- 2
- 0
- 约2.8千字
- 约 7页
- 2026-07-31 发布于北京
- 举报
最好最差权重法(BWM)结果解读
一、方法概述
最好最差权重法(Best-WorstMethod,BWM)是一种常用的主观赋权方法,其核心思想是先确定“最好指标”和“最差指标”,再通过最好指标与其他指标的比较(BO)以及其他指标与最差指标的比较(OW),求解各指标权重。与传统成对比较方法相比,BWM所需比较次数更少、一致性通常更好,因此在多指标评价、方案优选和决策分析中被广泛应用。
本次结果包括原始判断矩阵、专家权重、CI表以及一致性检验。对BWM而言,真正要回答的不只是哪个指标权重最高,还包括三个层面:专家判断是否具有共同偏好;不同专家权重差异是否过大;一致性比率CR是否足够低以支持结果可信。只有这三个问题同时回答清楚,最终的global权重才适合直接写入论文或用于后续综合评价模型。
在SPSSAU【综合评价】模块选择【最好最差权重BWM】,将变量拖拽至右侧对应分析框,操作如下图:
二、原始BO/OW判断结果
表1展示了三位专家对最好指标与最差指标的原始判断结果。从BO矩阵看,三位专家都把C1与自身比较赋值为1,而C5在BO中均处于最高比较等级附近(8或9),说明专家普遍把C1视为最好指标、把C5视为最差指标,整体偏好方向非常一致。C2、C3、C4的评分虽然存在轻微差异,但都处于中间区间,说明它们被共同视作介于最好与最差之间的过渡性指标。
从OW矩阵看,C1相对于最差指标C5的
您可能关注的文档
- 数字化对企业绩效的门槛回归:非线性效应的阈值.docx
- 区域高质量发展熵权TOPSIS评价:综合得分与排名.docx
- Harman单因子检验结果解读:共同方法偏差的严重程度.docx
- 疾病影响因素的Firth回归:小样本偏差修正.docx
- 活动力度对曝光与销售绩效的调节效应:促销强度的边界.docx
- 单因素方差分析ANOVA结果解读:渠道类型对客单价的差异检验.docx
- 客户流失预测的随机森林分析:特征重要性与混淆矩阵.docx
- 患者生存时间的Cox回归:风险因素识别与生存曲线.docx
- 重复测量方差分析结果解读:药物类型与高血压对疗效的交互效应.docx
- 最好最差法BWM权重分析结果解读:一致性比率与最优权重.docx
- 有序Logistic回归结果解读:累积logit与比例优势假定.docx
- 月降水天数的零膨胀泊松回归:过多晴天的建模.docx
- 折半信度结果解读:Spearman-Brown校正与两半相关性.docx
- 政策效果DID分析:处理效应的时间趋势与平行趋势.docx
- 剂量反应分析结果解读:限制性立方样条的节点选择.docx
- 支持向量机SVM结果解读:分类超平面的构建与预测.docx
- 重复测量方差分析结果解读:时间因素与组别因素的交互效应.docx
- 逐步回归分析结果解读:自动变量筛选与最优模型选择.docx
- 主成分分析结果解读:特征值、方差贡献率与载荷矩阵.docx
- 响应面分析结果解读:二次多项式模型与最优解搜索.docx
原创力文档

文档评论(0)