直接排序或分档排序,从而对评价对象作出综合评价。第18页/共38页202、分析步骤①编秩:将n个评价对象的m个评价指标列成n行m列的原始数据表。编出每个指标各评价对象的秩,其中高优指标从小到大编秩,低优指标从大到小编秩,同一指标数据相同者编平均秩。②计算秩和比(RSR):根据公式计算,式中i=1,2,…,n;

最小RSR=1/n,最大RSR=1。为第i行第j列元素的秩,

当各评价指标的权重不同时,计算加权秩和比(WRSR),其计算公式为,Wj为第j个评价指标的权重,∑Wj=1。

第19页/共38页21

通过秩和比(RSR)值的大小,就可对评价对象进行综合排序,这种利用RSR综合指标进行排序的方法称为直接排序。但是在通常情况下还需要对评价对象进行分档,特别是当评价对象很多时,如几十个或几百个评价对象,这时更需要进行分档排序,由此应首先找出RSR的分布③计算概率单位(Probit)Y:将RSR(或WRSR)值由小到大排成一列,值相同的作为一组,编制RSR(或WRSR)频率分布表,列出各组频数f,计算各组累计频数∑f;确定各组RSR(或WRSR)的秩次范围R和平均秩次;计算累计频率p=/n;将百分率p转换为概率单位(Probit)Y,Y为百分率p对应的标准正态离差u加5,即满足中的u加5.第20页/共38页22④计算直线回归方程:以累计频率所对应的概率单位Y为自变量,以RSR(或WRSR)值为因变量,计算直线回归方程,即RSR(WRSR)=a+b×Y。⑤分档排序:根据标准正态离差μ分档,分档数目可根据试算结果灵活掌握,最佳分档应该是各档方差一致,相差具有显著性,一般分3-5档,下面是常用分档数对应的百分位数及概率单位见表8.8。由此应首先找出RSR的分布。第21页/共38页23表8.8常用分档数及对应概率单位第22页/共38页24

依据各分档情况下概率单位Probit值,按照回归方程推算所对应的RSR(或WRSR)估计值对评价对象进行分档排序。具体的分档数根据实际情况决定。第23页/共38页252.2秩和比法在对某病区护士综合评价中的应用实例

某医院对护士考核有4个指标,它们分别是:业务考核成绩()、操作考核结果()、科内测评()和工作量考核();下表是某病区8名护士的考核结果:待评对象(n)

护士甲86优-100233.9护士乙92良98.2192.9护士丙88良99.1311.1护士丁72良95.5274.9护士戊70优97.3263.6护士己94优100182.3护士庚84良91.97220.6护士辛50良91.97182.0利用秩和比综合评价法对其进行综合评价。第24页/共38页26

根据秩和比综合评价法的评价步骤,第一步分别对要评价的各项指标进行编秩,由于对护士考核的4个指标都是高优指标,所以对要评价的各项指标进行编秩如表8.10:表8.10评价的各项指标编秩待评对象(n)

护士甲

86(5)

优-(6)

100(7.5)

233.9(5)护士乙

92(7)

良(3)

98.2(5)

192.9(3)护士丙

88(6)

良(3)

99.1(6)

311.1(8)护士丁

72(3)

良(3)

95.5(3)

274.9(7)

护士戊

70(2)

优(7.5)

97.3(4)

263.6(6)护士己

94(8)

优(7.5)

100(7.5)

182.3(2)护士庚

84(4)

良(3)

91.97(1.5)

220.6(4)

护士辛

50(1)

良(3)

91.97(1.5)

182.0(1)第二步,计算各指标的秩和比(RSR)第25页/共38页27其中m为指标个数,n为分组数,RSR值即为多指标的平均秩次,其值越大越优。为各指标的秩次,各护士4项护理考核指标编秩及RSR值如表8.11待评对象(n)

RSR名次护士甲

86(5)

优-(6)

100(7.5)

233.9(5)

0.73442护士乙

92(7)

良(3)

98.2(5)

192.9(3)

0.53135护士丙

88(6)

良(3)

99.1(6)

311.1(8)

0.71883护士丁

72(3)

良(3)

95.5(3)

274.9(7)

0.50006护士戊

70(2)

优(7.5)

97.3(4)

263.6(6)

0.60944护士己

94(8)

优(7.5)

100(7.5)

182.3(2)

0.78131护士庚

84(4)

良(3)

91.97(1.5)

220.6(4)

0.39067护士辛

50(1)

良(3)

91.97(1.5)

182.0(1)

0.20318

如果将8名护士进行排序,则可根据8名护士的秩和比(RSR),按由大到小排列就可得到8名护士由好到差的所有排序;第26页/共38页28如果要将8名护士分成几档,则还需继续进行下列工作。第三步,确定RSR的分布

