/10/101普通情況下，在綜合評價指標中，各指標值可能屬于不一樣類型、不一樣單位或不一樣數量級，從而使得各指標之間存在著不可公度性，給綜合評價帶來了很多不便．為了盡可能地反應實際情況，消除因為各項指標間這些差異帶來影響，防止出現不合理評價結果，就需要對評價指標進行一定預處理，包含對指標一致化處理和無量綱化處理．/10/102/10/103

二、數據處理普通方法

1.數據類型一致化處理方法

極大型:期望取值越大越好；

極小型:期望取值越小越好；

中間型:期望取值為適當中間值最好;

區間型:期望取值落在某一個確定區間內為最好。

什么是一致化處理?為何要一致化?/10/104所謂一致化處理就是將評價指標類型進行統一．普通來說，在評價指標體系中，可能會同時存在極大型指標、極小型指標、居中型指標和區間型指標，它們都含有不一樣特點．如產量、利潤、成績等極大型指標是希望取值越大越好；而成本、費用、缺點等極小型指標則是希望取值越小越好；對于室內溫度、空氣濕度等居中型指標是既不期望取值太大，也不期望取值太小，而是居中為好．．/10/105若指標體系中存在不一樣類型指標，必須在綜合評價之前將評價指標類型做一致化處理．比如，將各類指標都轉化為極大型指標，或極小型指標．普通做法是將非極大型指標轉化為極大型指標．不過，在不一樣指標權重確定方法和評價模型中，指標一致化處理也有差異/10/106

二、數據處理普通方法

1.數據類型一致化處理方法

/10/107

二、數據處理普通方法

1.數據類型一致化處理方法

/10/108所謂無量綱化，也稱為指標規范化，是經過數學變換來消除原始指標單位及其數值數量級影響過程．所以，就有指標實際值和評價值之分．—般地，將指標無量綱化處理以后值稱為指標評價值．無量綱化過程就是將指標實際值轉化為指標評價值過程．/10/109

2.數據指標無量綱化處理方法

(3)功效系數法：

二、數據處理普通方法(1)標準差法：(2)極值差法：/10/1010

二、數據處理普通方法

3.含糊指標量化處理方法

在實際中，很多問題都包括到定性，或含糊指標定量處理問題。諸如:教學質量、科研水平、工作政績、人員素質、各種滿意度、信譽、態度、意識、觀念、能力等原因相關政治、社會、人文等領域問題。

怎樣對相關問題給出定量分析呢？/10/1011

按國家評價標準,評價原因普通分為五個等級，如A，B，C，D，E。怎樣將其量化？若A-，B+，C-，D+等又怎樣合理量化？依據實際問題，結構含糊隸屬函數量化方法是一個可行有效方法。

二、數據處理普通方法

3.定性指標量化處理方法

肇慶代辦企業注冊

肇慶代辦工商注冊0吺唍咳/10/1013

假設有多個評價人對某項原因評價為A，B，C，D,E共5個等級:{v1

,v2

,v3

,v4,v5}。譬如：評價人對某事件“滿意度”評價可分為{很滿意，滿意，較滿意，不太滿意，很不滿意}將其5個等級依次對應為5，4，3，2，1。這里為連續量化，取偏大型柯西分布和對數函數作為隸屬函數：

二、數據處理普通方法/10/1014

二、數據處理普通方法

3.定性指標量化處理方法

/10/1015

二、數據處理普通方法

3.定性指標量化處理方法

依據這個規律，對于任何一個評價值，都可給出一個適當量化值。據實際情況可結構其它隸屬函數。如取偏大型正態分布。/10/1016

三、數據建模綜合評價方法

適用條件:各評價指標之間相互獨立。對不完全獨立情況，其結果將造成各指標間信息重復，使評價結果不能客觀地反應實際。

1.線性加權綜正當主要特點：（1）各評價指標間作用得到線性賠償；（2）權重系數對評價結果影響顯著。/10/1017

2.非線