由于评价指标的重要性，评价指标的选择及其数据处理方法吸引了众多学者的研究，并且已取得了丰硕的研究成果。这些成果也被广泛应用于管理科学与工程领域中，在经济管理、工业工程及决策等领域中占有重要地位。人们普遍认为不同数据反映的不同指标的含义、量纲、数值不同，不能直接进行运算和比较，这就需要对采集的原始数据进行一定的预处理。常用的数据处理方法有初值化变换、均值化变换、百分比变换、倍数变换、标准化变换等。
很显然，采用不同的数据处理方法会对综合排名产生显著的影响，采用适当的数据处理方法有助于得到合理的综合评价结果。俞立平和潘云涛（2009）进行了学术期刊综合评价数据标准化方法研究，研究结果表明，在综合评价中对指标数据进行标准化时需要遵守三大原则，即同一指标内部数据相对差距不变原则、不同指标之间的相对指标不变原则和标准化后极大值相等原则。[1]他们在三大原则的基础上提出了一种正向指标标准化方法，同时也研究了新的反向指标标准化方法，这两种方法适用于截面数据的比较。对于面板数据和时间序列数据，苏永华（2012）认为，在现实生活中，很多评价对象的价值水平与指标值之间存在着非线性关系，此时就应该采用非线性标准化方法。[2]郭亚军（2007）对指标的数据处理（一致化及无量纲化）进行了系统研究，在分析了无量纲化方法最常用的几种性质后，提出了“理想无量纲化方法”应满足的基本标准。[3]目前，虽然学者对综合评价理论与应用的研究较多，但有很多学者仍然忽视数据处理方法的理论标准，甚至其在综合评价实践中对数据的处理选择也比较随意，从而影响了综合评价结果的准确性。此外，现有文献所介绍的数据处理方法的适用性与优良性还存在不足。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
