- 0
- 0
- 约5.28千字
- 约 14页
- 2026-11-18 发布于北京
- 举报
灰色聚类评价是什么?原理、操作与案例
案例数据下载:/data/grey_cluster_sample.csv
方法简介
灰色聚类评价用来回答“某个对象属于哪一档”,而不是“排第几名”。做法是先给每个指标划出若干灰类(等级)的中心值,例如“差=60、中=75、优=90”;再用三角白化权函数算出每个样本在每个指标上“有多像某一档”;按指标权重加权求和,得到灰色聚类系数σ。σ最大的灰类就是该样本的判定等级。
SPSSAU的灰色聚类评价输出指标描述统计、指标权重与灰类中心、灰色聚类系数矩阵与判定等级、等级分布,若给定等级分值还会给出综合得分与排序,另配灰色聚类系数图、等级分布图与指标权重图。与TOPSIS、密切值法这类“排序型”方法不同,灰色聚类的核心是等级划分:结果依赖灰类中心,中心应来自行业标准、专家判断或明确的业务阈值。数据排布是一行一个样本、一列一个指标,与模糊综合评价的矩阵方向相反。
先确定灰类数:常见三到五档,如“差、中、优”。灰类太少区分不出层次,太多则每个灰类的样本稀少、结论不稳。
再确定各灰类的中心值:中心是白化权函数的峰,代表该等级的典型取值。中心可以是所有指标共用一组,也可以每个指标各给一组。
最后确认指标方向与权重:正向指标值越大等级越高;逆向指标需声明“越低越好”,系统会先做正向化并把中心同步翻转。
研究场景
评价对象
灰类
中心来源
企业综合经营等
原创力文档

文档评论(0)