定量結構形成指標公式

① 計算機系統設計中經常使用的4個定量原理是什麼並說出它們的含義

（1）以經常性事件為重點。在計算機系統的設計中，對經常發生的情況，賦予它優先的處理權和資源使用權，以得到更多的總體上的改進。（2）Amdahl 定律。加快某部件執行速度所獲得的系統性能加速比，受限於該部件在系統中所佔的重要性。（3）CPU 性能公式。執行一個程序所需的CPU 時間 = IC ×CPI ×時鍾周期時間。 （4）程序的局部性原理。程序在執行時所訪問地址的分布不是隨機的，而是相對地簇聚。

② 資料庫結構

新一輪油氣資源評價資料庫是建立在國家層面上的資料庫，資料庫設計首先立足於國家能源政策和戰略制定的宏觀要求，還要結合油氣資源評價的工作特徵和各個評價項目及資源的具體情況。使用當前最流行和最成熟的資料庫技術進行資料庫的總體結構設計。

資料庫的設計以《石油工業資料庫設計規范》為指導標准，以《石油勘探開發數據》為設計基礎，借鑒前人的優秀設計理念和思路，參考國內外優秀的資源評價資料庫和油氣資源資料庫的設計技術優勢，結合本輪資源評價的具體特點，按照面向對象的設計和面向過程的設計相結合的設計方法，進行資料庫的數據劃分設計。

油氣資源評價資料庫要滿足新一輪全國油氣資源評價工作的常規油氣資源評價、煤層氣資源評價、油砂資源評價、油頁岩資源評價四個油氣資源評價的數據需求。進行資料庫具體數據內容設計。

並且，資料庫的設計要為油氣資源評價的快速、動態評價和遠程評價工作的需求保留足夠數據擴展介面，資料庫具有良好開放性、兼容性和可擴充性。

（一）數據劃分

資料庫內存放的數據將支持資源評價的整個過程。為了能更好地管理庫中數據，需要對整個過程中將用到的數據進行分類管理。具體分類方式如下（圖4-11）：

圖4-11 數據分類示意圖

1.按照應用類型劃分

按照數據在資源評價過程中的應用類型劃分，可以劃分為基礎數據、參數數據和評價結果數據。

基礎數據是指從勘探生產活動及認識中直接獲取的原始數據，這些數據一般沒有經過復雜的處理和計算過程。如分析化驗數據、鑽井地質數據、盆地基礎數據等。這些數據是整個評價工作的基礎。

參數數據是指在評價過程中各種評價方法和軟體直接使用的參數數據。

評價結果數據是指資源評價中產生的各種評價結果數據，如資源量結果數據、地質評價結果數據等。

2.按照評價對象劃分

本次評價共分為大區、評價單元、計算單元三個層次，在研究中又使用了盆地、一級構造單元，在評價對象總體考慮中按照評價對象將數據劃分為大區、評價單元、計算單元等類型。

3.按照獲取方式劃分

按照獲取方式可以將數據分為直接獲取、研究獲取、間接獲取幾類。

4.按照存儲類型劃分

按照存儲類型可以將數據劃分為結構化數據和非結構化數據。

結構化數據是指能夠用現有的關系資料庫系統直接管理的數據，進一步又可以分為定量數據和定性數據兩類。

非結構化數據是指不能用現有的關系資料庫系統直接管理和操作的數據，它必須藉助於另外的工具管理和操作。如圖件數據、文檔數據等。

庫中數據類型的劃分共分六個層次逐次劃分，包括：數據存儲類型→資源類型→評價對象→應用→獲取方式→數據特徵。

對於結構化存儲的數據在應用層分為三類：基礎數據、中間數據和結果數據，基礎數據中包含用於類比的基礎數據、用於統計分析的基礎數據和直接用於公式運算的基礎數據；結構化存儲的數據在獲取方式上可以繼續劃分，其中，用於公式運算的數據可以細化為專家直接錄入、由地質類比獲取、通過生產過程獲取、通過地質研究過程獲取及其他方式。中間數據可以從以下方式獲取：標准、統計、類比、參數的關聯。結果數據的獲取有兩種方式：公式運算結果和通過鑽井、地質、綜合研究等提交的文字報告。

