内容发布更新时间 : 2024/6/28 10:26:55星期一 下面是文章的全部内容请认真阅读。
表3-2 标准化指标 因素 因子 指标 距图书馆距离（m） 距教学楼距离（m） 学习便利程度 距办公楼距离（m） 距书店距离（m） 区位因素 距食堂距离（m） 距便利超市距离（m） 生活便利程度 距快递收发点距离（m） 距ATM距离（m） 距操场距离（m） 人口规模 集聚规模因素 人均占地面积 房间内人均占地面积（m/人） 空调 阳台 宿舍内部基础设施 卫生间 床铺种类 人均柜子空间（m） 基础设施因素 电梯（部） 微波炉（台） 免费报刊 宿舍楼配套设施 全自动洗衣机 公共晾衣房 开水房 1.00 1.00 0.00 0.00 1.00 1.00 1.00 0.00 1.00 0.67 0.00 0.83 32知行 品园 东风 红楼 0.42 0.00 1.00 0.68 0.00 1.00 0.84 0.50 0.00 1.00 0.97 0.95 0.00 1.00 0.89 0.82 1.00 0.79 0.29 0.00 0.17 0.00 1.00 0.78 0.83 0.00 1.00 1.00 1.00 0.53 0.00 0.53 0.80 1.00 0.14 0.00 0.00 0.61 0.89 1.00 常住人口数（人） 0.00 0.50 1.00 1.00 1.00 1.00 0.00 1.00 1.00 1.00 0.00 0.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 0.00 1.00 1.00 1.00 0.00 0.00 0.50 0.00 1.00 0.00 1.00 1.00 0.00 1.00 距最近公交站台的距离（m） 0.00 0.76 1.00 1.00 公交 最近公交站台线路数 距四号线距离（m） 交通因素 地铁 距十号线距离（m） 火车站 机场 繁华程度因素 距最近火车站距离（m） 距机场距离（m） 1000米内购物中心数量（个） 0.00 0.39 1.00 0.35 1.00 0.00 0.64 0.00 1.00 0.00 1.00 0.00 1.00 1.00 0.31 0.00 0.77 0.00 1.00 0.84 购物休闲场所 0.80 0.00 1.00 0.20 在得到各指标的标准化数值后，要将其统一到各因子中去。具体方法是将同一因子的各指标相加，将加总结果除以最大值就可以得到各宿舍楼不同因子的得分。结果见表3-3。 表3-3 各宿舍楼各因子得分 因素 区位因素 因子 学习便利程度 生活便利程度 人口规模 人均占地面积 宿舍内部基础设施 宿舍楼配套设施 公交 交通因素 地铁 火车 飞机 繁华程度因素 休闲购物场所 知行 0.11 1.00 0.00 0.00 0.40 1.00 0.57 0.38 1.00 1.00 0.80 品园 0.81 0.61 0.61 0.50 1.00 0.85 1.00 0.20 0.00 0.00 0.00 东风 1.00 0.64 0.89 1.00 0.00 0.36 0.75 1.00 0.64 1.00 1.00 红楼 0.79 0.61 1.00 1.00 0.80 0.33 0.57 0.60 0.00 0.00 0.20 集聚规模因素 基础设施因素 （三）因子权重确定
每个因素由不同的因子组成，如区位因素包括学习便利程度和生活便利程度两个因子，就要分别确定这两个因子的权重。本文选择的方法是类间标准差法。
类间标准差法的理论基础是基于：一般的,标准差是数据偏离均值程度的一种度量。对第i个特征而言,若类间标准差越大,表明该特征在不同类别之间的变异程度越大,其提供的信息量越大,在综合评价中所起的作用也越大,则其权重
?i?Si?Si?1ni也应越大。反之,则其权重也应越小。特别的，在多属性决策中，如果第i个属性对所有决策方案而言均没有明显差别，那么，该属性对决策方案的排序结果将不起作用，从而该属性的权重可以定为0。
利用标准差计算得到的第i个指标的权重公式为：
