spss/amos评价分类(问卷调查)matlab（模糊综合评价+AHP层次分析法模型）

管理类文科类的综合评价模型都可以做，一般都是层次分析法ahp，主成分pca /因子分析，灰色关联度，熵权法，topsis求指标权重，然后做一个排序。如果结合2种或者3种模型，，结合的方法分内在和外在结合，
1 外在的结合就是2种方法分别求权重，然后用一个公式把他们结合在一起做一个归一化排序
2 内在结合就是在一种方法上，原理里面算的步骤里面结合另外一种模型的权重，
我看了很多相关文章基本都是这样的，后面以具体案例说明：

1. 续写 ： 上面的方法(除去AHP)基本都是针对自己有数据的情况，并且想对每个样本都有一个评价值额情况下很适用，如果你没有数据，推荐你用(AHP+专家模型)模糊综合评价，这个可以对总体样本评价出一个值。多个方法何以采用耦合分析，博弈论，多目标智能决策等，这样更能做出高水平的模型。

2. 需要注意的是，大家都在说模糊综合评价，其实模糊的方法特别多，最常用的就是三角模糊，这个也可以2个三角形一起模糊（工科用得多），就是通过各种变换，最后数据变成0-1之间（一般都是这样），社科类的模糊其实很多就是直接加来等于1就行了，很简单的模糊，所以不要被名字吓着了，找权威专家（其实就是自己写）打打分就可以，说了这么多，其实这个方法还是很有主观性的，不管结果如何，自圆其说就行，我自己认为很少有确认的一个结论，只要不要太偏离实际情况，可以接受就可以了，

3. ***上面的模型学习还是都不算难，有矩阵分析和概率论基础肯定就能学会了，大家一起加油学习吧，我只是把我研究的分享给大家

4. 其实ahp的求解方法也很多，我这里分享一个利用特征根，特征值求解的代码，其他方法的后面在补上

AHP code

clc;clear

A=[1    	 1/9	 1/2	 1/4	 1/6
9    	1    	6    	5    	3    
2    	 1/6	1    	 1/2	 1/3
4    	 1/5	2    	1    	 1/5
6    	 1/3	3    	5    	1    


]
[n,n]=size(A);
[V,D]=eig(A);%求得特征向量和特征值
            %求出最大特征值和它所对应的特征向量
tempNum1=D(1,1);
pos=1;
for h=1:n
    if D(h,h)>tempNum1
        tempNum1=D(h,h);
        pos=h;
    end
end    
w=abs(V(:,pos));
w=w/sum(w);
t=D(pos,pos);
disp('权重w=');disp(w);disp('最大特征根t=');disp(t);
         %以下是一致性检验
CI=(t-n)/(n-1);RI=[0 0 0.58 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59 1.60 1.61 1.615 1.62 1.63];
CR=CI/RI(n);
if CR<0.10
    disp('此矩阵的一致性可以接受!');
    disp('CI=');disp(CI);
    disp('CR=');disp(CR);
else disp('此矩阵的一致性验证失败，请重新进行评分!');
end

结果

A =

1.0000    0.1111    0.5000    0.2500    0.1667
9.0000    1.0000    6.0000    5.0000    3.0000
2.0000    0.1667    1.0000    0.5000    0.3333
4.0000    0.2000    2.0000    1.0000    0.2000
6.0000    0.3333    3.0000    5.0000    1.0000

权重w=
0.0390
0.5067
0.0726
0.1079
0.2738

最大特征根t=
5.2376

此矩阵的一致性可以接受!
CI=
0.0594

CR=
0.0530

模糊的以后分享，因为这个模糊的确太模糊了，方法太多，模型太多，需要具体问题具体分析，都是需要定制，所以不能一个代码包括所有