当前位置：文档之家› 相关系数确定方法实验

相关系数确定方法实验

SPSS中的相关分析及假设检验

相关分析及假设检验 spss 1.概念变量之间相关，但是又不能由一个或几个变量值去完全和唯一确定另一个变量值的这种关系称为相关关系。相关关系是普遍存在的，函数关系仅仅是相关关系的特例。事物之间有相关关系，不一定是因果关系，也可能仅是伴随关系，但是事物之间有因果关系，则两者必然相关。相关分析用于分析两个随机变量的关系，可以检验两个变量之间的相关度或多个变量两两之间的相关程度，也可以检验两组变量之间的相关程度偏相关分析是指在控制了其他变量的效应以后，对两个变量相关程度的分析。、 2.皮尔逊积差相关系数pearson product－moment correlation coefficient 变量之间的相关程度由相关系数来度量，pearson相关系数是应用最广的一种。它用于检验连续型变量之间的线性相关程度 2.1前提假设 1）正态分布皮尔逊积差相关只适用于双元正态分布的变量，即两个变量都是正态分布，注意只有pearson要求正态分布如果正态分布的前提不满足，两变量间的关系可能属于非线性相关 2）样本独立样本必须来自总体的随机样本，而且样本必须相互独立 3）替换极值变量中的极端值如极值、离群值对相关系数的影响较大，最好加以删除或代之以均值或中数 2.2相关分析的前提假设检验一般情况下是对是否满足正态分布进行检验，对于正态分布的检验有好几种方法，总的可分为非参数检验和图形检验法 1）非参数检验法 spss中的1－sample K－S检验，检验样本数据是否服从某种特定的分布，方法有三种 a. Asymptotic only 是一种基于渐进分布的显著性水平的检验指标，通常显著性水平小于0.05则认为显著，适用于大样本。如果样本过小或分布不好，该指标的适用性会降低 b.Monte Carlo 精确显著性水平的无偏估计，适用于样本过大无法使用渐进方法估计显著性水平的情况，可以不必依赖渐近方法的假设前提 c.Exact 精确计算观测结果的概率值，通常小于0.05即被认为显著，表明横变量和列变量之间存在相关，同时允许用户键入每次检验的最长时间显著，可以键入1到9999999999之间的数字，但只要一次检验超过指定时间的30分钟，就应该用monte carlo 假设是服从某种分布所以如果计算出的值比如Asymp. Sig 小于0.05，那么拒绝原假设，说明样本为非正态分布，否则值越大越服从某种分布单样本K－S首先计算每一阶段实际值与观察值的差异值，再计算每一阶段差异值的绝对值Z，即K－S的Z值，Z值越大，样本服从理论分布的可能性越小还有一个是2 －sample Kolmogorov—Smirnov用于检验2个样本的分布是相同的假设 2）图形法 spss中graph a.Q－Q正态检验图

第六章相关系数检验

第六章相关系数检验一般来说，在回归模型的基本假设中，有一个假设条件是最为重要的，这就是假设变量之间在概率意义上存在线性关系；亦即)(i Y E =i X βα+或)(i E μ=0。这里的“概率意义”，虽说与确定意义有差别，但由于概率意义的前提必须承认规律的存在；故我认为，这里的“线性关系”与确定意义下的“线性关系”并无根本性的区别。因此，我们可以说，概率意义上的线性关系仍是一般意义上的线性思路或方法，只是分析的条件有所放松而已。现在我们要问，在建立回归模型时，这个假设条件成立吗？显然需要进行检验，需要建立一种检验方法。 6·1、建立相关系数检验方法的基本思路实际上，建立相关系数检验方法的基本思路是较为简单和清晰的。其基本思路是：建立一种方法（2R ）,希望此方法在测定被解释变量Y 的总的变化中，推出回归直线能够解释的部分有多大；即通过两者之比的大小，来推断回归模型效果的好坏。下面简要介绍其方法的建立过程：首先，我们有 Y 的总的变化可表示为： Y Y y i i -= 回归直线能够解释的部分： Y Y y i i -=?? 由此我们可以得到，回归直线没有（或不能）解释的部分为：i i i Y Y e ?-= 因而我们有 Y 的总的变差=∑∑∑++=+=)?2?()?(2 2 22 i i i i i i i e e y y e y y 其中，)(?)?(?)?)(?(?2 22∑∑∑∑∑∑∑- =-=-=i i i i i i i i i i i i i i x x y x y x x y x x y x e y βββββ =0 （注意：i i i i x X Y Y y X Y X Y ββαβαβαβα???????,??,??=---=-=∴+=∴-= ，另外 i i i i i i i x y y y Y Y e β???-=-=-=）。所以，我们最终有 Y 的总的变差==∑∑∑∑+=++=+=)?()?2?()?(2 2 2 2 22 i i i i i i i i i e y e e y y e y y 亦即， Y 的总的变差=回归直线能够解释的部分部分+回归直线不能够解释的部分

