EXCEL单键实现Borda法组合评价

组合评价是将几种评价结果进行组合的一种科学合理的评价方法,Borda法是一种对几种单一评价法的评价排序结果进行组合的有效方法,但在实践中还没有可用的计算机软件,因而操作起来相当繁琐。利用VBA(VisualBasicforApplication)在EXCEL下编写宏程序,单键即可轻松实现Borda法组合评价。     

灰色预测：EXCEL／VBA编程轻松实现

灰色预测是一种对贫信息系统进行预测的极好方法,利用VBA(VisualBasicforApplication)在EXCEL下编写宏程序,可以轻松实现灰色预测,使用户彻底从手工操作中解放出来。     

熵值赋权法的改进

熵值法是一种常见的赋权方法,在综合评价中有这较广泛的应用.但是样本出现异常点数据(如数值等于零的数据)时,熵值法就不能够很好地处理,这在很大程度上限制了熵值法的使用范围.文章将功效系数法和标准化方法相结合,对熵值法进行改进,扩展了熵值法的应用范围.     

基于熵值法的城市竞争力评价

文章基于城市空间结构理论设计了城市竞争力评价指标体系,通过选取样本城市,将国内典型的29个城市的空间结构竞争力进行横向比较,并采用熵值法,对这些城市的竞争力进行评价。该方法能够很好的处理该类评价中多因素、模糊性及主观判断等问题,突破了评价指标主观赋权的局限性,客观的分析了西部城市空间结构竞争力较弱的原因,并对此提出了该地区城市空间结构竞争力提升的策略和意见。     

熵值法中无量纲化方法优良标准的探讨

在综合评价中,基于"差异驱动"原理的熵值法得到了广泛的应用,随之而来的是应用各种无量纲化方法对其进行改进。由于无量纲化方法有其各自的特点和适用范围,因此其各自的改进熵值法不可避免地存在优良性差异。文章通过理论推导与实证分析,对各改进熵值法的优良性进行探讨,最终得到最优的方法——极值熵值法,即极值处理法和熵值法的结合。     

用熵值法进行综合评价如何处理极端值

在多指标综合评价中，确定指标权重的方法主要有主观赋权法和客观赋权法．主观赋权法是一类根据评价者主观上对各指标的重视程度来决定权重的方法；客观赋权法所依据的赋权原始信息来源于客观环境，它根据各指标的联系程度或各指标所提供的信息量染决定指标的权重．客观同权法有烟值法、主成分分析法、因子分析法、复相关系数法等等，本文针对均值法在应用中遇到的一些问题提出解决办法。一、熵值法的原理设有m个待评方案，n项评价指标，形成原始指标数据矩阵x=（Xij）mxn,对于某项指标xi，指标值xij的差距越大，则该指标在综合评价中所起…     

基于熵值法的区域建筑业可持续发展评价研究

文章在科学界定区域建筑业可持续发展内涵的基础上,从区域建筑业的发展水平、发展效率、发展潜力、发展协调度、资源消耗、环境效应等6个方面构建了评价指标体系:并运用熵值法进行综合评价,解决了以往区域建筑业评价中存在的不够系统、不够全面的弊端.     

改进的熵值法在确定组合预测权系数中的应用

传统的熵值法是根据各单项预测模型的预测误差序列的变异程度,利用信息熵的概念,求得权重系数。文章对此作了改进,认为相对误差序列是一种随机变量,要考虑其服从正态分布的特点,可以按照等概率原则划分状态区间,并赋予一定的概率。实例分析结果表明改进后的方法更能提高组合预测的精度。     

基于熵值法的企业家精神评价体系构建

文章在借鉴国内外有关企业家精神测度的研究成果基础上,以企业为研究新视角,结合具体企业发展数据,构建了以创新能力、创业能力、财务能力、成长能力四个方面为研究维度的评价指标体系,以长江经济带27家上市企业为例,利用熵值法对样本企业的企业家精神进行综合评价测度。结果发现:创业能力和创新能力所占比重比较大,而成长能力和财务能力所占比重较小;在企业家精神综合评价结果中,大多数公司的企业家精神处于良好发展水平。     

基于熵值法的木材工业技术创新能力动态评价

技术创新是木材加工业转型升级发展的关键。文章从技术创新倾向、资源投入能力、研究开发能力、生产制造能力、创新管理能力和市场营销能力六个维度,构建了木材加工业技术创新能力评价指标体系,运用熵值法测度了2009—2016年间木材加工及木、竹、藤、棕、草制品业、家具制造业、造纸及纸制品业的技术创新能力指数。研究发现,木材加工业三个亚产业的技术创新能力持续提高,这种提高主要源自技术创新倾向、资源投入能力和研究开发能力的增强。     

基于改进熵值法的西部地区城市化水平综合评价研究

从广义城市化的内涵出发,构建了融人口、经济、社会文化和城市建设于一体的城市化水平评价指标体系,采用改进的熵值法,对西部12个省区的城市化水平给予了综合评价,并对其2003-2005年的城市化水平进行综合排序,用以找出各省区的优势和差距,便于针对性地制定提高城市化水平的对策。     

An Elementary Introduction to Maximum Likelihood Estimation for Multinomial Models: Birch's Theorem and the Delta Method

A fairly complete introduction to the large sample theory of parametric multinomial models, suitable for a second-year graduate course in categorical data analysis, can be based on Birch's theorem (1964) and the delta method (Bishop, Fienberg, and Holland 1975). I present an elementary derivation of a version of Birch's theorem using the implicit function theorem from advanced calculus, which allows the presentation to be relatively self-contained. The use of the delta method in deriving asymptotic distributions is illustrated by Rao's (1973) result on the distribution of standardized residuals, which complements the presentation in Bishop, Fienberg, and Holland. The asymptotic theory is illustrated by two examples.     

An adaptive sampling scheme guided by BART—with an application to predict processor performance

The evaluation of new processor designs is an important issue in electrical and computer engineering. Architects use simulations to evaluate designs and to understand trade‐offs and interactions among design parameters. However, due to the lengthy simulation time and limited resources, it is often practically impossible to simulate a full factorial design space. Effective sampling methods and predictive models are required. In this paper, the authors propose an automated performance predictive approach which employs an adaptive sampling scheme that interactively works with the predictive model to select samples for simulation. These samples are then used to build Bayesian additive regression trees, which in turn are used to predict the whole design space. Both real data analysis and simulation studies show that the method is effective in that, though sampling at very few design points, it generates highly accurate predictions on the unsampled points. Furthermore, the proposed model provides quantitative interpretation tools with which investigators can efficiently tune design parameters in order to improve processor performance. The Canadian Journal of Statistics 38: 136–152; 2010 © 2010 Statistical Society of Canada