• 云服务器优惠推荐

权重怎么算

云服务器文章 ly464779066 6次浏览

  本文列出常见的权重计算方法,并且对比各类权重计算法的思想和大概原理,使用条件等,便于研究人员选择出科学的权重计算方法。

  首先列出常见的8类权重计算方法,如下表所示:

  这8类权重计算的原理各不相同,结合各类方法计算权重的原理大致上可分成4类,分别如下:

  第一类为因子分析和主成分法;此类方法利用了数据的信息浓缩原理,利用方差解释率进行权重计算;

  第二类为AHP层次法和优序图法;此类方法利用数字的相对大小信息进行权重计算;

  第三类为熵值法(熵权法);此类方法利用数据熵值信息即信息量大小进行权重计算;

  第四类为CRITIC、独立性权重和信息量权重;此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。

  第一类、信息浓缩(因子分析和主成分分析)

  计算权重时,因子分析法和主成分法均可计算权重,而且利用的原理完全一模一样,都是利用信息浓缩的思想。因子分析法和主成分法的区别在于,因子分析法加带了‘旋转’的功能,而主成分法目的更多是浓缩信息。‘旋转’功能可以让因子更具有解释意义,如果希望提取出的因子具有可解释性,一般使用因子分析法更多;并非说主成分出来的结果就完全没有可解释性,只是有时候其解释性相对较差而已,但其计算更快,因而受到广泛的应用。

  比如有14个分析项,该14项可以浓缩成4个方面(也称因子或主成分),此时该4个方面分别的权重是多少呢?此即为因子分析或主成分法计算权重的原理,它利用信息量提取的原理,将14项浓缩成4个方面(因子或主成分),每个因子或主成分提取出的信息量(方差解释率)即可用于计算权重。接下来以SPSSAU为例讲解具体使用因子分析法计算权重。

  如果说预期14项可分为4个因子,那么可主动设置提取出4个因子,相当于14句话可浓缩成4个关键词。

  但有的时候并不知晓到底应该多少个因子更适合,此时可结合软件自动推荐的结果和专业知识综合进行判断。点击SPSSAU‘开始分析’后,输出关键表格结果如下:

  上表格中黄色底纹为‘旋转前方差解释率’,其为没有旋转前的结果,实质上就是主成分的结果。如果是使用因子分析,一般使用‘旋转后方差解释率’对应的结果。

  结果中方差解释率%表示每个因子提取的信息量,比如第1个因子提取信息量为22.3%,第2个因子为21.862%,第3个因子为18.051%,第4个因子为10.931%。并且4个因子累积提取的信息量为73.145%。

  那么当前4个因子可以表述14项,而且4个因子提取出14项的累积信息量为73.145%。现希望得到4个因子分别的权重,此时可利用归一化处理,即相当于4个因子全部代表了整体14项,那么第1个因子的信息量为22.3%/73.145%=30.49%;类似的第2个因子为21.862%/73.145%=29.89%;第3个因子为18.051%/73.145%=24.68%;第4个因子为10.931%/73.145%=14.94%。

  如果是使用主成分法进行权重计算,其原理也类似,事实上结果上就是‘旋转前方差解释率’值的对应计算即可。

  使用浓缩信息的原理进行权重计算时,只能得到各个因子的权重,无法得到具体每个分析项的权重,此时可继续结合后续的权重方法(通常是熵值法),得到具体各项的权重,然后汇总在一起,最终构建出权重体系。

  通过因子分析或主成分分析进行权重计算的核心点即得到方差解释率值,但在得到权重前,事实上还有较多的准备工作,比如本例子中提取出4个因子,为什么是4个不是5个或者6个;这是结合专业知识和分析方法提取的其它指标进行了判断;以及有的时候某些分析项并不适合进行分析,还需要进行删除处理后才能进行分析等,此类准备工作是在分析前准备好,具体可参考SPSSAU帮助手册里面有具体的实际案例和视频说明等。

  第二类、数字相对大小(AHP层次法和优序图法)

