1. 熵权法

信息论基本原理解释信息是系统有序性的度量单位,而熵可以度量系统的无序程度;如果某个指标的信息熵越小,该指标提供的信息量越大,指标变异程度(方差)高,因此在综合评价中所起作用理当越大,权重就应该越高。熵权法的基本原理就是根据指标变异性的大小来确定客观权重。一般来说,这个方法相比于AHP专家打分更客观。熵权法确定指标权重的推导过程如下:

第一步:数据标准化

将各个指标的数据进行标准化处理。假设给定了k个指标,其中。假设对各指标数据标准化后的值为,那么

第二步:求各指标的信息熵

根据信息论中信息熵的定义,一组数据的信息熵计算为:

,其中

第三步:确定各指标权重

根据信息熵的计算公式,计算出各个指标的信息熵为。通过信息熵计算各指标的权重:

2. 评价体系之确定指标权重并计算样本得分

比如最近某快递公司在多地设置了快递点,但是快递点运营状态如何从数据上来获知,有哪些快递点需要取消,哪些快递点需要扩大经营?如何为给出每个快递点的具体得分,从而设置奖惩制度。这里建立一个评价体系,评价体系中包括能很好衡量快递点经营效果的指标,每个快递点都有这些指标的数据,因为熵权法可以自己计算出各个指标的权重,那么避免了专家打分法等主观权重带来的偏见,因此从该数据基础上即可获得各个快递点的得分。

熵权法计算过程:

求解过程放在了Excel,公众号后台回复“熵权法”即可获取。

第一步:数据标准化。假设有11个快递点参与评价,评价体系中包括以下7个子指标,以下指标数据通过归一化公式已实现数据标准化。

表1 数据标准化

第二步:求各指标的信息熵

表2 求解各数据的Pij

表3 求解信息熵Ei

第三步:求各指标权重,见表3倒数第一行。

第四步:各快递点得分,见表3最后一列。可以看到快递点S6得分最高。

热门文章

直戳泪点!数据从业者权威嘲讽指南!

数据分析师做成了提数工程师,该如何破局?

全栈型VS专精型,团队到底需要什么样的人?

数据驱动业务,比技术更重要的是思维的转变

最近面了十多个数据分析师,聊一聊我发现的一些问题

【您的在看,我的莫大鼓励】

数据运营系列(三):熵权法如何确定指标权重构建评价体系相关推荐

  1. 一文速学数模-评价模型(二)熵权法实战确定评价指标权重

    目录 前言 一.熵权法介绍 二.使用步骤 1.数据预处理 2.计算指标信息熵

  2. 评价方法-熵权法确定指标权重

    评价方法根据确定权重的方法,大体上可分为主观赋权,客观赋权:主观赋权依赖于"专家"的权重或较多独立个体的评判偏好,如层次分析法,功效系数法,模糊综合评价法,综合指数法:客观赋权法根 ...

  3. TOPSIS和熵权法的应用(Matlab实现,包括数据预处理)

    TOPSIS法是一种组内综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距. ①基本过程为归一化后的原始数据矩阵: ②采用余弦法找出有限方案中的最优方案和最劣方案:然后分别 ...

  4. 数学建模系列---熵权法

    目录 一.简介 二.说明 1.正向指标: 2.信息量 3.信息熵 三.具体计算步骤 1.标准化矩阵 1.1该步骤的意义 1.2标准化的2种方法 2.计算各元素概率 3.计算各指标的权重 3.1计算每个 ...

  5. 数学建模笔记——评价类模型之熵权法

    嗯,这次讲一讲熵权法,一种通过样本数据确定评价指标权重的方法. 熵权法 之前我们提到了TOPSIS方法,用来处理有数据的评价类模型.TOPSIS方法还蛮简单的,大概就三步. 将原始数据矩阵正向化. 也 ...

  6. 熵权法EW与层次分析法AHP之数学原理及实例

    1.概述 对于多指标或多目标决策问题,由于涉及到多个指标或属性,在对实测数据进行评价时,需要确定这些指标之间的相互权重,各指标权重的客观性与合理性也会大大影响到最终的评价结果.目前对于指标权重确定的方 ...

  7. 综合评价体系之熵权法

    (一)建模目的: 如何客观又合理地评价一部电影的受欢迎度呢?生活中有很多这样的场景,仅有个别人的看法,显然不能如实地反映这部电影的受欢迎度,通过抽样的方法,选取合理的指标建立评价模型,最终取得一个得分 ...

  8. 【建模算法】熵权法(Python实现)

    [建模算法]熵权法(Python实现) 熵权法是通过寻找数据本身的规律来赋权重的一种方法. 熵是热力学单位,在数学中,信息熵表示事件所包含的信息量的期望.根据定义,对于某项指标,可以用熵值来判断某个指 ...

  9. 基于熵权法优劣解距离法_基于优劣解距离法的火电机组单辅机运行状态评估

    龙源期刊网 http://www.qikan.com.cn 基于优劣解距离法的火电机组单辅机运行状 态评估 作者:王瑾石 来源:<中国化工贸易 · 上旬刊> 2019 年第 01 期 摘要 ...

最新文章

  1. 机器学习中的一些概念
  2. KRIA SOM,赛灵思自适应计算最近一发“王炸”!
  3. 跟着“路线图”,我们一起遨游机器学习的世界!
  4. SQL Server 2008编写脚本时智能提示功能丢失的处理
  5. 分子结构模拟工具UCSF Chimera的安装及基本操作
  6. DBA警世录:备份重于一切
  7. 九度oj题目1008:最短路径问题
  8. [运维笔记] PowerShell (模块).模块的查找、安装、卸载、更新、保存、发布
  9. 碧蓝航线频道和服务器所在的文件夹,碧蓝航线如何反和谐 反和谐方法
  10. 给大家推荐一些好用的国内外免费图床(可外链的免费相册)
  11. Python基础-Python中列表的使用
  12. 【翻译工具】如何复活谷歌翻译(网页翻译)
  13. 乐扣309:最佳购买股票时机含冷冻期
  14. 上野千鹤子名誉教授的东大祝辞中提到的“元知识”是什么?
  15. 全民投资人游戏服务器维护,欢乐园《全民仙战》3月5日14时合服公告
  16. Mysql5.7在上亿级别的存储性能测试报告 Mysql到底可不可以支持单表过亿?要分区么?分表?...
  17. int类型与char类型
  18. element-ui表格行不对齐
  19. linux修改用户描述的命令,Linux修改用户信息(usermod)
  20. iframe父页面子页面相互调用方法

热门文章

  1. NVIDIA Grace Hopper架构深度解析
  2. Android腾讯直播快速集成
  3. java登录跳转页面
  4. 运维实操——kubernetes(十九)k8s中部署Prometheus、监控nginx、HPA自动伸缩
  5. 图像识别的安全隐患:只用一张图片,你就可以实现隐身
  6. 天气API Http接口
  7. FPGA-全局时钟缓冲IBUFG BUFG IBUFGDS ODDR2
  8. Spring学习理解---后置处理器
  9. 蓝牙广播包中自定义厂家数据的设置及获取
  10. 腾讯云搭建git仓库