1、中級公共管理研究方法期末復(fù)習(xí)大綱一、簡答題：1、研究計(jì)劃書的籌劃？答：研究計(jì)劃書的籌劃分為四個步驟：一、通過理論演繹建立研究假設(shè)：專業(yè)出發(fā)，事實(shí)上往往已有一些感性認(rèn)識。二、操作化：是要對理論概念做出解說和抽象定義，說明在何種范圍、何種 意義上使用這個術(shù)語，然后建立概念的操作定義，選擇和制定測量概念的指標(biāo)和 方案，自后用可被觀測的變量和指標(biāo)來重新表述理論假設(shè)。三、經(jīng)驗(yàn)觀察或?qū)嶒?yàn)：調(diào)查、實(shí)地、非介入性。四、利用歸納推理得出研究結(jié)論：探索、描述、解釋。2、統(tǒng)計(jì)的基本原理？答：一、相依模型：1、變量之間：因子分析2、案例之間：聚類分析二、因果模型：1、單應(yīng)變量：多元回歸2、多重因果關(guān)系：通徑分析；結(jié)構(gòu)

2、方程模型3、多應(yīng)變量：多元方差分析；典型相關(guān)分析3、數(shù)據(jù)測量類型、量表的運(yùn)用？答：數(shù)據(jù)測量類型：有4種標(biāo)準(zhǔn)，分別為命名測量、序數(shù)測量、間隔測量、比率 測量。在應(yīng)用中，該四種變量從左向右標(biāo)準(zhǔn)依次提高，高標(biāo)準(zhǔn)可降低使用。從統(tǒng) 計(jì)角度，間隔測量為最高標(biāo)準(zhǔn)。量表的應(yīng)用：量表是具有結(jié)構(gòu)強(qiáng)度順序的復(fù)合測量。分為以下幾種：1、李克特量表：改進(jìn)指數(shù)形式，測量對某一事物的態(tài)度。2、鮑格達(dá)斯社會距離量表：定量地測量人們相互間交往的程度、相互關(guān)系 的程度或者對某一群體所持的態(tài)度及所保持的距離。3、語義差異量表：研究概念對于不同的人所具有的不同含義。針對這樣的 詞或概念設(shè)計(jì)出一系列雙向形容詞量表，請被測者根據(jù)對詞或概

3、念的感受、理解, 在量表上選定相應(yīng)的位置。4、靜態(tài)數(shù)據(jù)分析的重要統(tǒng)計(jì)量（平均值、中位數(shù)、標(biāo)準(zhǔn)差、四分位差） 答：平均值：是描述統(tǒng)計(jì)數(shù)據(jù)分布集中度最常用的統(tǒng)計(jì)特征數(shù)。x =丄Xn =1中位數(shù)：把統(tǒng)計(jì)數(shù)據(jù)按從小到大的順序排列后，其位置處于中間的觀測值 n_f2 cX med = L * hm標(biāo)準(zhǔn)差：是測度統(tǒng)計(jì)數(shù)據(jù)離散程度最常用的統(tǒng)計(jì)特征數(shù)匚=、'、(Xi -X)2/n四分位差：用來反映觀測值在中位數(shù)周圍的集中情況。數(shù)據(jù)的離散程度也越大。Qd =（Q3 -QJ/2四分位差越大，統(tǒng)計(jì)5、決策的類型與常用方法。答：決策的類型有三種：1、確定性決策：假定在特定狀態(tài)下研究問題。常用方法有線性規(guī)劃、非

4、線 性規(guī)劃、動態(tài)規(guī)劃。當(dāng)約束條件與目標(biāo)函數(shù)均為線性函數(shù)時(shí)，即線性規(guī)劃問題； 當(dāng)約束條件或目標(biāo)函數(shù)為非線性函數(shù)， 即非線性規(guī)劃；當(dāng)約束條件與目標(biāo)函數(shù)中 引入時(shí)間因素，決策問題可劃分若干時(shí)間段，就是動態(tài)規(guī)劃。2、隨機(jī)型決策：常用方法有數(shù)學(xué)期望法、決策樹。3、不確定型決策：常用方法有最大最小收益值法（悲觀法）、最大最大收益 值法、最小最大后悔值法。隨機(jī)和不確定的區(qū)別，在于隨機(jī)可預(yù)知概率，不確定型不可預(yù)知。6、經(jīng)典博弈的分析（贏得表、均衡對局）。答：贏得表：（囚徒困境）假如甲和乙兩人一起偷竊，作案過程中被警察抓到， 但是警察沒有當(dāng)場獲取物證而無法起訴。在警察局里，警察將甲乙二人分別關(guān)押， 并單獨(dú)告訴甲

