指标无量纲化方法对综合评价结果可靠性的影响及其实证分析

文章认为无量纲化方法的合理性取决于运用该方法对被评对象进行等级排序的合理性。根据序号总和理论,在逐步探寻合理等级排序依据的前提下,可以根据各无量纲化方法所做的等级排序与合理等级排序的等级相关系数来进行无量纲化方法的优选,并通过实证分析得出了相应的结论。     

线性综合评价模型中指标标准化方法的比较与选择

分析与比较各种指标一致化与无量纲化方法对综合评价结果的影响,并构建兼容度指标对无量纲化方法的相对有效性进行测度。结果表明：在线性综合评价模型中,减法一致化方法、Z-Score法和极差化法相比其他标准化方法更为有效。选择合适的指标标准化方法,能够有效提高综合评价结果的准确性。     

综合评价方法中的最优无量纲化模型研究

针对综合评价过程中无量纲化方法选择盲目性较强的问题,文章首先引入综合评价结果优良性的度量指标,优化综合评价结果稳定性和区分度的度量函数,建立无量纲化有效性的统计检验方法;其次,以无量纲化有效为主要约束条件,分别以稳定性最高、区分度最高以及稳定性和区分度均最高为目标函数构建三类最优无量纲化模型,分析大平移尺度和小平移尺度约束条件对最优无量纲化模型的影响;最后,通过大量的数值模拟实验研究了6种常用综合评价方法中的最优无量纲化模型,并对结果进行深入分析。研究发现,大平移尺度约束下几种综合评价方法中的最优无量纲化结果均不同于现有无量纲化方法,小平移尺度约束下的最优无量纲化与均值化较为接近,但不完全相同;经过不断优化后的稳定性函数和区分度函数能更科学地度量综合评价结果的稳定性和区分度大小,无量纲化有效性的统计检验方法能准确判断指标间的量纲差异是否被有效消除;综合评价方法、目标函数和约束条件不同时所对应的最优无量纲化结果不同。     

评价指标的非线性无量纲模糊处理方法

文章阐述了评价指标无量纲处理在综合评价中的重要作用，针对目前评价实践中存在的问题，运用指数函数和模糊数学的有关知识和方法，提出了适用于现行多数评价指标的一种非线性无量纲模糊处理方法。文中介绍了处理模型应具备的性质，分别就正指标、逆指标和适度指标给出了其相应的非线性模糊量化模型及模型中标准值的确定方法     

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。     

综合评价指标筛选及预处理的方法研究

本文对综合评价指标筛选及预处理的方法研究,得出多指标综合评价时,首先要对指标进行预处理,包括:必须在多个信息的重迭指标中筛选有效评价指标;必须将指标一致化;要将无量纲化处理。每一个步骤都有多种方法,应用时,应根据实际情况选择合适的方法。     

多指标综合评价中平均合成法问题的探讨

多指标综合评价，是近十多年来应用相当广泛的一种数量分析技术和管理决策方法。人们虽然提出了许许多多的综合评价方法，但既简便实用又不失其准确性的方法是东北财大邱东教授归类的所谓“常规方法”。这类综合评价方法的基本思路是先将单项指标按一定的评价准则转化为评价值，然后按各指标在进个评价体系中的相对重要性进行加权平均合成，求出总评价值，最后据以评判与选择。本文拟对这一类综合评价方法中的“加权平均告成”问题进行探讨。一、如何选择评价值的合成方法将单项指标的评价值合并成为己的评价值，通常采用的合成方法有其术平…     

大样本评价的定量指标无量纲化方法

文章针对大样本评价的特点,提出一种结合指标原始数据的客观特性与专家主观经验的定量指标无量纲化方法,分别就大样本评价中存在的正指标、负指标、中间型指标及复合型指标等定量指标给出了相应情形下的指标归一化计算模型。实例分析表明,该方法对大样本评价的定量指标处理具有指标评分分布合理、评价结果区分度高、可操作性强等优点。     

综合评价中指标的客观赋权方法

多指标综合评价是经济统计分析研究工作中经常遇到的问题,如综合实力的比较、经济效益的综合考核、国民经济运行走势的综合判断,等等.在多指标综合评价中,指标权数的确定是一项最基本也最重要的工作、确定指标权数的方法较多,基本上归结为两大类:主观赋权法和客观赋权法.主观赋权法有专家评判法、层次分析法等.客观赋权方法目前已提出的也有多种,如主成分分析、因子分析、熵值法等等.本文侧重介绍客观赋权方法的另外几种,并提出笔者的看法和修改意见.     

