综合指标评价及绩效评价方法

下面是一些主流的会用于综合指标评价以及绩效评价的一些方法:

  1. 1.     AHP(层次分析)+加权

目前这个方法是对于医保领域评价绩效用的最多的,包括重庆市、天津市、苏北某市。具体相关文献见文件夹“AHP+加权”。

优点:这个方法目前最符合需求,可以将定量的指标结合算出综合指标,用的也比较多。

缺点:对于各指标之间的关系没有具体考虑,只是做的简单的加权求和;需要请专家确定权重;这个方法中心之前已经用过。

  1. 2.     DEA数据包络分析

这个方法主要是对运行效率的评价,同时考虑了投入和产出,在医院相对效率评价上应用比较多。对多个决策单元之间进行比较,找到其中最有的效率单元,然后其他的都是跟最有效的进行比较。具体相关文献见文件夹“数据包络分析”,可重点看《城镇职工基本医疗保险门诊医疗保险政策运行效果分析》

优点:在考虑投入的情况下,去衡量产出的效率,更加客观合理;不需要人工确定权重,由模型自身决定。

缺点:不太符合我们想要建立指标体系的目标,投入指标和产出指标一般不会很多,不能超过相比较的决策单元数量的一半,并且投入指标和产出指标必须是具有投入产出的关系的指标。另外决策单元一般是

  1. 3.     因子分析法(主成分分析)

根据原始变量(指标)组成的每个主因子的方差贡献率作为权重来构造综合评价指标。因子分析有好几种提取因子的方法这个方法在定量综合指标的应用上很普遍。具体相关文献见“因子分析(主成分分析)”。

优点:根据变量之间的相关性获得权重,较为客观,适用于多指标间共线性的综合评价系统。

缺点:因子分析对样本量有要求,样本量和指标数的比例一般应在5:1以上才能得到较好的结果,主成分分析的要求低一点样本量至少大于指标数。这种方法确定的权重属于信息量权重,没有充分考虑指标本身的相对重要程度。

  1. 4.     模糊综合评价法

模糊综合评判法是由模糊数学的理论发展而来。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价。常用于政策实施效果的评价,最后一般将政策绩效最终评价结果进行分等级。南昌市医保的运行效果使用了该方法。具体文献见文件夹“模糊综合评价法”,可重点看其中《中国农业环境政策绩效评估与完善创新研究》。

优点:把定性的评价转化为定量;常用于政策实施效果的评价。

缺点:主要是应用于定性指标,我们此次主要是定量的指标,当然定量指标也可以用这个方法但是需要转化,但会丢失已经获得的定量指标的部分信息。

  1. 5.     Topsis法(排序比较法)

系统工程中在有限方案多目标分析常用的一种决策方法。找出有限方案中的最优方案和最劣方案,然后通过求出某一方案与最优方案和最劣方案之间的距离,得出该方案与最优方案的接近程度,并以此作为评价各评价单元优劣的依据。具体文献见文件夹“Topsis”。

优点:不需要人工确定权重,主要是对所有的对象进行排序比较。

缺点:无法得到综合得分。

时间: 2024-10-07 10:52:43

综合指标评价及绩效评价方法的相关文章

磁盘 I/O 性能监控指标和调优方法

在介绍磁盘 I/O 监控命令前,我们需要了解磁盘 I/O 性能监控的指标,以及每个指标的所揭示的磁盘某方面的性能.磁盘 I/O 性能监控的指标主要包括: 指标 1:每秒 I/O 数(IOPS 或 tps) 对于磁盘来说,一次磁盘的连续读或者连续写称为一次磁盘 I/O, 磁盘的 IOPS 就是每秒磁盘连续读次数和连续写次数之和.当传输小块不连续数据时,该指标有重要参考意义. 指标 2:吞吐量(Throughput) 指硬盘传输数据流的速度,传输数据为读出数据和写入数据的和.其单位一般为 Kbps,