  计算权重的第二类方法原理是利用数字相对大小,数字越大其权重会相对越高。此类原理的代表性方法为AHP层次法和优序图法。

  1. AHP层次法

  AHP层次分析法的第一步是构建判断矩阵,即建立一个表格,表格里面表述了分析项的相对重要性大小。比如选择旅游景点时共有4个考虑因素,分别是景色,门票,交通和拥护度,那么此4个因素的相对重要性构建出判断矩阵如下表:

  表格中数字代表相对重要的大小,比如门票和景色的数字为3分,其说明门票相对于景色来讲,门票更加重要。当然反过来,景色相对于门票就更不重要,因此得分为1/3=0.3333分。

  AHP层次分析法正是利用了数字大小的相对性,数字越大越重要权重会越高的原理,最终计算得到每个因素的重要性。AHP层次分析法一般用于专家打分,直接让多位专家(一般是4~7个)提供相对重要性的打分判断矩阵,然后进行汇总(一般是去掉最大值和最小值,然后计算平均值得到最终的判断矩阵,最终计算得到各因素的权重。

  SPSSAU共有两个按键可进行AHP层次分析法计算。

  如果是问卷数据,比如本例中共有4个因素,问卷中可以直接问“景色的重要性多大?”,“门票的重要性多大?”,“交通的重要性多大?”,“拥护度的重要性多大?”。可使用SPSSAU【问卷研究】–【权重】,系统会自动计算平均值,然后直接利用平均值大小相除得到相对重要性大小,即自动计算得到判断矩阵而不需要研究人员手工输入。

  AHP层次分析:【问卷研究】–【权重】

  如果是使用【综合评价】–【AHP层次分析法】,研究人员需要自己手工输入判断矩阵。

  【综合评价】–【AHP层次分析】

  2. 优序图法

  除了AHP层次分析法外,优序图法也是利用数字的相对大小进行权重计算。

  数字相对更大时编码为1,数字完全相同为0.5,数字相对更小编码为0。然后利用求和且归一化的方法计算得到权重。比如当前有9个指标,而且都有9个指标的平均值,9个指标两两之间的相对大小可以进行对比,并且SPSSAU会自动建立优序图权重计算表并且计算权重,如下表格:

  优序图法

  上表格中数字0表示相对不重要,数字1表示相对更重要,数字0.5表示一样重要。

  比如指标2的平均值为3.967,指标1的平均值是4.1,因此指标1不如指标2重要;指标4的平均值为4.3,重要性高于指标1。也或者指标7和指标9的平均得发均为4.133分,因此它们的重要性一样,记为0.5。

  结合上面最关键的优序图权重计算表,然后得到各个具体指标(因素)的权重值。

  优序图法适用于专家打分法,专家只需要对每个指标的重要性打分即可,然后让软件SPSSAU直接结合重要性打分值计算出相对重要性指标表格,最终计算得到权重。

  优序图法和AHP法的思想上基本一致,均是利用了数字的相对重要性大小计算。一般在问卷研究和专家打分时,使用AHP层次分析法或优序图法较多。

  第三类、信息量(熵值法)

  计算权重可以利用信息浓缩,也可利用数字相对重要性大小,除此之外,还可利用信息量的多少,即数据携带的信息量大小(物理学上的熵值原理)进行权重计算。

  熵值是不确定性的一种度量。信息量越大,不确定性就越小,熵也就越小;信息量越小,不确定性越大,熵也越大。因而利用熵值携带的信息进行权重计算,结合各项指标的变异程度,利用信息熵这个工具,计算出各项指标的权重,为多指标综合评价提供依据。

  在实际研究中,通常情况下是先进行信息浓缩法(因子或主成分法)得到因子或主成分的权重,即得到高维度的权重,然后想得到具体每项的权重时,可使用熵值法进行计算。

  SPSSAU在【综合评价】模块中提供此方法,其计算也较为简单易懂,直接把分析项放在框中即可得到具体的权重值。

  【综合评价】–【熵值法】

  第四类、数据波动性或相关性(CRITIC、独立性和信息量权重)

