【数据分析】权重确定方法总结

权重确定方法总结

主观赋权德尔菲专家法

该方法依据“德尔菲法”原理，选择企业专家，独立填表选取权数，整理统计分析，最终确定各因素、指标权数。缺点在于过程复杂，耗时较长。

AHP层次分析法

层次分析法结合定量定性分析，决策者判断目标标准间重要程度，给出每个决策方案的权数，计算权重。该方法主观因素影响较大，可能不够客观。

改进层次分析+专家群组构权法

针对AHP法的不足，提出G1法，通过指标重要程度确定序关系，给出定量赋值。该方法减少了比较次数，无需一致性检验，具有较强操作性。

客观赋权主成分分析法

主成分分析将相关变量转换为线性不相关主成分，消除指标间信息重叠，主动赋权。特点是用主成分代替原有指标，准确反映信息。

熵权法

熵权法通过指标变异程度确定客观权重，信息熵小的指标权重大，反之则小，适用于模糊问题的综合评价。

组合赋权（主观+客观赋权）

结合主观赋权与客观赋权方法，减少信息损失，使赋权结果更接近实际。核心问题在于确定两种方法权重分配。

综合评价模糊综合评价法

基于模糊数学的综合评价方法，将定性评价转化为定量评价，解决模糊问题，结果清晰、系统性强。

TOPSIS法

适用于方案比较的组内综合评价方法，能充分利用原始数据信息，计算各评价对象与最优方案的距离，作为评价依据。

DEA数据包络法

评估多指标输入输出的系统有效性的方法，不预先设定权重，比较总产出与总投入比率。数据包络分析有多种模式，如CCR和BCC模型。

GRA灰色关联度分析

多因素统计分析方法，用于了解某个指标与其他因素的相对强弱关系，优点在于思路明晰、对数据要求低，缺点在于主观性较强。