秩和比综合评价法

秩和比（RSR）指在多指标综合评价中，表中个评价对象n秩次的相对平均值（若评价指标权重不同，则需要指标乘以权重），是一个非参数计量，具有0-1区间变量特征.

基本思想：

在一个n行（n个评价对象）p列（p个评价指标）矩阵中，通过秩转换，获得无量纲的统计量RSR，以RSR数值对评价对象的优劣排序或分档排序。

综合评价中，秩和比的值能够包含所有评价指标的信息，显示出这些指标的综合水平，RSR数值越大评价越优。

优点：只使用了数值的相对大小关系，不真正应用数值大小本身，因此综合性强。对离群值不敏感，可以显示微小波动。能够对各个评价对象进行排序分档，找出优劣，适合找关系；能够找出评价指标是否有独立性。

缺点：通过秩代替原来指标，会损失部分信息；不容易对各个指标恰当的编秩。

步骤：

step1:列出原始数据，一行代表一个评价对象，一列代表一个评价指标。

step2:数据预处理，一般我们面对评价问题时都会面对效益型、区间型、成本型等指标，因为这样可以直接通过数值大小进行指标优劣的评判，方便些。

step3:计算秩数值。

step4：确定权重，权重的获得可以通过熵权法或者层次分析法获得。

step5:利用秩值，计算得到RSR值和排名。

step5:列出RSR的分布表格情况并且得到Probit值。

step6:计算回归方程。

step7:进行排序，并且进行分档等级。

 

clc,clear
data = [75.2 3.5 38.2 370.1 101.5 10.0
    76.1 3.3 36.7 369.6 101.0 10.3
    80.4 2.7 30.5 309.7 84.8 10.0
    77.8 2.7 36.3 370.1 101.4 10.2
    75.9 2.3 38.9 369.4 101.2 9.61
    74.3 2.4 36.7 335.3 91.9 9.2
    74.6 2.2 37.5 356.2 97.6 9.3
    72.1 1.8 40.3 401.7 101.1 10.0
    72.8 1.9 37.1 372.8 102.1 10.0
    72.1 1.5 33.2 358.1 97.8 10.4
    ];%待评价指标
weight = [0.093 0.418 0.132 0.100 0.098 0.159];%各指标的权重
data(:,[2,6]) = -data(:,[2,6]);%数据预处理，将成本型指标转换为效益性

ra = tiedrank(data)%编秩，即对每个指标各自进行排序
[row,col] = size(data);% 获取数据的维度信息
RSR = mean(ra, 2)/row;% 计算秩合比
W = repmat(weight, [row,1]);
WRSR = sum(ra.*W, 2)/row;%计算加权秩和比
[sWRSR, ind] = sort(WRSR);%对加权秩合比排序

p = [1:row] / row; %计算累计频率
p(end) = 1 - 1 / (4 * row) %修正最后一个累计频率，最后一个累计频率按1-1/（4n）估计
probit = norminv(p,0,1) + 5 % 计算标准正太分布的p分位数+5


x = [ones(row,1),probit'];% 构造一元线性回归分析的数据矩阵
[ab, abint, r, rint, stats] = regress(sWRSR,x)
WRSRfit = ab(1) + ab(2) * probit; % 计算WRSR的估计值
WRSRfit'
y = [1983:1992];
y(ind)'