5、、乙雙方：如果兩人都不坦白交代，兩人都將被關(guān)押1年；如果一方交待而另一方不交代，交代的一方可因立功表現(xiàn)而不予起訴，不交代的一方將 處以重刑，要關(guān)押10年；如果雙方都坦白交待，兩人都將分別都要關(guān)押 5年。 甲乙兩人面臨的對策如表1所示，在這種情況下，甲乙兩人如何選擇各自的策略 呢？囚徒困境贏得表：甲的策略不坦白坦白不坦呂-L 1-10, o坦白山-105,贏得矩陣鞍點(diǎn)：贏得矩陣中存在這樣一個元素，它是所在行中最小且在所在列中 最大。均衡對局（平衡偶）1、平衡的對局：指在一個對局中，任何一方獨(dú)自改變策略（在其他方不改變策略的情況下），都不會帶來好處。2、二人有限零和對策中相應(yīng)與贏得矩陣鞍點(diǎn)的對局時(shí)

6、平衡的，是平衡偶。贏得矩陣的鞍點(diǎn)的求解方法：minmax法（悲觀法）。納什均衡：納什均衡是一種策略組合，使得每個參與人的策略是對其他參與人策 略的最優(yōu)反應(yīng)。所謂納什均衡，指的是參與人的這樣一種策略組合， 在該策略組 合上，任何參與人單獨(dú)改變策略都不會得到好處。 換句話說，如果在一個策略組 合上，當(dāng)所有其他人都不改變策略時(shí)，沒有人會改變自己的策略，則該策略組合 就是一個納什均衡。Nash平衡是指博弈中這樣的局面，對于每個參與者來說，只要其他人不改變策 略，他就無法改善自己的狀況。Nash在證明了在每個參與者都只有有限種策略 選擇、并允許混合策略的前提下，Nash平衡一定存在。以兩家公司的價(jià)格大戰(zhàn)

7、 為例，Nash平衡意味著兩敗俱傷的可能：在對方不改變價(jià)格的條件下，既不能 提價(jià)，否則會進(jìn)一步喪失市場；也不能降價(jià)，因?yàn)闀霈F(xiàn)賠本甩賣。于是兩家公 司可以改變原先的利益格局，通過談判尋求新的利益評估分?jǐn)偡桨福簿褪荖ash 平衡。類似的推理當(dāng)然也可以用到選舉，群體之間的利益沖突，潛在戰(zhàn)爭。 Nash于1951年證明：任何有限個策略的二人對策，至少有一對平衡偶。博弈案例：1、在經(jīng)濟(jì)學(xué)中，“智豬博弈”（Pigs ' payoffs）是一個著名博弈論例子。"智豬博弈"由約翰納什（Joh nF Nash），1950年提出。實(shí)際上小豬選擇等待， 讓大豬去按控制按鈕，而自己選擇

8、“坐船”（或稱為搭便車）的原因很簡單：在大 豬選擇行動的前提下，小豬選擇等待的話，在大豬返回食槽之前，小豬可得到4個單位的純收益，大豬到達(dá)之后只能得到剩下的6個單位，實(shí)得4個單位；而小豬和大豬同時(shí)行動的話，則它們同時(shí)到達(dá)食槽，分別得到1個單位和5個單位的純收益；在大豬選擇等待的前提下，小豬如果行動的話，小豬在返回到達(dá)食 槽之前，大豬已吃了 9個單位，小豬只能吃到剩下的1個單位，則小豬的收入 將不抵成本，純收益為-1單位，如果大豬也選擇等待的話，那么小豬的收益為 零，成本也為零，總之，等待還是要優(yōu)于行動。用博弈論中的報(bào)酬矩陣可以更清晰的刻畫出小豬的選擇：贏得表：小豬行動等待大豬行動5,14,4等

