论文部分内容阅读
[摘要] 为了解我国护理医学类科技核心期刊的发展现状。本文采用中国科学技术信息研究所公布的2009年版《中国科技期刊引证报告(核心版)》中的数据,运用主成分分析法,利用SAS8.2统计分析软件对12种护理医学类科技核心期刊的被引情况及学术水平进行综合评价。同时对主成分分析法用于科技期刊综合评价的优缺点进行分析,并针对它的合成方法提出改进的建议。
[关键词] 护理医学 主成分分析 综合评价 指标合成
护理期刊作为护理科技信息交流的媒介,在促进护理科学发展中起到了重要的推动作用。全面了解我国护理期刊被引情况、学术水平及科学交流程度等信息对于广大护理工作者,科研工作者、科研管理人员以及科学计量学者都具有重要意义[1]。采用计量统计指标对科技期刊进行综合评价是当前研究期刊发展状况的最常用方法。随着科技期刊研究的深入,期刊计量指标越来越多,不可避免的指标之间的相关性也越来越强,而传统的综合评价方法对于指标的相关性未给予充分的考虑[2]。传统的综合评价方法在多指标合成时多采用专家打分的方法,而随着指标的评价指标的增多,专家打分的难度越来越大,所给出的权重的可信度也越来越值得怀疑。主成分分析法是一种统计学方法。它是从多个指标之间的相互关系人手.利用降维的思想.以不丢失或很少丢失原有信息量为前提,将分析问题的多个指标化为少数几个互不相关的综合指标。本研究利用主成分分析法对2008年我国护理科技核心期刊进行综合评价,并对主成分分析法用于科技期刊评价的常见问题提出自己的看法。
一、研究方法
(一)模型介绍
主成分分析法是将多个相关指标转化为互不相关的综合指标的统计方法。一般,对n个观察对象p个指标来说,当p个指标间存在相关关系时,可通过一定的数学方法找到一组新指标,它们满足:各Fi是原指标的线性函数;各Fi互不相关;提供原指标所含的全部信息,且F1提供的信息最多,F2次之,…,FP最少[3]。
主成分分析模型为:
(1)
其中,矩阵Ap×p={aij}(i,j=1,2,3,…,p)为X的协方差阵对应的特征向量组成的矩阵。
(二) 主成分分析的基本步骤
(1) 原始数据标准化
设有n个样本,每个样本有p项指标,则原始样本数据矩阵为
式中表示第i个样本的第j项指标。考虑指标的趋势和量纲问题,可采用倒数的方法对指标进行同趋势化处理,然后用Z-score法对样本进行标准化变换[4],即
(2)
其中:
, ,则可得标准化样本矩阵
(2 ) 求相关系数矩阵
计算p个变量的相关系数矩阵R,,其中为变量与变量的相关系数。由相关系数的性质知,也为变量与变量的相关系数。
(3)计算相关矩阵R的特征值和特征向量
相关系数矩阵为非负定矩阵,故可求得R的n个非负特征值(),不妨设。同时设=()为对应于特征值()的单位特征向量。则可得到一组主成分,若记,标准化数据矩阵为Z,单位特征向量矩阵。则
(3)
(4) 确定主成分个数
主成分个数等于原始指标个数,为减少计算量并降低维数,一般以主成分方差累计贡献率大于80%为标准确定取用主成分的个数m[5]。
(5)构建综合评价函数,计算被评价对象的综合评价值
在采用主成分分析法进行综合评价时,通常以主成分的累计方差贡献率作为权重进行指标的合成。若提取前m个主成分进行综合评价,记第i个主成分的贡献率为(),则
综合评价值记为G,则
(4)
二、 护理医学类科技核心期刊的综合评价
(一)数据来源及指标选择
本文资料来自中国科学技术信息研究所2009年11月份公布的2009年版《中国科技期刊引证报告(核心版)》。选取2008年护理医学类12种科技核心期刊作为研究对象。杂志序号及刊名如下:(1)护理管理杂志、(2)护理学报、(3)护理学杂志、(4)护理研究、(5)护士进修杂志、(6)解放军护理杂志、(7)上海护理、(8)现代护理、(9)现代临床护理、(10)中国护理管理、(11)中国实用护理杂志、(12)中华护理杂志[6]。
参考传统期刊评价指标体系,根据护理医学类科技核心期刊的数据特征,选择15种期刊计量指标组成期刊评价指标体系。选定指标如下:总被引频次()、影响因子()、即年指标()、他引率()、引用刊数()、扩散因子()、权威因子()、被引半衰期()、来源文献量()、文献选出率(X10)、平均引文数(X11)、地区分布数(X12)、机构分布数(X12)、基金论文比(X13)、引用半衰期(X14)。
