Matlab学习系列32.-秩和比综合评价法.docxVIP

Matlab学习系列32.-秩和比综合评价法

二、算法步骤

1.编秩

设有n个评价对象，m个评价指标的样本数据（n行m列），分别对每个指标列的数据编秩：正向指标（值越大越好）从小到大编秩，负向指标（值越小越好）从大到小编秩，值相同的数据编平均秩。得到秩矩阵R=(rij)n×m

注：编秩即对数据排序，其顺序号作为秩。

例如，有5人的数学成绩：甲80分,乙73分,丙65分,丁92分,戊73分。成绩是正向指标，从小到大排序：丙乙=戊甲丁

编秩：丙=1；甲=4；丁=5；排第2和第3位的乙和戊成绩相同取平均秩：乙=戊=(2+3)/2=2.5。

2.计算秩和比RSR（每个指标权重相同=1/m）

若各评价指标的权重不同，则计算或加权秩和比WRSR

其中，wj为第j个评价指标的权重。

3.计算概率单位

编制RSR/WRSR频率分布表：将RSRi或WRSRi从小到大排列（值相同作为一组，或自定义分组），列出各组频数fi和各组累计频数∑fi；计算累积频率；再将pi转换为概率单位Probiti，其中，Probiti取标准正态分布的pi分位数+5.

4.计算直线回归方程

以累积频率所对应的概率单位Probiti为自变量，RSRi或WRSRi值为因变量，做线性回归：RSR/WRSR=a+b*Probit

5.分档排序

按回归方程计算的RSR/WRSR估计值，对评价对象进行分档排序。

三、Matlab实现

例1某市人民医院1983-1992年工作质量统计指标数据，如下表所示：

其中，病死率x2,平均住院日x6为负向指标。

六项指标的权重依次为：0.093 0.418 0.132 0.100 0.098 0.159

datas=xlsread(RSR.xlsx);

X=datas(:,2:end);

w=[0.0930.4180.1320.1000.0980.159];

X(:,[26])=-X(:,[26]);%负向指标转换为正向指标

R=tiedrank(X);%对X的各列分别编秩

[n,m]=size(R);

W=repmat(w,n,1);

WRSR=sum(W.*R,2)/n;%计算加权秩和比:加权,按行求和,再除以n

freq=tabulate(WRSR);%统计WRSR的频数,频率,freq的第3列为频率

p=cumsum(freq(:,3))/100;%计算累积频率

p(end)=p(end)-1/(4*n);%修正最后一个累积频率

Probit=norminv(p,0,1)+5;%计算标准正态分布的p分位数+5

Probit=[ones(n,1),Probit,Probit.^2,Probit.^3];

[b,bint,r,rint,stats]=regress(WRSR,Probit);

%三次多项式回归,一次或二次多项式回归R方和p值较差

b

stats

WRSRfit=Probit*b%计算WRSR的估计值

[s,ind]=sort(WRSRfit,descend)%对WRSR估计值从大到小排序

运行结果：

b=10.7950-6.49531.3137-0.0851

stats=0.79327.67350.01780.0066

WRSRfit=0.4335

0.3851

0.4133

0.4655

0.5280

0.5953

0.6634

0.7243

0.7463

0.5454

s=0.7463

0.7243

0.6634

0.5953

0.5454

0.5280

0.4655

0.4335

0.4133

0.3851

ind=98761054132

说明：回归方程为

WRSR=10.795-6.4953*Probit+1.3137*Probit2-0.0851*Probit3

评价从高到低，依次是：第9样本（1991年，），第8样本(1990年)，……