在進行評價時,我們常常需要進行問卷調查,並根據專家打分的結果進行下一步的計算。
這時候,我們需要檢查一下專家打分結果是否符合離散度要求(一般離散度<0.05),如果專家數據過於離散,勢必會對後面的模型產生影響。
最好的方式是計算離散度後,讓專家重新調整打分(雲模型就是這種方法),但是在實際操作中較爲困難。
那麼,我們能否對數據進行科學處理,使數據更嚴謹呢?是否能操作,很大程度上取決於方法是否得當、科學。
這裏介紹一種用MATLAB進行數據擬合的方法,供各位參考。PS:MATLAB的表格不太熟練,專家編號是1,2,3,4;評估項的編號是ABCD。
專家/評估項 | A | B | C | D |
---|---|---|---|---|
1 | 73 | 75 | 63 | 75 |
2 | 71 | 87 | 89 | 80 |
3 | 64 | 76 | 85 | 76 |
4 | 66 | 90 | 63 | 88 |
計算每位專家的離散係數
離散係數=標準差/均值
專家 | 離散係數 |
---|---|
1 | 0.06968 |
2 | 0.086226 |
3 | 0.099168 |
4 | 0.160471 |
從表2看出,4位專家的打分結果都不理想,因此進行擬合,代碼如下。
clear all
clc
format long g %不以科學計數法出現最終結果
x=1:4;
y1=[0.73 ,0.75 ,0.63 ,0.75];
y2=[0.71 ,0.87 ,0.89 ,0.80];
y3=[0.64 ,0.76 ,0.85 ,0.76];
y4=[0.66 ,0.90 ,0.63 ,0.88];
p1=polyfit(x,y1,2);
p2=polyfit(x,y2,2);
p3=polyfit(x,y3,2);
p4=polyfit(x,y4,2);
xi=1:0.5:4;%這裏擬合精度是0.5,如果擬合效果不理想,可繼續提高精度
yi1=polyval(p1,xi);
yi2=polyval(p2,xi);
yi3=polyval(p3,xi);
yi4=polyval(p4,xi);
C1=mean(yi1);
C2=mean(yi2);
C3=mean(yi3);
C4=mean(yi4);
std2(yi1);
std2(yi2);
std2(yi3);
std2(yi4);
S1=std(yi1)^2%檢查離散度
S2=std(yi2)^2
S3=std(yi3)^2
S4=std(yi4)^2
擬合結果如下
S1 =
0.000588875000000008
S2 =
0.00439913541666667
S3 =
0.00477421875000001
S4 =
0.00177996875000001
發現精度爲0.5時,擬合結果已經滿足要求,直接使用擬合後的均值即可,如未滿足就繼續提高精度擬合。