(二)数据标准化
由于给出的15项指标均为高优指标,故不需要进行同趋势化处理就可直接对数据进行标准化,数据标准化在Excel中完成。标准化后数据见表1。
表1标准化数据表
(三) 计算相关系数矩阵与特征根
运用SAS8.2编程计算,可得相关系数矩阵、特征值。相关系数矩阵见表2,由大到小排列的主成分特征值、方差贡献率与累计方差贡献率见表3[7]。
(四) 主成分及综合评价值的确定
由表3知,前3个主成分的累计方差贡献率达到80.3%,故本文选用3个主成分。采用SAS进行主成分分析时,同时可以得到对应不同特征值的单位特征向量。利用Excel的矩阵计算功能,由式(3)可得各主成分的计算结果。再由式(4)可得12种杂志的综合评价值及排名。各主成分的计算结果及综合评价值见表4.
表4主成分的计算结果及综合评价值
期刊 F1 F2 F3 G 排名
护理管理杂志 -3.90 3.36 -2.92 -1.40 9
护理学报 -3.36 0.20 -0.81 -1.76 10
护理学杂志 3.25 -0.03 -1.16 1.39 5
护理研究 5.57 -3.13 -1.98 1.41 4
护士进修杂志 3.91 -3.15 3.26 1.53 3
解放军护理杂志 -0.84 -0.32 -1.67 -0.83 6
上海护理 -9.96 0.99 4.19 -3.87 11
现代护理 0.89 -3.91 -1.31 -1.05 7
现代临床护理 -7.97 -1.66 0.08 -4.48 12
中国护理管理 -3.79 2.50 -0.97 -1.26 8
中国实用护理杂志 7.28 -4.28 1.76 2.57 2
中华护理杂志 8.93 9.42 1.52 7.73 1
(五) 因子载荷分析
利用主成分因子载荷矩阵可以分析主成分与各指标的相关性。我们选取的3个主成分的因子载荷矩阵见表5.
表5 主成分因子载荷矩阵
由表5中可以看出,总被引频次、引用刊数、扩散因子、权威因子、文献选出率、地区分布数、机构分布数在第1主成分上有较高载荷,说明第1主成分主要反映了引用与被引用总量以及作者总扩散量等总量方面的信息;影响因子、即年指标、来源文献量、平均引文数、基金论文比在第2主成分上有较高载荷,说明第2主成分基本反映了引用与被引用相对量方面的信息。他引率、被引半衰期、引用半衰期在第3主成分上有较高载荷,这说明第3主成分主要反映他引率及期刊衰老速度方面的信息。
三、讨论与建议
主成分分析法通过相关系数矩阵的特征向量将评价指标线性变换成彼此独立的主成分,通过特征值确定主成分的取用个数以及指标合成时的权重,然后对主成分加权求和得到综合评价值。使用主成分分析法对科技期刊进行综合评价可以消除由于指标间的相关性带来的评价偏差,降低计算维数,从而降低指标选择难度,评价过程中可以考虑尽可能多的计量指标,而不用关心指标之间的相关重叠性,在科技期刊评价指标日益增多的今天采用主成分分析法进行综合评价的意义也越来越明显。此外,使用主成分分析法对科技期刊进行综合评价可以消除人为确定指标权重引起的弊病,使评价结果更具客观性和准确性。
在综合评价的研究中一直存在着应该主观赋权还是客观赋权的争论。主成分分析方法作为典型的客观综合评价方法也有着它明显的缺点[8-10]。如采用主成分分析法进行综合评价时一般采用特征值作为权重,而这种不考虑评价目的的、纯客观的做法有时缺乏说服力。笔者认为在综合评价中既不应该背离综合评价的客观性,也不应该过分强调方法的客观性。综合评价方法的选择应该根据不同的评价目的以及评价条件来确定。在有足够数据资源以及人力资源的条件下,采用主观赋权方法更容易根据不同的评价目的得到更合理的结果,但采用主观赋权法时必须详细说明指标权重得到的过程以及打分专家的权威性。而如果进行综合评价的目的仅仅是为了介绍某学科科技期刊的大致情况,为广大科研工作者以及科研管理者提供参考,可考虑采用客观赋权法。
此外,主成分分析法在综合评价中还可以有更多的应用。如在分析出主成分之后,可采用对主成分主观赋权的办法得到综合评价值。这就既消除了指标之间的相关性,又可以体现进行综合评价的主观目的,同时也降低了专家在多指标赋权时的难度。
参考文献:
[1] 张立新.护理期刊的发展.当代护士,2002,(1):2-3.
