综合评价方法综述与比较
综合评价的概念：所谓统计综合评价，通常就是指多指标综合评价技术，它是利用一定的统计指标体系，采用特定的评价模型和方法，对被评价对象多个方面的数量特征进行高度的抽象和综合，转化为综合评价值，进而确定现象的优劣、类型或对现象进行排序的一种统计方法。目前常用的方法有层次分析法、盗用函数法、多元统计综合评价技术法（包括主成分分析法、因子分析法、聚类分析法等）。此外像人工神经网络综合评价法、模糊综合评判法、灰色系统理论等新兴综合评价技术还在源源不断地涌现。
一简易的综合评价方法
（一），综合指数法
1，直接综合法概念：直接综合法是在确定一套合理的指标体系基础上，对各项指标个体指数进行相加，直接计算出综合评价指数。优点:公式简单易懂，指标数值计算简便。缺点：得到的数值比较粗糙，以此得到的数据进行评价结果精确度不高。
2，加权综合法概念：加权综合法是在确定一套合理的指标体系的基础上，对各项指标个体指数进行加权平均，计算出综合评价数值。优点：与直接综合法相比，加权综合法指标数值的计算考虑到了各指标的比重问题，将各指标赋予不同的权重，以体现不同指标的不同重要程度。缺点：各指标的重要程度的判断具有很大主观性。
(二) 功效系数法概念：功效系数综合评价法是指根据多目标规划的原理，把所要考核的各项指标按照多档次标准，通过功效函数转化为可以度量的评价分数，据以对被评价对象进行总体评价得分的一种方法。优点：方法简便和可操作性强是这种方法的优点所在。缺点：竞争力评价中，不同行业各指标的重要程度有所不同，而权数是由评判人员主观确定，因此科学性有所欠缺，往往评价结果与实际状况出入较大。
（三）综合积分法概念：综合积分法是对构成评价指标体系的每个指标评分，将所有得分相加算出总分，作为综合评价数值的一种评价方法。适用范围：适用于定量分析且变量指标可以用数字表达的评价分析。优点：此法操作简单，结果与、易于理解。缺点：对各指标变量的评分比较主观，没有客观精确地评分公式。
二运筹学中综合评分法
（一）层次分析法概念：AHP法(Analytic Hierarchy Process, AHP)，即层次分析法，是美国著名运筹学家，匹兹堡大学萨蒂教授于本世纪七十年代创立的一种实用的多准则决策方法。它把一个复杂决策问题表示为一个有序的递阶层次结构，通过人们的比较判断，计算各种决策方案在不同准则及总准则之下的相对重要性量度，从而据之对决策方案的优劣进行排序。优点：1，系统性的分析方法；2，简洁实用的决策方法；3，所需定量数据信息较少；缺点：1，不能为决策提供新方案；2，定量数据较少，定性成分多，不易令人信服；3，指标过多时数据统计量大，且权重难以确定；4，特征值和特征向量的精确求法比较复杂；
（二）模糊评价法概念:模糊评价法是根据模糊数学的隶属度理论把定性评价转化为定量评价的一种方法。优点：（1）为定性指标定量化提供了有效的方法，实现了定性和定量方法的集合。（2）在客观事物中，一些问题往往不是绝对的肯定或绝对的否定，涉及到模糊的因素，而且模糊综合判别评价法则很好的解决了判别的模糊和不确定的问题。（3）所得结果为一向量，即评语集在其论语上的子集，克服了传统数字学方法结果单一的缺陷，结果包含的信息丰富。缺点：（1）不能解决评价指标间相关造成的信息重复的问题。（2）各因素权重的确定带有一定的主观性。（3）在某些情况下，隶属函数的确定有一定困难，尤其是多目标评价模型，要对每一目标，每一个因素确定隶属函数，过于繁琐，实用性不强。应
用领域：模糊综合评价方法也是目前多指标综合评价实践中应用最广的方法之一，由于我国二十多年来模糊数学普及与发展相当有成效，使得模糊综合评价的应用领域比之多元统计方法、效用函数法还要广，涉及到经济问题评价、管理问题评价、环境评价、教育评价、科技评价、地质(如岩石可钻性模糊评价)、采矿(如开采场稳定性评价、爆破效果评价、开采方式评价等)、工程技术(如生产工艺综合评价、港口选址评价)、医学等众多领域。
（三）DEA综合评价法概念：DEA，即数据包络分析(Data Envelopment Analysis )，是著名运筹学家查恩斯、库伯、罗兹等在研究部门之间“相对有效性评价”基础之上提出的一种新的系统分析方法。自1978年第一个分析模型C2R提出以来，经过许多学者的发展，已经成为管理科学与系统工程领域的一种重要而有效的分析工具，被应用于不同领域的效率评价。在应用DEA法时应注意以下几点：第一，由于DEA技术是通过对多个投入指标(输入指标)与多个产出指标(输出指标)的系统分析来比较同类型单位(企业或部门)相对效率的，因此它具有某些领域多指标综合评价所需要的一些基本要素，完全可以认为是一种“独特的综合评价技术”。第二，DEA法是一种水平评价而不是规模评价，因为相对有效性系数(效率评价指数)与样本单位的投入指标规模和产出指标规模没有直接关系。因此，当我们需要进行规模综合分析时，就不能直接采用DEA法。第三，DEA法既可以在一定程度上用于综合评价排序，也可以用于“分类评价”。第四，相对有效性系数(效率评价指数)与参加评价的单位情况有关。
三多元统计分析中的综合评价方法
（一）主成分分析
概念：主成分分析就是设法将原来众多的具有一定相关性的指标(比如P个指标)，重新组合成一组新的相互无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P 个指标作线性组合，若没有限制条件作为新的综合指标，这样的线性组合会有很多，那么如何去选取呢?主成分分析的基本思想是：如果将选取的第一个线性组合即第一个综合指标记为F1，自然希望尽可能多的反映原来指标的信息。这里的“信息”最经典的方法就是用F1的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中所选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2 即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不再需要出现在F2中，用数学语言表达就是Cov(F1,F2)=0,称F2为第二主成分，依次类推可以造出第三，第四…第P个主成分。不难想象这些主成分之间不仅不相关，而且它们的方差依次递减，因此在实际工作中，就挑选前几个最大主成分。虽然这样做会损失一部分信息，但是由于抓住了主要矛盾，并从原始数据中进一步提取了某些新的信息，这种既减少了变量的数目又抓住了主要矛盾的做法有利于问题的分析和处理。适用范围：适用于研究中所涉及的变量指标较多，且各指标间有一定的相关性。缺点：主成分和因子法有一个固有缺陷，当存在严重的多重相关时，会严重夸大重复变量的作用。优点：（1）主成分分析法解决了通常方法的变量太多会增加计算量和增加分析问题的复杂性的不足，使得在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。（2）它是一种程式化的东西，不会得不出结果，当然这个结果就看你怎么解释它。不足：（1）在将数据正态标准化的时候会存在信息丢失。（2）在现代，在进行主成分向量求解时，运用不同的统计软件会的到不同的结果。（3）在主成分综合值计算过程中，主成分权重的设定有很大的主观性。
（二）因子分析概念：是主成分分析法的推广和发展，它是由研究原始数据相关矩阵的内部依赖关系出发，把一些具有错综复杂的多个变量(或样品)综合为少数几个因子，并给出原始变量与综合因子之间的相关关系的方法。适用范围：如何选择适当的方法来解决实际问题，需要对问题进行综合考虑。优点：因子分析法最大优势在于各综合因子的权重不是主观赋值而是根据各自的方差贡献率大小来确定的,方差越大的变量越重要,从而具有较大
