标准差(Standard
Deviation) ,也称均方差(mean square
error),是各数据偏离平均数的距离的平均数,它是离均差平方和平均后的方根,用σ表示。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的,标准差未必相同。
标准离差法的思路与熵权法相似。通常,某个指标的标准差越大,表明指标值的变异程度越大,提供的信息量越大,在综合评价中所起的作用越大,其权重也越大。相反,某个指标的标准差越小,表明指标值的变异程度越小,提供的信息量越小,在综合评价中所起的作用越小其权重也应越小。
具体计算步骤如下:
(1)对原始数据矩阵X_ij
(i=1,2,…,n;j=1,2,…,m)进行无量纲化处理,一般采用极值法无量纲化公式,对正指标有:Z_ij=((X_ij-X_min))/(〖(X〗_max-X_min));则对逆指标有:Z_ij=((X_max-X_ij))/((X_max-X_min)),得到Z_ij矩阵。
(2)求随机变量的均值:(Z_j ) ̅=1/n ∑_(i=1)^n?Z_ij
(3)求j指标的均方差(标准差):δ_j=√(∑_(i=1)^n?〖(Z_ij-(Z_j )
̅)〗^2 )
(4)最后,利用均方差(标准差)计算各指标的权重:W_j=δ_j⁄(∑_(j=1)^p?δ_j
)