對於非結構化存儲的數據在應用層分為兩類：圖形數據和文檔數據。

圖形數據在獲取方式上可以繼續劃分成四種方式：通過工程測量數據獲取（如地理圖件、井位坐標數據等）、通過地質研究過程獲取（如沉積相圖、構造區劃圖等）、由綜合研究獲取（如綜合評價圖等）、其他方式。

圖形數據在表現方式上又可以進一步分為有坐標意義的圖形（如構造單元劃分圖、地理圖、井點陣圖等）、數值圖（如產烴率曲線圖、酐洛根熱降解圖等）和無坐標含義圖（如剖面圖）等。

文檔數據是指評價過程中產生的各種報告、項目運行記錄等。

（二）資料庫結構

從業務需求上，根據數據用途、數據類型和數據來源，可將本次的油氣資源評價資料庫分為三級：基礎庫、參數庫、成果庫（圖4-12）。其結構如下：

圖4-12 資料庫結構示意圖

1.基礎庫

基礎庫是油氣資源評價工作的最基礎的原始數據，有實測數據（物探數據、測井數據、鑽井數據、開發數據等）、實驗數據和經驗數據等。

確定基礎數據實際上是一項涉及油田勘探、開發等領域的多學科的復雜工作，是油氣資源評價工作的研究過程和研究成果在資料庫中的具體表現方式。在設計資料庫的過程中，需要與參數研究專家經過多次反復，才能最終確定基礎資料庫，確保基礎資料庫能滿足目前所有評價工作中計算的需要。

2.參數庫

參數庫用於存儲油氣資源評價工作所用到的參數數據，評價軟體，直接從參數庫中提取參數數據，用於計算。參數數據由基礎數據匯總而來，也可以由專家根據經驗直接得到。

本次評價中所涉及的參數大致可以分為以下幾類：①直接應用的參數；②通過標准或類比借用的參數；③通過研究過程或復雜的預處理得到的參數。

3.成果庫

成果庫用於存儲資源評價結果，包括各種計算結果、各種文檔、電子表格、圖片、圖冊等數據。

資料庫的體系結構採用分布式多層資料庫結構，包括三個組成部分：應用服務層、應用邏輯層和數據服務層。

資料庫體系結構如圖4-13所示。

圖4-13 體系結構結構圖

（1）應用服務層：應用服務層包含復雜的事務處理邏輯，應用服務層主要由中間件組件構成。中間件是位於上層應用和下層服務之間的一個軟體層，提供更簡單、可靠和增值服務。並且能夠實現跨庫檢索的關鍵技術。它能夠使應用軟體相對獨立於計算機硬體和操作系統平台，把分散的資料庫系統有機地組合在一起，為應用軟體系統的集成提供技術基礎，中間件具有標准程序介面和協議，可以實現不同硬體和操作系統平台上的數據共享和應用互操作。而在具體實現上，中間件是一個用API定義的分布式軟體管理框架，具有潛在的通信能力和良好的可擴展性能。中間件包含系統功能處理邏輯，位於應用伺服器端。它的任務是接受用戶的請求，以特定的方式向應用伺服器提出數據處理申請，通過執行相應的擴展應用程序與應用服務層進行連接，當得到應用伺服器返回的處理結果後提交給應用伺服器，再由應用伺服器傳送回客戶端。根據國內各大石油公司具體的需求開發相應的地質、油藏、生產等應用軟體功能程序模塊和各種演算法模塊。

（2）應用邏輯層：邏輯數據層是擴展數據服務層邏輯處理層，針對當前的底層資料庫的數據結構，根據具體的需求，應用各種資料庫技術，包括臨時表、視圖、存儲過程、游標、復制和快照等技術手段從底層資料庫中提取相關的數據，構建面向具體應用的邏輯資料庫或者形成一個虛擬的資料庫平台。邏輯數據層包含底層資料庫的部分或全部數據處理邏輯，並處理來自應用服務層的數據請求和訪問，將處理結果返回給邏輯數據層。

