第七章 赋权法

合集下载

供应商评估指标的权重分配方法与模型

供应商评估指标的权重分配方法与模型

供应商评估指标的权重分配方法与模型

随着全球化的发展和市场竞争的加剧,供应商评估越来越成为企业

采购管理的重要环节。供应商评估的准确性直接关系到企业的采购决

策和供应链效率。而供应商评估指标的权重分配方法与模型则是评价

指标的重要依据。本文将介绍几种常见的供应商评估指标权重分配方

法与模型,并分析其特点和适用场景。

1. 主观赋权法

主观赋权法是一种基于专家主观意见的权重分配方法。这种方法通

过专家讨论或问卷调查等方式,采集不同专家对供应商评估指标的重

要程度的判断。然后将专家的意见进行综合得出权重值。主观赋权法

的优点是简单易行,不需要过多的数学计算。但是由于主观因素的干扰,可能存在一定的主观性和局限性。

2. 层次分析法

层次分析法是一种较为常用的权重分配方法,它将评估指标的权重

分解为多个层次,通过对不同层次的比较和判断来确定权重。该方法

首先构建供应商评估的层次结构模型,然后通过专家判断或问卷调查

的方式,对各个层次的相对权重进行比较,最终得出权重值。层次分

析法的优点是结构化程度高,能够考虑到多个因素之间的相对重要性。但是该方法需要专家的参与和多次比对,计算过程相对繁琐。

3. 主成分分析法

主成分分析法是一种基于数据统计的权重分配方法。该方法通过对评估指标数据进行降维处理,得到少数几个综合指标,然后根据综合指标的方差贡献率确定各指标的权重。主成分分析法的优点是能够从大量指标数据中提取主要信息,减少冗余和相关性。但是该方法需要有足够的数据支撑,数据质量对分析结果有较高要求。

4. 灰色关联法

灰色关联法是一种基于灰色理论的权重分配方法。该方法通过对评估指标的数据进行灰度关联度计算,得到各指标的关联度值,然后根据关联度值确定权重。灰色关联法的优点是能够较好地处理数据缺失和不完备问题,适用于小样本和较复杂的评估场景。但是该方法需要对数据进行归一化处理,对指标数据的选取和转化要求较高。

赋权的方法

赋权的方法

五种赋权法及其比较

摘要:本文介绍了五种确定评估指标权重的方法及其比较。权重是综合评价中的一个重要的指标体系,合理地分配权重是量化评估的关键,权重的构成是否合理,也直接影响到评估的科学性。为了更好地选择确定权重的方法,我们给出了几种方法的详细计算过程,以便进行精确对比。

关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法

一、权重的概念

权重是一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。

权重表示在评价过程中,是被评价对象的不同侧面的重要程度的定量分配,对各评价因子在总体评价中的作用进行区别对待。事实上,没有重点的评价就不算是客观的评价,每个人员的性质和所处的层次不同,其工作的重点也肯定是不能一样的。因此,相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计,即权重的确定。

二、3种主要的确定权重的方法

(一) 统计平均法

统计平均数法(Statistical average method)是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值,计算出的平均数作为各项指标的权重。其基本步骤是:

第一步,确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家;

第二步,专家初评。将待定权数的指标提交给各位专家,并请专家在不受外界干扰的前提下独立的给出各项指标的权数值;

第三步,回收专家意见。将各位专家的数据收回,并计算各项指标的权数均值和标准差;

