第6章 数据综合评价及可视化.pptxVIP

第6章数据综合评价及可视化

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析1.单指标数据比较分析【Excel的基本操作】2.数据的无量纲化方法【Excel的基本操作】6.1.2综合评价指数的构建1.指标权重计算【Excel的基本操作】2.综合评价指数计算【Excel的基本操作】3.综合评价指数的可视化

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析1.单指标数据分析如果对单个指标数据进行评价，通常只需计算其次序统计量和秩次并进行排序。这里说的秩次即次序统计量中的序数，是一组数据排序后对应的位置次序。如要对广东经济运行数据进行单变量综合分析，可对各指标进行编秩排名，由于这时是单指标，故可直接对其进行比较评价。对单指标可这样编秩：GD2019.GDP.rank(ascending=False)。但Python可直接对数据框中各变量一次排序，下面对每个变量进行排名。

6.1综合评价方法及应用第6章数据综合评价及可视化

6.1综合评价方法及应用第6章数据综合评价及可视化Excel的基本操作在透视表中选需要的数据，本例是在筛选的年份中选2019年的广东省21个地区的数据。

6.1综合评价方法及应用第6章数据综合评价及可视化

6.1综合评价方法及应用第6章数据综合评价及可视化这里参数ascending=False表示数据从大到小排序或编秩（rank），默认为True。在B27格子中输入=RANK(B4,B$4:B$24)，然后通过拉伸或复制扩展到G47。

6.1综合评价方法及应用第6章数据综合评价及可视化但该方法不适于对多变量原始数据进行综合排名，因为数据之间单位和量纲有可能不同，无法直接相加，故而也就无法进行综合评价。要对对指标进行综合评价，需首先对数据进行无量纲化。

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析2.数据的无量纲化方法虽然数据框中的所有变量都是数值数据，但显然这些变量的单位和量纲还是不同的，通常需要将它们进行无量纲化转换。观测指标的无量纲化指通过某种变换方式消除各个观测指标的计量单位，使其统一、可比的变换过程。把数据无量纲化之后，数据在横向和纵向的对比清晰，便于比较分析。对于正向指标（越大越好），数据的无量纲化一般方法是

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析2.数据的无量纲化方法其中x是观测值，x0是评价标准值。经过这种变换，既可以消除评价指标的计量单位，又可以统一其数量级，但这种变换并不能消除各个指标内部取值之间差异程度。所以常用下面的无量纲化方法对数据进行变换。对于负向指标（越小越好），通常是先对数据取倒数1/x，再进行无量纲化。在社会科学的研究中常用的无量纲化方法主要是规范化（归一化）

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析2.数据的无量纲化方法式中，x是某一列变量的观测值，xmin是x的最小观测值，xmax是x的最大观测值。常对不是正态分布数据进行规格化，经过规范化变换，消除了观测值的计量单位，变换后指标z值都在0～1之间。在实际变换中，人们习惯于按百分制来进行评价，故常将上述变换函数乘以100。有时为使综合评价指标不出现0和负值，常在变换函数后加一个常数项，改进的归一化方法如下：

6.1综合评价方法及应用第6章数据综合评价及可视化6.1.1单指标数据分析2.数据的无量纲化方法通过这种变换，可使数据限定在[a,b]之间变化，使得数值可比，如取a=0，b=100可使数据变为[0,100]之间的数值。这种无量纲方法的好处是，它不仅在纵向上消除了不同指标的不同数量级的影响，在横向上还能使得各地区的得分处于a～b之间，易于比较。对每个变量，用上述的公式进行规范化，于是可形成无量纲化矩阵Z=[z1,z2,...,zm]，这里m时变量的个数。下面用规范化方法计算各个指标的单向评价分数，这里我们取a=0，b=100，计算结果如下。

6.1综合评价方法及应用第6章数据综合评价及