确定权重方法之一：主成分分析

什么是权重呢？所谓权重，是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高，对整体的影响就越高。

权重要满足两个条件：每个指标的权重在0、1之间。所有指标的权重和为1。

权重的确定方法有很多，这里我们学习用主成分分析确定权重。

一、主成分基本思想：

图1 主成分基本思想的问与答

二、利用主成分确定权重

如何利用主成分分析法确定指标权重呢？现举例说明。

假设我们对反映某卖场表现的4项指标（实体店、信誉、企业形象、服务）进行消费者满意度调研。调研采取4级量表，分值越大，满意度越高。现回收有效问卷2000份，并用SPSS录入了问卷数据。部分数据见下图（详细数据见我的微盘，下载地址为http://vdisk.weibo.com/s/yR83T）。

图2 主成分确定权重示例数据（部分）

1、操作步骤：

Step1：选择菜单：分析——降维——因子分析

Step2：将4项评价指标选入到变量框中

Step3：设置选项，具体设置如下：

2、输出结果分析

按照以上操作步骤，得到的主要输出结果为表1——表3，具体结果与分析如下：

表1 KMO 和 Bartlett 的检验

表1是对本例是否适合于主成分分析的检验。KMO的检验标准见图3。

图3 KMO检验标准

从图3可知，本例适合主成分分析的程度为‘一般’，基本可以用主成分分析求权重。

表2 解释的总方差

从表2可知，前2个主成分对应的特征根>1，提取前2个主成分的累计方差贡献率达到94.513% ，超过80%。因此前2个主成分基本可以反映全部指标的信息，可以代替原来的4个指标（实体店、信誉、企业形象、服务）。

表3 成份矩阵

从表3可知第一主成分与第二主成分对原来指标的载荷数。例如，第一主成分对实体店的载荷数为0.957。

3、确定权重

用主成分分析确定权重有：指标权重等于以主成分的方差贡献率为权重，对该指标在各主成分线性组合中的系数的加权平均的归一化

因此，要确定指标权重需要知道三点：

A 指标在各主成分线性组合中的系数

B 主成分的方差贡献率

C 指标权重的归一化

（1）指标在不同主成分线性组合中的系数

这个系数如何求呢？

用表3中的载荷数除以表2中第1列对应的特征根的开方。

例如，在第一主成分F1的线性组合中，实体店的系数=0.957/(2.775)^1/2 ≈0.574。

按此方法，基于表2和表3的数据，在excel中可分别计算出各指标在两个主成分线性组合中的系数（见图4，其中SQRT表示开方）

图4 各指标在两个主成分线性组合中的系数

由此得到的两个主成分线性组合如下：

F1=0.574χ₁-0.019χ₂+0.574χ₃+0.583χ₄

F2=-0.048χ₁+0.996χ₂+0.010χ₃+0.070χ₄

（2）主成分的方差贡献率

表2中“初始特征值”的“方差%”表示各主成分方差贡献率，方差贡献率越大则该主成分的重要性越强。

因此，方差贡献率可以看成是不同主成分的权重。

由于原有指标基本可以用前两个主成分代替，因此，指标系数可以看成是以这两个主成分方差贡献率为权重，对指标在这两个主成分线性组合中的系数做加权平均。

说得有些晦涩，我们来举个例子。按上述思路，实体店χ₁这个指标的系数为：

这样，我们可以用excel计算出所有指标的系数（见图5）

图5 所有指标在综合得分模型中的系数

由此得到综合得分模型为：

Y=0.409χ₁+0.251χ₂+0.424χ₃+0.446χ₄

（3）指标权重的归一化

由于所有指标的权重之和为1，因此指标权重需要在综合模型中指标系数的基础上归一化（见图6）

图6 指标权重的确定

图6显示了我们基于主成分分析，最终所得到的指标权重。

用主成分分析来确定权重，你学会了吗？微盘里有数据，大家可以自己动手练一练：）

转载出处：http://blog.sina.com.cn/s/blog_a032adb90101k47u.html

确定权重方法之一：主成分分析相关推荐

权重确定方法之主成分分析法
转载自:http://www.itongji.cn/article/042620032013.html 什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度.权重越大则该指标的重要性越高,对整 ...
如何快速提升网站权重?7年SEO从业经验给你谈快速上权重方法
今天在SEO圈子里面看到很多SEO新手入坑玩家,在群里交流网站权重上升太慢做几个月都没有一点权重和流量.那么今天王听风老师来给大家说一下网站权重快速提升的方法. 如何快速提升网站权重?7年SEO从业经 ...
数据降维几种方法，主成分分析学习和代码实现
数据降维好处减小数据维度和需要的空间,节约模型训练需要的时间.去掉冗余变量,提高算法的准确度,避免模型过拟合,提高模型的鲁棒性降维的方法主要是特征选择和特征提取特征选择特征选择的方法是从原 ...
PyTorch载入预训练权重方法和冻结权重方法
载入预训练权重 1. 直接载入预训练权重简单粗暴法: pretrain_weights_path = "./resnet50.pth" net.load_state_dict(t ...
特征选择方法之主成分分析
为什么要进行特征选择? 目前在做疫情数据预测,在所得的疫情数据集中有很多特征,那么这在涉及庞大的计算量的同时还会增加我们理解难度,那么我们就要从中选择出最具有代表性的几个特征,总的来说,进行特征选择的 ...
数学建模方法——SPSS主成分分析法
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家,(ﾉ´▽｀)ﾉ♪->点击这里->一个宝藏级人工智能教程网站. 文章目录 Ⅰ.主成分分析: 主成分与原始变量 ...
R数据分析：潜变量与降维方法（主成分分析与因子分析）
今天把潜变量和降维分析的方法合起来给大家写写,因为这两个东西之间有诸多共同之处. 潜变量为啥需要潜变量呢?考虑一个问题,比如你想测测一个人有多幸福,你怎么测? 估计你会看看这个人: 脸上有没有笑容 ...
综合评价法与权重方法汇总
备注:指标1权重 + 指标2权重 + 指标3权重 = 1 = 100% 权重计算的方法数据波动性数据间相关关系数字大小信息适用场景适用性介绍 AHP层次分析法 -- -- 支持适用主观赋值 ...
搜狗权重查询批量快速查询搜狗权重方法
最近入职了一家SEO公司,接手管理了400多个网站,需要每天查询搜狗权重情况,但是手动一个一个非常的耗时间,但是有什么方法可以快速批量查询搜狗权重呢? 最近发现使用iis7站长之家的批量查询搜 ...

确定权重方法之一：主成分分析

确定权重方法之一：主成分分析相关推荐

最新文章

热门文章