评价体系如何构建?

本文将针对权重计算的一些常见问题进行说明:如组合赋权法的综合权重值如何计算?多层级权重如何计算?用多种方法计算得到的权重如何合并为综合权重用于之后的分析?常见的不同权重计算方法的搭配方式?

一、九种权重计算方法回顾

权重计算方法的选择在评级指标体系构建中属于重中之重,不同的方法对应的计算原理并不相同。在实际分析过程中,应结合数据特征及专业知识选择适合的权重计算。

常用的九种权重计算方法特征如下表:

有关权重计算方法的详细说明可查看往期内容:

干货合集→九大权重计算方法

毕业论文 | 13种权重计算相关方法汇总

二、组合赋权法

每种权重计算方法都有其适用范围,有时候需要采用多种方法测量同一份数据的权重,此时称为组合赋权法,这样得到综合权重性能更高,更加能反映出数据的真实特征。

举例说明:同时使用熵值法和AHP法, AHP法能够体现专家对不同指标的经验,熵值法可以反映出数据本身提供的信息量特征,两者结合使用不仅可以减少AHP法赋权的主观性,也会减少数据变化导致权重的波动。

那么多种权重计算方法组合使用,如何得到组合赋权法的权重值(综合权重)呢?通常根据不同权重组合方法,可分为以下两种情况讨论:

1、两种权重计算方法原理相同

情况1:两种权重计算方法原理相同,属于同一类方法,那么此时可计算平均值,所得结果即为组合赋权法的权重值。

举例说明:AHP层次分析法和优序图法,都属于主观赋值法,利用数字大小计算权重,此时可计算两者均值作为综合权重。

比如使用AHP层次分析法得到指标A1的权重值为0.1,使用优序图法得到指标A1的权重值为0.2,那么二者组合赋权法得到指标A1的综合权重即为:WA1=(0.1+0.2)/ 2=0.15。同理可计算其他指标权重值。

2、两种权重采用的计算原理不相同

情况2:两种权重采用的计算原理不相同,利用的数据特征也不一致,此时计算综合权重的方法不止一种,建议在实际处理时以参考文献为准。

  • 举例1:熵值法和AHP法计算权重

一个是主观赋值权重,一个是客观赋值权重。将2种方法结合使得到的数据更加能反映实际情况。常用公式:W=A*B/ (∑A*B)。A、B为2种方法求得的权重。计算过程如下:

除此之外,还有其他的计算公式,如 W=(A+B)/∑(A+B),具体可参考相关参考文献。

  • 举例2:主成分和AHP层次分析法

常用公式:W=tA+(1-t)B。A、B为2种方法求得的权重,t为权重系数。t的取值在0~1之间,其取决于AHP法各指标权重的差异程度(或参考相关文献)。

  • 如果AHP法各指标权重差距不大时,t应该取小些。
  • 如果AHP法各指标权重差距较大时,t应该取大些。
  • 如果两种方法计算结果差别不大,t值默认取0.5。

比如当t值取0.3,A1指标综合权重:WA1=0.3*0.1+(1-0.3)*0.2=0.17。其他指标计算过程以此类推。

补充:权重系数确定

权重系数的确定并不局限于一种方式,具体可参考相关参考文献。如李良晨《基于组合赋权的国有建筑企业PPP运营能力评价研究》中,权重系数确定方法如下:

李良晨. 基于组合赋权的国有建筑企业PPP运营能力评价研究[D].郑州大学,2022.

又如张晨等《金沙江流域泥石流的组合赋权法危险度评价》中所用的距离函数法确定权重系数过程如下:

张晨,王清,陈剑平,谷复光,张文. 金沙江流域泥石流的组合赋权法危险度评价[J]. 岩土力学,2011,32(03):831-836.

综上所述,使用组合赋权法进行综合权重计算时,以上仅提供了一些常见的比较简单的计算方式,具体的综合权重计算应该以参考文献为准

三、多层级权重计算

在多层次综合评价研究中,不光需要计算一级指标权重,还有二级指标权重,甚至三级指标权重,那么应该如何计算呢?

