数学建模之秩和比综合评价方法（RSR）

本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版）

秩和比综合评价方法（RSR）在医疗卫生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经得到了广泛应用。

其中秩序和比是行或者列秩次的平均值，是一个非参数的统计量，具有0-1连续变量的特征。

下面介绍秩和比综合评价方法的一般步骤：

第一步，数据预处理。凡是评价方法中，都需要面对效益型、区间型、成本型等指标。一般的情况都是将非效益型指标转换为效益型指标，因为这样能够直接通过数值大小进行指标优劣的评判，方便后续工作的展开。

第二步，编秩。由于已经数据预处理过，那么编秩，按照数值从小到大编即可，也就是给给数值一个正整数序号，序号根据数值从小到大也从小到大给，数值相同则给同样的序号。

第三步，确定权重，计算秩和比。权重的确立可以通过熵权法或者层次分析法等获得。

第四步，计算概率单位。

第五步，计算直线回归方程。

第六步，分档排序，得出评价。

下面展示一道例题：

第一步，数据预处理。

data = [75.2 3.5 38.2 370.1 101.5 10.076.1 3.3 36.7 369.6 101.0 10.380.4 2.7 30.5 309.7 84.8 10.077.8 2.7 36.3 370.1 101.4 10.275.9 2.3 38.9 369.4 101.2 9.6174.3 2.4 36.7 335.3 91.9 9.274.6 2.2 37.5 356.2 97.6 9.372.1 1.8 40.3 401.7 101.1 10.072.8 1.9 37.1 372.8 102.1 10.072.1 1.5 33.2 358.1 97.8 10.4];%待评价指标data(:,[2,6]) = -data(:,[2,6]);%数据预处理，将成本型指标转换为效益性

第二步，编秩。

ra = tiedrank(data)%编秩，即对每个指标各自进行排序

第三步，确定权重，计算加权秩和比。

weight = [0.093 0.418 0.132 0.100 0.098 0.159];%各指标的权重
[row,col] = size(data);% 获取数据的维度信息
RSR = mean(ra, 2)/row;% 计算秩和比
W = repmat(weight, [row,1]);
WRSR = sum(ra.*W, 2)/row;%计算加权秩和比
[sWRSR, ind] = sort(WRSR)%对加权秩合比排序

第四步，计算概率单位。

p = [1:row] / row; %计算累计频率
p(end) = 1 - 1 / (4 * row) %修正最后一个累计频率，最后一个累计频率按1-1/（4n）估计
probit = norminv(p,0,1) + 5 % 计算标准正太分布的p分位数+5

第五步，计算直线回归方程。

x = [ones(row,1),probit'];% 构造一元线性回归分析的数据矩阵
[ab, abint, r, rint, stats] = regress(sWRSR,x)

第六步，分档排序，得出评价。

WRSRfit = ab(1) + ab(2) * probit; % 计算WRSR的估计值
WRSRfit'
y = [1983:1992];
y(ind)'

matlab完整代码如下：

clc,clear
data = [75.2 3.5 38.2 370.1 101.5 10.076.1 3.3 36.7 369.6 101.0 10.380.4 2.7 30.5 309.7 84.8 10.077.8 2.7 36.3 370.1 101.4 10.275.9 2.3 38.9 369.4 101.2 9.6174.3 2.4 36.7 335.3 91.9 9.274.6 2.2 37.5 356.2 97.6 9.372.1 1.8 40.3 401.7 101.1 10.072.8 1.9 37.1 372.8 102.1 10.072.1 1.5 33.2 358.1 97.8 10.4];%待评价指标
weight = [0.093 0.418 0.132 0.100 0.098 0.159];%各指标的权重
data(:,[2,6]) = -data(:,[2,6]);%数据预处理，将成本型指标转换为效益性ra = tiedrank(data)%编秩，即对每个指标各自进行排序
[row,col] = size(data);% 获取数据的维度信息
RSR = mean(ra, 2)/row;% 计算秩合比
W = repmat(weight, [row,1]);
WRSR = sum(ra.*W, 2)/row;%计算加权秩和比
[sWRSR, ind] = sort(WRSR);%对加权秩合比排序p = [1:row] / row; %计算累计频率
p(end) = 1 - 1 / (4 * row) %修正最后一个累计频率，最后一个累计频率按1-1/（4n）估计
probit = norminv(p,0,1) + 5 % 计算标准正太分布的p分位数+5x = [ones(row,1),probit'];% 构造一元线性回归分析的数据矩阵
[ab, abint, r, rint, stats] = regress(sWRSR,x)
WRSRfit = ab(1) + ab(2) * probit; % 计算WRSR的估计值
WRSRfit'
y = [1983:1992];
y(ind)'

