文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 数学 > 主成分分析用于多指标评价的方法研究——主成分评价
侵权投诉

主成分分析用于多指标评价的方法研究——主成分评价

管  理  工  程  学  报

Vol.16,No.1

JournalofIndustrialEngineering EngineeringManagement

2002年第1期

主成分分析用于多指标评价的方法研究———主成分评价

李靖华, 郭耀煌

  摘要:首先,分析了目前主成分分析用于多指标评价中存在的对指标不加选择的滥用倾向、未考虑评价者的价值判断、以及是否需要多主成分合成等评价相关问题,特别是指出了传统方法存在信息量权二次加权问题。其次,本着在多指标评价理论框架之下对主成分分析进行“主观化”改造的思想,提出分级指标体系设计、增加重要性权(二次加权)等观点,构建了适用于半结构化问题的“主成分评价”方法体系。进一步地,依据问题指标重要性差异和指标体系相关度差异,对目前主成分分析用于多指标评价各种方法及其适用条件进行了系统的分析。最后以一个简单的实际案例加以验证。

  关键词:主成分评价;主成分分析;多指标评价

  中图分类号:C8;O212  文献标识码:A  文章编号:1004-6062(2002)01-0039-05

引言

主成分分析是一种常用的多元统计方法,由于其降维的思想与多指标评价指标序化的要求非常接近,近年来更多地被应用于社会学、经济学、管理学的评价中,逐渐成为一种独具特色的多指标评价技术。但直接将主成分分析方法应用于评价存在不少问题[1,2]。这主要是由于统计分析作为一种“由表及里”的数学手段,强调的是它的客观性,而评价理论对客观事物的看法则建立在评价者价值判断的基础上。故主成分分析运用到评价时,应接受多指标评价理论框架的指导和改造,需换一个角度来看问题。

多指标评价的理论框架包括:(1)评价指标的筛选和评价指标体系的构建;(2)原始评价值的规格化;(3)多指标评价值的单值化(合成);(4)权系数的确定。其中,(1)、(4)是由评价者设定的,体现其价值判断;(2)、(3)则分别对应数学上的相似变换和降维投影,反映了被评价对象的客观属性及其综合。统计学意义上的主成分分析只能完成中间两部分的客观性工作,而另两项主观性任务还有待补充完成。即只有(1)、(2)、(3)、(4)才能构成完全意义上的主成分分析运用于多指标评价的方法体系———主成分评价。

而本质上,主成分分析仍然是一种加性加权和法,只是每一主成分采用了不同的加权系数,这种线性变换不具备改变样本空间中样本点散布状态的功能(由变换的正交性亦可知)。在经旋转得到的主成分方向上不相关,并不意味着原始重复信息的“剔除”,而是在不同指标中的该重复信息经分解后的完全叠加(注意到它们是被叠加在同一个主成分中了)。上述作法等价于有意地加大被重复表述部分信息的权重,会造成评价结果的失真。

1.2 权系数的性质和加权的时机问题

权系数实质上是对评价指标自身的评价,按性质可分为重要性权(估价权)和信息量权两大类[3,4],重要性权属于主观赋权,信息量权属于客观赋权。此外,加权既可在数据规格化后进行,也可于合成最终评价值时实现。主成分分析用于多指标评价的传统方法采用的都是信息量权,且都是在指标合成时使用。其中第一次是以相关矩阵各特征向量分量为权,合成各主成分,第二次是以方差贡献率为权,合成最终综合评价值。这样,就产生了对样本差异的二次放大作用:由于主成分方向上的样本方差即为相应的特征值(方差未单位化),相应的主成分得分本身已体现了变差的大小,这时再以贡献率加权,似不妥当。

当欲体现评价者意愿而加重要性权时,由于经旋转后得到的主成分意义不够明确、无法赋重要性权,所以往往不得不提前对样本数据(已规格化)进行乘权[5]。当基于相关矩阵计算时,对初级数据按列加权不会影响其相关矩阵,进而不会改变主成分系数(文献[6]的案例即采用了此法);若基于协方差阵计算,对初级数据按列加权则会直接影响到其协方差阵,进而改变主成分系数。这时会存在对重要性权的二次加权问题。文献[5]因此建议用加权数据的协方差阵求特征向量(主成分系数),再结合未加权数据合成主成分,或反之。本文认为这样的作法缺乏数学上的严密性,似值得商榷。因为既然是基于加权阵施行主成分变换,信息权的产生

1 主成分分析用于多指标评价存在的问题

1.1 指标的筛选问题

指标体系是多指标评价活动开展的前提,指标体系设计的好坏对任何多指标评价方法都是至关重要的。一个指标体系应具有代表性、独立性和全面性,但在难以找到一组既相互独立又全面概括的评价指标时,也往往不得不放松对指标选取独立性的要求,并可能采用相关类多元统计的方法。但在主成分分析用于多指标评价的过程中,却往往存在这样一种倾向,即,对指标不加筛选,甚至有意选用一些具有较强相关性的指标。这是误以为主成分分析能够将重复信息加以剔除的缘故。

收稿日期:2000-11-13(修改稿).作者单位:西南交通大学经济管理学院,成都610031.

—

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email