CRITIC权重法

概念:它是基于评价指标的对比强度指标之间的冲突性来综合衡量指标的客观权重。

指标变异性大小的同时兼顾指标之间的相关性,并非数字越大就说明越重要,完全利用数据自身的客观属性进行科学评价

  如:有N个受灾点,M个评价指标,形成原始数据矩阵

                        

 

  

步骤:(1)无量纲处理,正向化或逆向化处理

    所用指标的值越大越好(正向指标:) 

 

 

     若所用指标的值越小越好(逆向指标:) 

 这就是critic权重法,它强调客观性不依赖专家的主观思维。

 

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CRITIC权重是一种客观赋权,用于多指标多对象的综合评价问题。它利用两个指标,即对比强度和冲突性指标来确定指标的权重。对比强度使用标准差表示,标准差越大,说明波动越大,权重越高;而冲突性使用相关系数表示,相关系数越大,说明冲突性越小,权重越低。CRITIC通过消除一些相关性较强的指标的影响,减少指标之间的信息重叠,从而更准确地得到评价结果。 与熵权和标准离差相比,CRITIC更具优势。它考虑了指标的变异性和相关性,不仅仅根据数字大小来确定权重,而是更全面地利用数据自身的客观属性进行评价。对比强度是指同一指标下各个评价方案之间取值差距的大小,用标准差表示;而冲突性则用相关系数表示两个指标之间的相关性。在CRITIC中,当标准差固定时,指标之间的冲突性越小,权重越小;冲突性越大,权重越大。此外,当两个指标之间的正相关程度越大时,即相关系数越接近1,冲突性越小,说明这两个指标在评价方案的优劣上反映的信息相似度较高。 为了计算CRITIC权重,需要对各个因素进行归一化处理,并根据信息量进行权重分配。具体的计算步骤可以参考引用中的信息量公式。根据信息量的大小,可以给予更大的权重给具有更大信息量的评价指标,从而更准确地反映其在整个评价指标体系中的作用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值