将各指标的RSR值由小到大进行排列,计算向下累计频率,查《百分数与概率单位对照表》,求其所对应的概率单位值,见表8.12

RSRf累积频数

0.203111112.53.81970.390612225.54.32550.500013337.54.68140.531314450.55.00000.609415562.55.31860.718816675.05.67450.734417787.56.15030.7813188Y6.8663其中数据是利用估计的。第27页/共38页29第四步,求回归方程:RSR=A+BY

将概率单位值Y作为自变量,秩和比RSR作为因变量,经相关和回归分析,因变量RSR与自变量概率单位值Y具有线性相关(r=0.9528),线性回归方程为:RSR=0.1877Y-0.4232,经F检验,F=59.078,P=0.0002,这说明所求线性回归方程具有统计意义。

第五步,将8名护士进行分档,分多少档根据评价对象具体要求确定,如果将8名护士分为优良差三档,根据统计学家田凤调教授提供的一个分档标准,分档如下表8.13:等级

Y

分档

4以下

<0.3276护士辛

4~0.3276~护士乙护士丁护士戊

护士庚护士丙

6~0.703~护士甲

护士己第28页/共38页30说明(1)上例评估护士的四个指标都是上优指标,所以指标越高秩次值越高,如果有些指标是下优指标,则指标越低秩次值越高。

(2)上例评估护士的四个指标都认为同等重要,可以认为具有相同的权重。如果认为评估护士的四个指标重要不同,则认为四个指标是具有不同的权重,例如在四个评估指标中,如果业务考核成绩占40%、操作考核结果成绩占30%、科内测评成绩占10%、工作量考核成绩占20%,则护士甲的RSR值计算为:护士甲的RSR=[40%5+30%6+10%7.5+20%=0.69375

类似可得到其他护士的RSR值,依据以上步骤就可得到护士的加权秩和比排序分档。第29页/共38页31

秩和比评价法的优点是是以非参数法为基础,对指标的选择无特殊要求,适于各种评价对象;此方法计算用的数值是秩次,可以消除异常值的干扰,合理解决指标值为零时在统计处理中的困惑,它融合了参数分析的方法,结果比单纯采用非参数法更为精确,既可以直接排序,又可以分档排序,使用范围广泛,且不仅可以解决多指标的综合评价,也可用于统计测报与质量控制中。

但是秩和比评价法的缺点是排序的主要依据是利用原始数据的秩次,最终算得的RSR值反映的是综合秩次的差距,而与原始数据的顺位间的差距程度大小无关,这样在指标转化为秩次是会失去一些原始数据的信息,如原始数据的大小差别等。第30页/共38页32

另外,当RSR值实际上不满足正态分布时,分档归类的结果与实际情况会有偏差,且只能回答分级程度是否有差别,不能进一步回答具体的差别情况。

为了解决这个问题,一些学者对秩和比评价法的进行了改进,提出了非整秩次秩和比法,此方法用类似于线性插值的方式对指标值进行编秩,以改进RSR法编秩方法的不足,所编秩次与原指标值之间存在定量的线性对应关系,从而克服了RSR法秩次化时易损失原指标值定量信息的缺点。

非整秩次秩和比法是对RSR法的编秩方法作了一些改进,用类似于线性插值的方式进行编秩。所编秩次除最小和最大指标值必为整数外,其余基本上为非整数,故将改进后的RSR法称为“非整秩次秩和比法”,简称为非整秩次RSR法。第31页/共38页33非整秩次RSR法的编秩方法:对于高优指标:对于低优指标:式中R为秩次,n为样本数,X为原始指标值,、分别为最小、最大的原始指标值。

对于不分高低指标,不论指标值的大小,秩次一律为:。偏(或稍)高优指标、偏(或稍)低优指标的秩次R=

公式同RSR法。第32页/共38页34应用实例

某市医院1983~1992年工作质量统计指标及其非整秩次、权重系数见表8.14。年度治愈率*病死率△周转率*平均病床工作日*病床使用率*平均住院日△RSRWRSR198375.2(4.36)3.5(1)38.2(8.07)370.1(6.91)101.5(9.69)10.0(4)0.56720.4165198476.1(5.34)3.3(1.9)36.7(6.69)369.6(6.86)101(9.43)10.3(1.75)0.53280.4062198580.4(10)2.7(4.6)30.5(1)309.7(1)84.8(1)10.0(4)0.36000.3819198677.8(7.18)2.7(4.6)36.3(6.33)370.1(6.91)101.4(9.64)10.2(2.5)0.61930.5459198775.9(5.12)2.3(6.4)38.9(8.71)369.4(6.84)101.2(9.53)9.6(7)0.72670.7032198874.3(3.39)2.4(5.95)36.7(6.69)335.5(3.52)91.9(4.69)9.2(10)0.57070.6087198974.6(3.71)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论