会计学提纲(tígāng)一、权重确定(quèdìng)的一般方法1.权数的确定方法(fāngfǎ)分类2.主观(zhǔguān)赋权法主观(zhǔguān)赋权法特点3.客观(kèguān)赋权法（1）变异信息构权（离散/方差信息构权）指标的区分度越高，对排序的影响就越大。基于这种观点，以区分度(方差)信息量为权重。目前，主要有两种方法：a）根据标准差大小来确定权数——直接将各评价指标的标准差（系数）向量进行归一化处理而得。b）主成分分析法（PC构权法）——根据方差矩阵计算特征根及特征向量，并以特征向量为权重。但事实上这种权数与原始变量的方差并不成正比，所以，严格地说，它反映的是变量之间的相关信息，而非方差信息。方差信息构权最主要的问题——方差信息是否真正全面反映了综合评价的价值(jiàzhí)。因此，有人提出，应该将方差信息权与重要性权结合起来。（2）相关信息构权复相关系数法——每个被选指标，根据其余指标对它的复相关系数来确定权数。复相关系数大，权数是应该取大还是取小？相关系数总和法——对其它指标的相关系数的总和，再作倒数处理并归一化（但对负相关的处理也有争议）。（3）熵信息构权熵有不同定义，相应(xiāngyīng)有不同评价方法。它本质上仍然是离散程度大－熵值小－权大。只是定义了一个新的测度变异情况的指标（＝1—熵值）。由此，任一相对变异指标都可用来定权。4.合成(héchéng)赋权法二、数据处理的一般(yībān)方法//2.数据指标的无量纲化处理(chǔlǐ)方法（标准化）3.模糊指标(zhǐbiāo)的量化处理方法按国家的评价标准,评价因素一般分为五个等级(děngjí)，如A，B，C，D，E。如何将其量化？若A-，B+，C-，D+等又如何合理量化？根据实际问题，构造模糊隶属函数的量化方法是一种可行有效的方法。假设有多个评价人对某项因素评价为A，B，C，D,E共5个等级:{v1,v2,v3,v4,v5}。譬如：评价人对某事件“满意度”的评价可分为{很满意，满意，较满意，不太满意，很不满意}将其5个等级依次(yīcì)对应为5，4，3，2，1。这里为连续量化，取偏大型柯西分布和对数函数作为隶属函数：/根据这个规律，对于任何一个(yīɡè)评价值，都可给出一个(yīɡè)合适的量化值。据实际情况可构造其他的隶属函数。如取偏大型正态分布。三、常用(chánꞬyònꞬ)综合评价方法（一）计分(jìfēn)法2、排队(páiduì)计分法将评价单位的各项评价指标依优劣秩序排队(páiduì)，再将名次（位置）转化为单项评价值，最后由单项评价值计算各单位的综合评价值（总分）。排队(páiduì)计分法的优缺点（二）综合(zōnghé)指数法Ki为单项评价指数(zhǐshù)：综合评价指数(zhǐshù)公式为：指标名称三个地区的综合经济效益指数(zhǐshù)分别为：加权指数法的优缺点（三）最优值距离(jùlí)法最优值距离(jùlí)法的特点（四）功效(gōngxiào)系数法功效(gōngxiào)系数法的优缺点（五）熵权法海明距离(jùlí)（六）其它综合(zōnghé)评价方法的应用5.1因子(yīnzǐ)分析法5.2主成分(chéngfèn)分析法应用(yìngyòng)主成分方法必须注意几点应用(yìngyòng)主成分方法注意几点（续）5.3灰色系统理论(lǐlùn)的关联分析5.4模糊(móhu)神经网络（六）Topsis法1.设有n个评价(píngjià)对象、m个评价(píngjià)指标，原始数据可写为矩阵X＝(Xij)n×m3.归一化得到矩阵(jǔzhèn)Z＝(Zij)n×m，其各列最大、最小值构成的最优、最劣向量分别记为例某施工企业2004～2008年7项指标(zhǐbiāo)的实际值，用Topsis法比较该企业这5年的工程安全质量计算各列最大、最小值构成(gòuchéng)的最优、最劣向量分别为（七）秩和比(RSR)法设有m个指标，对n组数据(shùjù)进行评价，形成n行m列的数据(shùjù)阵，则：其中Rij为分别按列编秩后各行的秩次。最小RSR=1/n，最大RSR=1。秩和比法分析的步骤：分别对要评价的各项指标进行编秩计算各指标的秩和比（RSR）确定(quèdìng)RSR的分布求回归方程排序分档例1：采用秩和比法对某施工技术人员的4项考核指标进行(jìnxíng)综合评价业务考试成绩（X1）操作考核结果（X2）工种内测评（X3）工作量考核（X4）第一步，分别对要评价的各项指标(zhǐbiāo)进行编秩第二步，计算(jìsuàn)各指标的秩和比（RSR）计算(jìsuàn)秩和比(RSR)值第三步，确定RSR的分布RSR→频数f