第二章评价指标构建及预处理方法.docxVIP

2精品 2 精品 精品 精品 第二章评价指标构建及预处理方法 2.1评价指标的构建及筛选 2.1.1专家调研法（ 2.1.1专家调研法（ Delphi ) 2.1.2最小均方差法 Xj x2 L XjXu X|2 LX21X22 Xj Xu X|2 L X21X22 L n 1 n -Xj, j n i 1 Xn1 Xn2 L X1m X2m X nm 1,2,L ,m Sjn Sj n (Xij n j 1 1 _ 2 2 Xj) , j 1,2,L ,m 将Skmin Sj 将Sk min Sj 1 j m 且sk0 0对应的指标删去 2.1.3 极大值极小离差法 求最大离差 「j 乂口｝ 求rj中最小值 「o min｛「j｝ 1 j m 判别 若「°接近于零时，删掉「°对应的评价指标 2.2指标若干预处理方法及性质分析 221评价指标类型的一致性 “极大型”指标：我们期望它们的取值越大越好。 “极小型”指标：我们期望它们的取值越小越好。 “居中型”指标：我们期望它们的取值越居中越好。 “区间型”指标：我们期望它们的取值落在某个区间 极小指标极大化 方法A: x* M x,M为指标x的一个允许上界 方法 B: x* -,x 0或 x 0 x 居中指标极大化 2(x m)/M2(M x)/M m,若M为指标x的一个允许下界,M 2(x m)/M 2(M x)/M m,若 M为指标x的一个允许下界, M为指标x的一个允许上界。 证明: 2(m m) / M m M m 2[ m]/M 2 2(M M )/M m M m、… 2(M )/ M 2 区间型指标极大化 1 1.0max{ 1 m, M 1.0 [1 2] 1.0 x—2 ,若 x max{ 1 m, M 2} i精品 i 精品 [i 2]为指标x的最佳稳定区间，M m分别为x的允许上下界。 2.2.2评价指标的无量纲化 指标的无量纲化，也叫做指标数据的标准化、规范化， 它是通过 数学变换来消除原始指标量纲影响的方法。 现在均假定指标数据为极大型指标。 标准化处理法 XijXij Xij Xij Xj Sj Xj和Sj (j=1,2,…,m)分别为第j项指标观测值的样本平均值和 样本标准差 极值处理法 Xj m M j mj M j maX{^j}, mj mp {j X指标极小化时，公式为 * M j x Xij M j mj Xj / Xj Xj / Xj Xj 0 当xj =mj 0时，x*j [1,) Xj M j 0时，x* (0,1] Xj Xj 0时，x* (-,+ ), X* n * xij Xj为一特殊点, 般可取为mj、M j或xj 精品 精品 归一化处理 Xij / Xij / i Xij 1 向量规范法 功效系数法 *X * Xij c M j mj 皿；和mj分别为指标Xj的满意值和不容许值；c、d均为已知正常数， c对变换后的值进行“平缓”，d对变换后的值进行“放大”或“缩小 般取 c=60,d=40 其他的非线性无量纲方法，如指数功效系数法、幕函数功效系数法、 对数功效系数法。一般不建议选用非线性的无量纲化方法。 2.2.3无量纲化方法的性质分析 一个理想的线性无量纲化方法要满足如下 6个假设条件： 性质1:单调性。要求无量纲化后的数据保留原有数据之间的序 关系。 性质2:差异比不变性。要求无量纲化后的数据保留原有数据之 间对于某个标准量的比较关系。 性质3:平移无关性。对原始数据进行“平移”变换，不会影响 无量纲化后的结果。 性质4:缩放无关性。对原始数据进行“缩小”或“放大”变换 不会影响无量纲化后的结果 性质5:区间稳定性。对任意一指标原始数据的无量纲化处理结 果都处在一个确定的取值范围内。 性质6:总量恒定性。对任意一指标的无量纲化处理后的标准值 之和为一恒定的常数。 几个结论： 一是“区间稳定性”和“总量恒定性”不能同时成立。 二是同时满足性质1-6的无量纲化方法不存在。 三是可以作无量纲化的复合函数。 224无量纲化过程的稳定性分析 无量纲化过程的稳定性是指规范化结果对于个别 (或若干)指标 观测数据增减的敏感性。敏感性越近，说明无量纲化过程的稳定性越 好，反之越差。 1.无量纲化方法的改进型 极大型指标Xj (j=1,2,…,m)的无量纲化改进型方法分两步进行。 第一步，调整异常点的值 max(Pj),Xj max(Pj) xij = 勺,min (lj) Xjj max(Pj) min(|j),xy min(|j) max(Pj)、min(lj)分别表示将指标xj的观测值从大到小排序后得到 的第Pj大及第ij上的指标值。 第二步，指标无量纲化 Xj f (Xij) f为某一无量纲化函数。 2.异常点的数值确