多指标综合评价的一种方法

文章在对国内外的综合评价研究现状深入了解的基础上,介绍了指标选取的原则及效用函数的运用,并针对评价中的一个难点———权重的确定问题,提出一种新的解决方法     

多指标综合评价中的逆序问题研究

一、逆序问题的提出 多指标综合评价一般由三大基本要素构成：评价对象集、评价目标（标准）、评价方法。评价对象集往往由若干个被评价的单位或元素构成，它们可以是不同时间如年份（这种评价称为动态评价或纵向评价），也可以是不同空间如地区或国家、部门、基层单位等（这种评价称为静态评价或横向评价）。评价目标则是判断评价对象价值水平之高低或质量状态之优劣的一种标准，它往往受评价方法甚至评价对象集的影响。评价方法则是对评价对象集元素进行量化评价的模型，包括评价指标体系、构权方法、权值体系、同度量化（或称无量纲化）…     

无量纲化对属性权重影响的传导机制及调权研究

文章基于离差最大化要求的约束条件与假设冲突以及离差最大化可能造成权重信息失真的问题,以属性下方案的方差为媒介,分析了无量纲化方法对属性权重影响的传导机制,给出了几个重要的结论.同时,依据方差控制要求,给出了权重调整策略,最后通过算例分析对结论进行了检验.     

多指标综合评价的聚类分析方法

多指标综合评价的聚类分析方法贵州省统计局陈述云近年来，统计界就多指标综合评价问题提出了许多方法。贵刊曾在１９９２年第２期发表了曾坤先、王继勋、朱建珊三同志的论文《聚类分析在宏观经济效益综合评价中的应用》。该文是根据系统聚类分析的基本思想而建立一种多指...     

线性无量纲化方法的性质分析

内容提要：在对多种线性无量纲化方法特点分析的基础上,给出了“理想无量纲化方法”应该满足的一些性质,并证明了“理想无量纲化方法不存在”的结论。提出了“构建逼近理想性质的复合无量纲化方法”的思路,并构造了一种优良的复合无量纲化方法——“极标复合法”。提出了指标无量纲化过程的稳定性问题,着重分析造成结果不稳定的“指标数据分布”方面的原因,并给出了一种针对线性无量纲化方法的改进型。     

一种基于粗糙集条件信息熵的多指标综合评价方法研究

针对多指标综合评价中各评价指标权重获取的问题,构建了基于粗糙集条件信息熵的多指标综合评价智能模型。考虑到实际综合评价应用分析中常见的小样本数据特点,将决策表进行合理分块划分,以层次式计算的方式基于粗糙集方法逐步实现对各个评价指标权重的客观求取。算例分析和实验比较,验证了该粗糙集智能评价模型的有效性与优越性。     

一种综合评价新方法——单指标排序综合法

一、方法介绍该方法是从各个指标单独排序入手进行总的排序。没有n个评价指标，m个待评对象，首先根据单个评判指标分别对这m个对象进行单排序，数值相同的，序数取其平均值。然后求优先序频数矩阵R=（rij）mxn,rij表示被评对象Ai在n次指标单排序中，被排在第j位的加权频数。根据R阵，采用不同的准则，即可作出总排序。假如有一多指标综合评价问题，四个待评对象A1、A2、A3、A4，下个评判指标f1、f2、f3、f4、f5、f6。其资料如下：其中除了f4为逆指标外，其余皆为正指标。根据原始资料进行评判指标的单排序，得到：这里有3个指标已、fs、…     

基于双重优势识别的动态综合评价方法

文章针对既有文献不能识别评价对象优势以及时间权重上“厚今薄古”的缺陷,提出了一种具有双重优势识别的多指标动态综合评价方法.给出了具有优势识别的静态综合评价方法,分析了基于二次优势识别的动态综合评价方法.