按：这是在本人撰写的“学术期刊评价中主成分分析法应用悖论研究”一文的基础上写的博文，该文发表于2009.9《情报理论与实践》。

 

在指标体系多属性评价中，现在已有几十种各种各样复杂的方法，如主成分分析、因子分析、TOPSIS分析、突变理论、ELECTRE等等，这些评价方法大致可以分为线性评价方法和非线性评价方法，前者采取一定的方法给指标体系赋权，然后进行加权汇总，后者相对复杂，原理不同方法不同，其特点是指标体系和评价结果之间的关系呈现非线性。

我认为，不管什么评价方法，必须满足单调性。即如果其他指标值没有变化，正向指标值增加，评价值必须增加，不能减少。

主成分分析和因子分析用于评价，可能有数千篇论文。笔者对主成分分析和因子分析评价结果进行分析时，偶然中发现，即使指标选取正确，但至少有一半的概率不满足单调性，即正向指标值增加，评价结果反而变小。基本上以50%的概率否定了主成分分析和因子分析用于评价，由于发表学术论文，因此论文中并没有博客中这么绝对，语气缓和多了。

迄今为止，尚少有学者研究非线性评价方法的通用的检验问题，如果这个问题不解决，其评价结果是值得怀疑的。我偶然间找到了所有非线性评价方法的检验方法，还是相当得意的。

我现在有这么一个感觉，简单的线性加权汇总评价方法，可能是一种优秀的评价方法。所谓美好的都是简单的，这也是一种回归。如果真是这样，在评价中一味追求复杂模型的方法可能或多或少存在一些问题。就像研究武器一样，一般情况下制约该武器的反武器的研制，仅有原武器研制投入的10%，如果寻找某种评价方法潜在的不足，所需要耗费的代价也许很少。

再进一步，在科学研究中，如果不进行深入思考，了解各种数学模型的适用条件，优缺点等背景知识，就简单运用这些华丽的、复杂的数学模型，可能会存在很多问题，在人文社科的研究中，如果仅仅依靠这些模型得出的结论提出政策建议，也有潜在的风险。

目前的人文社科研究，方法越来越收到重视，这本无可厚非，希望在实际应用过程中，要适当留意方法本身存在的一些问题。

由于认识的规律，本文还有一些细节需要完善，后续研究已经解决了相关问题，成果将陆续发表，欢迎讨论。

                           2009.8.28俞立平于邗上

 

 

 

PDF论文下载

转载本文请联系原作者获取授权，同时请注明本文来自俞立平科学网博客。
链接地址：https://blog.sciencenet.cn/blog-45134-252036.html

上一篇：现在的学生真搞不懂！
下一篇：《网络营销》出版