9、待9,-1 Io,o從矩陣中可以看出，當(dāng)大豬選擇行動的時(shí)候，小豬如果行動，其收益是1，而小豬等待的話，收益是4，所以小豬選擇等待；當(dāng)大豬選擇等待的時(shí)候，小豬如果 行動的話，其收益是-1，而小豬等待的話，收益是0,所以小豬也選擇等待。綜合 來看，無論大豬是選擇行動還是等待，小豬的選擇都將是等待，即等待是小豬的 占優(yōu)策略。“小豬躺著大豬跑”的現(xiàn)象是由于故事中的游戲規(guī)則所導(dǎo)致的。 規(guī)則的核心指 標(biāo)是：每次落下的事物數(shù)量和踏板與投食口之間的距離。如果改變一下核心指標(biāo)，豬圈里還會出現(xiàn)同樣的“小豬躺著大豬跑”的景象嗎？ 試試看。改變方案一：減量方案。投食僅原來的一半分量。結(jié)果是小豬大豬都不去踩踏 板了。小

10、豬去踩，大豬將會把食物吃完；大豬去踩，小豬將也會把食物吃完。誰 去踩踏板，就意味著為對方貢獻(xiàn)食物，所以誰也不會有踩踏板的動力了。如果目的是想讓豬們?nèi)ザ嗖忍ぐ澹@個游戲規(guī)則的設(shè)計(jì)顯然是失敗的。改變方案二：增量方案。投食為原來的一倍分量。結(jié)果是小豬、大豬都會去踩 踏板。誰想吃，誰就會去踩踏板。反正對方不會一次把食物吃完。小豬和大豬相 當(dāng)于生活在物質(zhì)相對豐富的“共產(chǎn)主義”社會，所以競爭意識卻不會很強(qiáng)。對于游戲規(guī)則的設(shè)計(jì)者來說，這個規(guī)則的成本相當(dāng)高（每次提供雙份的食物）； 而且因?yàn)楦偁幉粡?qiáng)烈，想讓豬們?nèi)ザ嗖忍ぐ宓男Ч⒉缓谩８淖兎桨溉簻p量加移位方案。投食僅原來的一半分量，但同時(shí)將投食口移到 踏板附近

11、。結(jié)果呢，小豬和大豬都在拼命地?fù)屩忍ぐ濉５却卟坏檬常鄤?者多得。每次的收獲剛好消費(fèi)完。對于游戲設(shè)計(jì)者，這是一個最好的方案。成本不高，但收獲最大。原版的“智豬博弈”故事給了競爭中的弱者（小豬）以等待為最佳策略的啟發(fā)。但是對于社會而言，因?yàn)樾∝i未能參與競爭，小豬搭便車時(shí)的社會資源配置的并 不是最佳狀態(tài)。為使資源最有效配置，規(guī)則的設(shè)計(jì)者是不愿看見有人搭便車的， 政府如此，公司的老板也是如此。而能否完全杜絕“搭便車”現(xiàn)象，就要看游戲 規(guī)則的核心指標(biāo)設(shè)置是否合適了。現(xiàn)實(shí)意義：在小企業(yè)經(jīng)營中，學(xué)會如何“搭便車”是一個精明的 職業(yè)經(jīng)理 人最為基本的素質(zhì)。在某些時(shí)候，如果能夠注意等待，讓其他大的企業(yè)首

12、先開發(fā) 市場，是一種明智的選擇。這時(shí)候有所不為才能有所為！高明的管理者善于利用各種有利的條件來為自己服務(wù)。“搭便車”實(shí)際上是提供給職業(yè)經(jīng)理人面對每一項(xiàng)花費(fèi)的另一種選擇， 對它的留意和研究可以給企業(yè)節(jié)省 很多不必要的費(fèi)用，從而使企業(yè)的管理和發(fā)展走上一個新的臺階。 這種現(xiàn)象在經(jīng) 濟(jì)生活中十分常見，卻很少為小企業(yè)的經(jīng)理人所熟識。到“榮譽(yù)” 益進(jìn)行分 兩位參賽 頭，那么 成了平 到也沒失 如果都不 都失去了100 分）。 一人掉 他（或她）“榮譽(yù)”析。如果 者都掉 他們就打 手，沒得 去什么。 掉頭，就 一切（負(fù) 如果只有 頭，那么 就失去了 -1分，被甲乙前進(jìn)后退前進(jìn)-100，-1001，-1后退-

