一、权重计算的常用方法
常见的重量计算方法有以下九种:
上述九种方法中最常用的权重计算方法如下:
1.AHP层次分析法
(1)方法原则
层次分析法是一种计算权重的定性和定量相结合的研究方法。利用两两比较的方法建立矩阵,并利用数大小的相关性。数字越大,重要权重越高。最后,计算每个因素的重要性。
(2)适用场景
层次分析法适用于多层次的综合评价。
(3)操作步骤
使用sp ssau[综合评价-AHP层次分析法]
综合评价-层次分析法
2.熵方法
(1)方法原则
熵值法属于一种客观评价方法,利用数据所承载的信息量来计算权重,从而得到更客观的指标权重。熵是不确定性的度量。熵越小,数据携带的信息越多,权重越大。反之,熵越大,信息量越小,权重越小。
(2)适用场景
熵值法广泛应用于各个领域,可以用来计算常见的问卷数据(截面数据)或面板数据。在实际研究中,通常与其他权重计算方法结合使用。比如通过因子或主成分分析得到因子或主成分的权重,即得到高维的权重,再用熵值法计算具体项目的权重。
(3)操作步骤
使用sp ssau[综合评价-熵值法]
综合评价-熵值法
3.主成分分析
(1)方法原则
主成分分析就是对数据进行浓缩,将几个指标浓缩成几个不相关的总指标(主成分),从而达到降维的目的。
(2)适用场景
主成分分析可以同时计算主成分权重和指标权重。
(3)操作步骤
使用sp ssau[高级方法-主成分分析]
高级方法-主成分分析
4.要素分析
(1)方法原则
因子分析计算权重的原理和主成分分析基本相同,不同的是因子分析有‘旋转’的功能。
(2)适用场景
“旋转”功能可以使因素更具解释力。如果希望提取的因素具有可解释性,通常会更多地使用因子分析。
(3)操作步骤
使用sp ssau[高级方法-因子分析]
高级方法-因素分析
二、权重计算方法的应用分类
权重的确定方法是综合评价中最重要的,不同方法的计算原理是不同的。在实际分析过程中,要结合数据特点和专业知识选择合适的权重计算。以上九种权重计算方法的特点如下:
上面介绍的权重方法根据计算原理可以分为四类。
第一类是AHP层次法和最优序列图法;
该方法使用数字的相对大小信息来计算权重。这种方法是主观赋权法,通常需要专家打分或通过问卷调查得到各指标重要性的得分。分数越高,指数的权重越大。
这种方法适用于许多领域。比如要建立员工绩效评价体系,指标包括工作态度、学习能力、工作能力、团队合作。每个指标的权重由专家打分计算得出,代入员工数据即可得到每个员工的综合得分。
第二种是熵权法(熵权法);这种方法利用数据熵信息,即信息量来计算权重。这种方法适用于数据波动,将数据波动视为一种信息。
比如,收集某一年各地区的经济指标数据,包括产品销售率(X1)、资本利润率(X2)、成本利润率(X3)、劳动生产率(X4)、周转次数(X5),用熵值法计算各指标的权重,然后比较各地区的经济效益。
第三类是批评家、独立权和信息权;这种方法主要是利用数据的波动性或者数据之间的相关性来计算权重。
例如,利用某省级医院2011年5个科室的数据指标(共6个指标)计算CRITIC权重,最终可以得到6个指标的权重:出院人数、入院与出院诊断符合率、治疗有效率、平均床位使用率、床位周转次数、出院患者平均住院日。如果要计算各个部门的综合得分,可以直接用自己的数据乘以累加权重。分数越高,对部门的评价越高。
第四类是因子分析和主成分方法;这种方法利用数据的信息集中原理和方差解释率来计算权重。
例如,对30个地区的8个经济发展指标进行了主成分分析。主成分分析可以将八个指标浓缩成若干个综合指标(主成分),这些指标(主成分)可以反映原指标的信息。同时,通过方差解释率可以得到各主成分的权重。
三。数据格式
第一次接触数据分析的白牌玩家,往往直接将数据上传到分析系统,忽略了数据格式排序的步骤。但是,对于不同的分析方法,有相应的数据格式。只有上传正确格式和规范的数据,才能得到正确的分析结果。
第四,维度处理
1、如何理解尺寸标注问题?
例如:
医院投入10亿,出院率90%。这两个指标会有两种情况,单位问题和方向问题。
2.维度处理方法
尺寸标注有多种方法,但使用哪种方法没有固定的标准。而是要根据数据情况或研究算法选择最合适的尺寸标注方法。SPSSAU提供了11种尺寸标注方法,如下图所示:
数据处理-变量生成
au[生成变量-维度处理]
九种常用的重量计算方法是否需要尺寸标注,需要哪种尺寸标注,详见下表:
本文来自牛奶煮萝莉投稿,不代表舒华文档立场,如若转载,请注明出处:https://www.chinashuhua.cn/24/607694.html