熵分析权重

【熵值法如何计算权重呢?】 熵值法属于一种客观赋值法,其利用数据携带的信息量大小计算权重,得到较为客观的指标权重。熵值是不确定性的一种度量,熵越小,数据携带的信息量越大,权重越大;相反熵越大,信息量越小,权重越小。适用场景:熵值法广泛应用于各个领域,对于普通问卷数据(截面数据)或面板数据均可计算。...【手把手教你用熵值法和主成分分析计算权重】 本文主要介绍如何利用SPSSAU中的熵值法和主成分分析计算指标权重,以评估94个地区的传播力水平。首先,明确需要对网站、博客、论文、微博和微信这五个传播指标进行综合评价,权重计算是关键步骤。熵值法基于信息量的不确定性,通过衡量指标变异程度来确定权重。若数据方向一致,如本...

熵值法如何计算权重呢?

熵值法属于一种客观赋值法,其利用数据携带的信息量大小计算权重,得到较为客观的指标权重。熵值是不确定性的一种度量,熵越小,数据携带的信息量越大,权重越大;相反熵越大,信息量越小,权重越小。

适用场景:熵值法广泛应用于各个领域,对于普通问卷数据(截面数据)或面板数据均可计算。在实际研究中,通常情况下是与其他权重计算方法配合使用,如先进行因子或主成分分析得到因子或主成分的权重,即得到高维度的权重,然后再使用熵值法进行计算,想得到具体各项的权重。

(2)操作步骤

使用SPSSAU【综合评价- 熵值法】。

使用熵值法计算权重时,需将数据整理为以下格式:

1个指标占用1列数据。下图中样本编号只是个编号无实际意义,用于标识下样本的ID号,一般是比如年份一类的数据信息,分析时并不需要使用。

(3)注意事项

熵值法的计算公式上会有取对数,因此如果小于等于0的数字取对数,则会出现null值。此种情况共有两种办法。

  • 第一种:SPSSAU非负平移功能是指,如果某列(某指标)数据出现小于等于0,则让该列数据同时加上一个‘平移值’【该值为某列数据最小值的绝对值+0.01】,以便让数据全部都大于0,因而满足算法要求。

  • 第二种:研究者也可以手工查看数据并将小于等于0的数据设置为异常值,但此种做法会让样本减少。

继续阅读:熵值法如何计算权重呢?

手把手教你用熵值法和主成分分析计算权重

本文主要介绍如何利用SPSSAU中的熵值法和主成分分析计算指标权重,以评估94个地区的传播力水平。首先,明确需要对网站、博客、论文、微博和微信这五个传播指标进行综合评价,权重计算是关键步骤。

熵值法基于信息量的不确定性,通过衡量指标变异程度来确定权重。若数据方向一致,如本例,可直接在SPSSAU的“综合评价”功能中选择【熵值法】,将指标输入后进行分析,得出的权重如网站0.3273,微博0.2899等。然而,这种方法可能忽视了指标的专业角度,结果可能与预期有差距,如微信权重相对较低。

主成分分析则通过降维技术,计算指标的权重系数。在SPSSAU的“进阶方法”中,选择【主成分】,输入指标后进行分析,结果显示网站权重为26.45%,微信权重21.39%。主成分法强调行业经验和专业知识,其权重分配可能更符合当前传播环境。

总的来说,熵值法操作简单,但可能不直观;主成分分析复杂但结果更具解释性。在实际应用中,两者权重结果可相互参照,以获取更全面的评价视角。在本例中,网站和微信的权重分别居于前列,而博客权重相对较低,体现了分析结果的多元性。
继续阅读:手把手教你用熵值法和主成分分析计算权重

熵权法求权重步骤

以下是熵权法求权重步骤:1、确定决策准则:首先明确定义需要进行决策的准则,例如需要选择的多个指标或变量。2、收集数据:收集与每个决策准则相关的数据,并确保数据的准确性和可靠性。3、标准化数据:对收集到的数据进行标准化处理,将不同单位或量纲的指标转化为无量纲的相对值。常见的标准化方法包括线性标准化、范围缩放等。4、计算信息熵:对每个准则进行信息熵的计算。信息熵是衡量指标内部信息分布均匀程度的指标。熵计算公式为:E = -∑(Pi * log₂(Pi)),其中Pi表示指标i的归一化后的值。5、计算权重:根据信息...
继续阅读:熵权法求权重步骤