平均符号熵的计算公式_指标权重确定方法之熵值法

关注

听说关注了我的人

都升职加薪啦

0 1 日常工作中，经常需要确定各指标的权重，利用熵值法确定权重属于客观赋权法，从数据出发，避免过强的主观性，那我们详细了解下其原理及其是如何运作的吧。

什么是信息熵

熵是热力学的一个物理概念，是体系混乱度(或无序度)的量度。熵越大说明系统越混乱，携带的信息越少，熵越小说明系统越有序，携带的信息越多。 信息熵则借鉴了热力学中熵的概念 (注意：信息熵的符号与热力学熵应该是相反的)，用于描述平均而言事件信息量大小。所以数学上，信息熵其实是事件所包含的信息量的期望。 在概率论和统计学中，数学期望(mean)(或均值，亦简称期望)是试验中每次可能结果的概率乘以其结果的总和。根据上面期望的定义，我们可以设想信息熵的公式大概是这样的一个格式： 信息熵=∑每种可能事件的概率*每种可能事件包含的信息量0 2

如何理解信息熵

信息熵的基本思想是从指标的无序程度，即指标熵的角度来反映指标对评价对象的区分程度，某指标的熵值越小，该指标的样本数据就越有序，样本数据间的差异就越大，对评价对象的区分能力也就越大，相应的权重也就越大。相反，某个指标的信息熵越大表明指标的变异程度越小，提供的信息量也就越少，在综合评价中所起的作用也就越小，其权重也就越小。0 3

    熵值法如何实现

1、假设数据有n行记录，m