形成一個虛擬的資料庫平台我們可以應用資料庫系統中的多個技術來實現。如果系統中的一個節點中的場地或分片數據能夠滿足當前虛擬資料庫，可以在應用服務層中使用大量的查詢，生成一個以數據集結果為主的虛擬資料庫平台，並且由數據集附帶部分資料庫的管理應用策略。或者對節點上的資料庫進行復制方法進行虛擬資料庫的建立。對與需要對多個節點上的資料庫進行綜合篩選，則要對各個節點上的資料庫進行復制，合並各個復制形成一個應用邏輯層，從而建立一個虛擬數據平台。

（3）數據服務層：即資料庫伺服器層，其中包含系統的數據處理邏輯，位於不同的操作系統平台上，不同資料庫平台（異構資料庫），具體完成數據的存儲、數據的完整性約束。也可以直接處理來自應用服務層的數據請求和訪問，將處理結果返回給邏輯數據層或根據邏輯數據層通過提交的請求，返回數據信息和數據處理邏輯方法。

（三）數據建設標准

1.評價數據標准

系統資料庫中的數據格式、大小、類型遵從國家及行業標准，參考的標准如表4-23。

表4-23 資料庫設計參考標准

續表

系統中數據的格式及單位參考《常規油氣資源評價實施方案》、《煤層氣資源評價實施方案》、《油砂資源評價實施方案》、《油頁岩資源評價實施方案》及數據字典。

2.圖形圖件標准

對於地質研究來說，地質類圖件是比較重要的。各種地質評價圖形遵循以下標准（表4-24）。

表4-24 系統圖形遵循的相關標准

系統對圖形的要求為必須為帶有地理坐標意義的、滿足上述標准體系要求的矢量圖形，且採用統一的地理底圖。圖形格式採用：MapGIS圖形交換格式、GeoInfo圖形格式、ArcInfo圖形交換格式、MapInfo圖形交換格式和GeoMap圖形交換格式。

圖件的比例尺要求：

全國性圖件：1∶400萬或1:600萬

大區圖件：1:200萬

盆地圖件：1:40萬或1:50萬

評價單元圖件：1:10萬或1:20萬

圖件的內容要求符合《常規油氣資源評價實施方案》、《煤層氣資源評價實施方案》、《油砂資源評價實施方案》和《油頁岩資源評價實施方案》的規定。

（四）數據內容

資料庫中存儲的數據包括常規油氣相關數據、煤層氣相關數據、油砂相關數據和油頁岩相關數據；還有可采系數研究涉及的數據，包括研究所需基礎數據和研究成果數據；以及趨勢預測相關數據。

③ 紫外可見分光光度法，用吸收系數法定量，公式是什麼

A=ECL C=A/EL

A為吸收度；T為透光率；E為吸收系數，採用的表示方法是（E1％1cm），其物理意義為當溶液濃度為1%（g/ml），液層厚度為1cm時的吸收度數值；C為100ml溶液中所含被測物質的重量（按乾燥品或無水物計算），g；L為液層厚度，cm。

在給定波長，溶劑和溫度等條件下，吸光物質在單位濃度，單位液層厚度時的吸收度稱為吸收系數。

根據比爾定律，吸光度A與吸光物質的濃度c和吸收池光程長b的乘積成正比。當c的單位為g/L，b的單位為cm時，則A=abc，比例系數a稱為吸收系數，單位為L/g.cm-1；當c的單位為mol/L，b的單位為cm時，則A=εbc，比例系數ε稱為摩爾吸收系數，單位為L/mol.cm-1，數值上ε等於a與吸光物質的摩爾質量的乘積。

它的物理意義是：當吸光物質的濃度為1mol/L，吸收池厚為1cm，以一定波長的光通過時，所引起的吸光度值A。ε值取決於入射光的波長和吸光物質的吸光特性，亦受溶劑和溫度的影響。顯然，顯色反應產物的ε值愈大，基於該顯色反應的光度測定法的靈敏度就愈高。

(3)定量結構形成指標公式擴展閱讀：

紫外分光光度法是根據物質分子對波長為200nm-400nm這一范圍的電磁波的吸收特性所建立起來的一種定性、定量和結構分析方法。操作簡單、准確度高、重視性好。波長長（頻率小）的光線能量小，波長短（頻率大）的光線能量大。分光光度測定是關於物質分子對不同波長和特定波長處的輻射吸收程度的測量。

