熵权法会考虑指标的分布吗？ 第1页

熵权法明显考虑信息量的分布情况的嘛！

1、一个错误的博士论文

上面是一篇博士论文的的内容，这篇论文一看就是瞎掰。上面分了很多指标。这些都是客观数据都是可以查的。

有了数据以后，第一步就是要判断指标的属性：即即正指标还是逆向指标,是数值越大越好，还是数值越小越牛逼。

上面的博士论文就没有判断，然后直接往下面瞎掰。所以结果肯定是错的。

到了这步再往下算下去就是胡说八道了。

这样不区分指标的属性，没有先归一化，得到的结论很可能是及其荒谬的。

比如有人说美国抗疫对世界贡献是第一，美国抗击新冠最牛逼，比中国牛逼得多。所以要学习美国的抗疫经验，因为美国每天有人感染，有人死亡，而中国压根就没有什么感染了。

这种显然是胡说八道。因为指标没有判断是正向还是逆向。

2、熵权法的步骤

如上图，归一化以后才用熵权法求权重。

即上图的2步。注意是针对归一化求权重，代入公式即可。

具体计算看上面的公式。从公式就可以看出，明显有指标的数值分布有关。

3、熵权法注意事项

3.1、矩阵的表示

指标表示列。比如原始矩阵分别为

3.2、归一化是先行步骤

即不要一上来就套公式，要先判断是正向指标，还是负向指标，然后归一化。

3.3、归一化后有0值的特殊处理

熵权法是在归一化矩阵上算，处理的矩阵不能有负数，但是可以为0.

所以很多所谓用excel计算的是算不了的。因为极差法肯定会出现0

3.4、行数不同权值会变

行数目的变动，比如引入虚拟的行，假想的行。会导致最后得到的权值发生变化。

比如 11年的数据得到的权重同21年得到的权重不同。

比如某一年的，按照店面400家（行）得到的权重。同按照16个区域（店面相加）得到的权值是不同的。