  可利用因子或主成分法对信息进行浓缩,也可以利用数字相对大小进行AHP或优序图法分析得到权重,还可利用物理学上的熵值原理(即信息量携带多少)的方法得到权重。除此之外,数据之间的波动性大小也是一种信息,也或者数据之间的相关关系大小,也是一种信息,可利用数据波动性大小或数据相关关系大小计算权重。

  1. CRITIC权重法

  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。权重计算时,对比强度与冲突性指标相乘,并且进行归一化处理,即得到最终的权重。使用SPSSAU时,自动会建立对比强度和冲突性指标,并且计算得到权重值。

  CRITIC权重法适用于这样一类数据,即数据稳定性可视作一种信息,并且分析的指标或因素之间有着一定的关联关系时。比如医院里面的指标:出院人数、入出院诊断符合率、治疗有效率、平均床位使用率、病床周转次数共5个指标;此5个指标的稳定性是一种信息,而且此5个指标之间本身就可能有着相关性。因此CRITIC权重法刚好利用数据的波动性(对比强度)和相关性(冲突性)进行权重计算。

  SPSSAU综合评价里面提供CRITIC权重法,如下图所示:

  【综合评价】–【CRITIC权重】

  2. 独立性权重法

  独立性权重法是一种客观赋权法。其思想在于利用指标之间的共线性强弱来确定权重。如果说某指标与其它指标的相关性很强,说明信息有着较大的重叠,意味着该指标的权重会比较低,反之如果说某指标与其它指标的相关性较弱,那么说明该指标携带的信息量较大,该指标应该赋予更高的权重。

  独立性权重法仅仅只考虑了数据之间相关性,其计算方式是使用回归分析得到的复相关系数R 值来表示共线性强弱(即相关性强弱),该值越大说明共线性越强,权重会越低。比如有5个指标,那么指标1作为因变量,其余4个指标作为自变量进行回归分析,就会得到复相关系数R 值,余下4个指标重复进行即可。计算权重时,首先得到复相关系数R 值的倒数即1/R ,然后将值进行归一化即得到权重。

  比如某企业计划招聘5名研究岗位人员,应聘人员共有30名,企业进行了五门专业方面的笔试,并且记录下30名应聘者的成绩。由于专业课成绩具有信息重叠,因此不能简单的直接把成绩加和用于评价应聘者的专业素质。因此使用独立性权重进行计算,便于得到更加科学客观的评价,选出最适合的应聘者。

  SPSSAU综合评价里面提供独立性权重法,如下图所示:

  【综合评价】–【独立性权重】

  3. 信息量权重法

  信息量权重法也称变异系数法,信息量权重法是一种客观赋权法。其思想在于利用数据的变异系数进行权重赋值,如果变异系数越大,说明其携带的信息越大,因而权重也会越大,此种方法适用于专家打分、或者面试官进行面试打分时对评价对象(面试者)进行综合评价。

  比如有5个水平差不多的面试官对10个面试者进行打分,如果说某个面试官对面试者打分数据变异系数值较小,说明该面试官对所有面试者的评价都基本一致,因而其携带信息较小,权重也会较低;反之如果某个面试官对面试者打分数据变异系数值较大,说明该面试官对所有面试者的评价差异较大,因而其携带信息大,权重也会较高。

  SPSSAU综合评价里面提供信息量权重法,如下图所示:

  【综合评价】–【信息量权重】

  对应方法的案例说明、结果解读这里不再一一详述,有兴趣可以参考SPSSAU帮助手册。

  CRITIC权重:SPSSAU-CRITIC权重帮助手册

  独立性权重:SPSSAU-独立性权重帮助手册

  信息量权重:SPSSAU-信息量权重帮助手册

  权重不是怎么计算,你要问复得更具体点,权重是人来定的,表示某些类型相同的东西各自的重要程度,你说的例子,并没有说清楚到底要计算什么权重,你只是给了各个路口的发案率,但具体要定制什么东西的权重没有说清楚,下面这个例子是告诉你什么是权重。

  某学百生期末总评满分为100分,其中分语文,数学,英语 三个项目,权重分别为,语文35%,数学35%,英度语30%。 小明语文靠了90分,数学考了95分,英语考了100分,那么根据各科目的权重比,他的总评分=90*35%+95*35%+100*30=31.5 + 33.25 + 30=94.75
  展开全部