第四步,分别计算各项指标权重的平均数。

赋权方法

赋权方法
层次分析法确定评价指标权重及Excel 计算——曹茂林
XLL
二、客观赋权方法
客观赋权法是利用数理统计的方法将各指标值经过分析处理 后得出权数的一类方法。
根据数理依据,这类方法又分为变异系数法、主成分分析法 、熵值法等。
这类方法根据样本指标值本身的特点来进行赋权,具有较好 的规范性。但其容易受到样本数据的影响,不同的样本会根据同 一方法得出不同的权数。
XLL
二、客观赋权方法——熵值法
(2)计算指标信息熵值e和信息效用值d
m
ej K yij ln yij i 1
dj 1 ej
式中,K为常数。
某项指标的信息效用价值取决于该指标的信息熵ej与1之间 的差值,它的值直接影响权重的大小,信息效用值越大,对评 价的重要性就越大,权重也就越大。
XLL
二、客观赋权方法——熵值法
熵值法:一种客观赋权方法,它通过计算指标的信息熵, 根据指标的相对变化程度对系统整体的影响来决定指标的权重 ,相对变化程度大的指标具有较大的权重,此方法现广泛应用 在统计学等各个领域,具有较强的研究价值。
熵,英文为entropy,是德国物理学家克劳修斯在1850年创 造的一个术语,它用来表示一种能量在空间中分布的均匀程度 。熵是热力学的一个物理概念,是体系混乱度(或无序度)的量度 ,用S表示。 应用在系统论中,熵越大说明系统越混乱,携带 的信息越少,熵越小说明系统越有序,携带的信息越多。

赋权方法

赋权方法

xij x j x ' ij Sj
XLL
二、客观赋权方法——熵值法
b. 计算第j项指标下第i年份指标值的比重yij
yij
x ' ij
x'
i 1
m
(0 yij 1)
ij
由此,可以建立数据的比重矩阵Y={yij}m*n
XLL
二、客观赋权方法——熵值法
(2)计算指标信息熵值e和信息效用值d
(2)计算各指标的变异系数的比重作为其权重。
XLL
二、客观赋权方法——主成分分析法
主成分分析法:指标权重等于以主成分的方差贡献率为权 重,对该指标在各主成分线性组合中的系数的加权平均的归一 化。 因此,要确定指标权重需要知道三点: (1)指标在各主成分线性组合中的系数 (2)主成分的方差贡献率 (3)指标权重的归一化
XLL
一、主观赋权方法——德尔菲法
德尔菲法(专家评分法或专家咨询法):采取匿名的方式 广泛征求专家的意见, 经过反复多次的信息交流和反馈修正, 使 专家的意见逐步趋向一致, 最后根据专家的综合意见, 对评价对 象做出评价的一种定量与定性相结合的预侧、评价方法。
步骤:
(1)编制专家咨询表。按评价内容的层次、评价指标的定义、 必须的填表说明, 绘制咨询表格。 (2)分轮咨询。根据咨询表对每位专家至少进行两轮反馈 , 并 针对反馈结果组织小组讨论, 确定调查内容的结构。经过有控制 的2-4轮咨询后将每轮的专家意见汇总。 (3)结果处理。应用常规的统计分析方法 , 分析专家对该项目 研究的关心程度 ( 回收率)、专家意见的集中程度、专家意见的 协调程度等来筛选指标或描述指标的重要程度( 即权重值)。

赋权方法

赋权方法

XLL
XLL
二、客观赋权方法——熵值法
熵值法步骤:
(1)数据处理
a. 标准化处理
xj x min x max xj x ' ij ; x ' ij x max x min x max x min
其中,xj为第j项指标值,xmax为第j项指标的最大值,xmin为 第j项指标的最小值, x’ij为标准化值。 若所用指标的值越大越好,则选用前一个公式。 若所用指标的值越小越好,则选用后一个公式。
wj
dj
d
i 1
m
j
XLL
三、组合赋权方法
组合赋权法:将主客观赋权方法的结果进行组合。权 数的组合赋权方法归纳起来有乘法合成和线性加权两种。 乘法合成实质上是将各种赋权方法得出的结果进行折 中,其实原理类似于算数平均,所不同的是前者是乘积之 比,而后者是求和之比。 线性加权的目的同样是将各种方法得出的权数分配进 行综合,只是采用算法有所区别。
案例:http://www.itongji.cn/article/042620032013.html
XLL
二、客观赋权方法——熵值法
熵值法:一种客观赋权方法,它通过计算指标的信息熵, 根据指标的相对变化程度对系统整体的影响来决定指标的权重 ,相对变化程度大的指标具有较大的权重,此方法现广泛应用 在统计学等各个领域,具有较强的研究价值。 熵,英文为 entropy,是德国物理学家克劳修斯在 1850年创 造的一个术语,它用来表示一种能量在空间中分布的均匀程度 。熵是热力学的一个物理概念,是体系混乱度(或无序度)的量度 ,用 S表示。 应用在系统论中,熵越大说明系统越混乱,携带 的信息越少,熵越小说明系统越有序,携带的信息越多。

