秩和比综合评价法及SAS运行程序
; 作者:潘雪丰 庄海林 洪常青 毕业论文。
摘; 要:; 简述秩和比综合评价法的原理及分析步骤,结合实例编制SAS运行程序,并对运行结果进行了分析。 毕业论文。
关键词:; 秩和比;; 综合评价;; SAS运行程序 ; 秩和比(Rank Sum Ration,RSR) 毕业论文。
统计方法是我国统计学家田凤调教授于1988年提出的一种新的综合评价方法[1],该法在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已得到广泛的应用。秩和比指行(或列)秩次的平均值,是一个非参数统计量,具有0~1连续变量的特征。近年来秩和比统计方法不断完善和充实。田凤调(1992,1997)[2~4]分别提出利用RSR确定权重系数的5种方法以及RSR进行伴有Y的因素分析方法。李俊等(1994)[5]提出平均秩和比()与秩和比标准差(SRSR)这两个指标,以便在多个评价对象和在较长时期间求得一个更加稳定的代表值,从而合理地反映出RSR的全貌。柳青和林爱华(1999)[6]探讨了RSR的分布理论及建立区间估计和假设检验方法,认为秩和的分布接近正态分布对秩和与秩和比可以应用正态分布理论作区间估计和假设检验。戈早川和徐春华(1999)[7] 提出了一种非整秩次秩和比法,用类似于线性插值的方式对指标值进行编铁,以改进RSR法编铁方法的不足,所编秩次与原指标值之间存在定量的线性对应关系,克服了RSR法秩次化时易损失原指标值定量信息的缺点。陈冠民等(2001)[8]利用SAS软件编制了秩和比综合评价法的SAS计算程序。本研究主要阐述了秩和比综合评价法的原理及分析步骤,并结合实例介绍该法的SAS运行程序。 毕业论文。
1; 分析原理及步骤 毕业论文。
11; 分析原理 毕业论文。
秩和比综合评价法基本原理是在一个n行m列矩阵中,通过秩转换,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,从而对评价对象作出综合评价。
毕业论文。
12; 分析步骤 毕业论文。
① 编秩:将n个评价对象的m个评价指标列成n行m列的原始数据表。编出每个指标各评价对象的秩,其中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。 毕业论文。
② 计算秩和比(RSR):根据公式RSRi=1[]m・n∑m[]j=1Rij计算,式中i=1,2,…,n;j=1,2,…,m;Rij为第i行第j列元素的秩。当各评价指标的权重不同时,计算加权秩和比(WRSR),其计算公式为WRSRi=1[]n∑m[]j=1WjRij, Wj为第j个评价指标的权重,∑Wj=1。
毕业论文。
③ 计算概率单位(Probit):编制RSR(或WRSR)频率分布表,列出各组频数f,计算各组累计频数∑f;确定各组RSR(或WRSR)的秩次范围R和平均秩次;计算累计频率p=AR/n;将百分率p转换为概率单位Probit,Probit为百分率p对应的标准正态离差u加5。
毕业论文。
④ 计算直线回归方程:以累计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,即RSR(WRSR)=a+b×Probit。 毕业论文。
⑤ 分档排序:根据RSR(或WRSR)值对评价对象进行分档排序。常用分档情况下的百分数Px临界值及其对应的概率单位Probit值见文献[9]。依据各分档情况下概率单位Probit值,按照回归方程推算所对应的RSR(或WRSR)估计值对评价对象进行分档排序。具体的分档数根据实际情况决定。 毕业论文。
21; 应用实例。
毕业论文。
某市人民医院1983~1992年工作质量统计指标及权重系数见表1[7]。表1; 统计指标及权重系数(略)注:X1=治愈率,X2=病死率,X3=周转率,X4=平均病床工作日,X5=病床使用率,X6=平均住院日;X2及X6为低优指标,其余为高优指标。 毕业论文。
22; SAS运行程序 毕业论文。
data a; 毕业论文。
n=10; m=6;。
毕业论文。
input year $ X1—X6 @@;。
毕业论文。
cards; 毕业论文。
proc rank out=b1; 毕业论文。
var X1 X3X5;。
毕业论文。
ranks RX1 RX3RX5; 毕业论文。
proc rank descending out=b2; 毕业论文。
var X2 X6; 毕业论文。
ranks RX2 RX6; 毕业论文。
data b; 毕业论文。
merge b1 b2; 毕业论文。
RSR=sum(of RX1RX6)/(n*m); 毕业论文。
proc print; 毕业论文。
var year RX1RX6 RSR; 毕业论文。
run; 毕业论文。
毕业论文。
data c; 毕业论文。
set b;WR1=RX1*0.093; WR2=RX2*0.418; WR3=RX3*0.132; 毕业论文。
WR4=RX4*0.100; WR5=RX5*0.098; WR6=RX6*0.159; 毕业论文。
WRSR=sum(of WR1WR6)/n; 毕业论文。
proc sort; 毕业论文。
by WRSR;。
毕业论文。
proc rank out=d; 毕业论文。
var WRSR;。
毕业论文。
ranks ; 毕业论文。
proc print; 毕业论文。
var year WR1WR6 WRSR; 毕业论文。
run; 毕业论文。