1、举例说明

以全文使用AHP层次分析法计算权重为例:有这样一个研究需要构建员工绩效评价体系,设计了如下图的评价指标体系,并通过专家打分收集数据。现通过AHP法计算各级权重,并使用该评价体系计算每个员工的综合得分情况。

step1:计算一级指标权重(或者先计算二级指标权重)

在分析时,每一层的权重需要单独计算。首先使用SPSSAU【综合评价】--【AHP层次分析】计算一级指标“工作态度”“学习能力”“工作能力”“团队协作”的权重。将专家打分结果填入表格:

SPSSAU输出AHP层次分析法结果如下:

step2:计算二级指标权重

相同的方法,再进行二级指标权重计算。如计算“工作态度”下属各个指标(A1、A2、A3)的权重:

以此类推,分别计算出一级指标下属的二级指标权重。最后手工将方案层和准则层权重进行相乘计算得到各方案层最终的权重值,该权重代表的是“ 归一化权重 ”(即最小指标层的权重加和为1时的权重,其代表站在因素层角度对比时的权重大小)。

比如,计算出一级指标权重分别为0.30、0.15、0.30、0.25。二级指标A1权重为0.23,则A1最终权重值为0.30*0.23=0.069。然后使用权重*得分即可得到得到员工的综合得分情况

2、权重组合方式

有一些常用的权重计算方法的搭配组合,比如AHP与熵值法、主成分与熵值法等,AHP或主成分法可能作为一级指标权重的方法。熵值法作为二级指标权重的方法。

这样的组合权重,分析时依然是分别得到一级权重和二级权重,再将一级权重、二级权重相乘,得到可用于分析计算的各指标权重。若涉及到三级指标,计算过程也是类似的。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/179394.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

nodejs之express学习(1)

安装 npm i express使用 // 导入 const express require(express) // 创建应用 const app express() // 创建路由 app.get(/home,(req,res)>{res.end("hello express") }) app.listen(3000,()>{console.log("服务已启动~") })路由的介绍 什么是…

5.27每日一题(判断函数在那个区间上有界:充分条件不是必要条件)

若f(x)在(a , b)上连续,且f(a0),f(b-0)存在(及函数的左右极限存在)>f(x)在(a,b)上有界

神经网络:脑科学中功能MRI成像的应用及其一些相关概念

文章目录 一、MRI成像简介核磁共振成像(MRI)侵入式成像功能磁共振成像(fMRI)血氧水平依赖(BOLD)效应对比基线状态代理指标 二、fMRI具有延迟性及其解决方案原因解决方法 三、fMRI 数据处理1. 数据预处理2. …

【栈和队列(1)(逆波兰表达式)】

文章目录 前言什么是栈(Stack)栈方法栈的模拟实现链表也可以实现栈逆波兰表达式逆波兰表达式在栈中怎么使用 前言 什么是栈(Stack) 栈:一种特殊的线性表,其只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶&#xff0…

详解Tomcat下载安装以及IDEA配置Tomcat(2023最新)

目录 步骤一:首先确认自己是否已经安装JDK步骤二:下载安装Tomcat步骤三:Tomcat配置环境变量步骤四:验证Tomcat配置是否成功步骤五:为IDEA配置Tomcat 步骤一:首先确认自己是否已经安装JDK jdk各版本通用安装…

6、信息收集(1)

文章目录 一、DNS信息查询1、利用dig工具查询各类DNS的解析。2、使用DNS子域名爆破工具,针对子域名进行爆破,同时解析出对应的IP地址。3、利用多地Ping工具,查看域名真实IP。4、针对部分IP进行信息收集 二、DNS域传输实验原理方法一方法二 三…

javaEE -15( 13000字 JavaScript入门 - 2)

一:JavaScript(WebAPI) JS 分成三个大的部分 ECMAScript: 基础语法部分DOM API: 操作页面结构BOM API: 操作浏览器 WebAPI 就包含了 DOM BOM,这个是 W3C 组织规定的. (和制定 ECMAScript 标准的大佬们不是一伙人). 前面学的 JS 基础语法主要学的是 …

Unity-链接MySql5.7

链接MySql5.7 前言: 为什么不选择最新的MySQL8.0或者MySQL8.2呢,实际发现,如果使用这两个版本,虽然能够用同样的方法找到合适的dll,但是在编写代码的过程中往往会卡死,非常的影响效率,因此放弃…

python服装电商系统vue购物商城django-pycharm毕业设计项目推荐

系统面向的使用群体为商家和消费者,商家和消费者所承担的功能各不相同,所对象的权限也各不相同。对于消费者和商家设计的功能如下: 对于消费者设计了五大功能模块: (1) 商品信息:用户可在商品…