13、1，1-1，-12、“斗雞博弈”取材于一種青少年車賽，兩人沿一條公路迎面高速駕駛，誰先掉 頭誰就是“小雞”。當(dāng)然，很難對這種比賽進(jìn)行量化分析，因?yàn)槠溥x擇結(jié)果涉及 及死亡這種不可估量的概念。但是仍可用抽象的價(jià)值來表現(xiàn)代價(jià)和收另一人獲得1分。 贏得表：這個比賽沒有穩(wěn)定的均衡位置，即參賽者的選擇發(fā)生交匯，因?yàn)閮扇硕枷肴?得右上方或左下方方框的結(jié)果。但從另一方向講，都掉頭才是兩人明智的選擇， 而這樣做要求有一定程度的默契。 間題是這種選擇是不穩(wěn)定的，因?yàn)閮扇硕枷胧?對方相信自己是不理智的，會進(jìn)行瘋狂的冒險(xiǎn)，從而贏得比賽。為了“比贏”，參賽者可能裝作醉醺醺的樣子或是滿口大話，可能把前車窗涂上油漆擋住視線

14、， 或是把方向盤扔到窗外，迫使可能更理智些的對手承擔(dān)選擇的責(zé)任。這就是“非理性的理性”3、蜈蚣博弈是由羅森塞爾（Rosenthal）提出的。它是這樣一個博弈：兩個參與者 A、B輪流進(jìn)行策略選擇，可供選擇的策略有“合作”和“背叛”（“不合作”）兩種。假定A先選，然后是B,接著是A，如此交替進(jìn)行。A、B之間的博弈次 數(shù)為有限次，比如100次。假定這個博弈各自的支付給定如下：合作合作合作合作合作合作ABAB AB（100，100）合作合作合作合作合作背叛ABAB AB（98，101）A2,0ii 2iI11i99»971 町畀 93,15,3現(xiàn)在的冋題是：A、B是如何進(jìn)行策略選擇的？這個博

15、弈因形狀像一只蜈蚣,而被命名成蜈蚣博弈。這個博弈的奇特之處是：當(dāng)A決策時(shí)，他考慮博弈的最后一步即第100步；B 在“合作”和“背叛”之間作出選擇時(shí)，因“合作”給B帶來100的收益，而“不合作”帶來101的收益，根據(jù)理性人的假定，B會選擇“背叛”。但是，要 經(jīng)過第99步才到第100步，在99步，A考慮到B在100步時(shí)會選擇“背叛” 此時(shí)A的收益是98，小于B合作時(shí)的100，那么在第99步時(shí)，他的最優(yōu) 策略是“背叛”一一因?yàn)椤氨撑选钡氖找?99大于“合作”的收益98如此推 論下去，最后的結(jié)論是：在第一步 A將選擇“不合作”，此時(shí)各自的收益為1, 遠(yuǎn)遠(yuǎn)小于大家都采取“合作”策略時(shí)的收益：A： 100

16、，B: 100-99。根據(jù)倒推法，結(jié)果是令人悲傷的。從邏輯推理來看，倒推法是嚴(yán)密的，但結(jié)論 是違反直覺的。直覺告訴我們，一開始就采取不合作的策略獲取的收益只能為 1， 而采取合作性策略有可能獲取的收益為 100。當(dāng)然，A 一開始采取合作性策略的 收益有可能為0，但1或者0與100相比實(shí)在是太小了。直覺告訴我們采取合作 策略是好的。而從邏輯的角度看，一開始 A應(yīng)取不合作的策略。我們不禁要問： 是倒推法錯了，還是直覺錯了？這就是蜈蚣博弈的悖論。7、常用統(tǒng)計(jì)方法（聚類分析、主成分分析、回歸分析，作用與要點(diǎn)）答：根據(jù)聚類分析法的要求計(jì)算任意兩個對等對象的加權(quán)歐式距離，計(jì)算公式為式：Dij= E Wk