赋权的方法

赋权的方法

五种赋权法及其比较

摘要:本文介绍了五种确定评估指标权重的方法及其比较。权重是综合评价中的一个重要的指标体系,合理地分配权重是量化评估的关键,权重的构成是否合理,也直接影响到评估的科学性。为了更好地选择确定权重的方法,我们给出了几种方法的详细计算过程,以便进行精确对比。

关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法

一、权重的概念

权重是一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。

权重表示在评价过程中,是被评价对象的不同侧面的重要程度的定量分配,对各评价因子在总体评价中的作用进行区别对待。事实上,没有重点的评价就不算是客观的评价,每个人员的性质和所处的层次不同,其工作的重点也肯定是不能一样的。因此,相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计,即权重的确定。

二、3种主要的确定权重的方法

(一) 统计平均法

统计平均数法(Statistical average method)是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值,计算出的平均数作为各项指标的权重。其基本步骤是:

第一步,确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家;

第二步,专家初评。将待定权数的指标提交给各位专家,并请专家在不受外界干扰的前提下独立的给出各项指标的权数值;

第三步,回收专家意见。将各位专家的数据收回,并计算各项指标的权数均值和标准差;

第四步,分别计算各项指标权重的平均数。

权重的确定方法汇总

权重的确定方法汇总

一、指标权重的确定

1.综述

目前关于属性权重的确定方法很多,根据计算权重时原始数据的来源不同,可以将这些方法分为三类:主观赋权法、客观赋权法、组合赋权法。

主观赋权法是根据决策者(专家)主观上对各属性的重视程度来确定属性权重的方法,其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法(Delphi法)、层次分析法(AHP )[106-108]、二项系数法、环比评分法、最小平方法等。本文选用的是利用人的经验知识的有序二元比较量化法。

主观赋权法是人们研究较早、较为成熟的方法,主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序,不至于出现属性权重与属性实际重要程度相悖的情况。但决策或评价结果具有较强的主观随意性,客观性较差,同时增加了对决策分析者的负担,应用中有很大局限性。

鉴于主观赋权法的各种不足之处,人们又提出了客观赋权法,其原始数据由各属性在决策方案中的实际数据形成,其基本思想是:属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量,赋权的原始信息应当直接来源于客观环境,处理信息的过程应当是深入探讨各属性间的相互联系及影响,再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。如果某属性对所有决策方案而言均无差异(即各决策方案的该属性值相同),则该属性对方案的鉴别及排序不起作用,其权重应为0;若某属性对所有决策方案的属性值有较大差异,这样的属性对方案的鉴别及排序将起重要作用,应给予较大权重.总之,各属性权重的大小应根据该属性下各方案属性值差异的大小来确定,差异越大,则该属性的权重越大,反之则越小。

赋权法_

赋权法_

权重确定的主客观赋权法

组员:余芳云 10

卢玲婕 47

钟灵欢 48一、引言

在多属性决策问题的求解过程中,属性的权重具有举足轻重的作用,它被用来反映属性的相对重要性。很多多属性决策方法( 如简单加性加权法、 TOPSIS 法、多属性效用理论等) 都涉及到属性权重,如何科学、合理地确定属性权重, 关系到多属性决策结果的可靠性与正确性。

目前已有许多确定属性权重的方法,这些方法可以分为三大类,即主观赋权法、客观赋权法和主客观综合赋权法( 或称组合赋权法)。

1、主观赋权法

主观赋权法是人们研究较早、较为成熟的方法, 它根据决策者( 专家)主观上对各属性的重视程度来确定属性权重,其原始数据由专家根据经验主观判断而得到。决策或评价结果具有较强的主观随意性, 客观性较差, 同时增加了对决策分析者的负担, 应用中有很大局限性。常用的主观赋权法有(1)层次分析法( AHP) 、(2)最小平方法、(3)TACTIC 法、(4)专家调查法( Delphi 法)、(5)二项系数法、(6)环比评分法等。其中层次分析法是实际应用中使用得最多的方法, 它能将复杂问题层次化, 将定性问题定量化。随着 AHP 法的进一步完善, 利用 AHP法进行主观赋权的方法将会更加合理, 更加符合实际情况。