权重系数的确定

权重系数的确定 1、“差异驱动原理” 根据公式j s j k1 m s k ,j1,2,^, 求得各个指标的权重系数，其中 s j21 n x ij x j2,x j 1 n j1 n x ij,j1,2,^ 此方法利用数学理论，较好的避开了在评价中主观因素的影响。但是在现实决策和评价中，评价者的主观信息也是很重要的。 2、 1 基于证据推理与粗集理论的主客观综合评价方法,对复杂问题进行评价时,通常先将其划分成若干个评价单元,根据其逻辑关系进行层次化划分,并构造出相应的指标体系,接着对评价单元内的评价指标进行评价与合成,然后将具有层次性逻辑关系的评价单元状态进行合成,最终达到对系统进行综合评价的目的。不确定知识条件下对于评价单元内属性进行评价与推理的基本模型见图1[1]。在该模型中,ejk表示评价单元内的下层属性,其集合定义为Ek= {e1k…ejk…elk};H= [H1,H2,…,Hn]代表评语集,对应的量化值表示为P(H) = [P(H1),…,P(Hn)];yk表示评价单元内的上层属性。粗集理论在知识发现方面已获得了很大的成功。它可以处理模糊性和不确定性问题,并可根据所给数据直接推得结论[2]。证据推理在处理主观判断问题以及不确定知识的合成方面具有优势。把二者结合起来就可把主观判断和过去可用的知

(一)确定各要素间的相互影响关系评价博士学位论文水平的要素比较多,各要素之间存在相互作用、相互影响关系。例如,论文的选题会直接影响其研究成果的实际应用价值和创新性等,而学位论文是否具有创新成果,也是判断其应用价值大小的主要要素;研究生的科学研究能力又直接影响其学术成果的创新性;等等。根据我国博士学位论文评价的实际情况,以及相关专家的研究成果,我们首先理清上述各要素之间的影响关系,再按照解释结构模型法的原理,建立各评价要素的关系矩阵R,即R为8阶方阵,如图1所示。“1”表示评 x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8

权重的确定方法汇总

一、指标权重的确定 1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。本文选用的是利用人的经验知识的有序二元比较量化法。主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

权重确定方法归纳

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。下面就对当前应用较多的评价方法进行阐述。一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。是一种客观赋权的方法。此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)

作为评价的标准指标之一，是因为人均GNP 不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。如果各个国家的人均GNP 没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。各项指标的变异系数公式如下：式中：是第项指标的变异系数、也称为标准差系数；是第项指标的标准差；是第项指标的平均数。各项指标的权重为：（二）案例说明例如，英国社会学家英克尔斯提出了在综合评价一个国家或地区的现代化程度时，其各项指标的权重的确定方法就是采用的变异系数法。案例：利用变异系数法综合评价一个国家现代化程度时的指标体系中的各项指标的权重。数据资料是选取某一年的数据，包括中国在内的中等收入水平以上的近40个国家的10项指标作为评价现代化程度的指标体系，计算这些国家的变异系数，反映出各个国家在这些指标上的差距，并作为确定各项指标权重的依据。其标准差、平均数数据及其计算出的变异系数等见表1-1。 i i i x V σ= ()n i ,,2,1 =i V i i σi i x i ∑== n i i i i V V W 1

