Matlab学习系列32.秩和比综合评价法.doc

Matlab学习系列32.秩和比综合评价法.doc

ID:53438365

大小:49.32 KB

页数:5页

时间:2020-04-03

上传者:U-140596
Matlab学习系列32.秩和比综合评价法.doc_第1页
Matlab学习系列32.秩和比综合评价法.doc_第2页
Matlab学习系列32.秩和比综合评价法.doc_第3页
Matlab学习系列32.秩和比综合评价法.doc_第4页
Matlab学习系列32.秩和比综合评价法.doc_第5页
资源描述:

《Matlab学习系列32.秩和比综合评价法.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

32.秩和比综合评价法一、简单介绍秩和比法,是我国统计学家田凤调教授于1988年提出的一种综合评价方法,是利用秩和比(RSR,Rank-sumratio)进行统计分析的一种方法,该方法在医疗卫生等领域的多指标综合评价、统计预测预报、统计质量控制等方面已得到广泛的应用。基本原理是一种将样本多项指标值通过秩变换,得到无量纲统计量统计量RSR(介于0~1之间),再运用参数统计分析方法研究RSR的分布。不论所分析的问题是什么,计算的RSR越大越好,以RSR值对评价对象的优劣直接排序或分档排序,从而对评价对象做出综合评价。优点:是非参数统计分析,对指标的选择无特殊要求,适于各种评价对象;由于计算用的数值是秩次,可以消除异常值的干扰,它融合了参数分析的方法,结果比单纯采用非参数法更为精确,既可以直接排序,又可以分档排序,使用范围广泛。缺点:是排序的主要依据是利用原始数据的秩次,最终算得的RSR值反映的是综合秩次的差距,而与原始数据的顺位间的差距程度大小无关,这样在指标转化为秩次是会失去一些原始数据的信息,如原始数据的大小差别等。 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*Probit5.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:0.0930.4180.1320.1000.0980.159datas=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+5Probit=[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bstatsWRSRfit=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=10.7950-6.49531.3137-0.0851stats=0.79327.67350.01780.0066WRSRfit=0.43350.38510.41330.46550.52800.59530.66340.72430.74630.5454s=0.74630.72430.66340.59530.54540.52800.46550.43350.41330.3851ind=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),……

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
关闭