2、客观赋权法

客观赋权法研究较晚,还很不完善, 它主要根据原始数据之间的关系来确定权重,不依赖于人的主观判断, 不增加决策分析者的负担,决策或评价结果具有较强的数学理论依据。但这种赋权方法依赖于实际的问题域,因而通用性和决策人的可参与性较差, 计算方法大都比较繁琐,而且不能体现决策者对不同属性的重视程度,有时确定的权重会与属性的实际重要程度相悖。常用的客观赋权法主要有(1)主成份分析法、(2)熵技术法、(3)离差及均(4)方差法、多目标规划法等。其中熵技术法用得较多, 这种赋权法使用的数据是

赋权法_

赋权法_

权重确定的主客观赋权法

组员:余芳云1011200110

卢玲婕1011200147

钟灵欢1011200148 一、引言

在多属性决策问题的求解过程中,属性的权重具有举足轻重的作用,它被用来反映属性的相对重要性。很多多属性决策方法( 如简单加性加权法、TOPSIS 法、多属性效用理论等) 都涉及到属性权重,如何科学、合理地确定属性权重, 关系到多属性决策结果的可靠性与正确性。

目前已有许多确定属性权重的方法,这些方法可以分为三大类,即主观赋权法、客观赋权法和主客观综合赋权法( 或称组合赋权法)。

1、主观赋权法

主观赋权法是人们研究较早、较为成熟的方法, 它根据决策者( 专家)主观上对各属性的重视程度来确定属性权重,其原始数据由专家根据经验主观判断而得到。决策或评价结果具有较强的主观随意性, 客观性较差, 同时增加了对决策分析者的负担, 应用中有很大局限性。常用的主观赋权法有(1)层次分析法( AHP) 、(2)最小平方法、(3)TACTIC 法、(4)专家调查法( Delphi 法)、(5)二项系数法、(6)环比评分法等。其中层次分析法是实际应用中使用得最多的方法, 它能将复杂问题层次化, 将定性问题定量化。随着AHP 法的进一步完善, 利用AHP法进行主观赋权的方法将会更加合理, 更加符合实际情况。

2、客观赋权法

客观赋权法研究较晚,还很不完善, 它主要根据原始数据之间的关系来确定权重,不依赖于人的主观判断, 不增加决策分析者的负担,决策或评价结果具有较强的数学理论依据。但这种赋权方法依赖于实际的问题域,因而通用性和决策人的可参与性较差, 计算方法大都比较繁琐,而且不能体现决策者对不同属性的重视程度,有时确定的权重会与属性的实际重要程度相悖。常用的客观赋权法主要有(1)主成份分析法、(2)熵技术法、(3)离差及均(4)方差法、多目标规划法等。其中熵技术法用得较多, 这种赋权法使用的数据是决策矩阵确定的属性权重反映了属性值的离散程度。离差法确定的属性权重太粗糙, 一般不宜使用, 例如, 属性f i、fj 下各方案的属性值的最大离差vi , vj 相等时, 两属性下各方案的属性值的离散程度可能差别很大。

实例:主成分赋权法

实例:主成分赋权法

实例:计算权重:

利用SPSS 软件对各监测因子进行主成分分析,得到各主成分解释方差率与主成分得分系数矩阵见表2、表3。

表2 各主成分解释方差率

表3 主成分得分系数矩阵

计算过程:W1=(0.362×0.3693+0.084×0.22928+0.108×0.18789)/0.79=0.22,依次类推得到W2…W7;得到W总=1.20076。

W的权重集:(W1/W总,…W7/W总)=(0.14, 0.16, 0.15, 0.07, 0.19, 0.17, 0.1 )

