按照信息论基本原理的解释,信息是系统有序程度的一个度量,熵是系统无序程度的一个度量;根据信息熵的定义,对于某项指标,可以用熵值来判断某个指标的离散程度,其信息熵值越小,指标的离散程度越大, 该指标对综合评价的影响(即权重)就越大,如果某项指标的值全部相等,则该指标在综合评价中不起作用。因此,可利用信息熵这个工具,计算出各个指标的权重,为多指标综合评价提供依据。
熵权法非常有用,是用得最多的一种客观法。
上图链接有个流程图请注意。
:
上图标注的地方请留意。
也就是求权重之前,需要先规范化。
规范化一定要先注意指标的属性。即正向指标还是负向指标。
理解什么叫规范化可以看下面的链接。
上面还专门列了一篇博士论文瞎掰的。
总结一下:
熵权法算权重之前
1、先规范化(无量纲、归一化)数据
2、针对规范化数据代入公式计算
最后就得到权重,再进行下一步处理。
上面是一个实例。