为了解决多属性评估遇到的困难-指标间不可公度，我们可以对数据进行无量纲化处理
举一反三
- 综合评价分析中，为了解决各指标不同量纲无法进行直接汇总的问题，一般在完成数据搜集后还需要对搜集到的数据进行消除量纲影响的处理，常见的方法有( )。 A: 相对化处 B: 函数化处 C: 标准化处 D: 指数化处理 E: 统一化处理
- 数据的无量纲化处理的目的（ ） A: 保留原始指标量纲的影响 B: 排除由于各指标间的量纲不同以及数值数量级间的悬殊差别 C: 使评价指标不可公度性 D: 保留数值数量级间的悬殊差别
- 信息量较少，在进行属性指标综合时，赋予的权重应该相应较大。（ 错）数据的同向化处理就是在对指标的无量纲化处理完成之后，需要对不同变动方向的指标进行同向调整。（ ）
- 通过距离度量变量间相似度时，应该先对描述变量属性的数据进行归一化处理，以消除不同属性值量纲对计算结果的影响。
- 通过距离度量变量间相似度时，应该先对描述变量属性的数据进行归一化处理，以消除不同属性值量纲对计算结果的影响。 A: 正确 B: 错误