练习:根据2011年中国主要城市降水数据,计算权重。

权重确定方法归纳

权重确定方法归纳

权重确定方法归纳

1.主观赋权法:主观赋权法是一种常见的权重确定方法,它基于决策

者的主观判断来确定各准则的权重。决策者根据对问题的了解和经验,通

过主观评估来决定各准则的相对重要性。这种方法适用于那些难以量化的

准则,或者决策者具有丰富经验和专业知识的情况。

2.定序法:定序法是一种通过比较准则对决策目标的贡献程度来确定

权重的方法。决策者根据准则对目标的重要程度以及准则之间的相对重要

程度进行排序,然后使用排序结果来确定权重。这种方法适用于准则之间

存在明显差异的情况,但不能提供具体的数值权重。

3.分配权重法:分配权重法是一种将权重分配给各准则的方法,使得

各准则的权重之和为1、常见的分配权重法包括均等赋权法、等级法和专

家赋权法。均等赋权法将权重均分给各准则,等级法通过设定准则的等级

来确定权重,而专家赋权法则是通过专家的意见和判断来确定权重。

4.层次分析法(AHP):层次分析法是一种通过构建层次结构和两两

比较确定权重的方法。在AHP中,决策问题被分解为层次结构,有目标层、准则层和方案层等。决策者通过两两比较准则和目标之间的重要性,使用

专门的AHP方法计算权重。这种方法适用于较复杂、多层次的决策问题,

并且可以提供具体的数值权重。

以上是一些常见的权重确定方法,不同的方法适用于不同的决策情境

和目标。在权重确定过程中,需要决策者充分考虑问题的具体情况,并尽

量使用多种方法相互印证,以提高决策结果的可信度。最终确定的权重应

该能够准确反映各准则的相对重要性,为决策提供有力的支持。

g1主观赋权法赋值表

g1主观赋权法赋值表

G1主观赋权法是一种基于专家判断和经验的权重计算方法,通过对不同因素进行评估和赋权,来确定它们在整体中的重要程度。在使用G1主观赋权法时,需要确定评价因素,然后根据专家的知识和经验,对这些因素进行评估和赋权。赋值表的制作过程如下:确定评价因素:根据具体问题的特点和需求,选择适合的因素作为评价对象。这些因素可以是定量的指标,也可以是定性的描述。确定权重:根据专家的判断和经验,对每个评价因素赋予不同的权重。权重的大小反映了该因素在整体中的重要程度。制定赋值表:将评价因素和对应的权重填入表格中,形成赋值表。赋值表通常包括评价因素名称、权重值等列。汇总权重:将所有专家的赋值结果进行汇总,计算出每个因素的平均权重值。输出赋值表:将汇总后的权重值填入赋值表中,形成最终的赋值表。

权重的确定方法汇总

权重的确定方法汇总

权重的确定方法汇总

一、指标权重的确定

1.综述

主观赋权法是根据决策者(专家)主观上对各属性的重视程度来确定属性权重的方法,其原始数据由专家根据经验主观判断而得到。常用的主观赋权法有专家调查法(Delphi法)、层次分析法(AHP)[106-108]、二项系数法、环比评分法、最小平方法等。本文选用的是利用人的经验知识的有序二元比较量化法。

主观赋权法是人们研究较早、较为成熟的方法,主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序,不至于出现属性权重与属性实际重要程度相悖的情况。但决策或评价结果具有较强的主观随意性,客观性较差,同时增加了对决策分析者的负担,应用中有很大局限性。

常用的客观赋权法[109-110]有:主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。其中熵值法用得较多,这种赋权法所使用的数据是决策矩阵,所确定的属性权重反映了属性值的离散程度。

客观赋权法主要是根据原始数据之间的关系来确定权重,因此权重的客观性强,且不增加决策者的负担,方法具有较强的数学理论依据。但是这种赋权法没有考虑决策者的主观意向,因此确定的权重可能与人们的主观愿望或实际情况不一致,使人感到困惑。因为从理论上讲,在多属性决策中,最重要的属性不一定使所有决策方案的属性值具有最大差异,而最不重要的属性却有可能使所有决策方案的属性值具有较大差异。这样,按客观赋权法确定权重时,最不重要的属性可能具有最大的权重,而最重要

