熵值法计算权重有异常值_熵权法评价估计详细原理讲解

熵权法是一种基于信息熵的综合评价方法,通过计算各指标的信息熵来确定其权重。该方法无主观性,适用于数据标准化后的评价过程。文章介绍了熵权法的原理,包括信息熵概念、赋权步骤和实际应用案例,讨论了其优缺点和使用注意事项。
摘要由CSDN通过智能技术生成

写在前面:

熵权法也属于一种综合评价方法,没有主观性,可与前面几篇文章提到的方法联合使用。

目录

一、熵权法概述

1.1 信息论基础

1.2 熵权法介绍

二、熵权法赋权步骤

2.1数据标准化

2.2 求各指标在各方案下的比值

2.3 求各指标的信息熵

2.4 确定各指标的权重

2.5 最后计算每个方案的综合评分

三、熵权法应用实例

3.1 背景介绍

3.2 数据预处理

3.3 计算第j个指标在第i个方案中所占比重

3.4 求各指标的信息熵

3.5 计算各指标的权重

3.6 对各个科室进行评分

四、熵权法的优缺点及使用注意

4.1 熵权法的优点

4.2 熵权法的缺点

4.3 熵权法的使用

如有专业问题或者需要仿真可以点下面付费咨询链接。

知乎用户​www.zhihu.com

一、熵权法概述

1.1 信息论基础

信息量:信息量是度量弄清楚一个未知事物需要查询的信息的多少,单位是比特。随机变量取某个值时,其概率倒数的对数就是信息量。通俗的说就是,事物所含信息量与其发生的概率负相关。一件事物出现的概率决定了它的不确定性大小,也就决定了所含信息量的大小。出现的概率越大,不确定性越小,所含信息量也就越小。

09a2088bff82b5e864b8f25536fdcf93.png

信息熵:信息熵也就是信息量的期望。可以把信息熵理解成不确定性的大小,不确定性越大,信息熵也就越大。

e02775dcd8febca83656ae2eadea6e91.png

X表示的是一个信源。

信息量是对信源发出的某一个信号所含信息的度量,信息熵是对一个信源所含信息的度量,也就是信息量的期望。

1.2 熵权法介绍

熵最先由香农引入信息论,目前已经在工程技术、社会经济等领域得到了非常广泛的应用。

<
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