17、x（ Fik- Fjk） 2 1/2式中：Dij第i個分等對象到第j個分等對象的歐式距離；Wk第k項(xiàng)因子的總排序權(quán)重值；Fik第i個分等對象第k項(xiàng)因子的評分值;Fjk第j個分等對象第k項(xiàng)因子的評分值。 案例之間：聚類分析主成分分析是把多個可觀測的變量綜合為少數(shù)幾個潛在指標(biāo)的一種統(tǒng)計(jì)分析方 法.主成分分析的目的主要有兩個劃分一是用有限個不可觀測的潛在變量來接解釋原變量的相關(guān)性主成分分析二是對變量或樣本進(jìn)行分類。或者說，通過主成分分析找出幾個綜合 因子來代表原來眾多的變量，使這些綜合因子盡可能地反映原來變量 的信息量，而且彼此之間互不相關(guān)，從而達(dá)到簡化的目的。主成分分析法可將眾多指標(biāo)綜合起來，又克

18、服了指標(biāo)間的相關(guān)性，同 時(shí)進(jìn)一步根據(jù)主成分的得分情況進(jìn)行分類。回歸分析一一多元線性回歸1）.單一方程回歸模型的基本形式丫二f （XX2,Xk） u式中：丫為被解釋變量（應(yīng)變量） X1,X2,Xi為解釋變量（自變量），代表影響因素，k為解釋變量個數(shù)u為隨機(jī)擾動項(xiàng)Ya + bX + uYt - ct + bX + 碼（i =1，2,旳）丫對X1,X2,Xi存在單向的依存關(guān)系最簡單的回歸模型：一元線性回歸模型 式中：Yi為被解釋變量Xi為第i個樣本的解釋變量 n為樣本容量 a,b為待估參數(shù)ui（i=1,2,n）為隨機(jī)擾動項(xiàng)且應(yīng)變量是隨機(jī)變量，具有一定的概單向的依存關(guān)系，以一元線性回歸模型為例 回歸分

19、析研究的兩個變量必須具有因果關(guān)系 率分布，自變量（解釋變量）則在假定的重復(fù)抽樣中取固定的值 相關(guān)分析中，兩個變量是同等看待的，即應(yīng)變量與解釋變量不加以區(qū)別，不考慮因 果關(guān)系,并且兩個變量都假定為隨機(jī)變量最常用的回歸模型：多元線性回歸模型式中：Yi為被解釋變量丫二 dXX2i kXkiUi（i 二 1,2，,n）X1i, X2i ,Xki為第i個樣本的共k個解釋變量 n為樣本容量（如觀測次數(shù)）0 4 2七,為待估參數(shù)ui(i=1,2,n)為隨機(jī)擾動項(xiàng)許多非線性可轉(zhuǎn)換為之2) 模型的參數(shù)估計(jì)如何根據(jù)樣本數(shù)據(jù)得到最佳的樣本回歸方程？最小二乘法(OLS)極大似然法OLS估計(jì)的性質(zhì)為是線性估計(jì)B = P

20、FX翊是B的無偏估計(jì)擬合優(yōu)度系數(shù)nZ (Y?-Y)2R2 ESS J)樣本決定系數(shù) 多重可決系數(shù)R2,01R nTSS、(Yi_Y)2i 二3)擬合優(yōu)度檢驗(yàn)接近1,表示回歸方程與樣本觀測值擬合的好R2沒有考慮自由度的影響自由度:觀測數(shù)-未知數(shù)個數(shù)參丘在B所有線性無偏估計(jì)中具有最小方差第離差yY.-Y 回歸計(jì)算值與平均值 之差一-殘差旳胡-X*殘差的絕對值越小,擬 含度越好相關(guān)系數(shù)與擬合優(yōu)度系數(shù)R hW R2擬合優(yōu)度系數(shù)是對變量丫與X進(jìn)行回歸分析得出的，用于判定回歸方程與樣本觀 測值的擬合優(yōu)度相關(guān)系數(shù)是進(jìn)行相關(guān)分析得出的，用于判定丫與X線性相關(guān)密切程度的數(shù)量指標(biāo)4) .顯著性檢驗(yàn)t檢驗(yàn)F檢驗(yàn)解釋