的属性却不一定具有最大的权重。而且这种赋权方法依赖于实际的问题域,因而通用性和决策人的可参与性较差,没有考虑决策人的主观意向,且计

赋权的方法(可编辑修改word版)

赋权的方法(可编辑修改word版)

五种赋权法及其比较

摘要:本文介绍了五种确定评估指标权重的方法及其比较。权重是综合评价中的一个重要的指标体系,合理地分配权重是量化评估的关键,权重的构成是否合理,也直接影响到评估的科学性。为了更好地选择确定权重的方法,我们给出了几种方法的详细计算过程,

以便进行精确对比。

关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法

一、权重的概念

权重是一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。

权重表示在评价过程中,是被评价对象的不同侧面的重要程度的定量分配,对各评价因子在总体评价中的作用进行区别对待。事实上,没有重点的评价就不算是客观的评价,每个人员的性质和所处的层次不同,其工作的重点也肯定是不能一样的。因此,相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计,即权重的确定。

二、3 种主要的确定权重的方法

(一) 统计平均法

统计平均数法(Statistical average method)是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值,计算出的平均数作为各项指标的权重。其基本步骤是:

第一步,确定专家。一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家;

第二步,专家初评。将待定权数的指标提交给各位专家,并请专家在不受外界干扰的前提下独立的给出各项指标的权数值;

第三步,回收专家意见。将各位专家的数据收回,并计算各项指标的权数均值和标准差;

第四步,分别计算各项指标权重的平均数。

赋权法_

赋权法_

权重确定的主客观赋权法

组员:余芳云1011200110

卢玲婕1011200147

钟灵欢1011200148 一、引言

在多属性决策问题的求解过程中,属性的权重具有举足轻重的作用,它被用来反映属性的相对重要性。很多多属性决策方法( 如简单加性加权法、TOPSIS 法、多属性效用理论等) 都涉及到属性权重,如何科学、合理地确定属性权重, 关系到多属性决策结果的可靠性与正确性。

目前已有许多确定属性权重的方法,这些方法可以分为三大类,即主观赋权法、客观赋权法和主客观综合赋权法( 或称组合赋权法)。

1、主观赋权法

主观赋权法是人们研究较早、较为成熟的方法, 它根据决策者( 专家)主观上对各属性的重视程度来确定属性权重,其原始数据由专家根据经验主观判断而得到。决策或评价结果具有较强的主观随意性, 客观性较差, 同时增加了对决策分析者的负担, 应用中有很大局限性。常用的主观赋权法有(1)层次分析法( AHP) 、(2)最小平方法、(3)TACTIC 法、(4)专家调查法( Delphi 法)、(5)二项系数法、(6)环比评分法等。其中层次分析法是实际应用中使用得最多的方法, 它能将复杂问题层次化, 将定性问题定量化。随着AHP 法的进一步完善, 利用AHP法进行主观赋权的方法将会更加合理, 更加符合实际情况。

2、客观赋权法

客观赋权法研究较晚,还很不完善, 它主要根据原始数据之间的关系来确定权重,不依赖于人的主观判断, 不增加决策分析者的负担,决策或评价结果具有较强的数学理论依据。但这种赋权方法依赖于实际的问题域,因而通用性和决策人的可参与性较差, 计算方法大都比较繁琐,而且不能体现决策者对不同属性的重视程度,有时确定的权重会与属性的实际重要程度相悖。常用的客观赋权法主要有(1)主成份分析法、(2)熵技术法、(3)离差及均(4)方差法、多目标规划法等。其中熵技术法用得较多, 这种赋权法使用的数据是决策矩阵确定的属性权重反映了属性值的离散程度。离差法确定的属性权重太粗糙, 一般不宜使用, 例如, 属性f i、fj 下各方案的属性值的最大离差vi , vj 相等时, 两属性下各方案的属性值的离散程度可能差别很大。

指标赋权与评价类方法总结

指标赋权与评价类方法总结

指标赋权与评价类方法总结

一、主观赋权

1、AHP层次分析法

(1)模型简介层次分析法(AHP)是一种解决多目标复杂问题的定性定量决策分析方法。该方法将定量分析与定性分析相结合,以决策者的经验来判断衡量目标能否实现的标准的相对重要性,并合理地给出各决策方案的各标准的权重,利用权重找出各方案的优劣顺序,有效地应用于那些难以用定量方法解决的问题。

