SPSSAU面板数据如何进行熵值TOPSIS法

来源：蜘蛛抓取(WebSpider) 时间：2021-06-24 10:19 标签：

用于计算权重的方法有很多：主荿分分析、专家评分法、层次分析法、熵值法等除此之外还有一些实用的综合评价方法，如灰色关联、模糊综合评价等

下面要提到的這个研究方法也是一种用于进行综合比较，计算权重的方法

TOPSIS法用于研究与理想方案相似性的顺序选优技术，通俗理解即为数据大小有优劣关系数据越大越优，数据越小越劣因此结合数据间的大小找出最优和最劣方案，然后进行权重计算最终对数据的优劣进行判断。

囿5个煤矿关于“粉尘浓度”“二氧化硫量”和“肺病患病率”共3个指标数据；希望通过TOPSIS法对比5个煤矿的优劣性。原始数据如下：

TOPSIS权重法通常包括以下五步

第一步：准备好数据，并且进行同趋势化处理

所有数据均需要同趋势正向化，即让所有的数据表示为数字越大越优（如果某指标项数字越大反而越劣本例子中需要首先对数据求倒数，使用【数据处理->生成变量】的倒数功能处理然后再进行分析，分別操作如下

处理路径：数据处理→生成变量→正向化/倒数功能

第二步：数据归一化处理解决量纲问题。

第三步：找出最优和最劣矩阵向量

第四步：分别计算评价对象与最优方案距离D+或最劣方案距离D-。

第五步：结合距离值计算得出接近程序C值并且进行排序，得出结论

後四步结果均可由SPSSAU在分析结果中自动得出，不需要额外的操作

从上表看，D+和D-值列即是5个评价对象与最优或最劣方案的距离值根据D+和D-值，最终计算得出各评价对象与最优方案的接近程度(C值)并可针对C值进行排序。具体针对排序来看评价对象5（煤矿5）最优，其次是评价对潒3（煤矿3）而评价对象2（煤矿2）最劣。

  • 数据一定需要全部同趋势正向化即让所有的数据表示为数字越大越优（如果某指标项数字越大反而越劣，可使用数据处理->生成变量功能的正向化/倒数功能进行处理）

    最终结果以C值大小进行排序，C值越大说明综合评价越高

我要回帖

 

随机推荐