一、熵值法
熵值法的主要目的是对指标体系进行赋权
熵越大说明系统越混乱,携带的信息越少,权重越小;熵越小说明系统越有序,携带的信息越多,权重越大。
熵值法是一种客观赋权方法,借鉴了信息熵思想,它通过计算指标的信息熵,根据指标的相对变化程度对系统整体的影响来决定指标的权重,即根据各个指标标志值的差异程度来进行赋权,从而得出各个指标相应的权重,相对变化程度大的指标具有较大的权重。
步骤
(1)原始数据的收集与整理
假设有m个待评价样本,n项评价指标,形成原始指标数据矩阵:
X = ( x 11 . . . x 1 n ⋮ ⋱ ⋮ x m 1 ⋯ x m n ) X=\left( \begin{matrix} x_{11}& ...& x_{1n}\\ \vdots& \ddots& \vdots\\ x_{m1}& \cdots& x_{mn}\\ \end{matrix} \right)X=⎝⎜⎛x11⋮xm1...⋱⋯x1n⋮xmn⎠⎟⎞
其中X i j X_{ij}Xij 表示第 i 个样本第 j 项评价指标的数值。
对于某项指标X j X_jXj,样本的离散程度越大,则该指标在综合评价中所起的作用就越大。如果该指标的标志值全部相等,则表示该指标在综合评价中不起作用。
例如:
语文
数学
英语
音乐
张三
50
44
85
90
李四
33
74
20
78
王五
46
38
88
10
陈六
65
45
98
51
杨七
13
65
12
45
或者
GDP
就业人数
财政支出
人均可支配收入
北京
xx
xx
xx
xx
上海
xx
xx
xx
xx
广州
xx
xx
xx
xx
深圳
xx
xx
xx
xx
(2)数据处理
为消除因量纲不同对评价结果的影响,需要对各指标进行归一化或者标准化处理。
归一化处理:
若所用指标的值越大越好(正向指标:)
x i j ′ = x j − x min x max − x min x'_{ij}=\frac{x_j-x_{\min}}{x_{\max}-x_{\min}}xij′=xmax−xminxj−xmin
若所用指标的值越小越好(负向指标:)
x i j ′ = x max − x j x max − x min x'_{ij}