能介绍一下什么是熵权法吗？ 第1页

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。

熵权法注意事项。

上面链接中有流程图如下：

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。

※熵权法（the entropy weight method 简称EWM）是脱胎于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；如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高。熵权法是常用的一种求权重的方法。它是指一个随机变量与某一组随机变量间线性相依性的度量。

熵权法的计算公式

上面有一个简单的例子。

上面是原始数据

上面是归一化的矩阵。上面这步很重要

上面是熵权法对规范化矩阵计算后得到的权重。