- 1、本文档共78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
变换后,得到矩阵 平均住院日、病死率、院内感染率为低优指标,其余为高优指标,同向化、归一化变换 三、Topsis法 计算各列最大、最小值构成的最优、最劣向量分别为 Z+=(0.4833 0.4805 0.4634 0.8178 0.4776 0.4487 0.5612) Z-=(0.4142 0.4081 0.4321 0.2024 0.3916 0.4455 0.3118) 三、Topsis法 计算各年与最优、最劣向量的距离(以94年为例) C1=0.2497/(0.6289+0.2497)=0.2842 计算接近程度(以94年为例) 年份 D+ D- Ci 排序 1994 0.6289 0.2497 0.2842 3 1995 0.5640 0.2754 0.3281 2 1996 0.5369 0.1514 0.2200 5 1997 0.5141 0.1762 0.2552 4 1998 0.2494 0.6302 0.7164 1 可以看出,1998?年综合效益最好,其次为?1995年,随后为?1994年、1997年,1996?年最差 三、Topsis法 四、秩和比(RSR)法 ?是利用秩和比RSR(Rank-sum ratio)进行统计分析的一组方法。 ?RSR是一个内涵较为丰富的综合性指标,具有0—1连续变量的特征,它以非参数分析方法为基础,通过指标数(列)、分组数(行)作秩的转换,再运用参数分析的概念和方法研究RSR的分布,解决多指标综合评价问题。 设有m个指标,对n组数据进行评价,形成n行m列的数据阵,则各行,其中为分别按列编秩后各行的秩次。最小RSR=1/n,最大RSR=1。 四、秩和比(RSR)法 分别对要评价的各项指标进行编秩 计算各指标的秩和比(RSR) 确定RSR的分布 求回归方程 排序分档 四、秩和比(RSR)法 采用秩和比法对某病区护士的4项考核指标进行综合评价 业务考试成绩(X1) 操作考核结果(X2) 科内测评(X3) 工作量考核(X4) 四、秩和比(RSR)法 第一步,分别对要评价的各项指标进行编秩 遇相等评分时,取平均等级。 四、秩和比(RSR)法 第二步,计算各指标的秩和比(RSR) 其中:m为指标个数,n为分组数,Ri为各指标的秩次,RSR值即为多指标的平均秩次,其值越大越优 四、秩和比(RSR)法 四、秩和比(RSR)法 四、秩和比(RSR)法 第三步,确定RSR的分布 RSR→频数f→累积频数 →秩号范围 →平均秩次 →累积频率→Y(概率单位)。 Y为RSR的累积频率对应的概率单位值,Y=uα+5,uα标准正态分布的上分位点(α= /n) 四、秩和比(RSR)法 RSR值正态性检验:Z=0.4772,双侧检验P=0.9767,说明RSR值呈正态分布 第四步,求回归方程:RSR=A+BY 经相关和回归分析,应变量RSR 与自变量概率单位Y之间具有线性相关(r=0.9528) 线性回归方程为:RSR=0.1877Y-0.4232 F=59.078,P=0.0002 说明所求线性回归方程有统计学意义 四、秩和比(RSR)法 第五步,根据RSR值排序分档 最佳分类归档的涵义是各档方差一致,相差具有显著性。最佳分档准则为每档至少2例,尽量多分几组。最佳分档步骤,首先进行方差一致性检验,在方差一致的前提下,再作统计检验,方差分析结果判断各类间是否具有统计学差异,然后利用多重比较检验各类间差异是否显著。如果各类间的方差不一致或各类间的差异未达显著,则需考虑重新分档。 四、秩和比(RSR)法 将各护士护理考核指标合理分档,分差、良、优三档。 四、秩和比(RSR)法 经方差齐性检验X2=2.3006,P0.05,说明各档方差一致 方差分析显示:F=22.9722,P=0.0030,说明各档间有显著差异 两两比较,P0.05, 说明各档彼此之间均有差异,达到了最佳分档。 四、秩和比(RSR)法 常用分档数及对应概率单位 层次分析法(Analytic Hierarchy Process,简称AHP):由美国科学家T.L.Saaty于20世纪70年代提出一种以定性与定量相结合的、系统化、层次化分析问题的方法。它是用系统分析的方法,对评价对象依评价目的所确定的总评价目标进行连续性分解,得到各级(各层)评价目标,并以最下层指标作为衡量目标达到程度的评价指标。然后依据这些指标计算出一综合评分指数对评价对象的总评价目标进行评价,依其大小来确定评价对象的优劣等级。 它是将半定性、半定量问题转化为定量问题的一种行之有效的方法,使人们的思维过程层次化,通过逐层比较其间的相关因素并逐层检验比较结果
文档评论(0)