主成分方法和層次分析方法原理_第1頁
已閱讀1頁,還剩5頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、51一、對國內(nèi)常用的多指標測度方法的介紹與述評區(qū)域可持續(xù)發(fā)展水平的測度采用的是多指標綜合評價法。在20世紀80年代對多指標合成所采用的方法一般是“改進的功效系數(shù)法”、“生活質(zhì)量指數(shù)法”和“綜合指數(shù)法”,這三種方法都是把原始值通過線性轉(zhuǎn)化變成相對數(shù)以消除量綱影響,然后采用平均數(shù)的方法加以綜合(邱東,1991)。由于這些常規(guī)方法不能消除指標間的相關(guān)作用對評價結(jié)果的影響,因此在選取評價指標上,既要注意指標的全面性,又要剔除彼此相關(guān)的指標,滿足

2、這個條件難度較大。而且從評價結(jié)果的唯一性上看,常規(guī)方法有時可以保證唯一性,有時則不能(邱東,1991)。也有學者嘗試把聚類分析和判別分析用于多指標綜合評價,但在評價過程中存在較多的需要探討和商榷的地方,如對于同一樣本而言,評價結(jié)果具有很大的不唯一性,因此這兩種方法更適于指標的預(yù)處理(指標分類和選取)工作(邱東,1991)。近些年,一些新的多指標綜合評價方法被學者們廣泛應(yīng)用,主要是“模糊綜合評判方法”(羅發(fā)友等,2001)、“主成分分析法

3、”(高志剛等,2001)、“因子分析法”(王秀紅等,2001)、“相對最佳標準綜合評價法(簡稱ROSCE模型)”(孫日瑤等,1993)、“層次分析法”(孟林,1998)、以及用“離差法、均方差法等”(王明濤,1999)確定權(quán)重的多指標綜合評價法。模糊綜合評判方法具有許多優(yōu)點,但它同樣不能消除指標間的相關(guān)作用對評價結(jié)果的影響,而且指標權(quán)重屬于估價權(quán)重即主觀賦權(quán),能否充分反映客觀實際,需要很好把握。主成分分析方法與其它綜合評價法相比,具有以

4、下優(yōu)點,一是消除了原始指標之間的相關(guān)影響,使計算結(jié)果更為精確。二是降維簡化了原始指標體系,且能盡可能地多反映原始指標的統(tǒng)計特性和信息量。三是在將原始指標變換為主成分的過程中,很容易得到包含信息量的主成分權(quán)重,這比人為確定權(quán)重工作量小,而且權(quán)重是伴隨數(shù)學變換生成的,不能人為調(diào)整,屬于客觀賦權(quán),這也有助于客觀地反映指標之間的現(xiàn)實關(guān)系。因子分析是在主成分分析的基礎(chǔ)上發(fā)展起來的,具有主成分分析法的一些優(yōu)點,與主成分分析法相比,更易于與經(jīng)濟現(xiàn)象結(jié)

5、合,但其缺點在于:一是因子得分和總因子得分都是估計值,不如主成分綜合評價之準確;二是綜合評價值有可能包含重復信息;三是工作量比主成分分析要大許多。因此,進行一般的多指標綜合評價,用主成分分析就可以了,而且有學者提出主成分分析方法在多指標綜合評價中要優(yōu)于其它方法的觀點(邱東,1991)。在多指標綜合評價中,指標權(quán)重的確定是很關(guān)鍵的。關(guān)于如何確定權(quán)重的研究有不少成果,方法也有許多種。大體上可分為主觀賦權(quán)法和客觀賦權(quán)法兩類。主觀賦權(quán)法主53降

6、維的同時消除各指標間較嚴重的相關(guān)關(guān)系但又盡可能保留原指標信息,然后利用m個綜合指標計算綜合評價值。此外,如何將多指標綜合為一個統(tǒng)一的評價值,這實質(zhì)上就是怎樣科學地確定各個指標的權(quán)重問題。主成分分析方法正是在這兩方面顯示了其獨特的作用。采用主成分分析方法做綜合評價,其原理和步驟如下:①建立n個區(qū)域p個指標的原始數(shù)據(jù)矩陣Mij(i=1,2,...,n;j=1,2,...,p),并對其進行無量綱化或標準化處理,一般采用Zsce法無量綱化,得到

7、Mij矩陣。對正指標有:Zij=(Xij?)Sj;則對逆指標有:Zij=(?Xij)Sj,jXjX其中:=,Sj=jX???niijXn11?????nijijnXX12②計算指標的相關(guān)系數(shù)矩陣Rjk。Rjk=,且有Rjj=1,Rjk=Rkj???????????????niikijkkiknijjijZZnSXXSXXn1111③求Rjk陣的特征值?k(k=1,2,...,p)和特征向量Lk(k=1,2,...,p)。根據(jù)特征方程=0

8、計算特征值?k,并列出特征值?k的特征向量Lk。IR??④計算貢獻率Tk=?k和累積貢獻率Dk=,選取Dk?85%的特征值?1,??pjj1???kjjT1?2,...,?m(mp)對應(yīng)的幾個主成分。⑤解釋各主成分所反映的指標含義。由于主成分是原始變量的線性組合,包含了比原始變量更復雜的內(nèi)容,因此對主成分所反映的指標含義作出合乎實際的解釋,是比較重要的一環(huán),這樣有利于對被評價對象作出合理的定性分析。特征向量系數(shù)值表明了主成分與原始變量之

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論