8.1-主成分分析法.pptVIP

第8章多指标统计分析当试验结果(或被评价对象)由多个单项指标描述和分析时，单凭其中一个试验指标评价一系列试验结果尽管能产生序，但单项指标往往只能反映试验结果的一个侧面，而不可能全面反映试验结果的整体情况.偏面性导致大量损失试验结果所含的信息.当然用多个单项指标所构成的整体即指标体系来评价试验结果，能够在一定程度上克服单项指标的局限性，提高评价的全面性和科学性，但也有一些弊病.譬如，无法对一系列试验结果给出“优劣”次序，某些指标间会产生信息重叠，等等.而多指标综合评价就是将多个描述试验结果的单项指标信息加以综合而对试验结果作出整体性评价.它弥补了单项指标信息采集的不足，又能对一系列试验结果的作整体性比较和排序.综合评价方法也广泛地用于社会、经济领域中由多项指标描述的同类事物(横向)或同一事物在不同时期的表现(纵向)进行综合评价.多指标综合评价一般分为以下几类问题：第一类综合评价问题表现为将多指标统计信息综合成一个综合评价指标，从而使各被评价对象可以依据该综合评价指标排列成序.这类问题有许多评价方法，譬如第1,2节的主成份分析法、因子分析可以处理多指标信息重叠的问题等等.第二类问题是对所研究的事物(或指标，或因素)进行分类，俗话讲物以类聚，人以群分，把多个事物中具有相同或相近属性的事物归成一类.我们将在第3节聚类分析中讨论.第三类综合评价问题表现为对某一被评价对象进行整体评价，判断其是否属于某个参照系.第4节判别分析中解决此类问题.多指标综合评价问题一般经过以下几个步骤：1、选取评价指标，建立评价体系2、指标的正向化和无量纲化3、确定评价指标的权数4、加权合成指标评价值，求得综合评价值1.评价指标的选取极大不相关法:求每个指标对其余指标集的复相关系数,最大者删去相应指标,该方法利用了指标间的相关信息,请看演示(数据dataeconomy)2.指标正向化和无量纲化方法1、逆向指标、望目指标、区间指标正向化统计评价指标按其作用趋向不同，可以分为正向指标、逆向指标、望目指标及区间指标四类.正向指标是指那些数值越大越好的统计评价指标，逆向指标则是数值越小越好的评价指标，望目指标是指标值离标准值差的绝对值越小越好的评价指标，而区间指标是以落在某个固定区间内为最好的评价指标.对后三类指标均首先要转化成正向指标，然后再按正向指标进行无量纲化处理，有些处理方法将正向化和无量纲化同时进行.1)对于逆向指标正向化，基本的方法有：直接取原逆向指标xi的倒数或相反数，就可以得到一个正向指标yi,即yi=1/xi或yi=-xi2)对于望目指标xi，设标准值为xo可以按以下公式转化成逆向指标yj，再进一步处理，即yi=|xi-x0|3)区间指标转化为正向指标2、(正向)定量指标的无量纲化3.指标赋权方法1)主观赋权法专家评判法(德尔菲法)基本的步骤如下：(1)选择专家.(2)将待定权数的p个指标和有关资料以及统一的确定权数的规则发给选定的各位专家，请他们独立地给出各指标的权数值.(3)回收结果并计算各指标权数的均值与标准差.若已经满足第(5)步的要求，则以各指标权数的均值为作该指标权数，否则进入第(4)步.(4)将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上重新确定权数.(5)重复上述第(3)和(4)步，直至各指标权数与其列标准差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权数.2)客观赋权法各个指标向量含有两方面的信息，一是各指标向量内部变异信息量反映了指标分量的波动大小.二是指标间的相关信息量.客观赋权法是直接根据各个指标的原始信息经过一定数学处理后获得权数的一种方法.其基本思想是：指标权数应根据各指标间的相互关系或各指标提供的变异信息量来确定.(1)变异系数法

(2)复相关系数法4.指标评价值的综合方法8.1主成份分析法在综合评价实践中，多指标评价会因评价指标间的相关的联系造成评价信息相互重叠、相互干扰，从而难以客观地反映被评价对象的相对地位.因此，如何用少数几个彼此不相关的新指标代替原来为数不多的彼此有一定相关关系的指标，同时又能尽可能地反映原来指标的信息量.这是综合评价中一个具有现实意义的问题