RSR秩和比评价法

RSR秩和比评价法

  • RSR基本思想
  • RSR秩和比评价法流程图
  • 实例演示
    • 1.列出原始指标并编秩
    • 2.计算秩和比RSR或者加权秩和比WRSR
    • 3.确认RSR的分布,列出表格情况,并计算概率单位probit值
    • 4.计算直线回归方程
    • 5.分档排序

RSR基本思想

在n行评价对象,p列评价指标中,通过秩转换,获得无量纲的RSR,以RSR值对评价对象为优劣进行排序

RSR秩和比评价法流程图

RSR秩和比评价法_第1张图片

实例演示

RSR秩和比评价法_第2张图片

1.列出原始指标并编秩

样本秩:设x1,x2,-,xn是从一元总体中抽取的容量为n的样本,其从大到小顺序为x(1),x(2),-,x(n)。若xi=x(k),则称k为xi在样本中的秩,记作Ri。R1,R2,-,Rn总称为秩统计量。
例如,对于样本数据
99.54 96.52 99.36 92.83 91.71 95.35 96.09 99.27 94.76 84.80
顺序统计量为
84.80 91.71 92.83 94.76 95.35 96.09 96.52 99.27 99.36 99.54
秩统计量为
10 7 9 3 2 5 6 8 4 1
编秩:编秩的方法有两种,整次秩和比法和非整次秩和比法。
整次秩和比法:正向指标从小到大编秩,反向指标从大到小编秩。
非整次秩和比法:

在这里插入图片描述
RSR秩和比评价法_第3张图片

2.计算秩和比RSR或者加权秩和比WRSR

秩和比RSR计算公式:
在这里插入图片描述
其中Rij为第i个数据对象,第j个数据指标的秩统计值。
加权秩和比WRSR计算公式:
在这里插入图片描述
例如
RSRI=(R11+R12+R13)/(10*3)=18/30
同理可得:
RSR2=12/30 RSR3=23/30 RSR4=12/30 RSR5=18/30 RSR6=20/30
RSR7=15/30 RSR8=27/30 RSR9=17/30 RSR10=3/30
我们发现RSR1=RSR5,当数据相同的时候,我们让二者序号相同,但是后面的序号往后推一位
RSR秩和比评价法_第4张图片

3.确认RSR的分布,列出表格情况,并计算概率单位probit值

向下累计频率和probit的对应关系可通过百分数和概率单位查表得到
例如
RSR=0.4000时,出现的频数为2.∑f为RSR小于等于0.4000的频数,累计频数为3.RSR=0.4000时,秩次为2,3.平均秩次为(2+3)/2.向下频率概率为2.5/10=25%。根据百分数和概率单位对应表可知probit为4.33
RSR秩和比评价法_第5张图片
其中f为频数,∑f为累计频数,R为RSR的秩次R,-R为RSR的平均秩次,-R/n为向下累计频率,probit为概率单位。

4.计算直线回归方程

回归方程为
在这里插入图片描述

5.分档排序

你可能感兴趣的:(建模算法,算法,线性回归)