[2 ]张弘,赵惠祥,刘燕萍,等.基于主成分分析法的科技期刊评价方法.编辑学报,2008,20(1):87-90.
[3] 张中文,高永.主成分分析与因子分析在医院综合评价中的比较研究.中国医院统计,2009,16(3):249-252.
[4] 陈汉中.主成分分析在科技期刊评价中的应用.中国科技期刊研究,2004,15(6):658-660.
[5] 李红.基于主成分分析法的上海科技期刊排序研究[J]. 中国科技期刊研究,2009,20(1):57-62.
[6] 中国科学技术信息研究所.2009年版中国科技期刊引证报告(核心版).北京:科学技术文献出版社,2009:5-173.
[7] 金丕焕,苏炳华,贺佳.医用SAS统计分析.复旦大学出版社,2002:148-152
[8 ]孙红卫,徐天和,王玖.主成分分析用于综合评价合理性的探讨.中国卫生统计,2008,24(5):425-427.
[9] 叶宗裕. 主成分综合评价方法存在的问题及改进. 统计与信息论坛,2004,19(2):29-31.
[10]王学民. 对主成分分析中综合得分方法的质疑. 统计与决策,2007 ,23 (8) :31-32.
作者简介:
张中文(1983-),男。滨州医学院《中国医院统计》杂志助理编辑,大连理工大学概率论与数理统计硕士。研究方向:期刊评价,应用统计。
[关键词] 护理医学 主成分分析 综合评价 指标合成
护理期刊作为护理科技信息交流的媒介,在促进护理科学发展中起到了重要的推动作用。全面了解我国护理期刊被引情况、学术水平及科学交流程度等信息对于广大护理工作者,科研工作者、科研管理人员以及科学计量学者都具有重要意义[1]。采用计量统计指标对科技期刊进行综合评价是当前研究期刊发展状况的最常用方法。随着科技期刊研究的深入,期刊计量指标越来越多,不可避免的指标之间的相关性也越来越强,而传统的综合评价方法对于指标的相关性未给予充分的考虑[2]。传统的综合评价方法在多指标合成时多采用专家打分的方法,而随着指标的评价指标的增多,专家打分的难度越来越大,所给出的权重的可信度也越来越值得怀疑。主成分分析法是一种统计学方法。它是从多个指标之间的相互关系人手.利用降维的思想.以不丢失或很少丢失原有信息量为前提,将分析问题的多个指标化为少数几个互不相关的综合指标。本研究利用主成分分析法对2008年我国护理科技核心期刊进行综合评价,并对主成分分析法用于科技期刊评价的常见问题提出自己的看法。
一、研究方法
(一)模型介绍
主成分分析法是将多个相关指标转化为互不相关的综合指标的统计方法。一般,对n个观察对象p个指标来说,当p个指标间存在相关关系时,可通过一定的数学方法找到一组新指标,它们满足:各Fi是原指标的线性函数;各Fi互不相关;提供原指标所含的全部信息,且F1提供的信息最多,F2次之,…,FP最少[3]。
主成分分析模型为:
(1)
其中,矩阵Ap×p={aij}(i,j=1,2,3,…,p)为X的协方差阵对应的特征向量组成的矩阵。
(二) 主成分分析的基本步骤
(1) 原始数据标准化
设有n个样本,每个样本有p项指标,则原始样本数据矩阵为
式中表示第i个样本的第j项指标。考虑指标的趋势和量纲问题,可采用倒数的方法对指标进行同趋势化处理,然后用Z-score法对样本进行标准化变换[4],即
(2)
其中:
, ,则可得标准化样本矩阵
(2 ) 求相关系数矩阵
计算p个变量的相关系数矩阵R,,其中为变量与变量的相关系数。由相关系数的性质知,也为变量与变量的相关系数。
(3)计算相关矩阵R的特征值和特征向量