(2)步骤

标度含义

1同等重要性

3稍微重要

5明显重要

7非常重要

9极端重要

2,4,6,

8

上述两相邻判断的中值

倒数如果A与B相比如果标度为3,则B与A相比为

1/3

矩阵阶数123456789 RI000.580.961.121.241.321.411.45

若判断矩阵 C R = C I R I < 0.10 CR=\frac{CI}{RI}<0.10 CR=RICI<0.10时,则此判断矩阵具有满意的一致性,否则需要对判断矩阵进行调整。

(3)具体算法判断矩阵的一致性检验通过后,计算各指标的权重。计算权重的方法有三种:算术平均法、几何平均法和特征值法。

(4)模型优缺点

优势层次分析法是一种对定性问题进行定量分析的简单、灵活、实用的多准则决策方法。把研究对象作为一个系统,按照分解、比较判断、综合的思路进行决策,这种方法可以把定量和定性结合起来。模型中使用了层次分析法得到的权重,综合各种指标得出结论,可以避免一定的误差。

缺点主观因素对判断矩阵影响很大。当决策者的判断受其主观偏好影响太大时,结果不够客观。

(5)参考资料层次分析法(AHP)详细步骤数学建模十大算法——层次分析法网络分析法ANP AHP、ANP、熵值法

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、统计平均法(专家打分法)
统计平均数法(Statistical average method)是根据所选择的 各位专家对各项评价指标所赋予的相对重要性系数分别求其 算术平均值,计算出的平均数作为各项指标的权重。其基本 步骤是: 第一步,确定专家。一般选择本行业或本领域中既有实际工 作经验、又有扎实的理论基础、并公平公正道德高尚的专家; 第二步,专家初评。将待定权数的指标提交给各位专家,并 请专家在不受外界干扰的前提下独立的给出各项指标的权数 值; 第三步,回收专家意见。将各位专家的数据收回,并计算各 项指标的权数均值和标准差; 第四步,分别计算各项指标权重的平均数。
由于评价指标体系中的各项指标ห้องสมุดไป่ตู้量纲不同,
不宜直接比较其差别程度。为了消除各项评价指标 的量纲不同的影响,需要用各项指标的变异系数来 衡量各项指标取值的差异程度。各项指标的变异系 数公式如下:
例如 英国社会学家英克尔斯提出了在综合 评价一个国家或地区的现代化程度时,其各项 指标的权重的确定方法就是采用的变异系数法。
1.熵权法概述
• 熵权法是一种客观赋权方法。在具体使用 过程中,熵权法根据各指标的变异程度, 利用信息熵计算出各指标的熵权,再通过 熵权对各指标的权重进行修正,从而得出 较为客观的指标权重。
八、标准离差法
标准离差法的思路与熵权法相似。通常,某个指 标的标准差越大,表明指标值的变异程度越大,提供 的信息量越多,在综合评价中所起的作用越大,其权 重也越大。相反,某个指标的标准差越小,表明指标 值的变异程度越小,提供的信息量越少,在综合评价 中所起的作用越小,其权重也应越小。
权重的确定方法
在统计理论和实践中,权重是表明各个评价指标(或 者评价项目)重要性的权数,表示各个评价指标在总体中 所起的不同作用。权重有不同的种类,各种类别的权重有 着不同的数学特点和经济含义,一般有以下几种权重。
(1)按照权重的表现形式的不同,可分为绝对数权重和 相对数权重。相对数权重也称比重权数,能更加直观地反 映权重在评价中的作用。
R越大,重复信息越多,权重应越小。取复 相关系数的倒数作为得分,再经归一化处 理得权重系数。
五、主成分分析法
六、优序图法
七、熵权法
目录
熵权法概述 熵权法基本原理 熵权法计算权重过程 熵权法适用范围 熵权法的优缺点
1.熵权法概述
• 熵原本是一热力学概念,它最先由申农 C. E.Shannon 引入信息论 ,称之为信息熵。现已在 工程技术,社会经济等领域得到十分广泛的应用。
