权重分析——CRITIC权重法

这篇具有很好参考价值的文章主要介绍了权重分析——CRITIC权重法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、作用

CRITIC 权重法是一种客观赋权法。其思想在于用两项指标,分别是对比强度和冲突性指标。对比强度使用标准差进行表示,如果数据标准差越大说明波动越大,权重会越高;冲突性使用相关系数进行表示,如果指标之间的相关系数值越大,说明冲突性越小,那么其权重也就越低。对于多指标多对象的综合评价问题,CRITIC 法去消除一些相关性较强的指标的影响,减少指标之间信息上的重叠,更有利于得到可信的评价结果。

2、输入输出描述

输入:至少两项或以上的定量变量(可以做正、负向处理,但是不要做标准化)。
输出:输入定量变量对应的权重值

3、案例示例

100 个客户的各方面(能力,品格,担保,资本,环境)评分,利用 CRITIC 权重法来计算各个变量(能力,品格,担保,资本,环境)的重要性,即所占的权重。

权重分析——CRITIC权重法

 4、建模步骤

CRITIC 法是一种比熵权法和标准离差法更好的客观赋权法。
它是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。考虑指标变异性大小的同时兼顾指标之间的相关性,并非数字越大就说明越重要,完全利用数据自身的客观属性进行科学评价。对比强度是指同一个指标各个评价方案之间取值差距的大小,以标准差的形式来表现。标准差越大,说明波动越大,即各方案之间的取值差距越大,权重会越高;指标之间的冲突性,用相关系数进行表示,若两个指标之间具有较强的正相关,说明其冲突性越小,权重会越低。
对于 CRITIC 法而言,在标准差一定时,指标间冲突性越小,权重也越小;冲突性越大,权重也越大;另外,当两个指标间的正相关程度越大时,(相关系数越接近 1),冲突性越小,这表明这两个指标在评价方案的优劣上反映的信息有较大的相似性。
1.对各个因素按照每个选项的数量进行归一化处理为:
对于正向指标:

权重分析——CRITIC权重法


对于负向指标:
 

权重分析——CRITIC权重法

2.指标变异性
以标准差的形式来表现,Sj 表示第 j 个指标的标准差

权重分析——CRITIC权重法

 在 CRITIC 法中使用标准差来表示各指标的内取值的差异波动情况,标准差越大表示该指标的数值差异越大,越能放映出更多的信息,该指标本身的评价强度也就越强,应该给该指标分配更多的权重。

3.指标冲突性
以相关系数的形式来表现,rij 表示评价指标 i 和 j 之间的相关系数

权重分析——CRITIC权重法

使用相关系数来表示指标间的相关性,与其他指标的相关性越强,则该指标就与其他指标的冲突性越小,反映出相同的信息越多,所能体现的评价内容就越有重复之处,一定程度上也就削弱了该指标的评价强度,应该减少对该指标分配的权重。

4.信息量
Cj 越大,第 j 个评价指标在整个评价指标体系中的作用越大,就应该给其分配更多的权重。

权重分析——CRITIC权重法

5.权重
所以第 j 个指标的客观权重 W j

权重分析——CRITIC权重法文章来源地址https://www.toymoban.com/news/detail-453659.html

到了这里,关于权重分析——CRITIC权重法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 怎样计算权重?——层次分析法、熵值法:工具+数据+案例+代码

    1权重系数的计算 计算权重是一种常见的分析方法,在实际研究中,需要结合数据的特征情况进行选择,比如数据之间的波动性是一种信息量,那么可考虑使用CRITIC权重法或信息量权重法;也或者专家打分数据,那么可使用AHP层次法或优序图法。 结合各类方法计算权重的原理

    2024年02月05日
    浏览(37)
  • (转载)基本粒子群算法及惯性权重分析(matlab实现)

            粒子群算法(particle swarm optimization,PSO)是计算智能领域,除了蚁群算法、鱼群算法之外的一种群体智能的优化算法。该算法最早由Kennedy和Eberhart在1995年提出的。PSO算法源于对鸟类捕食行为的研究,鸟类捕食时,找到食物最简单有效的策略就是搜寻当前距离食物最近

