一文速学数模-评价模型(三)秩和比综合评价法（RSR）详解及Python实现和应用

目录

前言

一、RSR秩和比综合评价法概述

二、设计思想

三、RSR的特点以及应用范围

1.优点

2.缺点

3.应用范围

四、实现步骤

1.指标权重计算

 2.编秩

1.整秩法

2.非整秩法

3.计算秩和比RSR值

4.绘制秩和比RSR分布表

 5.回归分析

 6.分档

参阅

---

前言

秩和比综合评价法是量化分析数学建模最常用的评价模型之一，在参与数学建模的一些比赛中出现过频数较多的评价系统或是政策影响因素等级排序等相关主题，该模型很够很好的建立评价系统，在多篇国赛美赛优秀论文中都出现过其身影。本篇博客的愿景是希望我或者读者通过阅读这篇博客能够学会RSR方法并能实际运用，而且能够记录到你的思想之中。当然个人不是数学专业对一些专业性的知识可能不是很了解，希望读者看完能够提出错误或者看法，博主会长期维护博客做及时更新。纯分享，希望大家喜欢。

---

一、RSR秩和比综合评价法概述

秩和比（Rank-sum ratio，RSR）法，它是一组全新的统计信息分析方法，是数量方法中一种广谱的方法，针对性强，操作简便，使用效果明显。非常适合于医学背景的广大用户。本法从理论上讲，融古典的参数统计与近代的非参数统计于一体，兼及描述性与推断性。该法经过二十余