21、變量的顯著性檢驗(yàn)總體顯著性檢驗(yàn)檢驗(yàn)每個回歸系數(shù)假設(shè)所有J=0時(shí)，出現(xiàn)該數(shù)據(jù)分布的概率P假設(shè)一個-i=0時(shí)，出現(xiàn)該數(shù)據(jù)分布的概率 P a=0.05P>0.05不顯著P:0.050.01 顯著P<0.01極顯著a=0.055) .幾個統(tǒng)計(jì)量正態(tài)分布 單尾/雙尾Ft分布的臨界點(diǎn)自由度v=10P(t>1.812)=0.05P(t<-1.812)=0.05ZtZ與t的關(guān)系考慮自由度無窮大P(t>1.645)=0.05P(t>1.960)=0.0256) .回歸分析的幾個要點(diǎn)模型理論基礎(chǔ)解釋性分析而不是探索性分析 相關(guān)分析顯著性檢驗(yàn):t和F因素影響的方向：+或-因素影響

22、的大小：1擬合優(yōu)度：R2其余的隨機(jī)擾動項(xiàng)u解釋 用于預(yù)測才重要8、評價(jià)方法（權(quán)重、位序或極值標(biāo)準(zhǔn)化、多因子評價(jià)、主導(dǎo)因子評價(jià)、 限制因子評價(jià)的使用方法）1）權(quán)重如果每個因素都能量化Vi但每個因素的重要程度不一樣Wi綜合 S的計(jì)算：賦權(quán)重的方法單人 決策結(jié)果主觀100%）多人 讓決策結(jié)果更加全面間接商議討論成特爾斐法（通常與直接賦相結(jié)合） 層次分析法（AHP優(yōu)勢度）直接直接（定量）賦，因子權(quán)重累計(jì)為1（或間接間接（定性）賦，通過一定轉(zhuǎn)換使得因子權(quán)重累計(jì)為1對因素比較法2）位序或極值標(biāo)準(zhǔn)化 位序標(biāo)準(zhǔn)化的公式Y(jié)ij =100 x Xij/n式中：Yij第i個分等對象的第j項(xiàng)因子分值；Xij各分等對象

23、按第j項(xiàng)因子指標(biāo)大小進(jìn)行排序，Xij為排序后第i個分等對象 的位序；當(dāng)前標(biāo)值與土地利用效益呈正相關(guān)時(shí)，排序從小到大進(jìn)行，反之亦反； n參加分等的城鎮(zhèn)個數(shù)。極值標(biāo)準(zhǔn)化的公式Y(jié)ij =100 x a （j ）x（ Yij Xj） / （Xmax Xmin）式中：Yij第i個分等對象的第j項(xiàng)因子分值；a （j）, Xj當(dāng)?shù)趈項(xiàng)因子指標(biāo)與土地利用效益正相關(guān)時(shí)，a （j） =1且Xj= Xmin ； 當(dāng)?shù)趈項(xiàng)因子指標(biāo)與土地利用效益負(fù)相關(guān)時(shí)，a （j） =-1且Xj= Xmax ；Xij第i個分等對象的第j項(xiàng)指標(biāo)值； Xmax 各分等對象Xij指標(biāo)的最大值； Xmin 各分等對象Xij指標(biāo)的最小值。3）多

24、因子綜合評價(jià)多因子綜合評判法是評價(jià)中最常用的方法以資源評價(jià)為例，資源的質(zhì)量往往受到多個因子的綜合影響， 多因子綜合評判法 通過選擇確定各評價(jià)因子， 給各評價(jià)因子賦予權(quán)重， 以及給每個評價(jià)因子評分確 定標(biāo)準(zhǔn)，再通過加權(quán)平均或模糊綜合評判等方法權(quán)定評價(jià)對象的分值 最后通過評價(jià)對象所得的分值和已建好的等級標(biāo)準(zhǔn)分值間的比較， 確定評價(jià)對象 的質(zhì)量等級 步驟與內(nèi)容資料調(diào)查影響因子的選擇與權(quán)重確定 根據(jù)專業(yè)分析選擇評價(jià)因子 然后采用層次分析法和特爾菲等方法 評價(jià)因子評分確定標(biāo)準(zhǔn) 由于各個因子的指標(biāo)可能是定量指標(biāo)， 也可能是定性指標(biāo)， 同時(shí)， 即使是定量指 標(biāo)，各指標(biāo)通常也無法進(jìn)行加和運(yùn)算 所以需對各因子的

