熵权TOPSIS法

1. 基本思想

  • TOPSIS(Technique for Order Preference by Similarity to Ideal Solution) 是一种常用的多指标综合评价方法。
  • 基本思路:选择出一个 正理想解(各指标最优值组成)和一个 负理想解(各指标最劣值组成),通过比较各评价对象与理想解的距离,得到综合贴近度作为排序依据。
  • 熵权法 则利用信息熵原理,依据指标在样本中的差异性大小确定客观权重。差异越大,指标提供的信息量越多,其权重也越大。
  • 二者结合得到的 熵权 TOPSIS 法,能够同时保证权重分配的客观性和综合评价的合理性

2.熵权法确定指标权重

3.TOPSIS 综合评价

4.补充

关于具体的某个样本 各指标对于综合评分的贡献程度问题的思考

注:

绝对贡献度反应指标的重要程度 包含拉高或拉低评分两个方面

相对贡献度仅反应该指标对这个综合得分的正向贡献

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