- 0
- 0
- 约4.55千字
- 约 10页
- 2026-11-18 发布于北京
- 举报
离差最大化赋权是什么?原理、操作与案例
案例数据下载:/data/deviation_weight_sample.csv
方法简介
离差最大化赋权是一种客观赋权方法,基本思想是“能把评价对象拉开的指标更重要”。对每个指标计算样本两两之间的绝对差之和,称为离差和;离差和越大,说明该指标在样本之间的差异越明显、对排序的贡献越大,应赋予更高权重。权重等于该指标的离差和除以全部指标离差和之和。
SPSSAU的离差最大化赋权先按指标方向做正向化,再根据设置决定是否做极差标准化,然后计算离差和、平均离差与权重系数,最后用同一批取值加权求和得到各样本的综合得分与排序。标准化默认开启:每个指标被拉伸到0~1,量纲一致,但这也意味着各指标的离差和会被拉近,权重容易趋于平均;若各指标本身单位与量级可比,关闭标准化直接使用原始取值,权重差异会更明显,也更能体现“谁的原始区分度更大”。报告中会写明是否标准化以及综合得分的计算口径,得分与权重出自同一批取值,可手算复核。
先确认数据是“样本×指标”:一行是一个评价对象,一列是一个指标。指标要选全,漏掉一个指标,权重会在剩余指标之间重新分配。
再确认指标方向:正向指标数值越大越好,逆向指标需要反向处理。方向设错会让高值样本在综合得分中被压低,权重本身也会偏。
最后决定是否标准化:单位统一、量级接近时可直接用原始值;单位不同或量级相差很大时必须标准化
您可能关注的文档
- SWOT分析是什么?原理、操作与案例.docx
- SEM中介分析实操教程:从数据到结果解读.docx
- 别再搞错SEM调节分析:原理+操作+解读.docx
- 鱼骨图是什么?原理、操作与案例.docx
- 别再搞错面板Tobit回归:原理+操作+解读.docx
- 面板TSLS实操教程:从数据到结果解读.docx
- 随机区组设计是什么?原理、操作与案例.docx
- 别再搞错贝叶斯线性回归:原理+操作+解读.docx
- 贝叶斯相关分析实操教程:从数据到结果解读.docx
- 贝叶斯比例检验是什么?原理、操作与案例.docx
- 2027年中国胶乳义乳行业市场规模及未来投资方向研究报告.docx
- 2027年中国胶乳指套行业市场规模及未来投资方向研究报告.docx
- 2027年中国胶乳指套行业市场前景预测及投资价值评估分析报告.docx
- 常德宣传PPT教学课件.pptx
- 2027年中国胶乳制品行业市场前景预测及投资价值评估分析报告.docx
- 2027年中国胶塑料行业市场规模及未来投资方向研究报告.docx
- 2027年中国胶塑料行业市场前景预测及投资价值评估分析报告.docx
- 2027年中国胶鞋再生橡胶行业市场规模及未来投资方向研究报告.docx
- 2027年中国胶原鹿骨粉行业市场前景预测及投资价值评估分析报告.docx
- 2027年中国胶粘剂设备行业市场前景预测及投资价值评估分析报告.docx
原创力文档

文档评论(0)