指標權重的確定方法_第1頁
指標權重的確定方法_第2頁
指標權重的確定方法_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、權重的確定方法一、權重的概念用若干個指標進行綜合評價是,其對被評價的作用,從評價目標來看并不是同等重要。在統(tǒng)計綜合評價中,權屬的大小反映了評價指標的重要程度,權數(shù)大的評價指標重要程度大,權數(shù)小的評價指標重要程度小。一般有兩種表現(xiàn)形式:一是絕對數(shù)(頻數(shù))表示,另一種是用相對數(shù)(頻率)表示。(1)從含信息的多少來考慮。權數(shù)越大,評價指標所包含信息越多。(2)從指標的區(qū)分能力來考慮,全數(shù)越大,說明評價指標區(qū)別被評價對象的能力越強。二、權重的確定方法對實際問題選定被綜合的指標后,確定各指標的權的值的方法有很多種。概括起來,權重的確定方法從總體上可歸為三大類:即主觀賦權評價法、客觀賦權評價法及組合集成賦

2、權法。(一)主觀賦權法所謂主觀賦權法,就是指基于決策者的知識經(jīng)驗或偏好,通過按重要性程度對各指標(屬性)進行比較、賦值和計算得出其權重的方法。對于主觀賦權法的研究,目前已取得的主要成果有:層次分析法(AHP法)、專家調(diào)研法(Delphi法)。1、德爾菲法德爾菲法又稱為專家法,其特點在于集中專家的知識和經(jīng)驗,確定各指標的權重,并在不斷的反饋和修改中得到比較滿意的結果?;静襟E如下:(1)選擇專家。這是很重要的一步,選得好不好將直接影響到結果的準確性。一般情況下,選本專業(yè)領域中既有實際工作經(jīng)驗又有較深理論修養(yǎng)的專家1030人左右,并需征得專家本人的同意。(2)將待定權重的p個指標和有關資料以及統(tǒng)一

3、的確定權重的規(guī)則發(fā)給選定的各位專家,請他們獨立的給出各指標的權數(shù)值。(3)回收結果并計算各指標權數(shù)的均值和標準差。(4)將計算的結果及補充資料返還給各位專家,要求所有的專家在新的基礎上確定權數(shù)。(5)重復第(3)和第(4)步,直至各指標權數(shù)與其均值的離差不超過預先給定的標準為止,也就是各專家的意見基本趨于一致,以此時各指標權數(shù)的均值作為該指標的權重。此外,為了使判斷更加準確,令評價者了解已確定的權數(shù)把握性大小,還可以運用“帶有信任度的德爾菲法”,該方法需要在上述第(5)步每位專家最后給出權數(shù)值的同時,標出各自所給權數(shù)值的信任度。這樣,如果某一指標權數(shù)的任任度較高時,就可以有較大的把握使用它,反

4、之,只能暫時使用或設法改進。2、層次分析法(AHP法)層次分析法(analytichierarchyprocess,AHP)是70年代由著名運籌學家T.L.Saaty提出的。方法:多屬性決策中,由決策者對所有評價指標進行兩兩比較,得判斷矩陣U=(uj)其中u為評價指標sn::nji與sj比較而得的數(shù)值,取值為1至9之間的奇數(shù),分別表示前者指標比后者指標同等重要、較重要、很重要、非常重要、絕對重要;當取值為1至9之間的偶數(shù)時,分別表示指標兩兩相比的重要性程度介于兩個相鄰奇數(shù)所表示的1重要性程度之間,且Uj=一。則:Wj=(口Uij)n(j=1,2jn)ujii1(二)、客觀賦權法客觀賦權法,它是

5、基于各方案評價指標值的客觀數(shù)據(jù)的差異而確定各指標的權重的方法。目前,關于客觀賦權法的主要研究成果有:基于“差異驅動”原理的賦權方法,可分為突出整體差異的“拉開檔次法”和突出局部差異的“均方差法”、“嫡值法”以及“極差法”、“離差法”。1、主成分分析法方法:把多項評價指標綜合成Z個主成分,再以這Z個主成分的貢獻率為權數(shù)構造一個綜合指標,并據(jù)此作出判斷特點:用:個線性無關的主成分代替原有的n個評價指標,當這n個評價指標的相關性較高時,這種方法能消除指標間信息J勺重疊;而且能根據(jù)指標所提供的信息,通過數(shù)學運算而主動賦權2“拉開檔次”法“拉開檔次法”的基本原理是從幾何角度來看,將n個被評價對象看成是由