数学建模之秩和比综合评价方法（RSR）相关推荐

数学建模神经网络应用,构建神经网络模型方法
数学模型的建立与求解 . 8.3.2.1数学模型的求解本次研究采用地下水数值模拟软件ProcessingModflow,利用美国地质调查局所开发的三维有限差分地下水流模型Modflow(Modular ...
数学建模系列笔记5：综合评价和因子分析
文章目录 5-1-1 模糊综合评价 5-1-2 恋爱对象的模糊综合评价 5-2 层次分析法 5-3 Topsis法 5-4 主成分综合评价 5-5-1 因子分析的思想原理 5-5-2 因子分析的应用 ...
数学建模-第9-13章：统计学方法建模汇总
假设检验分析目的事先对总体参数或分布形式做出某种假设,然后利用样本信息来判断原假设是否成立假设检验步骤提出假设确定适当的检验统计量规定显著性水平a 计算检验统计量的值做出统计决策假设检 ...
暑期培训《数学建模》一：模糊综合评价
目录目录基础背景知识一:经典数学二:模糊数学模糊综合评价模型建立及应用一:模糊综合评价模型建立一:找到因素集二:找到评语集三:确定隶属度四:确定权重集五:构建模糊综合评判矩阵基 ...
【数学建模】基于随机机会约束规划方法对旅行商问题TSP求解
前言旅行商问题(Traveling Salesman Problem, abbr. TSP)是一个典型的组合优化难题,属于 NP 难题,在交通运输.管道铺设.路线选择等很多领域具有广泛应用,对这个问 ...
【数学建模】14 微分方程模型求解方法
目录 1 MATLAB数值微积分 2 微分方程数值解 3 MATLAB求解常微分方程 4 课后习题 1 MATLAB数值微积分 (1)差分与微分 • taylor 符号泰勒展开 • polyder 多 ...
数学建模实战——茂名市科技创新和科技金融评价模型
数学建模实战--茂名市科技创新和科技金融评价模型文章目录数学建模实战--茂名市科技创新和科技金融评价模型前言一.题目分析 1.题目原题 2.题目分析二.题目实战 1.数据处理 2.选择综合评 ...
数学建模----聚类分析
聚类分析概念聚类分析是根据给出数据中发现描述对象及关系的信息,对数据对象进行分组的过程. 聚类是一种寻找数据之间内在结构的技术,聚类把全体数据实例组织成一些相似组,这些相似组被称作簇,处于相同簇中的 ...
大学生数学建模优秀论文发表
大学生数学建模优秀论文篇1 浅谈大学生数学建模的意义 [摘要]本文重点分析了数学建模对当前数学教育教学改革的现实意义,探讨了数学建模对学生应用数学能力的培养,阐述了计算机在数学建模竞 ...
2018年数学建模国赛回顾
数学建模--回顾与反思 1. 比赛之前 1.1 为什么参加以及为何参加数学,是个简单又深邃的一门科学,它无处不在:它无所不能:它遥不可及:它触手可得...它时常伴我身边,却不曾感同身受到它的魅力与 ...

数学建模之秩和比综合评价方法（RSR）

数学建模之秩和比综合评价方法（RSR）相关推荐

最新文章

热门文章