25、指標(biāo)值通過一定的模型進(jìn)行量化為 相同量綱（或無量綱）的分值評價(jià)單元劃分和評價(jià)單元因子分值計(jì)算 加法模型 /乘法模型建立因子分值圖和疊加運(yùn)算 等級標(biāo)準(zhǔn)分值的確定和等級劃分4）主導(dǎo)因子評判法 主導(dǎo)因子評判法是多因子綜合評判法的特殊運(yùn)用 該評價(jià)方法是在影響某一資源質(zhì)量的多個因子中， 選擇一或兩個起決定性作用的 主導(dǎo)因子作為評判資源質(zhì)量或劃分等級的依據(jù)運(yùn)用該方法評價(jià)國土資源時(shí)， 不僅需要科學(xué)地選取評價(jià)的主導(dǎo)因子和表達(dá)這一評 價(jià)因子的指標(biāo)，而且必須對指標(biāo)進(jìn)行科學(xué)的分級，切忌指標(biāo)分級的主觀隨意性5）最低限制因子評判法 最低限制因子評判法也是多因子綜合評判法的一種特殊運(yùn)用 該方法是選取多個限制因子作為評價(jià)因

26、子， 各限制因子按其對資源的限制程度進(jìn) 行指標(biāo)分級，即劃分為不同級別的定量或定性的評判指標(biāo)或標(biāo)準(zhǔn) 然后對被評對象的各個限制因子一一評定其級別，與多因子綜合評判法不同的 是，最后以限制因子評定的最低級別來確定被評對象的等級 乘法模型：該方法常用于適宜性評價(jià)。二、延伸試題1、中位數(shù)與平均值都用于統(tǒng)計(jì)數(shù)據(jù)分布集中趨勢分析，從中位數(shù)和均值的特點(diǎn) 角度理解在電視歌手比賽中，在評委評分去掉一個最高分、一個最低分取平均 的原理。（10 分）參考答案： 由于中位數(shù)是根據(jù)數(shù)列中點(diǎn)的位置確定的， 僅反映數(shù)列中間數(shù)值的大 小，不受極端數(shù)值的影響，平均數(shù)的大小與一組數(shù)據(jù)里的每個數(shù)據(jù)都有關(guān)系,任何一個數(shù)據(jù)的變動都會引起

27、平均數(shù)的變動 ,即平均數(shù)受較大數(shù)和較小數(shù)的影響。 為此在比賽中，2繪圖說明#±z口的含義2、在正態(tài)分布中，當(dāng)數(shù)學(xué)期望為 卩，方差為c時(shí)，（分別以Z=1、Z= 1.96時(shí)說明）。（10分）Z = 1時(shí)，反映平均數(shù)上下1個標(biāo)準(zhǔn)差的得分約占到68%的總體。或者函數(shù)曲線下 68%的面積在平均數(shù)左右的1個標(biāo)準(zhǔn)差范圍內(nèi)。（下圖深藍(lán)部分）-3u-2o -lo u la 2o 3aZ = 1.96時(shí)，反映平均數(shù)上下1.96個標(biāo)準(zhǔn)差的得分占到95%的總體，顯示了平均 數(shù)周圍的得分在總體上占到大多數(shù)。或者函數(shù)曲線下 95%的面積在平均數(shù)左右 的2個標(biāo)準(zhǔn)差范圍內(nèi)。（舉例：假如我們拿一個省的人口進(jìn)行身高測量

