什么是熵权法

熵权法是一种客观赋值方法。在具体使用的过程中,熵权法根据各指标的变异程度,利用信息熵计算出各指标的熵权,再通过熵权对各指标的权重进行修正,从而得到较为客观的指标权重。

一般来说,若某个指标的信息熵指标权重确定方法之熵权法越小,表明指标值得变异程度越大,提供的信息量越多,在综合评价中所能起到的作用也越大,其权重也就越大。

相反,若某个指标的信息熵指标权重确定方法之熵权法越大,表明指标值得变异程度越小,提供的信息量也越少,在综合评价中所起到的作用也越小,其权重也就越小。


熵权法赋权步骤

熵权法赋权的具体计算步骤如下:

第一步:指标值的归一化

将各个指标的数据进行归一化处理。假设给定了k个指标

    

R语言熵权法求权重 熵值法权重_信息熵


R语言熵权法求权重 熵值法权重_权重_02


  假设对各指标数据归一化后的值为

    

R语言熵权法求权重 熵值法权重_权重_03


  此时

    

R语言熵权法求权重 熵值法权重_熵权法_04

第二步:计算第j个指标下第i个项目的指标值的比重R语言熵权法求权重 熵值法权重_熵权法_05

  

R语言熵权法求权重 熵值法权重_R语言熵权法求权重_06


  

第三步: 计算第j项指标的熵值:根据信息论中信息熵的定义,一组数据的信息熵

    

R语言熵权法求权重 熵值法权重_R语言熵权法求权重_07


  如果

    

R语言熵权法求权重 熵值法权重_熵权法_08


  则定义

    

R语言熵权法求权重 熵值法权重_权重_09

第四步: 计算各项指标的权值:

  

  根据信息熵的计算公式,计算出各个指标的信息熵为

    

R语言熵权法求权重 熵值法权重_归一化_10


  通过信息熵计算各指标的权重:

    

R语言熵权法求权重 熵值法权重_权重_11


  其中R语言熵权法求权重 熵值法权重_熵权法_12为信息熵冗杂度。


熵权法赋值的示例

某医院为了提高自身的护理水平,对拥有的11个科室进行了考核,考核标准包括9项整体护理,并对护理水平较好的科室进行奖励。下表是对各个科室指标考核后的评分结果。

但是由于各项护理的难易程度不同,因此需要对9项护理进行赋权,以便能够更加合理的对各个科室的护理水平进行评价。

R语言熵权法求权重 熵值法权重_熵权法_13

步骤1:指标值的归一化

R语言熵权法求权重 熵值法权重_熵权法_14

步骤2:计算第j个指标下第i个项目的指标值的比重R语言熵权法求权重 熵值法权重_熵权法_05

此处省略…
  
步骤3:求各指标的熵值:

根据信息熵的计算公式

    

R语言熵权法求权重 熵值法权重_归一化_16


  可以计算出9项护理指标各自的信息熵如下:

R语言熵权法求权重 熵值法权重_归一化_17

步骤4:计算各指标的权值

根据指标权重的计算公式

    

R语言熵权法求权重 熵值法权重_权重_18


  可以得到各个指标的权重如下表所示:

R语言熵权法求权重 熵值法权重_权重_19

计算最终得分

  

  由熵权法确定各指标权重之后,我们需要结合实际问题进行解答。如该问题的目的是:对各个科室进行评分

根据计算出的指标权重,以及对11个科室9项护理水平的评分。设R语言熵权法求权重 熵值法权重_归一化_20为第R语言熵权法求权重 熵值法权重_R语言熵权法求权重_21个科室的最终得分,则

    

R语言熵权法求权重 熵值法权重_R语言熵权法求权重_22


  各个科室最终得分如下表所示

R语言熵权法求权重 熵值法权重_信息熵_23