相关系数矩阵为非负定矩阵,故可求得R的n个非负特征值(),不妨设。同时设=()为对应于特征值()的单位特征向量。则可得到一组主成分,若记,标准化数据矩阵为Z,单位特征向量矩阵。则
(3)
(4) 确定主成分个数
主成分个数等于原始指标个数,为减少计算量并降低维数,一般以主成分方差累计贡献率大于80%为标准确定取用主成分的个数m[5]。
(5)构建综合评价函数,计算被评价对象的综合评价值
在采用主成分分析法进行综合评价时,通常以主成分的累计方差贡献率作为权重进行指标的合成。若提取前m个主成分进行综合评价,记第i个主成分的贡献率为(),则
综合评价值记为G,则
(4)
二、 护理医学类科技核心期刊的综合评价
(一)数据来源及指标选择
本文资料来自中国科学技术信息研究所2009年11月份公布的2009年版《中国科技期刊引证报告(核心版)》。选取2008年护理医学类12种科技核心期刊作为研究对象。杂志序号及刊名如下:(1)护理管理杂志、(2)护理学报、(3)护理学杂志、(4)护理研究、(5)护士进修杂志、(6)解放军护理杂志、(7)上海护理、(8)现代护理、(9)现代临床护理、(10)中国护理管理、(11)中国实用护理杂志、(12)中华护理杂志[6]。
参考传统期刊评价指标体系,根据护理医学类科技核心期刊的数据特征,选择15种期刊计量指标组成期刊评价指标体系。选定指标如下:总被引频次()、影响因子()、即年指标()、他引率()、引用刊数()、扩散因子()、权威因子()、被引半衰期()、来源文献量()、文献选出率(X10)、平均引文数(X11)、地区分布数(X12)、机构分布数(X12)、基金论文比(X13)、引用半衰期(X14)。
(二)数据标准化
由于给出的15项指标均为高优指标,故不需要进行同趋势化处理就可直接对数据进行标准化,数据标准化在Excel中完成。标准化后数据见表1。
表1标准化数据表
(三) 计算相关系数矩阵与特征根
运用SAS8.2编程计算,可得相关系数矩阵、特征值。相关系数矩阵见表2,由大到小排列的主成分特征值、方差贡献率与累计方差贡献率见表3[7]。
(四) 主成分及综合评价值的确定
由表3知,前3个主成分的累计方差贡献率达到80.3%,故本文选用3个主成分。采用SAS进行主成分分析时,同时可以得到对应不同特征值的单位特征向量。利用Excel的矩阵计算功能,由式(3)可得各主成分的计算结果。再由式(4)可得12种杂志的综合评价值及排名。各主成分的计算结果及综合评价值见表4.
表4主成分的计算结果及综合评价值
期刊 F1 F2 F3 G 排名
护理管理杂志 -3.90 3.36 -2.92 -1.40 9
护理学报 -3.36 0.20 -0.81 -1.76 10
护理学杂志 3.25 -0.03 -1.16 1.39 5
护理研究 5.57 -3.13 -1.98 1.41 4
护士进修杂志 3.91 -3.15 3.26 1.53 3
解放军护理杂志 -0.84 -0.32 -1.67 -0.83 6
上海护理 -9.96 0.99 4.19 -3.87 11
现代护理 0.89 -3.91 -1.31 -1.05 7
现代临床护理 -7.97 -1.66 0.08 -4.48 12
中国护理管理 -3.79 2.50 -0.97 -1.26 8
中国实用护理杂志 7.28 -4.28 1.76 2.57 2
中华护理杂志 8.93 9.42 1.52 7.73 1
(五) 因子载荷分析
利用主成分因子载荷矩阵可以分析主成分与各指标的相关性。我们选取的3个主成分的因子载荷矩阵见表5.
