一、应用

CRITIC权重法是一种客观赋权法。其思想在于用于两项指标,分别是对比强度和冲突性指标。对比强度使用标准差进行表示,如果数据标准差越大说明波动越大,权重会越高;冲突性使用相关系数进行表示,如果指标之间的相关系数值越大,说明冲突性越小,那么其权重也就越低。权重计算时,对比强度与冲突性指标相乘,并且进行归一化处理,即得到最终的权重。

二、操作

SPSSAU操作

(1)点击SPSSAU综合评价里面的‘CRITIC权重’按钮。如下图

(2)拖拽数据后点击开始分析

三、数据处理

本例子在分析时首先对数据进行正向化或逆向化处理,(前5个指标为正向指标进行正向化处理,X6出院者平均住院日为逆向指标,逆向化处理),使用生成变量功能即可完成。

四、案例

研究收集到湖南省某医院2011年5个科室的数据,共有6个指标,当前希望通过已有数据分析各个指标的权重情况如何,便于医院对各个指标设立权重进行后续的综合评价,用于各个科室的综合比较等。数据如下:

五、结果

SPSSAU生成的分析结果如下:

1. CRITIC权重计算结果

(1)指标变异性

指标变异性使用标准差进行衡量,标准差越大则权重越大;

(2)信息量

指标变异性与冲突性指标之间的乘积

例:0.391×1.003=0.392;

(3)权重

最终权重是由信息量进行求和归一化计算得到。

例:0.392/(0.392+0.379+0.395+1.562+0.452+0.367)=0.1105

2. 描述统计

六、总结

从上表可以看到,最终平均床位使用率这个指标在冲突性上有着较高的信息携带,说明此指标与其余5个指标的重叠信较低,该指标最终的权重最高为44.04%,其次是病床周转次数,该指标权重为12.75%,其余4个指标的权重基本一致。

CRITIC权重指标如何计算?相关推荐

  1. 客观赋权法——CRITIC权重法

    一.概念 CRITIC法是一种比熵权法和标准离差法更好的客观赋权法. 它是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重.考虑指标变异性大小的同时兼顾指标之间的相关性,并非数字越大就 ...

  2. 客观赋权法——CRITIC权重法【Python实现】

    理论部分不介绍,可以看之前的文章 客观赋权法--CRITIC权重法 Python实现是用jupyter做的,做得比较糙,直接截图了,有需要jupyter文件的可以私信. 注:数据乱造的,看过程就行

  3. auc评测指标如何计算?其他的评测指标有吗?假设阙值为0.5,如何计算这个点?

    目录 混淆矩阵(Confusion matrix) ROC曲线 AUC(Area under the ROC curve) AUC如何求解 混淆矩阵(Confusion matrix) 混淆矩阵是理解 ...

  4. 独立性权重指标怎么计算?

    一.应用 独立性权重法是一种客观赋权法.其思想在于利用指标之间的共线性强弱来确定权重.如果说某指标与其它指标的相关性很强,说明信息有着较大的重叠,意味着该指标的权重会比较低,反之如果说某指标与其它指标 ...

  5. rsi指标如何计算怎样分析RSI指标

    不得不说RSI指标真的是一个很神奇的东西,看透了它就像看透了彩票的中奖数字一样,不能说是稳赢吧,但是也八九不离十了,至少不会输得很惨.很多人疑惑,RSI指标究竟是怎样计算的?能够让人如此信服.应该如何 ...

  6. 13种权重的计算方法

    权重计算方法有很多种,不同的方法有不同的特点和适用情况.AHP层次分析法和熵值法在权重计算中属于比较常用的方法.除此之外,还有一些与权重计算相关的方法,今天一文总结了13种与权重计算相关的方法,大家可 ...

  7. 实证分析权重系数计算大全

    在实际研究中,权重计算是一种常见的分析方法,需要结合数据的特征情况进行选择,比如数据之间的波动性是一种信息量,那么可考虑使用CRITIC权重法或信息量权重法:也或者专家打分数据,那么可使用AHP层次法 ...

  8. 基于AHP与CRITIC的组合赋权方法

    1.程序名称 基于AHP与CRITIC的组合赋权方法 2.程序功能(对象) 适用于对两个及以上的对象进行综合评估: 主观赋权法:AHP(输入专家对指标排序及相邻指标相对重要程度) 客观赋权法:CRIT ...

  9. 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 ...

  10. 【艾特淘】影响店铺权重有哪些因素?

    1.那么权重是什么 权重分为店铺权重和物品权重,简单来说就是排名.是拼多多对门店和单品的数据指标给出的综合评分,我们会根据权重给我们的产品打分.不同的数据显示不同的权重,不同的排名和呈现方式.换句话说 ...

最新文章

  1. N76E003快速上手使用和大坑提示
  2. ext js ajax表单校验,Extjs之grid单元格编辑校验(示例代码)
  3. 金融计算器 npv_一个工具箱 之 净现值(NPV)计算器
  4. TensorFlow(七)tf.nn库
  5. CSS3的几个变形案例……
  6. javafx窗体程序_JavaFX真实世界应用程序:EIZO CuratOR Caliop
  7. 二叉搜索树的插入、删除、修剪、构造操作(leetcode701、450、669、108)
  8. 快递下单后取消订单_网约车定位地点不动,男子别的平台下单,没取消订单要付6.6元...
  9. 动态切换数据源(spring+hibernate)
  10. C#开发WPF/Silverlight动画及游戏系列教程(Game Tutorial):(一)让物体动起来①
  11. ESXI洗白安装黑群晖教程,附文件
  12. Hive的HQL的执行过程(怎么转换成MR、Spark等任务)
  13. Android加载3D模型的学习笔记
  14. Mott-insulator transitions in BEC
  15. Java多线程同步和异步详解
  16. WPF的Prism框架简介
  17. IDEA右键新建时没有Java Class选项-解决办法
  18. [词语辨析] Try, Attempt, Endeavour “尝试” 的用法
  19. JavaWeb EMS员工信息管理系统(servlet+jsp版本)
  20. ORACLE 中OVER()结合rank(),dense_rank(),rownumber() 使用方法

热门文章

  1. linux语言vim的下载,Vim 从入门到精通 PDF
  2. confluence编辑文件和文字_知识管理Confluence:常用基本操作
  3. virtualbox 给linux共享文件夹
  4. 期刊论文分析的技巧与程序
  5. adc0808的c语言编程51,51单片机驱动ADC0808电路图C51及汇编程序
  6. 中国伺服电机市场现状调查与投资战略分析报告2022-2028年
  7. 信息论——信源信息量和信息熵
  8. PyQt+PyQtWebEngine+Spyder问题小结
  9. 帆软 在线Cron表达式
  10. eclipse汉化版与背景更换更换jdk及项目jre以及环境变量的配置