首页 百科知识 指标的标准化(无量纲化)

指标的标准化(无量纲化)

时间:2023-01-30 百科知识 版权反馈
【摘要】:通过以上公式算出x*,定义其标准化值:由此得到标准化矩阵:方法二:Z-score标准化方法:Z-Score方法将所有变量数据通过标准化转化为均值为0、方差为1的无量纲数值。
指标的标准化(无量纲化)_基于循环经济的区

6.6.2 指标的标准化(无量纲化)

一般来说,指标可能含有“极大型”指标、“极小型”指标、“居中型”指标和“区间型”指标。对于某些定量指标,如产值、利润等,我们期望它们的取值越大越好,这类指标我们称为极大型指标(也称正指标);对于诸如成本、能耗等一类指标,我们期望它们的取值越小越好,这类指标我们称为极小型指标(也称逆指标);诸如人的身高、体重,我们既不期望它们的取值越大越好,也不期望它们的取值越小越好,而是期望它们的取值越居中越好,我们称这类指标为居中型指标;而区间型指标是期望其取值以落在某个区间内为最佳的指标。所以我们在进行指标的处理,如主成分分析、独立成分分析或综合评价时,不能简单地运用公式或模型,必须先将各指标进行标准化处理,变换成无量纲的指数化数值或分值,再按照一定的方法进行计算。评价指标值标准化处理就是将各类评价指标转化为极小型(或极大型)指标。标准化处理的方法也有好几种,这里主要介绍以下常用的两种。

方法一:

对于极大型指标xij,令:

img34

对于极小型指标xij,令:

img35

对于居中型指标x,令:

img36

式中,m指标x的一个允许下界;

 M为指标x的一个允许上界。

对于区间型指标x,令:

img37

式中,[q1,q2]为指标x的最佳稳定区间,M,m分别为x的允许上、下界。

通过以上公式算出x*,定义其标准化值:

img38

由此得到标准化矩阵:

img39

方法二:Z-score标准化方法:

Z-Score方法将所有变量数据通过标准化转化为均值为0、方差为1的无量纲数值。Z-Score方法能够避免由于变量均值不同导致的数据扭曲,其计算公式如下:

A.正指标

img40

式中,img41为样本数据的均值;s为样本数据的标准差化

img42

B.逆指标

第一种方法:先取倒数,再进行标准化(韦如意,2004)。

img43

第二种方法:先进行标准化,然后取倒数(刘传国,2004):

img44

式中,img45——标准化后的第i个指标值;

 yi——未标准化的第i个指标值;

 img46——平均值;

 ε——标准方差。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