熵值法原理+stata详细代码

最新推荐文章于 2025-03-05 14:32:15 发布

经管数据资料

最新推荐文章于 2025-03-05 14:32:15 发布

阅读量5.6k

点赞数 33

文章标签：算法学习方法笔记

本文链接：https://blog.csdn.net/weixin_53677354/article/details/144276700

版权

2. 标准化（Normalization）

3. 计算 p（比例）

4. 计算 e（熵值）和 d（1 - 熵值）

5. 计算权重w

6. 计算得分

7. 保留结果

一、熵值法简介

**熵值法（Entropy Method）**是一种基于信息论的多指标赋权方法，常用于处理复杂的多维数据，尤其是在没有先验知识或无法确定权重的情况下。它通过计算每个指标的“信息熵”来确定其在综合评价中的权重，反映指标的变异程度和重要性。熵值法的核心思想是：数据的变异程度越大（信息越丰富），该指标的权重越大；反之，变异程度越小（信息越少），该指标的权重越小。

二、熵值法的原理

信息熵的概念
熵（Entropy）源自信息理论，描述了信息的不确定性。熵越大，表示信息越混乱或越不确定；熵越小，表示信息越集中或越确定。用在指标赋权上时，熵值可以反映每个指标对整体评价的贡献：
- 如果一个指标的数值变化很大，说明它能够提供更多的信息，因此它的熵值较低，权重较大。
- 如果一个指标的数值变化很小，说明它的信息贡献较小，熵值较高，权重较小。
熵值法的计算步骤 熵值法的具体步骤可以分为以下几个主要部分：

三、熵值法的优点

客观性强：熵值法基于数据本身的变异程度来确定权重，没有主观的偏差。在缺乏专家经验或对权重无法主观赋值时，熵值法提供了一种可靠的权重计算方式。
适用性广：熵值法适用于任何领域的多指标综合评价，特别是当涉及多个指标且这些指标的权重不易确定时。
反映信息重要性：通过熵值的大小，能够反映每个指标对评价结果的贡献，变异性大的指标权重较大，而变异性小的指标权重较小，符合实际情况。
熵值法通过衡量每个指标的“信息熵”来确定其在综合评价中的权重。变异性较大的指标提供更多的信息，因此被赋予更高的权重，而变异性小的指标则被赋予较低的权重。熵值法是一种客观且有效的赋权方法，能够避免人为赋权带来的偏差，广泛应用于各类多指标综合评价中。
四、熵值法的stata代码

1. 设置面板数据

xtset id year

xtset 是 Stata 中用来定义面板数据的命令。
id 是个体标识符，表示每个面板的单位（比如省份、公司等）。
year 是时间标识符，表示每个单位的时间点。

2. 标准化（Normalization）

对正向指标的标准化

global all_var x6 x7 x8 x9 x10 x11 x12
foreach i in $all_var {
    egen min_`i'=min(`i')
    egen max_`i'=max(`i')
    gen s`i'=(`i'-min_`i')/(max_`i'-min_`i')
    replace s`i'=0.0001 if s`i'==0
}

x6 到 x12 是正向指标（数值越大表示越好）。
使用 egen 函数计算每个变量的最小值（min_i'）和最大值（max_i'）。
然后将每个变量的值进行标准化：通过 (原始值 - 最小值) / (最大值 - 最小值) 进行归一化，使得所有的标准化后的值都在 0 到 1 之间。
replace si'=0.0001 if si'==0 将所有标准化结果为 0 的值设置为 0.0001，因为后面要计算对数（ln），避免出现对数无穷大。

对负向指标的标准化

global all_var x1 x2 x3 x4 x5
foreach i in $all_var {
    egen min_`i'=min(`i')
    egen max_`i'=max(`i')
    gen s`i'=(max_`i'-`i')/(max_`i'-min_`i')
    replace s`i'=0.0001 if s`i'==0
}

x1 到 x5 是负向指标（数值越大表示越差）。
使用类似的步骤进行标准化：(最大值 - 原始值) / (最大值 - 最小值)。
对负向指标的标准化，使得较大的值会被转换为较小的标准化值（归一化后值较小表示更好）。

3. 计算 `p`（比例）

forvalue i=1(1)12{
    egen sums_`i'=sum(sx`i')
    gen p`i'=sx`i'/sums_`i'
}

对于每个变量（x1 到 x12），计算该变量的标准化值的和（sums_i'`）。
12是变量的数量
然后计算每个变量标准化值的比例 p（即：标准化后的值占所有标准化值和的比例）。

4. 计算 `e`（熵值）和 `d`（1 - 熵值）

forvalue i=1(1)12{
    egen l`i'=sum(p`i'*ln(p`i'))
    gen e`i'=-l`i'/ln(3336)
    gen d`i'=1-e`i'
}

观察值的数量，这里设为 3336，其他对应修改obs数量。
di'：计算 d = 1 - ei'，这里的 d 是反映信息有效度的指标，通常用于熵值法中作为权重的计算基础。

5. 计算权重w

forvalue i=1(1)12{
    egen f`i'=rowtotal(d*)
    gen w`i'=d`i'/f`i'
}

fi'：计算所有 d` 指标的总和。
wi'`：计算每个指标的权重，表示每个指标的信息有效度占总有效度的比例。

6. 计算得分

forvalue i=1(1)12{
    gen score`i'=w`i'*sx`i'
}

egen Score = rowtotal(sc*)

scorei'`：计算每个变量的得分，即标准化后的值与权重的乘积。
Score：最后通过 egen 函数将所有指标的得分加总得到总得分。

7. 保留结果

keep province id year w* Score

最终保留每个地区（province）、个体（id）、年份（year）和相关的权重（w*）以及总得分（Score）。