28、，那么我們可以將所有人的平均 數(shù)和標(biāo)準(zhǔn)差求出，假如平均數(shù)為 1.70，標(biāo)準(zhǔn)差為0.05。我們發(fā)現(xiàn)在平均數(shù)附近 的人特別多，比如說在 1.70-1.96*0.05至V 1.70+1.96*0.05 的人占到了總?cè)藬?shù)的 95%，這個時(shí)候我們大概能夠判斷出這個省的身高服從正態(tài)分布。）3、舉例說明多因素綜合評價(jià)法在社會經(jīng)濟(jì)分析中的要點(diǎn)，如指標(biāo)的選擇、權(quán)重的確定、指標(biāo)值的標(biāo)準(zhǔn)化、綜合得分的公式，以及評價(jià)等級的劃分。（10分）答：以下為步驟，可結(jié)合具體*實(shí)例：1資料調(diào)查2影響因子的選擇與權(quán)重確定根據(jù)專業(yè)分析選擇評價(jià)因子然后采用層次分析法和特爾菲等方法確定權(quán)重3評價(jià)因子評分確定標(biāo)準(zhǔn)由于各指標(biāo)通常無法進(jìn)行加和

29、運(yùn)算，所以需通過模型量化為相同量綱（或無量綱） 的分值4評價(jià)單元劃分和評價(jià)單元因子分值計(jì)算加法模型/乘法模型5建立因子分值圖和疊加運(yùn)算6等級標(biāo)準(zhǔn)分值的確定和等級劃分最后通過評價(jià)對象所得的分值和已建好的等級標(biāo)準(zhǔn)分值間的比較，確定評價(jià)對象的質(zhì)量等級4、對以下案例比較分析悲觀法、樂觀法、最大最小后悔值在決策中的差異。案 例有三種投資選擇，需要投入的成本相同，經(jīng)過經(jīng)驗(yàn)預(yù)計(jì)各種投資的回報(bào)如F表。（10分）回報(bào)利率上調(diào)利率確定利率下調(diào)股票：-4410債券-238貨幣市場420參考答案：1、最大最小收益值法亦稱悲觀法，即考慮可能的損失最小。這種方法的決策法則是假定發(fā)生最壞結(jié)果的自然狀態(tài)來進(jìn)行決策方案的取 舍

30、，也即從各種方案的最差的結(jié)果中，選擇一個相對較優(yōu)結(jié)果的 可行方案，作為決策選擇方案。選c貨幣2最大最大收益值法亦稱樂觀法，即考慮可能的收益最大。這種方法的決策法則 是假定發(fā)生最好結(jié)果的自然狀態(tài)來進(jìn)行決策方案的取舍，也即從各種方案的最好的結(jié)果中，選擇一個最好的結(jié)果的可行方案，作為決策選擇方案。選股票2、最小最大后悔值法，這種方法的決策法則是針對人們的后悔心理而設(shè)計(jì)的。在實(shí)際工作中，當(dāng)人們選擇了某一方案，而實(shí)際出現(xiàn)了 更理想的自然狀態(tài)，此時(shí)人們會后悔。為了減小人們的后悔程度，提出了后悔值的概念，并找出每個方案在各自然狀態(tài) 下的后悔值中的最大值，再在其中選擇最小后悔值，并將此后悔值所在的方案作 為決

31、策要選擇的方案。AReturnt rates riseStatic ratesInteruB t ratesfa 1StDCkE-4410Buhdu3820re-tum410I'.Stocks-800-Bands6-1-2arket0-2-10mmiL選債券5、在博弈分析中，重點(diǎn)在于建議贏得表，并進(jìn)行平衡對局分析，嘗試選擇一種 經(jīng)典的博弈（如智豬博弈、斗雞博弈、蜈蚣博弈），建立贏得表，并從平衡對局 的概念出發(fā)，給出平衡對局，并分析決策 小豬行動等待行動5, 14, 4等待9,：！0, 0平衡對局為4,4，對大豬而言，改為等待， 則收益從4到0，減少，對小豬而言，改 為行動，則收益從4到1啟示：作為強(qiáng)者凡事主動出擊，而弱者采取 搭便車對策。強(qiáng)者多勞，但不多得，弱者 不勞而得，得者與強(qiáng)者相當(dāng)，結(jié)果雙贏， 是沖突中的合作。斗雞