    2024年02月07日
    浏览(26)
  • 【综合评价分析】熵权算法确定权重 原理+完整MATLAB代码+详细注释+操作实列

    【综合评价分析】 熵权算法 确定权重 原理+完整MATLAB代码+详细注释+操作实列 文章目录 1. 熵权法确定指标权重 (1)构造评价矩阵 Ymn (2)评价矩阵标准化处理 (3)计算指标信息熵值 Mj (4)计算各指标权重 Nj 2.完整代码 2.1 熵权法(正向化指标) 2.2熵权法(负向化指标)

    2024年01月21日
    浏览(32)
  • Matlab:如何利用层次分析法(升级版)计算具有多重指标的判断矩阵的一致性检验和权重

    02 论文提供的太阳镜的评价体系 03 建立目标层和准则层的判断矩阵 (论文提供) 04 首先需要对判断矩阵进行一致性检验 4.1 一致性检验的一般步骤 4.2 对应上方步骤的变量和代码 05 一致性检验通过之后开始计算权重 5.1 算术平均法计算权重-理论部分 5.2 算术平均法计算权重

    2024年02月03日
    浏览(31)
  • 电路分析 day01 一种使能控制电路

    本次分析的电路为    一种使能控制电路  (站在别人的肩膀上学习) 资料来源 : 洛阳隆盛科技有限责任公司的专利 申请号:CN202022418360.7 1.首先查看资料了解本次电路 1.1 电路名称: 一种使能控制电路 1.2 电路功能:  本实用新型是一种使能控制电路,该电路解决了针对芯

    2024年02月16日
    浏览(29)
  • (10-1)Actor-Critic算法:Actor-Critic算法的介绍与原理

    Actor-Critic(演员-评论家)是一种强化学习算法,通常用于解决连续动作空间的问题。其一个重要特点是它允许在学习过程中同时学习策略和价值函数,从而可以有效地处理连续动作空间和高维状态空间的问题。在本章的内容中,将详细讲解Actor-Critic算法的知识,为读者步入后

    2024年04月28日
    浏览(26)
  • 强化学习中的 AC(Actor-Critic)、A2C(Advantage Actor-Critic)和A3C(Asynchronous Advantage Actor-Critic)算法

    AC(Actor-Critic)算法是强化学习中的一种基本方法,它结合了策略梯度方法和价值函数方法的优点。在 Actor-Critic 算法中,有两个主要的组成部分:演员(Actor)和评论家(Critic)。以下是 AC 算法的关键要素和工作原理: 演员(Actor) : 演员负责根据当前状态选择动作。它通常

    2024年04月11日
    浏览(29)
  • 路由器有什么作用 路由器的作用分析

    有的朋友不知道路由器有什么作用,所以今天小编为了让大家更加的明白,写了这篇关于路由器有什么作用的教程,下面我们一起来看看具体内容: 路由器(Router)是连接因特网中各局域网、广域网的设备,它会根据信道的情况自动选择和设定路由,以最佳路径,按前后顺序

    2024年02月05日
    浏览(29)
  • Elasticsearch:ESQL 简介 — 一种用于灵活、迭代分析的新查询语言

    作者:Seth Payne 特别声明 :截止撰写该博文,在目前的公开发行版中,该功能还不能公开测试。这个功能将在未来的发行版中发布。 长期以来,Elastic Platform 一直被视为搜索用例和机器生成数据的分析系统。 分析专注于处理摄入的数据,其中重要的思想是如何在 Elasticsearch

    2023年04月23日
    浏览(26)
  • 分析一种极低成本的220V转5V电路——阻容降压电路

    今天我们来分析一个交流220V转直流5V阻容降压电路。 阻容降压是一种使用极少的元器件、极低的成本就能实现的交流市电转为直流低压的电路,经常用在体积受限、成本敏感的设备中。 这个电路是很多年前看到的,是一个非常经典的电路,出处不详,虽然简单但却很实用。

    2024年02月02日
    浏览(26)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包