評(píng)價(jià)指標(biāo)選取方法研究的論文

《評(píng)價(jià)指標(biāo)選取方法研究的論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、評(píng)價(jià)指標(biāo)選取方法研究的論文　　論文關(guān)鍵詞　評(píng)價(jià)指標(biāo)　定量指標(biāo)　定性指標(biāo)　　論文摘要　在綜合評(píng)價(jià)中,評(píng)價(jià)指標(biāo)的選取是否合適,直接影響到綜合評(píng)價(jià)的結(jié)果.介紹評(píng)價(jià)指標(biāo)選取得一般原則,定量指標(biāo)的篩選方法,以及如何對(duì)定性指標(biāo)進(jìn)行量化.　　1　選取評(píng)價(jià)指標(biāo)的一些原則　　1.1　目的明確　　所選用的指標(biāo)目的明確.從評(píng)價(jià)的內(nèi)容來看,該指標(biāo)確實(shí)能夠反映有關(guān)的內(nèi)容,決不能將與評(píng)價(jià)對(duì)象、評(píng)價(jià)內(nèi)容無關(guān)的指標(biāo)選進(jìn)來.　　1.2　比較全面　　選擇的指標(biāo)要盡可能地覆蓋評(píng)價(jià)的內(nèi)容,如果有所遺漏,評(píng)價(jià)就會(huì)出偏差.比較全面的另一說法

2、就是有代表性,所選的指標(biāo)確實(shí)能反映評(píng)價(jià)內(nèi)容,雖然不是全面,但代表了某一側(cè)面.　　1.3　切實(shí)可行　　用通俗一些說法,說是可操作性.有些指標(biāo)雖然很合適,但無法得到,就不切實(shí)可行,缺乏可操作性.　　2　定量指標(biāo)篩選方法　　在按一些原則確立指標(biāo)體系后,這些量都是可以觀察、測量的.在這個(gè)基礎(chǔ)上,可以用統(tǒng)計(jì)分析中的方法來選出一部分,它們有很好的代表性,使我們綜合評(píng)價(jià)時(shí),工作更容易些.　　2.1　條件廣義方差極小法　　從統(tǒng)計(jì)分析的眼光來看,給定p個(gè)指標(biāo)x1,…xp,的n組觀察數(shù)據(jù),就稱為給了n個(gè)樣本,相應(yīng)的全

3、部數(shù)據(jù)用x表示,即　　　　每一行代表一個(gè)樣本的觀察值,x是n×p矩陣,利用x的數(shù)據(jù),可以算出變量xi的均值、方差與xi,xj之間的協(xié)方差,相應(yīng)的表達(dá)式是:　　　　由sii,sij形成的矩陣s=(sij)p×p(1)　　稱為x1…xp這些指標(biāo)的方差、協(xié)方差矩陣,或簡稱為樣本的協(xié)差陣.用s的行列式值

4、s

5、反映這p個(gè)指標(biāo)變化的狀況,稱它為廣義方差,因?yàn)閜=1時(shí)

6、s

7、=

8、s11

9、=變量x1的方差,所以它可以看成是方差的推廣.可以證明,當(dāng)x1,…xp相互獨(dú)立,廣義方差

10、s

11、達(dá)到最大值;當(dāng)x1,…xp線性相關(guān)

12、時(shí),廣義方差

13、s

14、的值是0.因此,當(dāng)x1,…xp既不相互獨(dú)立時(shí),又不線性相關(guān)時(shí),廣義方差

15、s

16、的大小反映了它們內(nèi)部的相關(guān)性.下面來考慮條件廣義方差,將(1)式分塊表示也就是將x1…xp這p個(gè)指標(biāo)分成兩部分(x1,…xp1)和xp1…xp),分別記為x(1)與x(2),即　　　　這樣表示后,s11,s12,表示x(1),x(2)的協(xié)差陣.給定x(1)之后,x(2)對(duì)x(1)的條件協(xié)差陣,從數(shù)　　學(xué)上可以推導(dǎo)得到(在正態(tài)分布的前提下)　　s(x(2)

17、x(1))=s22-s21s11-1s12(2)　

18、　(2)式表示當(dāng)已知x(1)時(shí),x(2)的變化狀況.可以想到,若已知x(1)后,x(2)的變化很小.,那么x(2)這部分指標(biāo)就可以刪去.即x(2)所能反映的信息,在x(1)中幾乎都可得到,因此就產(chǎn)生條件廣義方差最小的刪去方法.方法如下:　　將x1,…xp分成兩部分(x1,…xp-1)看成x(1),xp看成x(2),用(2)就可算出s(x(2)

19、x(1)),　　此時(shí)是一個(gè)數(shù)值,它是識(shí)別xp是否應(yīng)刪去的量,記為tp.類似地,對(duì)x1,可以將x1看成x(2),余下p-1個(gè)看成x(1),用(2-2)就可以算

20、出一個(gè)數(shù)值,記為ti.于是得到t1,t2,…tp這p個(gè)值,比較他們的大小,最小的一個(gè)可以考慮是刪去的,這與所選的臨界值c有關(guān),c是自己選的,認(rèn)為小于c就可刪去,大于c不宜刪去.給定c之后,逐個(gè)檢查ti<c,(i=1,2…p)是否成立,有就刪,刪去后對(duì)留下的變量,可以完全重復(fù)上面的過程,直到?jīng)]有可刪的為止,這就選取了既有代表性,又不重復(fù)的指標(biāo)集.　　2.2　極大不相關(guān)法　　顯然,如果x1與其它的x2…xp是獨(dú)立的,那就表明x1是無法用其它指標(biāo)來代替的,因此保留的指標(biāo)應(yīng)該是相關(guān)性越小越好,在這個(gè)

21、方法指導(dǎo)下,就導(dǎo)出極大不相關(guān)方法.首先利用(1)式求出樣本的相關(guān)陣r,　　　　rij稱為xi與xj相關(guān)系數(shù),它反映了xi與xj的線性相關(guān)程度.現(xiàn)在要考慮的是一個(gè)變量xi與余下的p—1個(gè)變量之間的線性相關(guān)程度,稱為復(fù)相關(guān)系數(shù),簡記為ρi.ρi可以用下面的公式計(jì)算.先將r分塊,例如要計(jì)算ρp,就將r寫成　　　　(注意r中的主對(duì)角元素rij=1,i=1,2,……,p)于是ρ2p=rtpr-1-prp.類似地,要計(jì)算ρ2i時(shí),將r中的第i行.第j列進(jìn)行置換,放在矩陣的最后一行,最后一列,此時(shí)　　　　于是ρ

22、2i的計(jì)算公式為ρ2ii=rtir-1-iri,i=1,2,…p.算得ρ21,…ρ2p后,其中值最大一個(gè),表示它與其它變量相關(guān)最大,指定臨界值d之后,ρ2i>d時(shí),就可以刪去xi.　　2.3　選取典型指標(biāo)法　　如果開始考慮的指標(biāo)過多,可以將這些指標(biāo)先進(jìn)性聚類,而后在每一類中選取若干典型指標(biāo).典型指標(biāo)的選取,可用上述2.1,2.2所述方法,但這兩種方法計(jì)算量都比較大.用單相關(guān)系數(shù)選取典型指標(biāo)計(jì)算簡單,在實(shí)際中可依據(jù)具體情況選用.假設(shè)聚為同一類的指標(biāo)有n個(gè),分別為a1,a2,an