- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
论文_基于数理统计和主成分分析的模糊综合评价模型
基于数理统计和主成分分析的模糊综合评价模型
一、摘要
寻找上世纪最好的全职大学教练对于体育画报而言,是一个最为棘手的问题。 数据的指标情况较多而且复杂,针对此问题,本文通过对所收集数据的分类整理,包括执教年限,获奖次数,基本素质,工作经历等,对众多指标进行分级,包括一级指标,二级指标,三级指标。通过软件(spss)对指标进行主成分分析等,,最终得到各评价指标的权重。
最好的教练与时间水平线存在一定的关系,但是,不同的时间水平线具有不同的赛事和奖项,因此无法找到统一的标准来衡量不同时间水平线的教练的能力,这阻碍了比较不同时间水平线的教练的综合能力。本文在评价指标权重的确定基础上,我们建立了关于一个优秀大学教练的模糊综合评价模型,并且对各指标进行灵敏度分析,考虑男女要求不同,然后选出所收集资料中最优秀的一个(或多个)大学教练。
对于模型的扩展和应用于其他的运动,需要收集确定影响这类运动的各项指标,第三问摘要空本文建立了一种基于模糊综合评价的优秀教练模型,根据专家的评价对教练划分等级从而筛选出评价等级高的教练,通过模糊综合评价确定每一位教练的等级,而且通过建立评价指标体系得出更为完善的教练员工作综合评估指标体系,最终得到综合排名靠前的前5名教练的最佳方案。
关键词:模糊综合评价,主成分分析 ,评价指标,数理统计。
摘要单独一页
加粗为注意事项
蓝色为备注
二、问题重述
体育画报,为运动爱好者杂志,正在寻找上个世纪堪称“史上最优秀大学教练”的男性或女 性。建立数学模型,选出在大学曲棍球,足球,棒球或垒球,篮球,橄榄球领域(过去或现 在)最好的一个或多个、男性或女性大学教练。你在你的分析中使用的时间范围对结果有影 响吗?比如说,在 1913 年执教的情况不同于 2013 年?清楚地说明您的评估指标。讨论你的 模型怎样在男女性别和所有可能的运动中应用。展示由你的模型得到的 3 个不同的运动各自 排名前 5 的教练。 除了 MCM 的格式和要求,准备体育画报一份 1-2 页的文章,用非技术性的解释向您的体育迷阐述你的结果。
根据上述基本要求,建立数学模型解决下列问题
(1)适用的模型有哪些
(2)这些模型是如何具体应用的
(3)分析结果
三、问题分析
评价体育教练的指标过多,各项指标所占的权重并不明确,应该需要进行权重分配,进而选出更好的教练,以满足要求。对于评价教练的综合能力而言,由于教练完整信息的数据库并不存在,这就加大了我们对教练综合能力评价的难度,最好的教练与时间水平线存在一定的关系,但是,不同的时间水平线具有不同的赛事和奖项,而且,随着时间的流逝,教练所得的经验也在逐渐累积因此无法找到统一的标准来衡量不同时间水平线的教练的能力,这阻碍了比较不同时间水平 .太重复
由于所给数据量庞大,且统计指标不一,所以选择模糊综合评价的方法优秀的教练对竞技运动比赛有着至关重要的作用,国内外很多学者都研究了优秀教练的评选指标问题,例如对优秀教练员的选拔指标体系的研究,基于人本管理健身企业对教练资源的开发与管理,基于对优秀运动队教练员综合能力评价体系的研究,以及对优秀教练员选拔相关问题的探讨等,用模糊综合评价和 灵敏度分析了大学教练的选拔问题。
模型假设
1.假设所收集的数据准确问卷调查结果准确,没有其他因素的干扰
2.教练的执教年数和胜率等这些数据是准确的,这是通常模型都要做的一个假设 3.教练所获得的较高荣誉在个人的简介中介绍的比较全面,
4. 同一赛事的男子队或女子队教练的评价标准不一样: 由于不同的赛事在一年 中举办的赛事的场次不同,而且对于男子队和女子队也有所差别,所以将同一赛事的男子队教练和女子队教练分开比较。
五、模型的建立
5.1综合评价方法的选择:
(a)数据包络分析方法
(b)层次分析法
(c)模糊综合评价方法
(d)数理统计方法。
(e)主成分分析方法
数理统计方法是统计学上经常应用的方法,它将大批量的统计数据进行比对分析或带入数理模型从而得出结论,是一种定量分析事物的优秀方法。但事物的评价往往存在大量的不确定性,即模糊性,数理统计的方法在处理这方面问题时候往往对数据进行预处理再进行评价。但这样带来的结果便是统计信息不完整或失真从而导致不能很好的带来预期的效果。
主成分分析方法(PCA)是考虑将评价指标去相关、降维、提出主要影响因素再评价的一类方法。PCA一度被视为综合评价方法中较为有效的一种方法,但近年来,其“去相关”的优点正在被人们所挑战,而且众多应用表明PCA进行综合评价往往不能得到理想的效果。
模糊综合评价方法(FCA)也是一类应用很广的综合评价方法,它对于现实社会当中所存在的大量模糊概念指标的评价问题具有很好的效果。从广义上来说,专家评价、加权评分等都算作
文档评论(0)