吸收系數可由光度法測量。光度法是利用物質對光吸收的特徵及吸收的程度而進行定性、定量分析的一類分析方法。根據測定時所用的光源不同，分光光度法可分為可見先分光光度法、紫外先分光光度法及紅外光譜法等。

分光光度法靈敏度高，特別適用於微量組分的測定。目前對微量組分的測定已能達到1～10μg/L的數量級，若事先經分離、富集，可測定含量更少的物質。分光光度法測量的相對誤差一般為2～5%，精密的儀器可減至1～2%，完全能滿足測定微量組分的要求。

④ 定性標准與定量標準的區別

財務比率綜合分析法——包括沃爾比重評分法、杜邦分析法都是建立在定性基礎上的定量分析方法。

定性--用文字語言進行相關描述
定量--用數學語言進行描述

定性分析與定量分析應該是統一的，相互補充的；定性分析是定量分析的基本前提，沒有定性的定量是一種盲目的、毫無價值的定量；定量分析使之定性更加科學、准確，它可以促使定性分析得出廣泛而深入的結論。定量分析是依據統計數據，建立數學模型，並用數學模型計算出分析對象的各項指標及其數值的一種方法。定性分析則是主要憑分析者的直覺、經驗，憑分析對象過去和現在的延續狀況及最新的信息資料，對分析對象的性質、特點、發展變化規律作出判斷的一種方法。
必須指出，兩種分析方法對數學知識的要求雖然有高有低，但並不能就此把定性分析與定量分析截然劃分開來。事實上，現代定性分析方法同樣要採用數學工具進行計算，而定量分析則必須建立在定性預測基礎上，二者相輔相成，定性是定量的依據，定量是定性的具體化，二者結合起來靈活運用才能取得最佳效果。
不同的分析方法各有其不同的特點與性能，但是都具有一個共同之處，即它們一般都是通過比較對照來分析問題和說明問題的。正是通過對各種指標的比較或不同時期同一指標的對照才反映出數量的多少、質量的優劣、效率的高低、消耗的大小、發展速度的快慢等等，才能為作鑒別、下判斷提供確鑿有據的信息。

★所謂綜合財務分析，就是將企業營運能力、償債能力和盈利能力等方面的分析納入到一個有機的分析系統中，全面地對企業財務狀況、經營狀況進行解剖和分析，從而對企業經濟效益做出較為准確的評價與判斷。
一般認為，財務綜合分析方法主要有兩種——杜邦財務分析體系法和沃爾比重評分法（除開此兩種主要的，另有公式分析法、因素分析連環替代法）。

（一）杜邦分析法又成為杜邦系統（The Du Pont System）,實際上是一種分解財務比率的方法，通過自上而下地分析和指標的層層分解來揭示出企業各項指標間的結構關系，查明各主要指標的影響因素。其從評價企業績效最具綜合性和代表性的指標——權益凈利率出發，層層分解至企業最基本生產要素的使用，成本費用的構成和企業風險，從而滿足經營者通過財務分析進行績效評價的需要，在經營目標發生異動時能及時查明原因並加以修正。從結構上看，杜邦分析法是把有關財務比率和財務指標以系統分析圖的形式連在一起。
杜邦分析法之所以選擇凈資產收益率為主要的分析指標，原因在於它是與企業財務管理目標的相關性最大的一個指標，是指標體系分析的核心（「相關性最大」、判定是「核心」為定性分析，是定量分析的基礎），它由企業的銷售凈利率、總資產周轉率和權益乘數所決定（牽涉到具體的指標和數值，為定量分析）。