权重的确定方法

权重的确定方法综合评价指标体系内部各元素间存在质和量的联系。由指标体系的结构模型（如层次模型),我们已经确定了指标体系质的方面的联系，那么权重则反映各系统各元素之间量的方面联系纽带，它对于系统综合评价具有重要的意义。无论是在模糊综合评价，还是层次分析、灰色系统评价无一例外的用到了评价指标的权重. 权重的概念韦氏大词典中对权重（Ｗｅｉghｔ）的解释为:“在所考虑的群体或系列中，赋予某一项目的相对值”;“在某一频率分布中，某一项目的频率”；“表示某一项目相对重要性所赋予的一个数”.从中我们可以得出两点结论: (1)权重是表示因素重要性的相对数值。 (2）权重是通过概率统计得出的频率分布中的频率。由此可以看出权重具有随机性与模糊性,它是一个模糊随机量。在综合评价中权重可以定义为元素对于整体贡献的相对重要程度,即元素能够反映总体的程度. 权重的确定方法对实际问题选定被综合的指标后,确定各指标的权的值的方法有很多种.有些方法是利用专家或个人的知识和经验，所以有时称为主观赋权法.但这些专家的判断本身也是从长期实际中来的，不是随意设想的,应该说有客观的基础；有些方法是从指标的统计性质来考虑，它是由调查所得的数据决定,不需征求专家们的意见，所以有时称为客观赋权法。在这些方法中，德尔菲（Delphi）方法是被经常被采用的,其它方法就相对来说用得不多,这里列举几个在下面，以供比较。１. 德尔菲法德尔菲法又称为专家法，其特点在于集中专家的知识和经验,确定各指标的权重,并在不断的反馈和修改中得到比较满意的结果。基本步骤如下：（1)选择专家。这是很重要的一步，选得好不好将直接影响到结果的准确性。一般情况下，选本专业领域中既有实际工作经验又有较深理论修养的专家10~30人左右，并需征得专家本人的同意。 (2）将待定权重的p个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立的给出各指标的权数值。（３）回收结果并计算各指标权数的均值和标准差. （4)将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。（5）重复第（３)和第（４）步,直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。

权重的确定方法

权重的确定方法 ——数学建模协会A.权重简介在统计理论和实践中，权重是表明各个评价指标（或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重。按照权重的表现形式的不同，可分为绝对数权重和相对数权重。相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。按照权重的形成方式划分，可分为人工权重和自然权重。自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数，也称为主观权重。按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。按照权重与待评价的各个指标之间相关程度划分，可分为独立权重和相关权重。独立权重是指评价指标的权重与该指标数值的大小无关，在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。比如评估环境质量多采用“变权综合”模型。确定权重的方法较多，这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。 B.确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用和贡献，对系统而言都有它的重要性。所以，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。应当遵循系统优化原则，把整体最优化作为出发点和追求的目标。在这个原则指导下，对评价指标体系中各项评价指标进行分析对比，权衡它们各自对整体的作用和效果，然后对它们的相对重要性做出判断。确定各自的权重，即不能平均分配，又不能片面强调某个指标、单个指标的最优化，而忽略其他方面的发展。在实际工作中，应该使每个指标发挥其应有的作用。二、评价者的主观意图与客观情况相结合的原则评价指标权重反映了评价者和组织对人员工作的引导意图和价值观念。当他们觉得某项指标很重要，需要突出它的作用时，就必然各该指标以较大的权数。但现实情况往往与人们的主观意愿不完全一致，比如，确定权重时要考虑这样几个问题：（1）历史的指标和现实的指标；（2）社会公认的和企业的特殊性；（3）同行业、同工种间的平衡。所以，必须同时考虑现实情况，把引导意图与现实情况结合起来。前面已经讲过，评价经营者的经营业绩应该把经济效益和社会效益同时加以考虑。三、民主与集中相结合的原则权重是人们对评价指标重要性的认识，是定性判断的量化，往往受个人主观因素的影响。不

