指标权重的确定方法

《指标权重的确定方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、权重的确定方法一、权重的概念用若干个指标进行综合评价是，其对被评价的作用，从评价目标来看并不是同等重要。在统计综合评价中，权属的大小反映了评价指标的重要程度，权数大的评价指标重要程度大，权数小的评价指标重要程度小。一般有两种表现形式：一是绝对数（频数）表示，另一种是用相对数（频率）表示。（1）从含信息的多少来考虑。权数越大，评价指标所包含信息越多。（2）从指标的区分能力来考虑，全数越大，说明评价指标区别被评价对象的能力越强。二、权重的确定方法对实际问题选定被综合的指标后，确定各指标的权的值的方法有很多种。概括起来，权重的确定方法从总体上可

2、归为三大类:即主观赋权评价法、客观赋权评价法及组合集成赋权法。（一）主观赋权法所谓主观赋权法，就是指基于决策者的知识经验或偏好，通过按重要性程度对各指标(属性)进行比较、赋值和计算得出其权重的方法。对于主观赋权法的研究，目前已取得的主要成果有:层次分析法(AHP法)、专家调研法(Delphi法)。1、德尔菲法德尔菲法又称为专家法，其特点在于集中专家的知识和经验，确定各指标的权重，并在不断的反馈和修改中得到比较满意的结果。基本步骤如下：（1）选择专家。这是很重要的一步，选得好不好将直接影响到结果的准确性。一般情况下，选本专业领域中既有实际工

3、作经验又有较深理论修养的专家10～30人左右，并需征得专家本人的同意。（2）将待定权重的个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立的给出各指标的权数值。（3）回收结果并计算各指标权数的均值和标准差。（4）将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。（5）重复第（3）和第（4）步，直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。此外，为了使判断更加准确，令评价者了解已确定的权数把握性大小，还可以运用“带有信

4、任度的德尔菲法”，该方法需要在上述第（5）步每位专家最后给出权数值的同时，标出各自所给权数值的信任度。这样，如果某一指标权数的任任度较高时，就可以有较大的把握使用它，反之，只能暂时使用或设法改进。2、层次分析法(AHP法)层次分析法(analytichierarchyprocess,AHP)是70年代由著名运筹学家T.L.Saaty提出的。方法:多属性决策中，由决策者对所有评价指标进行两两比较，得判断矩阵，其中为评价指标与比较而得的数值，取值为1至9之间的奇数，分别表示前者指标比后者指标同等重要、较重要、很重要、非常重要、绝对重要;当取值

5、为1至9之间的偶数时，分别表示指标两两相比的重要性程度介于两个相邻奇数所表示的重要性程度之间，且。则:（二）、客观赋权法客观赋权法，它是基于各方案评价指标值的客观数据的差异而确定各指标的权重的方法。目前，关于客观赋权法的主要研究成果有：基于“差异驱动”原理的赋权方法，可分为突出整体差异的“拉开档次法”和突出局部差异的“均方差法”、“嫡值法”以及“极差法”、“离差法”。1、主成分分析法方法:把多项评价指标综合成z个主成分，再以这z个主成分的贡献率为权数构造一个综合指标，并据此作出判断特点:用:个线性无关的主成分代替原有的n个评价指标,当这n

6、个评价指标的相关性较高时，这种方法能消除指标间信息的重叠;而且能根据指标所提供的信息，通过数学运算而主动赋权2“拉开档次”法“拉开档次法”的基本原理是从几何角度来看，将n个被评价对象看成是由m个评价指标构成的m维评价空间中的n个点(或向量)。寻求n个被评价对象的评价值就相当于把这n个点向一维空间做投影。选择指标权系数，使得各被评价对象之间的差异尽量拉大，也就是根据m维评价空间构造一个最佳的一维空间，使得各点在此一维空间上的投影点最为分散，即分散程度最大，取极大型评价指标X1,X2,...Xm的线性函数为被评价对象的综合评价函数，式中是m维

7、待定正向量，确定权系数向量的准则是能最大限度地体现出不同的被评价对象之间的差异。用数学语言来说，就是求指标向量x的线性函数.使此函数对n个被评价对象取值的分散程度或方差尽可能的大。若记并最终得出权重向量为H的最大特征值所对应的特征向量，其中该方法的特点为:①综合评价过程透明;②评价结果与系统或指标的采样顺序无关;③评价结果毫无主观色彩;④评价结果客观、可比;⑤权重不具有“可继承性”;⑥权重不再体现评价指标的相对重要程度。3、“均方差法”也可称为“标准差系数法”，是由孟生旺提出的[[46]，同时类似的方法还有CRIPIC法。其思路是:直接将

8、各评价指标的标准差系数向量进行归一化处理，结果即为信息量权数。某个指标的标准差越大，说明在同一指标内，各方案取值差距越大，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，