（二）沃爾比重評分法是指將選定的財務比率用線性關系結合起來，並分別給定各自的分數比重，然後通過與標准比率進行比較，確定各項指標的得分及總體指標的累計分數，從而對企業的信用水平作出評價的方法。
沃爾比重評分法的基本步驟包括：（1）選擇具有代表性的財務指標；2）確定各財務指標的標准值與標准評分值；（3）計算綜合分數；（4）做出綜合評價。其中在選擇代表性的指標中，要求注意的問題有：選擇指標的類型要全面，不能只集中在一類指標上；最好選擇以高值表示財務狀況好的指標；剔除非財務方面的指標如職工平均年齡等。標准平分值也需根據重要性程度來確定，越重要的指標，分越多，反之越少，但左右指標分數合計應等於100（以上闡述中，選擇指標應有「代表性」、「全面」、「狀況好」、「非財務方面」都是定性的詞彙，至於「代表性」、「全面」、「狀況好」、「非財務方面」就應該根據實際狀況和需要來加以界定，這是屬於定量的范疇，而指標的數值本身就是定量的一種表現）。另外需要說明的是，這種分析方法如上所述是具有明確步驟的，以上的四個步驟也是量，比如少了最後一步的綜合評價（少了這個量），那麼這種分析方法也是不完整的，無意義的。沃爾比重評分法因此也是建立在定性基礎上的定量分析方法。

最後應當明確是，我們並不能夠說綜合分析法下的任何一種方法是完全屬於定量還是定性，因為這些方法都需要建立在定性的基礎上，不能脫離定性，而這些方法最終也要通過量化來加以計算和證明。

⑤ 計量經濟學根據eviews回歸結果，表格里的數據怎麼算出來

計算如下。

1：Coefficient除以standard error 等於 t-statisticcost 的 t-statistic就等於 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常數C的standard error 就等於 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等於 0。063573x12。

2：計量經濟學是結合經濟理論與數理統計，並以實際經濟數據作定量分析的一門學科。主要內容包括理論計量經濟學和應用經濟計量學。

理論計量經濟學主要研究如何運用、改造和發展數理統計的方法，使之成為隨機經濟關系測定的特殊方法。

計量經濟學研究的核心是設計模型、收集資料、估計模型、檢驗模型、應用模型（結構分析、經濟預測、政策評價）。

EViews是完成上述任務比較得力的必不可少的工具。正是由於EViews等計量經濟學軟體包的出現，使計量經濟學取得了長足的進步，發展成為一門較為實用與嚴謹的經濟學科。

(5)定量結構形成指標公式擴展閱讀

Eviews是專門為大型機構開發的、用以處理時間序列數據的時間序列軟體包的新版本。Eviews的前身是1981年第1版的Micro TSP。

雖然Eviews是經濟學家開發的，而且主要用於經濟學領域，但是從軟體包的設計來看，Eviews的運用領域並不局限於處理經濟時間序列。即使是跨部門的大型項目，也可以採用Eviews進行處理。

Eviews處理的基本數據對象是時間序列，每個序列有一個名稱，只要提及序列的名稱就可以對序列中所有的觀察值進行操作，Eviews允許用戶以簡便的可視化的方式從鍵盤或磁碟文件中輸入數據，根據已有的序列生成新的序列。

在屏幕上顯示序列或列印機上列印輸出序列，對序列之間存在的關系進行統計分析。Eviews具有操作簡便且可視化的操作風格，體現在從鍵盤或從鍵盤輸入數據序列、依據已有序列生成新序列、顯示和列印序列以及對序列之間存在的關系進行統計分析等方面。

Eviews具有現代Windows軟體可視化操作的優良性。可以使用滑鼠對標準的Windows菜單和對話框進行操作。

操作結果出現在窗口中並能採用標準的Windows技術對操作結果進行處理。此外，Eviews還擁有強大的命令功能和批處理語言功能。在Eviews的命令行中輸入、編輯和執行命令。在程序文件中建立和存儲命令，以便在後續的研究項目中使用這些程序。

⑥ 如何 提取關鍵業績指標

關鍵業績指標（KPI）是定期衡量各崗位員工重要工作完成情況的考核指標，它不僅是考核指標當中的一個最重要的組成部分，而且也對績效考核起著一個重要的導向性作用。因此，如何制定科學的KPI指標，是績效考核有效性的一個重要前提和保證。