权重的确定方法

权重的确定方法权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。在模糊决策中，权重至关重要，他反映了各个因素在综合决策过程中所占有的地位和所起的作用，直接影响决策的结果。通常是根据经验给出权重，不可否认这在一定程度上能反映实际情况，但凭经验给出的权重有时不能客观的反映实际情况，导致评判结果“失真”。比较客观的权重的判定方法有如下几种： 1.确定权重的统计方法 1.1专家估测法该法又分为平均型、极端型和缓和型。主要根据专家对指标的重要性打分来定权，重要性得分越高，权数越大。优点是集中了众多专家的意见，缺点是通过打分直接给出各指标权重而难以保持权重的合理性。设因素集U={n u u u ,...,2,1},现有k 个专家各自独立的给出各个因素i u （i=1,2,...,n ）的权重， ∑==k j ij i a k a 11（i=1,2,...,n ），即)1,...,1,1(1 1211∑∑∑====k j nj k j j k j j a k a k a k A 。 1.2加权统计方法当专家人数k<30人时，可用加权统计方法计算权重。按公式i s i i k x w a ∑==1计算（其中s 为序号数）然后可得权重A 。 1.3频数统计方法由所有专家独立给出的各个因素的权重，得到权重分配表，对各个因素i u （i=1,2,...,n ）进行但因素的权重统计实验，步骤如下：第一步：对因素i u （i=1,2,...,n ）在它的权重ij a （j=1,2,...,k)中找出最大值i M 和最小值i m , 即{}ij k j i a M ≤≤=1max ,{} ij k j i a m ≤≤=1min . 第二步;适当选取整数p,利用公式p m M i i -计算出权重分为p 组的组距,并将权重从小到大分为p 组. 第三步:计算出落在每组内权重的频数和频率. 第四步:根据频数和频率的分布请况,取最大频率所在分组的组中值为因素i u 的权重i a （i=1,2,...,n ）,从而得权重A=(n a a a ,...,,21). 1.4因子分析权重法根据数理统计中因子分析方法，对每个指标计算共性因子的累积贡献率来定权。累积贡献率越大，说明该指标对共性因子的作用越大，所定权数也越大。 1.5信息量权数法根据各评价指标包含的分辨信息来确定权数。采用变异系数法，变异系数越大，所赋的

几种调查问卷权重确定方法的比较

利用调查数据确定权重若干方法的比较一、问题的提出：在顾客满意度调查中，需要围绕所要调查的目的或主题设计合理的问卷。顾客满意度理论模型包含了顾客期望、顾客对质量的感知、顾客对价值的感知、顾客满意度、顾客抱怨和顾客忠诚等六方面，这六个方面是无法直接观测的，称之为潜在变量，但它们可以通过另外一些可以观察的较为明显的变量进行研究。然而可观测的变量一般较多，如何从中提取他们的信息，得到最终的结果，是一个一直在困扰大家的问题，常用方法是赋予各个观测变量适当的权数，加以综合。目前使用的赋权方式多种多样，还没有一种衡量的统一尺度。确定权重的方法有专家定权法、历史资料法等，但都有缺陷。前者只是相应的行业和领域内，造诣较深的专家对于自己积累经验的应用。其局限性主要体现在与顾客满意度调查中的“以顾客价值观为中心”相悖，没有体现出顾客的意愿。历史资料法是根据历史资料的记载，按每种指标调查结果的重要程度赋以相应的权重，但缺少变化的观点。本文想讨论从调查数据出发，确定权的一些方法，并做出比较。下面以上海市质协用户评价中心所做的一个课题的数据为例，讨论了有关权数确定的一些问题。按照调查的全过程，这次调查将顾客的直接感受分为六大类二级指标进行测评。问卷详细调查了上海市民对这个课题的主题各方面的认识和感受的满意程度，并让被访者在对每个大类设置的5级李克量表上表明他们的赞同程度，从“满意”到“不满意”。其中……代表的都是顾客对质量的感知，代表的是顾客对价值的感知，最后要求顾客给出一个综合评价指标。以上每一方面可以分别计算出该部分的满意度，为了综合这几个方面，需要确定权重以计算出整体的顾客满意度，因此所要解决的关键问题便是权重的确定。以下给出了几种不同的赋权方法，并加以比较。二、用数据确定权重的几种方法从调查的实际数据出发，确定权重的方法可以从数据本身提取有关信息，能充分体现顾客的意愿。其客观性较强，不易受其它主观因素的影响。只要数据分析技术人员有专业的统计知识，并且借助统计软件和计算机，就能从数据出发，实现“以顾客感受为依据，以顾客价值观为中心”的目标和宗旨。从实际数据出发，确定权重的主要方法有平均赋值法、主成分法、因子分析法等。以下就利用上述课题的数据为例来叙述。这次调查的总样本量是1914份。因为六大类后有一项是综合评价，所要得到的该课题的顾客满意度应该是前面六项指标的加权平均。首先基于二级指标可以得到六大部分每一部分的样本量和顾客满意程度的指数：表1：六大指标反映出的满意数据指标样本量满意程度标准差 1913 4.2937 0.5192 1910 4.3492 0.6568 1906 3.6189

