2023年6月21日发(作者：)

权重确定方法

确定指标体系权重的方法可分为主观赋值法和客观赋值法两大类。主观赋值法，即计算权重的原始数据主要由评估者根据经验主观判断得到，如主观加权法、专家调查法、层次分析法、比较加权法、多元分析法和模糊统计法等。客观赋值法，即计算权重的原始数据由测评指标在被测评过程中的实际数据得到，如均方差法、主成分分析法、熵值法、CRITIC法等。这两类方法各有优缺点，主观赋值法客观性较差，但解释性强; 在大多数情况下，客观赋值法确定的权重精度较高，但又是会与实际情况相悖，而且解释性较差，对所得到的结果难以给出明确的解释。

以下主要讨论客观赋值法：

一、 熵权法

一般来说，若某个指标的信息熵指标权重确定方法之熵权法越小，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，某个指标的信息熵指标权重确定方法之熵权法越大，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。赋权步骤如下：

1. 数据标准化

标准化公式：

2023年6月21日发(作者：)

权重确定方法

确定指标体系权重的方法可分为主观赋值法和客观赋值法两大类。主观赋值法，即计算权重的原始数据主要由评估者根据经验主观判断得到，如主观加权法、专家调查法、层次分析法、比较加权法、多元分析法和模糊统计法等。客观赋值法，即计算权重的原始数据由测评指标在被测评过程中的实际数据得到，如均方差法、主成分分析法、熵值法、CRITIC法等。这两类方法各有优缺点，主观赋值法客观性较差，但解释性强; 在大多数情况下，客观赋值法确定的权重精度较高，但又是会与实际情况相悖，而且解释性较差，对所得到的结果难以给出明确的解释。

以下主要讨论客观赋值法：

一、 熵权法

一般来说，若某个指标的信息熵指标权重确定方法之熵权法越小，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，某个指标的信息熵指标权重确定方法之熵权法越大，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。赋权步骤如下：

1. 数据标准化

标准化公式：