逆指标为什么要正向化处理（因子分析逆向指标
1、什么是正向指标什么是逆向指标
r是逆向指标 数字越大 越是买进机会
kdj是顺向指标，数字越小，越是买进机会,其他的以此类推
2、如何将逆指标转化为正指标
你问的是什么？是将行情软件上的反趋向指标改为趋向指标，还是要他们的数学转换公式?
3、电子表格怎么逆指标正向化
说详细点~~~~~
4、适度指标怎么处理成正向指标？
中国最适宜居住的城市排名正式出炉
该课题研究共选择全国50个主要城市作为评价对象,其中包括:
①省会城市和计划单列市(35个):北京、天津、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐。在这35个城市中有:直辖市4个,分别是北京、天津、上海、重庆;副省级城市(包括省会城市)15个,分别是沈阳、大连、长春、哈尔滨、南京、杭州、宁波、厦门、济南、青岛、武汉、广州、深圳、成都、西安;地级省会城市16个,分别是石家庄、太原、呼和浩特、合肥、福州、南昌、郑州、长沙、南宁、海口、贵阳、昆明、兰州、西宁、银川、乌鲁木齐。
②沿海开放城市和港口城市(9个):秦皇岛、连云港、烟台、威海、汕头、湛江、珠海、北海、南通。
③代表性的资源型城市(2个):大庆、包头。
④具有特殊意义的城市(4个):唐山、无锡、苏州、温州。
⑤拉萨市由于统计数据缺乏未列入统计分析范畴。⑥本报告由于资料原因暂未包括中国的香港、台湾、澳门。本课题评价的结果仅限于这50个城市之间的比较。
3.2城市评价的计算方法说明
在对我国50个城市的适宜人居水平进行具体测算时,采用“无纲量化标准处理,等权赋值,逐级汇总,计算均值”的方法。
(1)对于正向指标(越大越好),计算公式为:评价分值=[(Xi-min) (max-min)]×100;
(2)对于逆向指标(越小越好),计算公式为:评价分值=[(max-Xj) (max-min)]×100;
(3)对于适度指标(存在临界阈值),计算公式为:评价分值=[|Xt-Xk| (max-min)]×100。其中,Xi为正向指标所具有的数据(i=1,2,3,…,n);Xj为逆向指标所具有的数据(j=1,2,3,…,n);max为指标系列中的最大值;min为指标系列中的最小值;Xk适度指标所具有的数据(k=1,2,3,…,n);Xt为指标系列的临界阈值。Xj为逆向指标所具有的数据(j=1,2,3,…,n);max为指标系列中的最大值;min为指标系列中的最小值;Xk适度指标所具有的数据(k=1,2,3,…,n);Xt为指标系列的临界阈值。依据上述计算方法和计算公式,分别测算出50个城市的经济发展水平指数(A)、经济发展潜力指数(B)、社会安全保障指数(C)、生态环境指数(D)、生活质量指数(E)、生活便捷程度指数(F),,通过求平均值的方法,计算出城市适宜人居水平指数,即适宜人居水平指数=(A B C D E F) /6。
研究结果:
第一类,适宜人居指数高于40.0的城市共有4个
深圳70.13,广州44.59,北京42.50,上海40.65
第二类,适宜人居指数介于40.0～30.0的城市共有12个
北海38.57,珠海38.51,苏州35.72,海口34.25,杭州34.18,福州33.68,
威海,32.27,无锡32.23,南宁30.96,南京30.88,厦门30.51,乌鲁木齐30.00
第三类,适宜人居指数介于30.0～25.0的城市共有15个
宁波29.73,石家庄29.37,济南29.00,哈尔滨28.54,长沙28.13,汕头28.01,秦皇岛27.98,温州27.45,大连27.05,沈阳26.96,青岛26.96,太原26.19成都26.16,天津25.79,银川25.77,唐山25.28
第四类,适宜人居指数介于25.0～20.0的城市共有13个
烟台24.92,昆明24.30,呼和浩特24.18,长春24.14,大庆23.94,郑州22.91,合肥22.62,南昌22.03,南通21.70,包头21.68,西安21.49,连云港20.22
第五类,适宜人居指数低于20.0的城市共有6个城市
西宁19.70,贵阳17.71,湛江17.33,武汉17.17,兰州17.07,重庆15.01希望你能够找到答案
5、用SPSS做因子分析时，为什么在查看器中得不出KMO检验和Bartlett检验结果？
kmo你有没有勾选？
没有勾选kmo，那是没法显示的
如果不会操作，就让人帮你分析
我经常帮别人做数据分析的
6、指标赋权的方法
中国版房地产危机来了，快逃
7、我如何实现如下因子分析
因子分析算是spss高级进阶的内容了，一般缺少统计基础的人很难理解因子分析的数据基础，导致在数据分析的时候忽略很多细节，导致错误的发生。在因子分析中最容易发生的一个错误就是某些变量的因子载荷出现负数而没有对其进行处理，有的研究直接删除因子载荷为负数的变量，这不是一个可取的方法。
什么条件下需要进行指标正向化在因子载荷绝对值很大而符号为负的时候，我们要将其正向化；或者我们在数据分析之前就已经知道哪几个变量是负向变量，我举一个例子，如下图所示，这是8个城市的7个环境指标，其中X1--X4是正向指标，值越大环境越好；而剩下的指标就是负向指标，值越大环境越差。那么对于负向指标我们需要进行正向化。
无法判定是否需要正向化怎么办？我们可以预先进行一次因子分析，使用上面表格中的数据，进行一次因素分析，并进行正交旋转。旋转后的成分矩阵，如图所示我们看到权重最大的因子是成分1，5--7变量为负数，且绝对值很大，所以这三个变量有必要进行正向化。
spss中变量正向化的方法在spss中，我们一般采用原始变量的负数或者倒数来进行正向化。在spss菜单中选择转换--计算变量
打开计算变量对话框，输入一个变量名，然后输入公式，公式中的V5是原始的变量名，前面加一个符号就可以实现转换了，点击ok按钮
转换后得到的就是一个新变量b5，如图所示，以此方法你可以实现所有的变量的正向化。
使用新的变量进行因子分析关于因子分析的方法你可以参考我以前写的文章，这里不是重点，这里的重点是如何进行变量的正太化。好了，教程到此了。欢迎大家关注我的后续文章。