type
status
date
slug
summary
tags
category
icon
password
Property
RSR法(Rank-sum ratio) 是我国田凤调教授于1988年提出的，集古典参数统计与近代非参数统计各自优点于一体的统计分析方法。RSR法现在广泛地应用于医疗卫生、科技、经济等邻域的多指标综合评价、统计预测预报、鉴别分类、统计质量控制等方面。
一般过程是将效益型指标从小到大排序进行排名、成本型指标从大到小排序进行排名，再计算秩和比，最后统计回归、分档排序。通过秩转换，获得无量纲统计量RSR；在此基础上，运用参数统计分析的概念与方法，研究RSR的分布；以RSR值对评价对象的优劣直接排序或分档排序，从而对评价对象做出综合评价。
优点：以非参数法为基础，对指标的选择无特殊要求，适用于各种评价对象，由于计算时使用的数值是秩次，可以消除异常值的干扰
缺点：排序的主要依据是利用原始数据的秩次，最终算得的 RSR 值反映的是综合秩次的差距，而与原始数据的顺位间的差距程度大小无关，这样在指标转化为秩次是会失去一些原始数据的信息，如原始数据的大小差别等。当 RSR 值实际上不满足正态分布时，分档归类的结果与实际情况会有偏差，且只能回答分级程度是否有差别，不能进一步回答具体的差别情况。
RSR 法本质
RSR 只使用了数据的相对大小关系，而不真正运用数值本身，也能用于处理“好”、“较好”、“一般”这类模糊指标问题。只要选择恰当的权重，RSR 法也能转化为模糊综合评价。
实际上，只要确定了权重，编好了秩，原始样本的排序就结束了，但是 RSR 综合评价法再进行了统计回归、分档排序，这一步实际上是通过将样本的秩次分布映射到正态分布曲线上，运用正态分布 原则进行分档。
RSR 综合评价法过程
- Step1：确定评价指标。列出原始数据，一行代表一个评价对象，一列代表一个评价指标。最终为矩阵；
- Step2：编秩。对矩阵即原始数据进行计算秩值；
- Step3：计算秩和比。利用Step2的秩值，计算得到RSR值和RSR值排名；
- Step4：确定RSR分布。列出RSR的分布表格情况并且得到Probit值；
- Step5：计算回归方程；
- Step6：进行排序，并且进行分档等级。
列出原始数据表并编秩
整次秩和比法
将 n 个评价对象的 m 个评价指标排列成 n 行 m 列的原始数据表。编出每个指标各评价对象的秩，其中效益型指标从小到大编秩，成本型指标从大到小编秩，同一指标数据相同者编平均秩。得到秩矩阵，记为
死亡率这类指标一般作为成本型指标(代价型指标)，死亡率越高，则编的秩数值越小。如：A、B 两地非自然死亡率为 1.8% 和3.7%，则编秩时，
非整次秩和比法
此方法用类似于线性插值的方式对指标值进行编秩，以改进 RSR 法编秩方法的不足，所编秩次与原指标值之间存在定量的线性对应关系，从而克服了 RSR 法秩次化时易损失原指标值定量信息的缺点。
对于效益型指标：
对于成本型指标：
非整次秩和比法是对一般秩和比法的扩展：希望在考虑部分模糊指标时，也能正常对待可量化的指标，此外将线性模型改为指数、对数等其他情况，也能做更多扩展。
计算秩和比并排序
在整次秩和比法中，只考虑元素的相对大小，不考虑具体值，计算秩和：
其中为第个评价指标的权重，
当指标权重相同时， ，此时秩和可以表示为：
如果只考虑排序问题, 到这里的时候就可以知道结果了, 以下步骤是为了能从正态分布角度对数据进行分层
确定RSR的分布(转化为概率单位)
RSR 的分布是指用概率单位Probit表达的值特定的累计频率 。
Probit模型是一种广义的线性模型，服从正态分布。其转换方法为：
Step 1 编制RSR频数分布表，列出各组频数，计算各组累计频数
Step 2 确定各组 RSR 的秩次范围及平均秩次
Step 3 计算累计频率 ，最后一项记为进行修正。（使用离散分布作为正态分布的近似计算中，作些修正可以提高精度。实际上这里如果不做修正，得到的，不能用于计算）
Step 4 将累计频率换算为概率单位Probit，Probit为累计频率对应的标准正态离差加 5。
计算直线回归方程
以累积频率所对应的概率单位为自变量，以 RSR 值为因变量，计算直线回归方程，即 ：
回归方程检验：对该回归方程，需要进行检验。回归方程的检验往往围绕以下几点展开：
- 残差独立性检验：Durbin-Watson 检验
- 方差齐性检验（异方差性）：Breusch-Pagan 检验和 White 检验
- 回归系数b的有效性检验： t检验法和置信区间检验法
- 拟合优度检验：(自由度校正)决定系数、Pearson相关系数、Spearman秩相关系数、交叉验证法等
此处建议进行回归系数b的t检验及拟合优度的 Pearson 相关系数检验即可（标准情况下，Spearman 相关系数值为1，没有意义）
通过检验回归方程输出RSR矫正值，并进行分档排序
按照回归方程推算所对应的RSR估计值对评价对象进行分档排序，分档数由研究者根据实际情况决定。
这一部分的目的是将数据按照秩的各种情况, 映射到正态分布曲线上, 结合正态分布的相关划分方法进行分档.
案例：
孕妇保健工作综合评价
当前有某省某年10个地区孕产妇保健工作的产前检查率X1(%)，孕产妇死亡率X2(%)，围生儿死亡率X3(%)。
当前希望结合此3个指标情况，针对10个地区进行综合评价，评价此10个地区的孕产妇保健工作水平情况，最终对此10个地区保健工作水平排序并且分档次。数据如下表：
