熵值法步骤

（1）方法原理及适用场景

熵值法属于一种客观赋值法，其利用数据携带的信息量大小计算权重，得到较为客观的指标权重。熵值是不确定性的一种度量，熵越小，数据携带的信息量越大，权重越大；相反熵越大，信息量越小，权重越小。

适用场景：熵值法广泛应用于各个领域，对于普通问卷数据（岩燃芹截面数据）或面板数据均可计算。在实际研究中，通常情况下是与其他权重计算方法配合使用，如先进行因子或主成分分析得到因子或主成分的权重，即得到高维度的权重，然后再使用熵值法进行计算，想得到具体各项的权重。

（2） *** 作步骤

使用SPSSAU【综合评价- 熵值法】。

使用熵值法计算权重时，需将数据整理为以下格式：

1个指标占用1列数据。下粗毕图中样本编号只是个编号无实际意义，用于标识下样本的ID号，一般是比如年份一类的数据信息，分析时并不需要使用。

（3）注意事项

熵值法的计算公式上会有取对数，因此如果小于等于0的数字取对数，则会出现null值。此种情况共有两种办法。

第一种：SPSSAU非负平移功能是指，如果某列（某指标）数据出现小于等于0，则让该列数据同时加上一个‘平移值’【段仿该值为某列数据最小值的绝对值+0.01】，以便让数据全部都大于0，因而满足算法要求。

第二种：研究者也可以手工查看数据并将小于等于0的数据设置为异常值，但此种做法会让样本减少。

熵值法的计算公式上会有取对数，因此如果小于等于棚陆陆0的数字取对数，则会出现null值。此种情况共有两种办法。

第一种：SPSSAU非负平移功能是指，如果某列（某指标）数据出现小于等于0，则让该列数据同时加上一个‘平移值’【该值为某列数据最链顷小值的绝对值+0.01】，以便让数据全部都大于0，因而满足算法要求。

第二种：研究者也可以手工查看数据并将小于等于0的数据设置为异常值，但此种做法会让样本减少。

扩展资料：

由于各项指标的计量单位并不统一，因此在用它们计算综合指标前，我们先要对它们进行标准悉中化处理，即把指标的绝对值转化为相对值，从而解决各项不同质指标值的同质化问题。而且，由于正向指标和负向指标数值代表的含义不同（正向指标数值越高越好，负向指标数值越低越好） ，因此，对于高低指标我们用不同的算法进行数据。

参考资料来源：百度百科-熵值法

---