第一层权重用层次分析法,二级指标用熵权法怎么做

1、二级指标用熵权法，首先将各个指标的数据进行标准化处理。

2、求各指标的信息熵。

3、确定各指标权重。

4、熵权法，就是根据已知评价对象指标的数值来确定每个指标所占的权重。

5、必须要有数值才可以用熵权法，如果没有数值是不可以用这种方法的

您好，熵权法是一种多指标决策方法，它将信息熵的概念引入到权重计算中，可以避免主观性和不确定性带来的影响。熵权法的公式如下：

$$

w_i = \frac{1-\sum_{j=1}^{m}(\frac{x_{ij}}{x_{mj}}\log\frac{x_{ij}}{x_{mj}})}{m-1}

$$

其中，$w_i$表示第$i$个指标的权重，$x_{ij}$表示第$j$个样本的第$i$个指标的取值，$x_{mj}$表示第$j$个样本的所有指标的取值的平均值。

要打出这个公式，可以使用LaTeX语言，将公式输入到支持LaTeX的编辑器或软件中，然后进行排版和编辑，最终生成所需的公式。在一些常用的文本编辑器中，也可以使用插件或快捷键来输入LaTeX公式。

List<String> lstname = new ArrayList<String>();

lstnameadd(name);

outprintln(lstname);

outflush();

outclose

熵权法的思想是通过计算各指标值与其均值差异程度来计算权重的，定性指标在经过量化后，也可以应用熵权法进行计算，应该注意的是，熵权法通过数据来计算权重，没有考虑指标本身的重要程度，计算得到的权重可解释性较差，最好与主观权重计算相结合，进行综合评价

一、熵权法介绍

熵最先由申农引入信息论，目前已经在工程技术、社会经济等领域得到了非常广泛的应用。

熵权法的基本思路是根据指标变异性的大小来确定客观权重。

一般来说，若某个指标的信息熵越小，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。

二、熵权法赋权步骤

1 数据标准化

将各个指标的数据进行标准化处理。

2 求各指标的信息熵

3 确定各指标权重

三、熵权法赋权实例

1 背景介绍

某医院为了提高自身的护理水平，对拥有的11个科室进行了考核，考核标准包括9项整体护理，并对护理水平较好的科室进行奖励。下表是对各个科室指标考核后的评分结果。

但是由于各项护理的难易程度不同，因此需要对9项护理进行赋权，以便能够更加合理的对各个科室的护理水平进行评价。

2 熵权法进行赋权

1）数据标准化

根据原始评分表，对数据进行标准化后可以得到下列数据标准化表

2）求各指标的信息熵

根据信息熵的计算公式

，可以计算出9项护理指标各自的信息熵如下：

3）计算各指标的权重

3 对各个科室进行评分

以上就是关于第一层权重用层次分析法,二级指标用熵权法怎么做全部的内容，包括:第一层权重用层次分析法,二级指标用熵权法怎么做、熵权法公式怎么打出来、求理想点法matlab源程序，或熵权理想点法matlab源程序代码都可以，有其一就行的等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！