秩和比法rsr.ppt

秩和比法 RSR,2015-1-23 史晓涛,评价方法系列之一 RSR,,什么是“秩和比”（RSR）,秩：样本秩 注意：不同于线性代数中矩阵的秩 和：求和 秩的和：Rank-Sum 比：一种运算 Ratio 秩和比是行(或列)秩次的平均值，是一个内涵丰富的统计量，表明不同计量单位多个指标的综合水平,,创始人：田凤调教授于1988年提出,应用领域： 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秩和比综合评价法基本原理是:在一个n行m列矩阵中 ,通过对每个元素的秩进行运算,获得无量纲统计量RSR;在此基础上 ,运用 参数统计分析的概念与方法,研究RSR的分布;以及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.,原理,,什么是无量纲统计量：,1.量纲和单位的区别： 单位是物理学基本量的不同级别 量纲是多个基本量之间的组合,例如：长度的基本量 是 m 长度的单位有 mm cm m km,例如：速度v 是长度单位和时间单位的组合 v=l/t 速度的量纲是m/s 但速度的单位却有许多种组合,,,2.有量纲量和无量纲量 物理量分为两类： 有量纲： 有量纲量大小与量度所选单位有关 如：长度 时间 速度 无量纲： 无量纲量与量度所选的单位无关 如：角度 应变：,RSR就是一个无量纲量,无量纲量并不是没有单位，它的单位是1,,样本秩 rank 的概念:,则称k 是 在样本中的秩,记作 ,,,例如,对样本数据 -0.8,-3.1,1.1,-5.2,4.2 顺序统计量是 -5.2,-3.1,-0.8,1.1,4.2 而秩统计量是 3,2,4,1,5,,1.编秩 将n个评价对象的m个评价指标排列成n行m列的原始数据表.编出每个指标各评价对象的秩。

秩和比综合评价法的步骤:,,如何编秩：,RSR法在最初创立时 就是简单地用样本秩次来编秩，得到秩矩阵 这种方法简单易懂，操作方便，但也有很大缺点： 第一是在指标转化为秩次时会使一些信息发生改变 第二是编秩时如何正确区分高优指标、低优指标及其组合(偏高优、稍高优、偏低优、稍低优等),,改进编秩方法：,对于第一个缺点： 高优指标从小到大编秩 低优指标从大到小编秩 高优就是越多越好的量，一般对应效益型指标，一个公司盈利越多越好，效益就是高优； 低优就是越少越好的量，一般对应成本性指标，一个公司成本越低越好，成本就是低优3. 同一指标数据相同者，成为相持，编平均秩.,例如,对样本数据 -0.8,-3.1,1.1,-5.2,1.1 顺序统计量是 -5.2,-3.1,-0.8,1.1,1.1 而秩统计量是 3,2,4.5,1,4.5,,,对于第二个缺点： 解决较为复杂： 见文章 《RRS法中各指标按任意系数进行编秩的探讨》 所以处理一般评价问题时，只解决第一个缺点就足够了,,2. 计算秩和比(RSR)：,秩和比的计算常需按行(R)或按列(C)分别进行计算： 公式1或公式2，式中m为指标数，n为分组数。

一般都是使用 行秩和比进行评价,,当给每一个样本秩附一个权值是，就可以求得加权秩和比(RSRw)：式中w 为权重系数 几个RSR的合并：各组RSR→R→合并RSR,,3.计算概率单位. 编制得到RSR(或WRSR)频率分布表,列出各组频数fi,计算各组的累计频数cf和累计频率p,将p转换为概率单位Probiti , Probiti为标准正态分布的pi分位数加5.,秩矩阵,加权秩矩阵,,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,以RSRi (或WRSRi)值为因变量,计算直线回归方程,即,5.分档排序.按照回归方程推算所对应的RSR(WRSR)估计值对评价对象进行分档排序.,,请对某省10个地区孕产妇保健工作 就3个指标进行综合评价,例,,第一步：编秩,1.编秩标准：高优指标从小到大编秩，低优指标从大到小编秩，同一指标数据相同者编平均秩 2.根据专业知识： “产前检查率”为高优指标 “孕产妇死亡率”和“围产儿死亡率”为低优指标,,编秩结果：,,第二步：计算秩和比并直接排序,使用行秩和比：,当计算指标权重不同时，计算加权秩和比：,通过秩和比RSR值的大小，就可以对评价对象进行综合排序，这种利用RSR综合评价指标进行排序的方法称为直接排序。