单一指标评价模型

对于模型,最重要的就是两个东西 查准率:模型输出为ai中真的是ai的个数 / 模型中输出为ai的个数 查全率:模型中输出为ai的个数 / 真的为ai的个数 那么就想小时候判断运动员成绩的极值和方差一样 我们有时无法判断模型的好坏 那么我们就要用一个单一的指标去评价模型的好坏 设查准率为a, 查全率为b 我们用a, b的调和平均数去评价模型 至于为什么,,,,我也不知道 F1 = 1 / ((1 / a)  + (1 / b) )   =  (a * b) / (a + b) 可能会有其他的因素影

量化指标程序库 ta-lib 安装方法

TA-lib是一个技术分析库,里面包含了大部分主流的技术指标,让使用者不用再重复造轮子. 这个库在国外很常用,各种大型的开源量化框架,都会内置这个库. 计算速度快 TA-lib的一个特点是计算速度快,因为原始版本是用C语言写的,然后通过Cython转化,使得Python也能调用. 然后我在安装这个库的时候 pip install ta-lib发现了错误 具体解决的操作过程如下 先安装一个VS2013 或者其他版本 然后打开 然后下载tc libhttp://ta-lib.org/hdr_dw.h

回归分析中的评价方法

回归(Regression)不同于分类问题,在回归方法中我们预测一系列连续的值,在预测完后有个问题是如何评价预测的结果好坏,关于这个问题目前学术界也没有统一的标准.下面是我在论文中的看到的一些常用方法,希望对有缘人有用. 1 MAE(Mean Absolute Error)平均绝对差值 In statistics, the mean absolute error (MAE) is a quantity used to measure how close forecasts or predicti

评价分类与预测算法的指标

分类与预测模型对训练集进行预测而得出的准确率并不能很好地反映预测模型未来的性能,为了有效判断一个预测模型的性能表现,需要一组没有参与预测模型建立的数据集,并在该数据集上评价预测模型的准确率,这组独立的数据集叫做测试集.模型预测效果评价,通常用相对/绝对误差.平均绝对误差.均方误差.均方根误差.平均绝对百分误差等指标来衡量. 1.绝对误差与相对误差 设$Y$表示实际值,$\hat{Y}$表示预测值,则$E$为绝对误差,其计算公式为:$E=Y-\hat{Y}$ $e$为相对误差,其计算公式为:$e=

如何指标择优、综合?

场景问题: 请教大家个问题~ 在工作中可能会有很多个指标来判断一个人或者访问的价值,例如时长,阅读的次数,曝光的次数,之类的很多个指标,那一般用什么算法或者办法去综合评判这个访问的价值. RFM模型,感觉这个可能更偏向于有购买行为的一些指标,app内的粘性指标感觉不知道怎么往这三个指标上套用.我找到了这个指标的对应,但是这个模型还有一个地方不太适用是 这个的主要目的是把人分成了几类, 但是我这里的想法其实有5-6个指标,然后通过这些指标直接给他们打一个总分. 那对于这些评分指标,如何权重比较好呢

最新三种方法快速提升产品经理综合能力

本文和大家分享的主要是新人产品经理快速提升综合能力的几种方法,一起来看看吧,希望对大家有所帮助. 今天金Sir(我们产品团队的老大)跟我说:"最近有没有遇到什么困难?有什么想学的东西吗?想一想,回头找我,我想办法给你解决." 其实我真的有很多很多想学的东西,大多数时间都是自己摸索,自己自学,以及通过观察别人学习.第一次遇到有人主动教我,并且还是做了十年产品的人教我.于是我列了一个清单: 1.数据统计分析的方法与深度挖掘(如何通过数据分析用户的行为路径.及思考过程) 2.用户需求.用户动

信息化绩效评价

当今社会,信息技术飞速发展,信息化已经成为企业生存和发展的必然要求.但随着信息化战略实施的深入,无论是政府.用户还是企业对信息化应用效果依然难以进行充分的评价. 要想对信息化绩效作出有效的评价,首先需要了解什么是"信息化绩效"."绩效(performance)",有的组织也称为业绩.效绩.成效等等,它反映的是人们从事某一种活动所产生的业绩和成果.中文"绩效"更强调绩效的结果性,英文"performance"还强调绩效的过程性.

数据归一化和两种常用的归一化方法

数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性.原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价.以下是两种常用的归一化方法: 一.min-max标准化(Min-Max Normalization) 也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 - 1]之间.转换函数如下: 其中max为样本数据的最大