11.2.1.2评价指标的选择方法 2、定量方法 常用的定量方法有：试算法、聚类分析法和主成分分析法 等几种。 第一种方法：试算法是通过历史资料的试算来判断指标的 有效性。 例如，要评价全国各地区2005年可持续发展战略的实施绩 效，可以2003年和2004年的数据进行试算，通过试算结果判 断所选指标的合适性，然后对相关指标进行科学比较，把那些 代表性强的指标纳入指标体系的构建之中，然后反复修正指标 体系直至满意为止
2、定量方法 常用的定量方法有：试算法、聚类分析法和主成分分析法 等几种。 第一种方法：试算法是通过历史资料的试算来判断指标的 有效性。 例如，要评价全国各地区2005年可持续发展战略的实施绩 效，可以2003年和2004年的数据进行试算，通过试算结果判 断所选指标的合适性，然后对相关指标进行科学比较，把那些 代表性强的指标纳入指标体系的构建之中，然后反复修正指标 体系直至满意为止。 11.2.1.2 评价指标的选择方法
11.2.1.2评价指标的选择方法 2、定量方法 第二种方法：聚类分析法 聚类分析在选择指标方面的基本思路是：如果有若干个指 标，首先将每一个指标看成一类，然后根据指标间的相似程 度，通过比较类间距离进行并类。每次将距离最近的两类加以 合并，余下N-1类。再选择这N-1类中距离最近的两类加以合 并，余下N-2类。依次类推。这样，每合并一次，就减少一 类，继续这一过程，直至将所有指标合并成为一类为止，形成 由小到大的分类系统，即谱系。最后整个分类结果画在一张图 上，称为聚类图或谱系图，以此直观地反映各指标间的亲疏关 系
2、定量方法 第二种方法：聚类分析法 聚类分析在选择指标方面的基本思路是：如果有若干个指 标，首先将每一个指标看成一类，然后根据指标间的相似程 度，通过比较类间距离进行并类。每次将距离最近的两类加以 合并，余下N-1类。再选择这N-1类中距离最近的两类加以合 并，余下N-2类。依次类推。这样，每合并一次，就减少一 类，继续这一过程，直至将所有指标合并成为一类为止，形成 由小到大的分类系统，即谱系。最后整个分类结果画在一张图 上，称为聚类图或谱系图，以此直观地反映各指标间的亲疏关 系。 11.2.1.2 评价指标的选择方法
11.2.1.2评价指标的选择方法 第二种方法：聚类分析法 聚类分析法的具体实施步骤： ①选择度量指标间相似程度的方法。常用的方法是相关系数法。各指 标两两之间都可以计算相关系数，从而形成一个相关系数矩阵。 ②选择度量指标类间距离的方法。常用的方法有最长距离法、最短距 离法、重心法、类平均法、离差平方和法。由于一般利用相关系数表示指 标（类）间的相似程度，所以多采用相关系数量大法进行聚类。 ③根据聚类结果绘制聚类图。根据聚类结果确定指标体系，必须以相 关程度作为划分标准。至于分类时用的阈值为多少，要视对指标的简约性 要求不同而定。若对指标体系的简约性要求不高，可选择较高的相关系数 作为阈值，反之亦然。 ④根据最后划分的类别确定指标体系。由于同一类中指标的相似程度 相高，即信息重复较多，可以选择其中之一作为代表，从而达到简化指标 的目的
第二种方法：聚类分析法 聚类分析法的具体实施步骤： ①选择度量指标间相似程度的方法。常用的方法是相关系数法。各指 标两两之间都可以计算相关系数，从而形成一个相关系数矩阵。 ②选择度量指标类间距离的方法。常用的方法有最长距离法、最短距 离法、重心法、类平均法、离差平方和法。由于一般利用相关系数表示指 标（类）间的相似程度，所以多采用相关系数量大法进行聚类。 ③根据聚类结果绘制聚类图。根据聚类结果确定指标体系，必须以相 关程度作为划分标准。至于分类时用的阈值为多少，要视对指标的简约性 要求不同而定。若对指标体系的简约性要求不高，可选择较高的相关系数 作为阈值，反之亦然。 ④根据最后划分的类别确定指标体系。由于同一类中指标的相似程度 相高，即信息重复较多，可以选择其中之一作为代表，从而达到简化指标 的目的。 11.2.1.2 评价指标的选择方法
[例11-1]假定我们初步选择了某事物各个不同侧面特征的 指标共8个，记为X,X2,X。 已知各指标之间的相关系数 矩阵见表11-1。 表11-1指标相关系数矩阵 X1 X2 X3 X4 X5 X6 X7 X8 1 0.40 0.57 0.53 0.43 0.62 0.69 0.55 1 0.54 0.55 0.55 0.61 0.21 0.55 1 0.88 0.77 0.79 0.35 0.73 1 0.78 0.71 0.30 0.77 1 0.78 0.20 0.86 1 0.34 0.81 1 0.23 1
[例11-1]假定我们初步选择了某事物各个不同侧面特征的 指标共8个，记为 。 已知各指标之间的相关系数 矩阵见表11-1。 12 8 X X X L, 表11-1 指标相关系数矩阵 X1 X2 X3 X4 X5 X6 X7 X8 X1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 1 0.40 1 0.57 0.54 1 0.53 0.55 0.88 1 0.43 0.55 0.77 0.78 1 0.62 0.61 0.79 0.71 0.78 1 0.69 0.21 0.35 0.30 0.20 0.34 1 0.55 0.55 0.73 0.77 0.86 0.81 0.23 1
第一步，在矩阵中找到相关系数最大的两个指标，由 xx=0.88知，相似程度最高，故聚为一类。留下X为代 表，将有关3的信息从表11-1中去掉，即划掉第三行、第 三列。由此得到新的相关矩阵（见表11-2）。 表11-2 指标相关系数矩阵 X1 X2 X4 X5 X6 X7 X8 1 0.40 0.53 0.43 0.62 0.69 0.55 1 0.55 0.55 0.61 0.21 0.55 1 0.78 0.71 0.30 0.77 0.78 0.20 0.86 1 0.34 0.81 0.23 1
第一步,在矩阵中找到相关系数最大的两个指标，由 知，相似程度最高,故聚为一类。留下 为代 表，将有关X3的信息从表11-1中去掉，即划掉第三行、第 三列。由此得到新的相关矩阵(见表11-2)。 3 4 0.88 X X r = X4 X1 X2 X4 X5 X6 X7 X8 X1 X2 X4 X5 X6 X7 X8 1 0.40 1 0.53 0.55 1 0.43 0.55 0.78 1 0.62 0.61 0.71 0.78 1 0.69 0.21 0.30 0.20 0.34 1 0.55 0.55 0.77 0.86 0.81 0.23 1 表11-2 指标相关系数矩阵