定性数据的数量化.pptVIP

定性数据的数量化 数学建模会遇到各种各样的实际问题,在许多问题中经常会遇到分类变量.像前两年全国的竞赛题,公务员招聘问题中专家对应聘者的考评,出版社资源分配问题中读者对出版物评价,部门或图书的分类等等,都是一些定性数据. 如何处理这些分类变量的定性数据? 一种办法是直接按定性数据建模.如统计数据处理中的对数线性模型, Logit模型等等. 有很多情况需要将定性数据数量化,再按数量数据用于建立数学模型.这就要求定性数据数量化一定要合理,否则即使模型是合理的、可行的,但分析结果会脱离实际,没有意义. 如何合理地将定性数据数量化? 定性数据有两大类:一类数据是有顺序的,也就是有大小、优劣等顺序,如专家对应聘者的考评、读者对出版物评价等等.另一类数据则是无顺序,仅有名义,如部门或图书的分类等等. 对有顺序的定性数据往往可直接数量化,但直接将几个等级数量化成1、2、3、4是不可取的.如出版社资源分配问题中读者对出版物评价有{不好,勉强可以,一般, 较好,非常好}五个等级,但现实中人们对这些等级有确定的认知,不能认为这些等级是等距的,通常人们对不满意程度的敏感远远大于对满意程度的敏感.对这些等级量值的认定是一个与心理学有关的问题.  一般应选择这种形状的赋值曲线 心理学文献处理的方法是采用七级(或九级)评价:{很不好,不好,不太好,一般,比较好,