知网检测样例–期刊评价指标数据偏倚对期刊评价的影响

知网检测样例--期刊评价指标数据偏倚对期刊评价的影响

5． 1 指标数据偏倚会影响评价指标的数据标准化

在期刊多属性评价中，数据标准化是期刊评价的基础工作，对于正向指标而言，数据标准化一般即用各指标值除以极大值，对于反向指标而言，极小值实际上就是理想值，原理是一样的。如果极大值偏离正常值太多，出现极大值“极大”的情况，说明该刊比一般期刊优秀成千上万倍，此时要对评价指标的内涵和数据分布特点进行深入分析，也许该指标是某种新兴指标，某个指标值很大并不代表期刊很优秀，或者该指标的数据分布排序后呈指数形式，而非线性关系，必要时需要采用先取对数然后再做标准化处理的方式，以降低极大值过大带来的影响。

5．2指标数据偏倚会影响期刊一般水平的判断

通常情况下，一般采用平均值作为期刊评价指标的一般水平或趋势的衡量标准，但是从本文的研究结果看，期刊评价指标普遍不服从正态分布，均是右偏的，这样就导致平均值偏大，难以代表期刊某个指标的平均水平。在这种情况下，建议采用中位数作为期刊评价指标一般水平的评价标准。

5．3指标数据右偏会导致期刊评价值偏低

由于期刊评价指标数据右偏问题是普遍的，许多指标极大值一般也偏大，产生的直接后果是，指标数据标准化后一般期刊的指标值偏小，从而导致多属性评价结果中，除了少数优秀期刊评价值较大外，绝大多数期刊的评价值偏小，并且评价结果也存在右偏问题。因此不宜孤立看待某个期刊的评价结果值，而应结合期刊排序判断期刊的总体水平，即不看分数，只看排序。

5．4期刊平均水平评价好选取数据偏倚情况相对较好的指标

期刊评价指标中，影响因子、5年影响因子、被引半衰期、论文影响分值的数据偏倚情况相对较好，而总被引频次、特征因子、即年指标的数据偏倚情况相对比较严重，在评价时要注意这个问题，必要时尽量选取数据偏倚情况相对较好的指标进行评价。

5．5数据偏倚对基于传统回归的计量研究影响较大

近年来，传统的回归分析在学术期刊计量研究中得到了广泛的应用，比如期刊学术质量的影响因素分析、期刊非线性评价的模拟权重分析、期刊评价指标的相关关系等，但是回归分析的前提条件是所有数据必须服从正态分布，而本文的研究发现，即使在大样本的情况下，期刊评价中指标的数据分布仍然不能服从正态分布，这给传统回归在期刊评价中的应用提出了很大的挑战。在这种情况下，就要注意采用偏小二乘法、极大似然估计、排序因变量模型等方法进行估计。

.—— END ——.