WRSR秩和比法分析结果解读
一、方法概述
秩和比法（Rank Sum Ratio, WRSR）是一种基于秩和的综合评价方法，由我国学者田凤调提出。该方法通过计算各评价单元的秩和比（RSR值），利用RSR值的分布特征构建回归模型，进而对评价对象进行合理分档排序。WRSR法融合了参数统计与非参数统计的优点，适用于医疗机构、教育质量等多指标综合评价场景。本研究使用SPSSAU软件对14家医院的5项指标进行秩和比综合评价。
在SPSSAU【综合评价】模块选择【WRSR秩和比】，将变量拖拽至右侧对应分析框，操作如下图：
二、RSR值计算
表1展示了14家医院在5项指标上的秩次、RSR值及排名。RSR值介于0~1之间，值越大表示综合评价越高。院07的RSR值最高（0.729），排名第1；院05、院11和院14的RSR值均为0.686，并列排名第2；院09的RSR值最低（0.271），排名第14。各医院的排名反映了其在治愈率、满意度、科研产出、管理效率和资源配置5个维度上的综合表现。
三、RSR分布与回归模型
表2报告了以RSR分布值为因变量、Probit值为自变量的回归模型结果。模型公式为：RSR分布值=-0.220+0.147×Probit值。模型的R²=0.910，调整R²=0.902，说明Probit值可解释RSR分布值91.0%的变异，模型拟合效果良好。F(1,11)=111.338（p=0.000），模型整体具有统计学意义。Probit值的标准化回归系数Beta=0.954（t=10.552，p=0.000），表明Probit值与RSR分布值之间存在强正线性关系。
四、分档排序
表3展示了分档排序的临界值。根据RSR拟合值，将14家医院分为3个档次：第1档（RSR<0.368）为较差水平，第2档（0.368≤RSR<0.662）为中等水平，第3档（RSR≥0.662）为优秀水平。
表4展示了最终的分档排序结果。根据RSR拟合值与临界值的比较，14家医院的分档情况如下：
第3档（优秀，3家）：院07（RSR=0.729）、院05（RSR=0.686）、院11（RSR=0.686），这3家医院综合表现最优，在治愈率、满意度、科研产出等指标上均处于领先水平。
第2档（中等，9家）：院01、院03、院04、院06、院08、院10、院12、院13、院14，这9家医院处于中等水平，各项指标表现参差不齐，仍有较大提升空间。
第1档（较差，2家）：院02（RSR=0.300）和院09（RSR=0.271），这2家医院综合评价较低，需要在多个维度上重点改进。
五、结论
本研究运用WRSR秩和比法对14家医院的5项指标（治愈率、满意度、科研产出、管理效率、资源配置）进行了综合评价。回归模型拟合良好（R²=0.910，F=111.338，p<0.001）。分档结果显示：院07综合排名最优（RSR=0.729），院05和院11并列第二（RSR=0.686），院09排名最低（RSR=0.271）。14家医院被分为3个等级：优秀3家、中等9家、较差2家。该方法有效融合了多指标信息，为医院综合评价提供了量化依据。