(完整版)权重的确定方法

权重的确定方法在统计理论和实践中，权重是表明各个评价指标（或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重。按照权重的表现形式的不同，可分为绝对数权重和相对数权重。相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。按照权重的形成方式划分，可分为人工权重和自然权重。自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数，也称为主观权重。按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。按照权重与待评价的各个指标之间相关程度划分，可分为独立权重和相关权重。独立权重是指评价指标的权重与该指标数值的大小无关，在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。比如评估环境质量多采用“变权综合”模型。 (一)统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。其基本步骤是：第一步，确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。将各位专家的数据收回，并计算各项指标的权数均值和标准差；第四步，分别计算各项指标权重的平均数。如果第一轮的专家意见比较集中，并且均值的离差在控制的范围之内，即可以用均值确定指标权数。如果第一轮专家的意见比较分散，可以把第一轮的计算结果反馈给专家，并请他们重新给出自己的意见，直至各项指标的权重与其均值的离差不超过预先给定的标准为止，即达到各位专家的意见基本一致，才能将各项指标的权数的均值作为相应指标的权数。 (二)变异系数法

spss一些用法-变异系数-相关性检验

变异系数又称“标准差率”，是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位和（或）平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值（相对值）来比较。标准差与平均数的比值称为变异系数，记为C.V。变异系数可以消除单位和（或）平均数不同对两个或多个资料变异程度比较的影响。标准变异系数是一组数据的变异指标与其平均指标之比，它是一个相对变异指标。变异系数有全距系数、平均差系数和标准差系数等。常用的是标准差系数，用CV(Coefficient of Variance)表示。 CV(Coefficient of Variance):标准差与均值的比率。用公式表示为：CV＝σ/μ 作用：反映单位均值上的离散程度，常用在两个总体均值不等的离散程度的比较上。若两个总体的均值相等，则比较标准差系数与比较标准差是等价的。变异系数又称离散系数。 cpa中也叫“变化系数”

Analyze-Descriptive,计算出标准差和均值，然后用标准差除以均值就算出变异系数了如何用SPSS软件计算两个变量之间的相关系数? 怎么判定相关是不是显著相关呢? analyze-correlate-bivariate-选择变量 OK 输出的是相关系数矩阵相关系数下面的Sig.是显著性检验结果的P值，越接近0越显著。另外，表格下会显示显著性检验的判断结果，你看看表格下的解释就知道，比如“**. Correlation is significant at the 0.01 level (2-tailed).” 就是说，如果相关系数后有"**"符号，代表在0.01显著性水平下显著相关粗略判断的方法是，相关系数0.8以上，可以认为显著相关了在这个图表中，你说的R值就是皮尔逊相关系数~（pearson correlation） r>0 代表两变量正相关，r<0代表两变量负相关。