一般而言，制定關鍵業績指標（KPI）應當遵守以下幾個原則：

1、少而精原則：KPI的制定應體現20/80原則，即：KPI總和應能反映被考核者80%以上的工作成果；被考核者的KPI最好不超過10個；

2、結果導向原則：KPI主要側重於對被考核者工作成果的考核；

3、可衡量性原則：KPI應具備可衡量性，應當有明確可行的考核方法和考核標准；

4、可控性原則：KPI均應是被考核者可控制的或能夠產生重大影響的指標；

5、一致性原則：KPI與公司戰略目標保持一致，其實現有助於公司的戰略目標實現。

KPI指標的制定過程是一個上下級不斷反復溝通的過程，在KPI制定完成之後，應對其進行檢驗，並對不符合以上原則的KPI重新進行修正。對於少而精原則、結果導向原則、可衡量性原則和可控性原則，檢驗的操作性較強，而對於一致性原則，相對而言，其操作性較弱，但它卻是最重要的原則之一，因為KPI考核的精髓就是它提出了企業績效指標的設置必須與企業戰略掛鉤，其「關鍵」兩字的含義即是指在某一階段一個企業戰略上要解決的主要問題。這就要求在制定KPI的過程中，應當從企業的戰略目標出發，運用科學的方法，將企業的戰略目標進行分解，激勵所有員工力往一處使，真正地發揮績效考核的作用，從而克服檢驗起來操作性差的缺點。

因此在這里，筆者建議運用平衡積分卡對企業的戰略目標進行分解，並從中提取相關的KPI，以真正的實現企業的戰略落地。

平衡積分卡是一個戰略工具，它從財務、客戶、內部運營及學習與成長四個維度對企業的戰略目標進行分解，並在分解的過程中，將「平衡」系統性的貫穿於整個過程當中，注重於財務與非財務、長期與短期、前置與滯後以及內部與外部的平衡。同時平衡積分卡的各個指標間實際上是一個因果關系，它們之間相互支持、相互依賴，從而克服了傳統KPI制定方法中沒有為公司的績效考核提供一個去關注各個相關利益方的平台。

下面以如何為某企業制定部門經理年度KPI為例，簡單的闡述一下提取KPI的過程：
首先，應用平衡積分卡，對企業的戰略目標進行初步分解，找出驅動戰略實現的關鍵驅動因素；下圖是某企業戰略目標分解的示意圖：
其次，在戰略目標分解的基礎上，應用戰略分解矩陣，將各關鍵驅動因素落實到各個部門頭上，其目的是明確各部門的年度工作重點。

第三、根據年度工作重點，結合各部門經理職責，填寫各部門經理的年度工作計劃表，在年度工作計劃表中，應當列示出工作任務、工作的時間進度和具體措施、預計成果描述、所需資源支持等各相關內容。

最後，在年度工作計劃表中，關注其預期成果，並從中提取各部門經理的年度KPI.
通過這樣的一個過程，將企業的戰略目標分解到各部門經理的頭上，從而實現企業的戰略目標往下傳遞。

在提取KPI的過程當中，還應當注意以下幾個問題：

第一、部門經理KPI的制定過程雖然主要是來自基於平衡積分卡的分解，但它不可能覆蓋被考核者所有的工作業績，因此，在制定KPI的過程中，也要結合被考核者的工作職責進行提取；

第二、對於考核周期較長如年度的KPI，其基於平衡積分卡的分解會多一些，而來自於個人的工作職責相對而言會少一些；對於考核周期較短如月度的KPI，則相反；

第三、KPI按其性質可分為定性KPI和定量KPI兩種情況。對於定量指標，可以分別設定努力值、基準值和底限值三個不同的指標，並通過設計相應的公式將實際的工作成果轉化為考核得分；對於定性指標，可以採用關鍵事件法、行為錨定法等方法制定評分標准。

第四、 績效管理是一個完整並且不斷進行的循環，包括績效計劃、績效實施、績效考核、績效反饋四個環節，而溝通貫穿於這整個過程當中，KPI的制定過程也不例外，只有考核者與被考核者都認同的KPI才能有效的起到績效考核的作用.
正確認識KPI體系