V j rmax rmin
m
m
rmax mia1x{rij }, rmin mii1n{rij }, 第j列的最大,最小值
wj
Vj
n
Vj
j=1
九、CRITIC法
(2)按照权重的形成方式划分,可分为人工权重和自然权 重。自然权重是由于变换统计资料的表现形式和统计指标的 合成方式而得到的权重,也称为客观权重。人工权重是根据 研究目的和评价指标的内涵状况,主观地分析、判断来确定 的反映各个指标重要程度的权数,也称为主观权重。
(3)按照权重形成的数量特点的不同划分,可分为定性 赋权和定量赋权。如果在统计综合评价时,采取定性赋 权和定量赋权的方法相结合,获得的效果更好。
三、因子分析权数法
1=1.047*0.3870648 0.3338*0.1956239 ... 0.087*0.0752031 0.579
四、独立性权数法
• 利用数理统计学中多元回归方法,计算复 相关系数来定权的,复相关系数越大,所 赋的权数越大。
• 计算每项指标与其它指标的复相关系数, 计算公式为,
• 申农定义的信息熵是一个独立于热力学熵的概念, 但具有热力学熵的基本性质(单值性、可加性和极 值性),并且具有更为广泛和普遍的意义,所以称 为广义熵。它是熵概念和熵理论在非热力学领域 泛化应用的一个基本概念。
1.熵权法概述
• 熵权法是一种客观赋权方法。在具体使用 过程中,熵权法根据各指标的变异程度, 利用信息熵计算出各指标的熵权,再通过 熵权对各指标的权重进行修正,从而得出 较为客观的指标权重。
(4)按照权重与待评价的各个指标之间相关程度划分,可 分为独立权重和相关权重。 独立权重是指评价指标的权重与该指标数值的大小无关, 在综合评价中较多地使用独立权重,以此权重建立的综合 评价模型称为“定权综合”模型。 相关权重是指评价指标的权重与该指标的数值具有函数关 系,例如,当某一评价的指标数值达到一定水平时,该指 标的重要性相应的减弱;或者当某一评价指标的数值达到 另一定水平时,该指标的重要性相应地增加。相关权重适 用于评价指标的重要性随着指标取值的不同而发生变化的 条件下,基于相关权重建立的综合评价模型被称为“变权 模型”。比如评估环境质量多采用“变权综合”模型。
【例1】试利用变异系数法综合评价一个国家现代 化程度时的指标体系中的各项指标的权重。数据资料 是选取某一年的数据,包括中国在内的中等收入水平 以上的近40个国家的10项指标作为评价现代化程度的 指标体系,计算这些国家的变异系数,反映出各个国 家在这些指标上的差距,并作为确定各项指标权重的 依据。其标准差、平均数数据及其计算出的变异系数 等见表1。
现有m个待评项目,n个评价指标,形成标准化后的 数据矩阵为R,rij表示第i个项目第j个指标的数值。
r11 r12
R

r21

rm1
r22 rm2
r1n
r2n
rm3
rm4

mn
设Vj,(j=1,2,…,n)表示某个指标各个项目的最大离差,
1.1专家估测法
1.2 加权统计法
1.3 频数统计法
W=(0.275,0.5,0.075,0.185)
归一化处理得 W=(0.2657,0.4831,0.0725,0.1787)
二、变异系数法
变异系数法(Coefficient of variation method)是 直接利用各项指标所包含的信息,通过计算得到 指标的权重。是一种客观赋权的方法。此方法的 基本做法是:在评价指标体系中,指标取值差异 越大的指标,也就是越难以实现的指标,这样的 指标更能反映被评价单位的差距。例如,在评价 各个国家的经济发展状况时,选择人均国民生产 总值(人均GNP)作为评价的标准指标之一,是因 为人均GNP不仅能反映各个国家的经济发展水平, 还能反映一个国家的现代化程度。如果各个国家 的人均GNP没有多大的差别,则这个指标用来衡 量现代化程度、经济发展水平就失去了意义。
相关文档
最新文档