多元统计分析层次分析法演示文稿.pptVIP

同理，计算候选人相对于准则层各元素的权重 最大特征值 =3； 最大特征向量V=（0.688，0.688，0.229） B3为一致阵 权重向量 成对比较三个候选人的资历，得成对比较矩阵B3 当前第30页\共有63页\编于星期四\22点 同理，计算候选人相对于准则层各元素的权重 最大特征值 =3.009； 最大特征向量V=（0.926，0.28，0.255） 计算 =0.0045 计算 =0.0045/0.580.1 权重向量 成对比较三个候选人的年龄，得成对比较矩阵B4 B4具有较满意的一致性 当前第31页\共有63页\编于星期四\22点 同理，计算候选人相对于准则层各元素的权重 最大特征值 =3； 最大特征向量V=（0.236，0.236，0.943） 权重向量 成对比较三个候选人的群众关系，得成对比较矩阵B5 B5为一致阵 当前第32页\共有63页\编于星期四\22点 5.3 层次分析法的步骤 4 层次综合排序及其一致性检验 利用层次单排序的计算结果，进一步综合出对更上一层次的优劣顺序（确定最低层—方案层中每一元素（方案）在总目标（最高层）中的权重），就是层次总排序的任务。 层次总排序需要从上到下逐层顺序进行。对于最高层而言，其层次单排序的结果也就是总排序的结果。 对总目标Z的排序为： 的层次单排序为： 当前第33页\共有63页\编于星期四\22点 5.3 层次分析法的步骤 4 层次综合排序及其一致性检验 即 层第 个因素对总目标的权值为： 层的层次总排序为： B层的层次总排序 A B 当前第34页\共有63页\编于星期四\22点 CI为层次总排序的一致性指标；CIj为与aj对应的B层次中判断矩阵的一致性指标； 为了评价层次总排序结果的一致性，类似于层次单排序，也需要进行一致性检验。为此，需要分别计算下列指标： 5.3 层次分析法的步骤 RI为层次总排序的随机一致性指标；RIj为与aj对应的B层次中判断矩阵的随机一致性指标；CR为层次总排序的随机一致性比例。 当CR0.10时，则认为层次总排序的计算结果具有令人满意的一致性；否则，就需要对本层次的各判断矩阵进行调整，直至层次总排序的一致性检验达到要求为止。 也有研究表明，在AHP中不必检验层次总排序的一致性，故在实际操作中，总排序一致性检验常常可省略。 当前第35页\共有63页\编于星期四\22点 干部选拔：层次综合排序及其一致性检验 综合排序： y1得分=0.46×0.082+0.26 ×0.595+005 ×0.429+0.10 ×0.634+0.13 ×0.167=0.3 同理可得： y2得分=0.245； y3得分=0.456 故选y3为第1干部人选 一致性检验 总排序通过一致性检验，选择y3。 当前第36页\共有63页\编于星期四\22点 1.建立层次结构模型：包括目标层，准则层，方案层。 层次分析法的基本步骤归纳如下： 3.计算单排序权向量并做一致性检验 2.构造成对比较矩阵：从第二层开始用比较矩阵和1~9尺度。 对每个成对比较矩阵计算最大特征值及其对应的特征向量，利用一致性指标、随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量（归一化后）即为权向量；若不通过，需要重新构造成对比较矩阵。 4.计算总排序权向量并做一致性检验：计算最下层对最上层总排序的权向量。利用总排序一致性比率进行检验。若通过，则可按照总排序权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率CR较大的成对比较矩阵。 5.3 层次分析法的步骤 当前第37页\共有63页\编于星期四\22点 优点：思路简单明了，它将决策者的思维过程条理化、数量化，便于计算，容易被人们所接受； 所需要的定量化数据较少，但对问题的本质，问题所涉及的因素及其内在关系分析得比较透彻、清楚，实用。 对层次分析法的简单评价 缺点：存在着较大的主观性，粗略，不适用于精度较高的问题 譬如，对于同样一个决策问题，如果在互不干扰、互不影响的条件下，让不同的人同样都采用AHP决策分析方法进行研究，则他们所建立的层次结构模型、所构造的判断矩阵很可能是各不相同的，分析所得出的结论也可能各有差异。 当前第38页\共有63页\编于星期四\22点 一 般 的 思 维 过 程 首先,确定这些准则在你心目中各占的比重多大; 最后,将这两个层次的比较判断进行综合,作出选择. 其次,就每一准则将三个地点进行对比; 例2:(假日旅游) 有P1,P2,P3三个旅游地供选