為什麼熵值法有項數據為0

❶ 如何根據熵值法處理後的結果獲得原始數據

熵值法是一種多屬性決策分析方法，常用於評估多個決策方案的優劣程度。在使用熵值法處理數據時，通常會將原始數據進行標准化處理，然後計算每個指標的權重和各個方案的得分，最後得到各個方案的綜合得分。如果需要獲得原始數據，可以按照以下步驟進行：

1. 根據大沖熵值法的計算公式，計算出每個指標的權重和各個方案的得分。
2. 根據標准化公式，將每個指標的原始數據標准化為0到1之間的數值。
3. 將標准化畝仿虧後的數據乘以對應的權重，得到每個方案的加權得分。
4. 將加權得分除以各個方案的加權得分之和，得到每個方案的相對得分。
5. 根據相對得分和原始數據的范圍，反推出每個方案在各個指標上的得分。

例如，假設有3個指標A、B、C，它們的權重分別為0.3、0.4、0.3，有3個方案X、Y、Z，它們的得分分別為0.6、0.7、0.8。那麼按照熵值法的計算公式，可以得到各個指標的權重和各個方案的得分：

權重：0.3、0.4、0.3

得分：0.6、0.7、0.8

接下來，將每個指迅神標的原始數據標准化為0到1之間的數值，假設原始數據范圍為：

A：0到100

B：0到200

C：0到300

則標准化後的數據為：

A：0.6

B：0.35

C：0.2

將標准化後的數據乘以對應的權重，得到每個方案的加權得分：

X：(0.6*0.3)+(0.35*0.4)+(0.2*0.3)=0.39

Y：(0.6*0.3)+(0.35*0.4)+(0.2*0.3)=0.455

Z：(0.6*0.3)+(0.35*0.4)+(0.2*0.3)=0.52

將加權得分除以各個方案的加權得分之和，得到每個方案的相對得分：

X：0.276

Y：0.323

Z：0.401

最後，根據相對得分和原始數據的范圍，反推出每個方案在各個指標上的得分：

X：

A：0.6*0.276*100=16.56

B：0.35*0.276*200=19.32

C：0.2*0.276*300=16.56

Y：

A：0.6*0.323*100=19.38

B：0.35*0.323*200=22.61

C：0.2*0.323*300=19.38

Z：

A：0.6*0.401*100=24.06

B：0.35*0.401*200=33.58

C：0.2*0.401*300=24.06

這樣就可以根據熵值法處理後的結果，獲得每個方案在各個指標上的原始數據。

❷ 熵值法步驟

（1）方法原理及適用場景

熵值法屬於一種客觀賦值法，其利用數據攜帶的信息量大小計算權重，得到較為客觀的指標權重。熵值是不確定性的一種度量，熵越小段仿，數據岩燃芹攜帶的信息量越大，權重越大；相反熵越大，信息量越小，權重越小。

適用場景：粗畢熵值法廣泛應用於各個領域，對於普通問卷數據（截面數據）或面板數據均可計算。在實際研究中，通常情況下是與其他權重計算方法配合使用，如先進行因子或主成分分析得到因子或主成分的權重，即得到高維度的權重，然後再使用熵值法進行計算，想得到具體各項的權重。

（2）操作步驟

使用SPSSAU【綜合評價-熵值法】。

使用熵值法計算權重時，需將數據整理為以下格式：

（3）注意事項

熵值法的計算公式上會有取對數，因此如果小於等於0的數字取對數，則會出現null值。此種情況共有兩種辦法。

• 第一種：SPSSAU非負平移功能是指，如果某列（某指標）數據出現小於等於0，則讓該列數據同時加上一個『平移值』【該值為某列數據最小值的絕對值+0.01】，以便讓數據全部都大於0，因而滿足演算法要求。

• 第二種：研究者也可以手工查看數據並將小於等於0的數據設置為異常值，但此種做法會讓樣本減少。