熵值法計算權重有異常值 如何利用主成分法計算權重?

2021-10-16 08:24:55 字數 1485 閱讀 6228

spssau:手把手教你用熵值法計算權重​zhuanlan.zhihu.com

某研究想要了解各地區高等教育發展水平,選取了10個指標作為分析30個地區教育發展水平的因素。

spssau操作:選擇【高階方法】→【主成分】。

(1)方差解釋率**

使用主成分分析得到方差解釋率**,主成分分析一共提取出2個主成分,特徵根值均大於1,此2個主成分的方差解釋率分別是75.024%,15.767%,累積方差解釋率為90.791%。

(2)載荷係數**

載荷係數**裡顯示的是各分析項在主成分中的載荷係數,載荷係數可以反映主成分對於分析項的資訊提取情況。

在計算分析項權重的時候,需要利用載荷係數等資訊進行計算,共分為三步:

第一:計算線性組合係數矩陣,公式為:loading矩陣/sqrt(特徵根),即載荷係數除以對應特徵根的平方根

第二:計算綜合得分係數,公式為:累積(線性組合係數*方差解釋率)/累積方差解釋率,即線性組合係數分別與方差解釋率相乘後累加,並且除以累積方差解釋率,即得到綜合得分係數。

第三:計算權重,將綜合得分係數進行歸一化處理即得到各指標權重值。

spssau的主成分分析結果中預設提供「線性組合係數及權重結果表」包括上述的過程值及結果,包括線性組合係數、綜合得分係數、以及指標各自的權重。

如果有多層指標,則需要分別計算權重。確定好各層指標權重後,再加權求和計算綜合得分。

spssau | 資料科學分析平台​spssau.com

資訊熵計算權重

1948年美國數學家夏農 shanonc.e 為解決資訊的度量問題提出了資訊熵的概念。資訊熵是資訊理論中用來刻畫資訊無需度的乙個量,熵值越大,表示資訊的無序化程度越高,相對應的資訊效率越高 假設針對評價指標已經建立了合理的權重矩陣p,則pj表示第j個評價指標的權重。顯然pj的和為1且pj 0。為確定...

熵權法確定權重

總結 sparksql實現 m 專案的個數,比如 該月該使用者 了多少種節目 分步計算 在資訊理論中,熵是對不確定性的一種度量。不確定性越大,熵就越大,包含的資訊量越大 不確定性越小,熵就越小,包含的資訊量就越小。根據熵的特性,可以通過計算熵值來判斷乙個事件的隨機性及無序程度,也可以用熵值來判斷某個...

嫡權法賦權法 1 熵值法賦權

一 基本原理 在資訊理論中,熵是對不確定性的一種度量。資訊量越大,不確定性就越小,熵也就越小 資訊量越小,不確定性越大,熵也越大。根據熵的特性,可以通過計算熵值來判斷乙個事件的隨機性及無序程度,也可以用熵值來判斷某個指標的離散程度,指標的離散程度越大,該指針對綜合評價的影響 權重 越大,其熵值越小。...