??r?r?——第i个指标在不同评估对象中的标准差
n2ijiSi?i?11nri??rijni?1(n?1)——第i个指标在不同评估对象中的均值
简要概括其计算方法就是对每个因子求其标准差，再以各因子的标准差分别比上各标准差之和，得到各因子权重。为了计算的方便，根据四舍五入的原则，对各权重进行调整。各因子权重见表3-4。
表3-4 各因子权重
因素 区位因素 集聚规模因素 基础设施因素 因子 学习便利程度 生活便利程度 人口规模 人均占地面积 宿舍内部基础设施 宿舍楼配套设施 公交 地铁 火车 飞机 繁华程度因素 休闲购物场所 计算权重 0.671045 0.328955 0.483678 0.516322 0.567231 0.432769 0.355685 0.30523 0.2125 0.126585 1 修正权重 0.7 0.3 0.5 0.5 0.6 0.4 0.4 0.3 0.2 0.1 1 交通因素
确定了各因素中因子的权重后，可由已知数据计算出不同宿舍楼在不同因素下的得分（为满足正常打分习惯，在计算结果的基础上全部乘以100）。见表3-5。
表3-5 各宿舍楼因素得分
因素 区位因素 集聚规模因素 知行 37.93779 0.00 品园 74.96035 55.36 东风 89.25087 94.64 红楼 73.90797 100.00 基础设施因素 交通因素 繁华程度因素 64 64.22727 80 93.93939 46.01604 0 14.54545 82.5955 100 61.33333 40.62121 20
（四）因素权重确定
在确定因素权重时，选择了主观性较强的因素成对比较法。因素成对比较法应用有两个重要前提：
（1）因素间的可成对比较性。即因素集合中任意的两个目标均可通过主观的判断确定彼此的重要性差异。
（2）因素比较的可转移性。设有A、B、C三个因素，若A比B重要，B比C重要，则必有A比C重要。
表3-6 权重测算表（模板）
V1 V2 V3 V4 V5 V1 1 4/3 5/3 4/3 5/3 V2 2/3 1 4/3 4/3 4/3 V3 2/3 4/3 1 2/3 2/3 V4 2/3 4/3 5/3 1 4/3 V5 1/3 2/3 2/3 2/3 1 得分 3.33 4.67 5.33 4 5 权重 15% 20% 25% 20% 20%
我们将因素与因素之间的比较按照重要程度可划分为5个等级：1（弱很多） 2（弱一些）、3（一样）、4（强一些）、5（强很多）。
因素与因素之间的比较结果以分数形式体现，具体方法是：以表格的纵向因素为基准（本文采用基准数为3，因为3是中位数，没有偏向性），且纵向做分母，横向做分子。从因素的重要程度来考虑，若横向比纵向弱很多，填1/3；弱一些，填2/3；一样重要，填3/3=1；强一些，填4/3；强很多，填5/3。
之后各项累计得分就是对应因素的得分，然后计算出相应的权重。
考虑到因素成对比较法主观性较强，请不同同学分别对5个因素进行评估，最后综合不同意见得出因素的最终权重。
表3-7 权重测算表
区位因素 集聚规模因素 基础设施因素 交通因素 繁华程度因素 总和 权重 区位因素 集聚规模因素 基础设施因素 交通因素 繁华程度因素 1 4/3 2/3 5/3 4/3 18/3 0.24 2/3 1 2/3 4/3 2/3 13/3 0.17 4/3 4/3 1 5/3 4/3 20/3 0.27 1/3 2/3 1/3 1 2/3 9/3 0.12 2/3 4/3 2/3 4/3 1 15/3 0.20
（五）结合因素权重算出最终得分
表3-8 各宿舍楼最终得分
宿舍楼 最终得分 知行 50.09 品园 58.29 东风 71.35 红楼 60.17 四、分等结果及解释
在“组内差距小，组间差距大”的原则下，采用聚类分析法对宿舍进行分等。先按得分对宿舍楼进行将序排列。
表4-1 不同宿舍楼最终得分排序 宿舍楼 东风 红楼 品园 知行 最终得分 71.35 60.17 58.29 50.09
综合上表，将宿舍楼分成三等：
表4-2 宿舍楼分等结果
等级 宿舍楼 最终得分