6、m個評價指標構成的m維評價空間中的n個點(或向量)。尋求n個被評價對象的評價值就相當于把這n個點向一維空間做投影。選擇指標權系數(shù),使得各被評價對象之間的差異盡量拉大,也就是根據(jù)m維評價空間構造一個最佳的一維空間,使得各點在此一維空間上的投影點最為分散,即分散程度最大,取極大型評價指標X1,X2,.Xm的線性函數(shù)y=川兇+W2X2+WmXm=WX為被評價對象的綜合評價函數(shù),式中W=(w,w2,wm)T是m維待定正向量,確定權系數(shù)向量的準則是能最大限度地體現(xiàn)出不同的被評價對象之間的差異。用數(shù)學語言來說,就是求指標向量X的線性函數(shù)WTX使此函數(shù)對n個被評價對象取值的分散程度或方差盡可能的大。若記Xn

7、2并最終得出權重向量為H的最大特征值所對應的特征向量,其中H=ATA該方法的特點為:綜合評價過程透明;評價結果與系統(tǒng)或指標的采樣順序無關;評價結果毫無主觀色彩;評價結果客觀、可比;權重不具有“可繼承性”;權重不再體現(xiàn)評價指標的相對重要程度。3、“均方差法”也可稱為“標準差系數(shù)法”,是由孟生旺提出的46,同時類似的方法還有CRIPIC法。其思路是:直接將各評價指標的標準差系數(shù)向量進行歸一化處理,結果即為信息量權數(shù)。某個指標的標準差越大,說明在同一指標內(nèi),各方案取值差距越大,在綜合評價中所起的作用越大,其權重也越大;相反,某個指標的標準差越小,在綜合評價中所起的作用越小,其權重也應越小。4、嫡值法

8、:信息嫡越小,指標的變異程度越大,提供的信息量越多,在綜合評價中所起的作用越大,權重也越大。方法:(1)對規(guī)范化的決策矩陣R=(rii)ijm:n仝ijpij=_m,i=1,2,m;j=12n、r-iji1m4一hj-InnPijInp0,j=1,2,ny屬性的嫡值為Cj=1-hj,j=1,2,n(3)計算個屬性的變異程度系數(shù)Cj(4)計算各屬性的加權系數(shù)Wj=-,j=1,2,nCjj15、離差最大化法Vj(w)=工IkjWj(j=1,2,,n)方法:引入總離差指標ijkJn一2Wj=1并假定各指標權數(shù)滿足單位化約束條件求一,以此構造如下非線性規(guī)劃模型|nmmnmaxF=卜ij后wjWw;=1

9、Ij-i-k-j-求該優(yōu)化模型,得出最優(yōu)解w=(wiW2wn),將其歸一化的結果作為各指標的權重系數(shù)特點:可信,不具有主觀隨意性6、均方差法方法:(1)以各評價指標為隨機變量,各方案Xi在指標Yj下的無量綱化的屬性值為該隨機變量的取值,求出這些隨機變量(各指標)的均值1mE(Yj),j=1,2,nmi(2)求出指標Yj的均方差RYj尸,二,一E(Yj)2,j=1,2,n(3)求指標Yj的權系數(shù)RY)Wj=n,j=1,2,nJfj)j1(三)權重的集成方法運用主觀賦權法,體現(xiàn)了決策者的知識經(jīng)驗、直覺和主觀愿望,但也會由于決策者的經(jīng)驗的缺乏和個人的偏好,使決策帶有主觀隨意性:而運用客觀賦權法,雖然利用了完善的數(shù)學理論知識,卻忽視了決策者的主觀信息。因此這兩種方法都有其長處和短處。近年來,研究工作者們提出了將運用主、客觀賦權法所得的各評價指標的權重通過集成的方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論