变异系数_权重的确定方法

二、权重的确定方法在统计理论和实践中，权重是表明各个评价指标（或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重。按照权重的表现形式的不同，可分为绝对数权重和相对数权重。相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。按照权重的形成方式划分，可分为人工权重和自然权重。自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数，也称为主观权重。按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。按照权重与待评价的各个指标之间相关程度划分，可分为独立权重和相关权重。独立权重是指评价指标的权重与该指标数值的大小无关，在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。相关权重是指评价指标的权重与该指标的数值具有函数关系，例

如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。比如评估环境质量多采用“变权综合”模型。确定权重的方法较多，这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。 (一) 统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。其基本步骤是：第一步，确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。将各位专家的数据收回，并计算各项指标的权数均值和标准差；第四步，分别计算各项指标权重的平均数。如果第一轮的专家意见比较集中，并且均值的离差在控制的范围之内，即可以用均值确定指标权数。如果第一轮专家的意见比较分散，可以把第一轮的计算结果反馈给专家，并请他们重新给出自己的意

确定权重的7种方法

确定权重的7种方法表7-1 地质环境质量评价定权方法一览表一、专家打分法专家打分法即是由少数专家直接根据经验并考虑反映某评价观点后定出权重，具体做法和基本步骤如下：第一步选择评价定权值组的成员，并对他们详细说明权重的概念和顺序以及记权的方法。第二步列表。列出对应于每个评价因子的权值范围，可用评分法表示。例如，若有五个值，那么就有五列。行列对应于权重值，按重要性排列。第三步发给每个参予评价者一份上述表格，按下述步骤四~九反复核对、填写，直至没有成员进行变动为止。第四步要求每个成员对每列的每种权值填上记号，得到每种因子的权值分数。第五步要求所有的成员对作了记号的列逐项比较，看看所评的分数是否能代表他们的意见，如果发现有不妥之处，应重新划记号评分，直至满意为止。第六步要求每个成员把每个评价因子（或变量）的重要性的评分值相加，得出总数。

第七步每个成员用第六步求得的总数去除分数，即得到每个评价因子的权重。第八步把每个成员的表格集中起来，求得各种评价因子的平均权重，即为“组平均权重”。第九步列出每种的平均数，并要求评价者把每组的平均数与自己在第七步得到的权值进行比较。第十步如有人还想改变评分，就须回到第四步重复整个评分过程。如果没有异议，则到此为止，各评价因子（或变量）的权值就这样决定了。二、调查统计法具体作法有下面四种。 1．重要性打分法：重要性打分法是指要求所有被征询者根据自己对各评价因子的重要性的认识分别打分，其步骤如下： a.对被征询者讲清统一的要求，给定打分范围，通常1~5分或1~100分都可。 b.请被征询者按要求打分。 c.搜集所有调查表格并进行统计，给出综合后的权重。 2．列表划勾法：该方法如图7-2所示。事先给出权值，制成表格。由被调查者在认为合适的对应空格中打勾。对应每一评价因子，打勾1~2个，打2个勾表示程度范围。这样就完成一个样本的调查结果。在样本调查的基础上，除采用一般的求个样本的均值作为综合结果外，还可采用如下方法：图7-2 列表划勾法示意图备择程因子序号度 W 1 2 3 …m-1 m 0.2 √√√ 0.4 √√√ 0.6 √√ 0.8 √ 1.0 a.频数截取法频数截取法的主要步骤如下：第一步：列中值频率分布表，见表7-2。记对应第个评价因子第个样本给的权值区间数为〔〕，＝1，2，…，相对表中征询权值的几个区间，计算每一征询权值区间中所包含样本权值的频数，并推求

文档之家

相关系数确定方法实验

SPSS中的相关分析及假设检验

相关系数检验表

第六章相关系数检验

权重系数的确定

权重的确定方法汇总

相关系数显著性检验表完整版

权重确定方法归纳

权重的确定方法

权重的确定方法

权重的确定方法

几种调查问卷权重确定方法的比较

(完整版)权重的确定方法

spss一些用法-变异系数-相关性检验

变异系数_权重的确定方法

确定权重的7种方法

相关系数显著性检验表(完整润色版)教学内容