表5 主成分因子载荷矩阵
由表5中可以看出,总被引频次、引用刊数、扩散因子、权威因子、文献选出率、地区分布数、机构分布数在第1主成分上有较高载荷,说明第1主成分主要反映了引用与被引用总量以及作者总扩散量等总量方面的信息;影响因子、即年指标、来源文献量、平均引文数、基金论文比在第2主成分上有较高载荷,说明第2主成分基本反映了引用与被引用相对量方面的信息。他引率、被引半衰期、引用半衰期在第3主成分上有较高载荷,这说明第3主成分主要反映他引率及期刊衰老速度方面的信息。
三、讨论与建议
主成分分析法通过相关系数矩阵的特征向量将评价指标线性变换成彼此独立的主成分,通过特征值确定主成分的取用个数以及指标合成时的权重,然后对主成分加权求和得到综合评价值。使用主成分分析法对科技期刊进行综合评价可以消除由于指标间的相关性带来的评价偏差,降低计算维数,从而降低指标选择难度,评价过程中可以考虑尽可能多的计量指标,而不用关心指标之间的相关重叠性,在科技期刊评价指标日益增多的今天采用主成分分析法进行综合评价的意义也越来越明显。此外,使用主成分分析法对科技期刊进行综合评价可以消除人为确定指标权重引起的弊病,使评价结果更具客观性和准确性。
在综合评价的研究中一直存在着应该主观赋权还是客观赋权的争论。主成分分析方法作为典型的客观综合评价方法也有着它明显的缺点[8-10]。如采用主成分分析法进行综合评价时一般采用特征值作为权重,而这种不考虑评价目的的、纯客观的做法有时缺乏说服力。笔者认为在综合评价中既不应该背离综合评价的客观性,也不应该过分强调方法的客观性。综合评价方法的选择应该根据不同的评价目的以及评价条件来确定。在有足够数据资源以及人力资源的条件下,采用主观赋权方法更容易根据不同的评价目的得到更合理的结果,但采用主观赋权法时必须详细说明指标权重得到的过程以及打分专家的权威性。而如果进行综合评价的目的仅仅是为了介绍某学科科技期刊的大致情况,为广大科研工作者以及科研管理者提供参考,可考虑采用客观赋权法。
此外,主成分分析法在综合评价中还可以有更多的应用。如在分析出主成分之后,可采用对主成分主观赋权的办法得到综合评价值。这就既消除了指标之间的相关性,又可以体现进行综合评价的主观目的,同时也降低了专家在多指标赋权时的难度。
参考文献:
[1] 张立新.护理期刊的发展.当代护士,2002,(1):2-3.
[2 ]张弘,赵惠祥,刘燕萍,等.基于主成分分析法的科技期刊评价方法.编辑学报,2008,20(1):87-90.
[3] 张中文,高永.主成分分析与因子分析在医院综合评价中的比较研究.中国医院统计,2009,16(3):249-252.
[4] 陈汉中.主成分分析在科技期刊评价中的应用.中国科技期刊研究,2004,15(6):658-660.
[5] 李红.基于主成分分析法的上海科技期刊排序研究[J]. 中国科技期刊研究,2009,20(1):57-62.
[6] 中国科学技术信息研究所.2009年版中国科技期刊引证报告(核心版).北京:科学技术文献出版社,2009:5-173.
[7] 金丕焕,苏炳华,贺佳.医用SAS统计分析.复旦大学出版社,2002:148-152
[8 ]孙红卫,徐天和,王玖.主成分分析用于综合评价合理性的探讨.中国卫生统计,2008,24(5):425-427.
[9] 叶宗裕. 主成分综合评价方法存在的问题及改进. 统计与信息论坛,2004,19(2):29-31.
[10]王学民. 对主成分分析中综合得分方法的质疑. 统计与决策,2007 ,23 (8) :31-32.
作者简介:
张中文(1983-),男。滨州医学院《中国医院统计》杂志助理编辑,大连理工大学概率论与数理统计硕士。研究方向:期刊评价,应用统计。