熵值法的信息熵值、效用值如何计算？

2024-05-06 13:55:07

一、应用

熵值是不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。因而利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供依据。

二、操作

SPSSAU操作

（1）点击SPSSAU综合评价里面的‘熵值法’按钮。如下图

（2）拖拽数据后点击开始分析

非负平移：由于熵值法的计算过程要求数值中不能存在0或负数，否则就无法计算出结果。所以SPSSAU熵值法中提供了此功能。

三、数据处理

为了消除量纲的影响，分析前需要先对数据进行处理。

（1）正向指标：（X-Min）/(Max-Min)

（2）逆向指标：（Max-X）/(Max-Min)

（PS：无量纲化处理方法有多种，SPSSAU均有提供。常见处理办法有标准化、归一化、区间化等。）

四、分析

将数据放入分析框中，SPSSAU系统自动生成分析结果，如下：

计算公式

信息熵值e

（1）计算第j项指标下第i个样本值占比重

(2) 计算各指标的信息熵（列）

式中，k=1/ln(n);

2.信息效用值d

3.权重系数

五、总结

使用熵值法对X1等总共5项进行权重计算，从上表可以看出：X1, X2, X3, X4, X5总共5项，它们的权重值分别是0.311, 0.185, 0.352, 0.112, 0.040。各项间的权重大小有着一定的差异，其中X3这项的权重最高为0.352，以及X5这项的权重最低为0.040。

六、分析建议

SPSSAU分析建议

熵值法的信息熵值、效用值如何计算？相关推荐

熵值法综合评价分析流程
熵值法综合评价分析流程一.案例背景当前有一份数据,是各品牌车各个维度的得分情况,现在想要使用熵值法进行综合评价,得到各品牌车的综合得分,从而进行车型优劣对比,为消费者提供购车依据. 数据如下(数据 ...
熵值法与TOPSIS法以及两者结合
补充:TOPSIS法(优劣解距离法)介绍及 python3 实现一.熵值法熵值法的主要目的是对指标体系进行赋权熵越大说明系统越混乱,携带的信息越少,权重越小:熵越小说明系统越有序,携带的信息越多 ...
面板数据熵值法计算综合指数和门槛回归Stata代码（数据+代码）
数据说明:熵值法通过信息熵原理来确定权重,能够客观准确地评价研究对象:门槛回归利用门槛值将样本分为两组,只有两组样本的估计参数显著不同时,才使用门槛回归模型,否则使用线性模型即可代码图例: 下载链接 ...
简易五子棋AI权值法（2）
简易五子棋&AI权值法(2) 权值法权值法实现AI,就是给每个无子的地方给一个权值,然后选出权值最大的让电脑落子. 具体到每个位置,权值根据周围一定范围的落子情况给出. 就我的想法来说,我觉 ...
微分中值定理，常数K值法
文章目录微分中值定理技巧,k值法一个例子常数k值法讨论k值法的使用条件 k值法步骤应用参考文献微分中值定理技巧,k值法一个例子设f(x)f(x)f(x)在区间[a,b][a,b][a ...
从零开始的数模学习（4）：熵权法（评价类模型）
目录 1.算法简介: 2.熵权法的基本步骤: 2.1 数据归一化 4.2 计算指标变异性 4.3 计算信息熵 4.4 计算信息熵冗余度 4.5 计算权重 4.6 计算得分 3.例题 3.1 判断下列同 ...
《零基础数学建模》——TOPSIS+熵权法
目录前言一.TOPSIS法(优劣解距离法) 1.模型原理 2.建模步骤二.模型实现第一步:将原始矩阵正向化第二步:正向化矩阵标准化第三步:计算得分并归一化四.TOPSIS模型的总结与 ...
数学建模系列---熵权法
目录一.简介二.说明 1.正向指标: 2.信息量 3.信息熵三.具体计算步骤 1.标准化矩阵 1.1该步骤的意义 1.2标准化的2种方法 2.计算各元素概率 3.计算各指标的权重 3.1计算每个 ...
数学建模笔记 Topsis和熵权法
Topsis法(Technique for Order Preference by Similarity to Ideal Solution)可翻译为逼近理想解排序法,国内常简称为优劣解距离法. ...

最新文章

热门文章