熵值法步骤

熵值法步骤,第1张

(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


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/12306310.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-24
下一篇 2023-05-24

发表评论

登录后才能评论

评论列表(0条)

保存