但是在通常情况下还需要对评价对象进行分档，特别是当评价对象很多时，如十几个或几百个评价对象，就需要通过分档排序找出RSR的分布RSR值及直接排序 表,,第三步：确定RSR的分布、 计算概率单位（Probit）,RSR的分布是指概率单位Probit表达的值特定的累计频率 步骤： 1.编制RSR频数分布表，列出各组的频数f，计算各组的累计频数∑f； 2.确定各组RSR的秩次范围R及平均秩次 3.计算累计频率 （ /n）100%，最后的累计值按照 （1-1/4n)校正； 4.将百分率p换成概率单位probit：probit为p对应的标准正太分布的分位数u+5,,标准正太分布与分位数,标准正态分布的密度函数与图像： 分位数：当随机变量X的分布函数为 F(x)，实数α满足0 α1 时，α分位数是使P{X u}=F(u)=α的数u Probit=u+5,,RSR分布与对应的probit值：,,,按照（1-1/4n）校正后的结果,,按照（1-1/4n）校正后的结果,,按照（1-1/4n）校正后的结果,,按照（1-1/4n）校正后的结果,,按照（1-1/4n）校正后的结果,按照（1-1/4n）校正后的结果,,按照（1-1/4n）校正后的结果,标准正太分布表,,第四步：计算直线回归方程,以累积频率所对应的概率单位Probit 为自变量,以RSR (或WRSR)值为因变量,计算直线回归方程。

用Excel中的intercept函数求截距，slope函数求斜率即可 可得：RSR=-0.61+0.22probit,,第五步：分档排序,按照回归方程推算对应的RSR估计值对评价对象进行分档排序 分档标准为标准正态分布的分位数，其范围在-3到3之间最好 根据各分档情况下概率单位probit值，按照回归方程推算对应的RSR估计值对评价对象进行分档排序，具体分档数根据实际情况而定,,,,由分档结果可看出，10个地区中孕妇保健工作做的最好的差的是J地区，中档的是B、E、G、I、F，而C、H为上档,,某市人民医院1983年-1992年工作质量统计指标及权重系数见表1，其中 为治愈率， 为病死率， 为周转率， 为平均病床工作日， 病床使用率， 为平均住院日，这里 和 是成本型指标，其余为效益型指标例,,表1 统计指标及权重系数,,表2 编秩和加权秩和比的计算结果,,表3 各组频数，累计频数，累积频率，概率单位，加权秩和比估计值,,求得一元线性回归方程为：WRSR=0.0552+0.0952probit 计算得到的WRSR的估计值见表3，各年份工作质量排序见表3最后一列计算过程如下： clear aw=load(‘zhb.txt’);%导入数据 w=aw(end,:);%提取权重向量 a=aw(1:end-1,:);%提取指标数据 a(:,[2,6])=-a(:,[2,6]); %把成本型指标转换成效益型指标 ra=tiedrank(a);%对每个指标值分别编秩， %即对a的每一列分别编秩 [n,m]=size(a);%计算矩阵的维数 RSR=mean(ra,2)/n;%计算秩和比,,w=repmat(w,[n,1]);%计算加权秩和比 WRSR=sum(ra.*w,2)/n; p=[1:n]/n;%计算累计频率 p(end)=1-1/(4*n);%修正最后一个累计频率 %最后一个累积频率按1-1/(4n)估计 probit=norminv(p,0,1)+5; %计算标准正态分布的p分位数+5,,X=[ones(n,1),probit']; %构造一元线性回归分析的数据矩阵 [ab,abint,r,rint,stats]=regress(WRSR,X)； %一元线性回归分析 WRSRfit=ab(1)+ab(2)*probit; %计算WRSR的估计值 [sWRSRfit,ind]=sort(WRSRfit,'descend'); %对WRSR的估计值从大到小排序,,。