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。
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。
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。
熵权法的基本思路是根据指标变异性的大小来确定客观权重。
一般来说，若某个指标的信息熵越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大。相反，某个指标的信息熵越大，表明指标值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。
个人理解：注意上面这段话，说的是提供的信息量，也就是已知的信息。提供的信息量越大，包含的信息也就越小。按照前面信息量的阐述，一个指标变异性越大则发生的概率越大，不确定也就越小，信息量也就越小，解决这个未知事物所需要的信息量也就越小，也就是说它本身提供了较多的信息量。
二、熵权法赋权步骤
2.1 数据标准化
首先将各个指标进行去量纲化处理。
假设给定了m个指标：
，其中
。假设对各指标数据标准化后的值为
,那么
或
2.2 求各指标在各方案下的比值
也就是第j项指标在第i个方案中占该指标的比重，其实也就是为了计算该指标的变异大小。
2.3 求各指标的信息熵。
根据信息论中信息熵的定义，一组数据的信息熵为：
其中Ej≥0。若pij=0，定义Ej=0。2.4 确定各指标的权重
根据信息熵的计算公式，计算出各个指标的信息熵为E1,E2,…,Em。
2.4.1 通过信息熵计算各指标的权重：
2.4.2 也可以通过计算信息冗余度来计算权重：
然后计算指标权值：
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
某医院为了提高自身的护理水平，对拥有的11个科室进行了考核，考核标准包括9项整体护理，并对护理水平较好的科室进行奖励。下表是对各个科室指标考核后的评分结果。
但是由于各项护理的难易程度不同，因此需要对9项护理进行赋权，以便能够更加合理的对各个科室的护理水平进行评价。
3.2 数据预处理
根据原始评分表，对数据进行标准化后可以得到下列数据标准化表
所用公式：
11个科室9项整体护理评价指标得分表标准化表：
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
根据指标权重的计算公式：
可以得到各个指标的权重如下所示：
3.6 对各个科室进行评分
根据计算出的指标权重，以及对11个科室9项护理水平的评分。依据公式：
各个科室最终得分如下表所示
四、熵权法的优缺点及使用注意
4.1 熵权法的优点
熵值法是根据各项指标指标值的变异程度来确定指标权数的，这是一种客观赋权法，避免了人为因素带来的偏差。
相对那些主观赋值法，精度较高客观性更强，能够更好的解释所得到的结果。
4.2 熵权法的缺点
·忽略了指标本身重要程度，有时确定的指标权数会与预期的结果相差甚远，同时熵值法不能减少评价指标的维数，也就是熵权法符合数学规律具有严格的数学意义，但往往会忽视决策者主观的意图；
·如果指标值的变动很小或者很突然地变大变小，熵权法用起来有局限
4.3 熵权法的使用
·一般指标个数最好小于对象个数，比较好；
·可用于任何评价问题中的确定指标权重；
·可用于剔除指标体系中对评价结果贡献不大的指标；
·可以用于任何需要确定权重的过程，也可以结合一些方法共同使用。
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