KPI（Key Performance Indicator）是影響公司戰略發展和總體業績的一些關鍵領域的指標，它體現了對公司各層次的動態工作任務的要求，同時也是績效考核的依據。一般對管理比較重視的企業，或接受過績效管理咨詢和培訓的企業，大部分企業員工都知道KPI，但如果深入問一下KPI的真正含義以及如何正確使用，很多人對它的理解還是比較模糊的，在認識上也存在一些誤區，這也成為企業雖然引入了KPI體系，但並未達得預期效果的主要原因。那麼應該如何正確認識KPI，使之在績效管理工作中發揮真正的作用呢？筆者想結合自身的咨詢經驗，談一下對KPI的幾點認識。
一、KPI是基於戰略導向的績效指標體系
這句話強調了KPI的重要性，可區別於其他指標體系。傳統的績效管理辦法，很少能夠完整地分解組織的戰略目標，對員工個人的績效評價，一般是從員工的品德高低、工作能力強弱、工作態度好壞、工作量多少等幾個角度進行評價，即所謂「德能勤績」考核法，看似比較全面，但在實際使用中往往會出現脫離企業或組織的目標，沒有考核重點的現象，且定性評價指標偏多，考核缺乏說服力。
KPI是從企業戰略目標入手，從企業的總目標分解而來，從總目標分解出第一層的KPI，第二層從第一層分解而來，第三層從第二層分解而來，依此類推，每一層都導向上一層，最終導向企業的總目標，由此形成了KPI體系的戰略導向。KPI的分解與工作計劃和任務、組織結構息息相關，這些指標最終落實到每個崗位上，成為崗位上每個人的績效考核指標，由此形成了一個系統的績效指標體系。通過這一過程，可以使目標更加明確，實現目標的步驟更加清晰，對目標的執行更加有力。
二、KPI不能和BSC簡單結合
現在有部分咨詢師在給企業進行績效管理培訓時，常常會給企業員工灌輸這樣一種思想，即「用KPI分解組織目標時，常用的是BSC（平衡計分卡）法，將目標分為財務、客戶、內部管理和學習創新四大類」。實際上這種提法並不準確，它曲解了KPI與BSC的真正含義。
KPI是為了達到總目標而制定的一系列指標，通過把總目標分解成幾個主要維度，每個維度又分解出若干KPI，每個KPI通過維度導向對總目標產生支持。但是，不同維度的KPI之間是否有關系，在KPI建立方法中並沒有明確這個問題。
BSC卻不同，雖然BSC最初是運用KPI將組織的關鍵領域劃分為四個維度，建立起組織指標體系，但BSC已經革新了KPI的概念，成為了一個嶄新的體系。BSC是帶有時間發展的動態指標體系，它的四個維度具有相互支撐關系，並且這種支撐關系具有一定的時滯性：創新學習做好了，掌握了知識技能，就能做好內部管理，使服務更貼近於客戶，從而讓客戶覺得企業做得好；客戶滿意了，會更多地購買企業的產品或服務，使企業獲得更多的收入和利潤；有了好的財務狀況，可以投資擴大規模，這也迫使企業面臨新問題。同時，有了資金也可以讓企業有更多的財力投入內部培訓，使學習創新搞得更好……如此周而復始，形成一個完整的績效發展循環。可以這樣說，BSC是具有時間維度的動態立體的指標體系，而KPI僅僅是靜態的指標體系；BSC循環促進目標實現，而KPI從多個方向促進目標實現；在實現目標的進程中，KPI只考慮要達到目標，而對持續提升或改進考慮不足；而BSC可以促使企業持續改進，不斷刷新目標。
這種因果支撐關系和時間上的連貫性，是KPI技術所不具備的。但是作為指標分解和指標應用的一種基本方法，KPI技術是BSC體系的基礎。如果只是簡單地將BSC固化到KPI體系之中，認為將KPI分為財務、客戶、內部流傳和學習創新四個維度，就是KPI的BSC了，那麼這種做法首先違背了KPI體系的要求，使找到的KPI不符合企業的實際需要，其次這也不符合BSC體系的要求，混淆了二者之間的差異。
三、KPI要與CPI有效結合
一般來說，企業的績效指標體系主要有兩類，一類是基於戰略的KPI，另一類是基於制度、職責和流程的CPI（Common Performance Indicator）。KPI代表了關鍵績效指標，那麼對於CPI這種非關鍵績效指標是否就不需要關注了呢？情況並不是這樣。 CPI體現了對企業各層次履行規定職能的基礎管理要求，CPI是KPI得以實現的保障，並不是可有可無的。二者的關系如下圖所示：