使用Echarts.js绘制多条折线图

一、页面效果 默认tab为不限,渲染多条折线: 切换tab,只渲染对应tab的一条折线: 二、功能描述 ​ 1、tab选中不限时,图表中同时渲染多条折线,对应多种类型的数据。 ​ 2、切换tab时,如果选中指…

Taro3+Vue3重构Mpvue小程序项目踩坑记

1、Taro小程序编译时报错; 原因:页面中存在小程序识别不了的标签;如div解决方法: 将div标签替换成小程序可识别的标签; 安装Taro中提供的插件:tarojs/plugin-html, 使其可被识别; 插件安装教程参考Taro官网&#xff1…

【工具】Zotero|使用Zotero向Word中插入引用文献(2023年)

版本:Word 2021,Zotero 6.0.30 前言:两年前我找网上插入文献的方式,网上的博客提示让我去官网下个插件然后才能装,非常麻烦,导致我对Zotero都产生了阴影。最近误打误撞发现Zotero自带了Word插件&#xff0c…

KMP算法【数据结构】

KMP算法 KMP算法是一种改进的字符串匹配算法 Next[j] k :一个用来存放子串返回位置的数组,回溯的位置用字母k来表示。其实就是从匹配失败位置,找到他前面的字符串的最大前后相等子串长度。默认第一个k值为-1(Next[0] -1),第二个k值为0(Next[1] 0),我…

SpringBoot使用动态Banner

SpringBoot使用动态Banner Spring Boot 2.0 提供了很多新特性&#xff0c;其中就有动态 Banner。 1、pom依赖 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0" xmlns:xsi"http://w…

【Java Spring】SpringBoot 配置文件

1、Spring Boot配置文件的作用 配置文件的基本作用&#xff1a; 数据库连接信息&#xff08;包括用户名和密码的设置&#xff09;项目的启动端口第三方系统的调用密钥等信息用于发现和定位问题的普通日志和异常日志等 2、Spring Boot配置文件的格式 Spring Boot配置文件主要…

想成为网络安全工程师该如何学习?

一、网络安全应该怎么学&#xff1f; 1.计算机基础需要过关 这一步跟网安关系暂时不大&#xff0c;是进入it行业每个人都必须掌握的基础能力。 计算机网络计算机操作系统算法与数据架构数据库 Tips:不用非要钻研至非常精通&#xff0c;可以与学习其他课程同步进行。 2.渗透技…

探索短剧市场的商机:打造短视频平台的全方位指南

目前短剧市场蓬勃发展&#xff0c;上半年备案数远超电视剧&#xff0c;彰显了短剧小程序市场潜力巨大&#xff0c;商业价值巨大。用户对短小精悍娱乐内容的需求不断增加&#xff0c;而新兴市场中有限的短剧小程序正好能够迎合这一需求。 搭建短视频平台的关键步骤&#xff1a; …

只需十分钟快速入门Python,快速了解基础内容学习。零基础小白入门适用。

文章目录 简介特点搭建开发环境版本hello world注释文件类型变量常量数据类型运算符和表达式控制语句数组相关函数相关字符串相关文件处理对象和类连接mysql关于Python技术储备一、Python所有方向的学习路线二、Python基础学习视频三、精品Python学习书籍四、Python工具包项目源…

python基础练习题库实验4

文章目录 题目1代码实验结果 题目2代码实验结果 题目3代码实验结果 题目4代码实验结果 题目5代码实验结果 题目6代码实验结果 题目总结 题目1 编写一个程序&#xff0c;使用for循环语句和字符串格式显示以下精确输出。 例如&#xff1a; 代码 for i in range(1, 11):result…

SSM框架(三):SpringMVC

文章目录 一、SpringMVC简介1.1 概述1.2 入门案例1.3 bean的加载控制1.4 PostMan插件 二、请求【页面向后台发送数据】2.1 请求映射路径2.2 请求方式2.3 解决中文乱码2.4 请求参数2.4.1 五种常见参数种类2.4.2 JSON数据2.4.3 RequestParam与RequestBody的区别2.4.4 日期类型 三…