为什么熵值法有项数据为0

❶ 如何根据熵值法处理后的结果获得原始数据

熵值法是一种多属性决策分析方法，常用于评估多个决策方案的优劣程度。在使用熵值法处理数据时，通常会将原始数据进行标准化处理，然后计算每个指标的权重和各个方案的得分，最后得到各个方案的综合得分。如果需要获得原始数据，可以按照以下步骤进行：

1. 根据大冲熵值法的计算公式，计算出每个指标的权重和各个方案的得分。
2. 根据标准化公式，将每个指标的原始数据标准化为0到1之间的数值。
3. 将标准化亩仿亏后的数据乘以对应的权重，得到每个方案的加权得分。
4. 将加权得分除以各个方案的加权得分之和，得到每个方案的相对得分。
5. 根据相对得分和原始数据的范围，反推出每个方案在各个指标上的得分。

例如，假设有3个指标A、B、C，它们的权重分别为0.3、0.4、0.3，有3个方案X、Y、Z，它们的得分分别为0.6、0.7、0.8。那么按照熵值法的计算公式，可以得到各个指标的权重和各个方案的得分：

权重：0.3、0.4、0.3

得分：0.6、0.7、0.8

接下来，将每个指迅神标的原始数据标准化为0到1之间的数值，假设原始数据范围为：

A：0到100

B：0到200

C：0到300

则标准化后的数据为：

A：0.6

B：0.35

C：0.2

将标准化后的数据乘以对应的权重，得到每个方案的加权得分：

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

将加权得分除以各个方案的加权得分之和，得到每个方案的相对得分：

X：0.276

Y：0.323

Z：0.401

最后，根据相对得分和原始数据的范围，反推出每个方案在各个指标上的得分：

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

这样就可以根据熵值法处理后的结果，获得每个方案在各个指标上的原始数据。

❷ 熵值法步骤

（1）方法原理及适用场景

熵值法属于一种客观赋值法，其利用数据携带的信息量大小计算权重，得到较为客观的指标权重。熵值是不确定性的一种度量，熵越小段仿，数据岩燃芹携带的信息量越大，权重越大；相反熵越大，信息量越小，权重越小。

适用场景：粗毕熵值法广泛应用于各个领域，对于普通问卷数据（截面数据）或面板数据均可计算。在实际研究中，通常情况下是与其他权重计算方法配合使用，如先进行因子或主成分分析得到因子或主成分的权重，即得到高维度的权重，然后再使用熵值法进行计算，想得到具体各项的权重。

（2）操作步骤

使用SPSSAU【综合评价-熵值法】。

使用熵值法计算权重时，需将数据整理为以下格式：

（3）注意事项

熵值法的计算公式上会有取对数，因此如果小于等于0的数字取对数，则会出现null值。此种情况共有两种办法。

• 第一种：SPSSAU非负平移功能是指，如果某列（某指标）数据出现小于等于0，则让该列数据同时加上一个‘平移值’【该值为某列数据最小值的绝对值+0.01】，以便让数据全部都大于0，因而满足算法要求。

• 第二种：研究者也可以手工查看数据并将小于等于0的数据设置为异常值，但此种做法会让样本减少。