此主題相關圖片如下：

從上圖可以看出，兩類指標的來源不同，其關注點也不一樣。同樣，它們在企業當中的作用也是不同的。首先，KPI的來源是企業的發展戰略，而CPI的來源是企業制度、職責和流程；其次，KPI考核的范圍是企業戰略分解所涵蓋的內容，而CPI考核的則是從制度、職責和流程中分解出來的，要求每個部門或崗位必須達到的一些基礎性的要求。正因為如此，衡量各個部門或崗位業績狀況的主要指標要看是否完成了由企業目標分解得來的KPI，而不是看是否在有效地按照既定的流程或制度運作的CPI。而CPI在考核時又是不可或缺的，它可以衡量部門和崗位的運作效率，保證企業制度和流程得到有效執行，可以涵蓋企業運作的各個方面，比如關鍵質量控制點、職責中的關鍵結果領域、企業管理制度的要求等，甚至可以包括企業覺得會影響運作效率的任何一個「短板」。
KPI與CPI的有效結合，體現了一種「抓大不放小」的管理思想，二者互為補充，在實現目標過程中，可以達到「突出重點，兼顧全面；集中資源，減少錯誤」的目的。在實際運用中，既可以將對KPI和CPI的綜合評價結果作為對部門或崗位的最終績效評價，又可以將二者評價結果拆開，分頭使用。例如將KPI考核結果用於績效薪酬的發放，將CPI考核結果由於培訓和崗位調整等方面。
總之，KPI作為一種有效的績效管理工具，建立了一套以事實為基礎的指標管理平台，它適合於對企業目標的直接分解，對企業的管理提升起到了重要作用。但這種管理工具並不是十全十美的，在某些方面還需要與其他管理技術配合使用。其他績效管理技術，如BSC（平衡計分卡）、MBO（目標管理）等也是如此，各有各的優點和局限性。對於企業組織來說，雖然具體情況不同，但完全依賴一種管理方法也是不合理的。隨著企業管理周期和企業成長發展各個階段的需要，還需要對這些管理技術加以整合應用，從而幫助企業不斷走向成功。

⑦ 分層抽樣的公式怎麼計

分層抽樣最優分配公式如下：

分層抽樣從一個可以分成不同子層的總體中，按規定的比例從不同層中隨機抽取個體的方法。這種方法的優點是，樣本的代表性比較好，抽樣誤差比較小。缺點是抽樣手續較簡單隨機抽樣還要繁雜些。定量調查中的分層抽樣是一種卓越的概率抽樣方式，在調查中經常被使用。

各層樣本數的確定方法有3種：

1、分層定比。即各層樣本數與該層總體數的比值相等。例如，樣本大小n=50，總體N=500，則n/N=0.1 即為樣本比例，每層均按這個比例確定該層樣本數。

2、奈曼法。即各層應抽樣本數與該層總體數及其標准差的積成正比。

3、非比例分配法。當某個層次包含的個案數在總體中所佔比例太小時，為使該層的特徵在樣本中得到足夠的反映，可人為地適當增加該層樣本數在總體樣本中的比例。但這樣做會增加推論的復雜性。

⑧ 約翰遜演算法的公式

為了便於闡述約翰遜法的具體做法，下面結合一個例子來進行說明：
約翰遜法
約翰遜法
例：有五個工件在二台設備上加工，加工順序相同，先在設備1上加工，再在設備2上加工，工時列於下表1中，用約翰遜法排序。
表1 加工工時表
具體步驟為：
第一步，取出最小工時t12=2。如該工時為第一工序的，則最先加工；反之，則放在最後加工。此例是A工件第二工序時間，按規則排在最後加工。
第二步，將該已排序工作劃去。
第三步，對餘下的工作重復上述排序步驟，直至完畢。此時t21=t42=3，B工件第一工序時間最短，最先加工；D工件第二工序時間最短，排在餘下的工件中最後加工。最後得到的排序為：B-C-E-D-A。整批工件的停留時間為27分鍾。
更一般的情況是工件加工順序不同，稱為隨機性排序。由傑克遜對約翰遜法稍加改進後得到求解方法，稱為傑克遜演算法。