  权重计算2113即将各数值乘以相应的权数,然后加总求5261和得到总体值,再除以总的4102单位数。

  权重的值就是加权平均值1653,值的大小不仅取决于总体中各单位的数值(变量值)的大小,而且取决于各数值出现的次数(频数),由于各数值出现的次数对其在平均数中的影响起着权衡轻重的作用,因此叫做权数。

  如:学生期末总评是对学生平时成绩,期中考成绩,期末考成绩的综合评价,但是这三个成绩所占期末总评成绩的比重不一样。

  若平时成绩占30%,期中考成绩占30%,期末考成绩占40%,那么期末总评=平时成绩*0.3+期中考成绩*0.3+期末考成绩*0.4。

  扩展资料

  权重是一个相对的概念,是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。权重表示在评价过程中,是被评价对象的不同侧面的重要程度的定量分配,对各评价因子在总体评价中的作用进行区别对待。事实上,没有重点的评价就不算是客观的评价。

  加权平均数中的“权”的表现形式有多种,且由于。权”的变化,其结果就会大相径庭,他的这一特殊性,越来越受到人们的重视,应用也越来越广泛。

  在日常生活中,我们经常遇到计算如权平均数的事例。

  如:大学生就业应聘时会根据他的专业知识、工作经验、仪表形象按一定权重来计算他的成绩,这就用到加权平均数。加权平均数反映了一组数据中的各个数据重要程度对整体集中趋势的影响。

  加权平均数中的。权”有着明确的意义——它表示某个数据在一组数据中的重要程度,因此必须结合具体事例研究加权平均效。

  了解加权平均数的大小不仅与一组数据中的每个数据有关,而且还受到每个数据权重大小的影响。权重越大。对平均效大小的影响就越大。反之就越小。

  参考资料来源:百度百科-权重 (汉语词语)

  展开全部

  权重系2113数

  在数学上,为了显示若干量数5261在总量中所具有的重要程度,4102分别给予不同的比例系1653数,这就是加权。

  加权的指派系数就是权数,又称权重、权值。

  权数分为两种,即自重权数与加重权数。

  权重系数是表示某一指标项在指标项系统中的重要程度,它表示在其它指标项不变的情况下,这一指标项的变化,对结果的影响。

  权重系数的大小与目标的重要程度有关。对于不同学科,不同年龄阶段,每个指标项的重要程度是不同的,所以各指标项的权重系数必须根据实际情况作出合理的规定。

  自重权数:以权数作为指标的分值(或分数),或者以权数直接作为等级的分值。

  加重权数:在各指标的已知分值(即自重权数)前面设立的权数。

  (1)经验方法

  通过访问有经验的专家、学者,以他们在实践中的经验分析哪项指标项重要、哪项指标项不太重要,从而确定这些指标项的权重系数的大小。

  (2)多因素统计方法

  事先设计好一些问卷问题,将各项指标项列出来,以最重要、重要、次重要的等级让调查对象打勾,再将调查的结果进行统计计算,以计算出来的排序指数Wi的大小来确定权重系数的大小

  对于在拼多多上开店的商家们来说,店铺权重是一个很重要的指标,那么,影响拼多多店铺权重计算规则是怎么样的呢?有哪些影响因素?

  1.商品价格

  虽说拼多多这个平台主打的是低价商品,但是对于卖家来说不能盲目的跟着平台走,只管把自己商品价格调低,要知道如果商品的价格过低的话,是会影响到商品的权重的,从而就会影响了排名。

  2.直通车

  当你有了一定的销量基础,就可以开车了,但是在直通车这一块千万要注意不能随意改动商品的主图、SKU或者详情页,因为在开车的时候编辑这些内容,也会让商品的权重降低的。

  3.发货

  拼多多对于商家发货这点是看得非常重的,如果因为物流没有及时更新,而受到拼多多的虚假/延迟发货的处罚,使店铺的权重下降,这可就得不偿失了。所以卖家可以先先发货,在48小时内录入单号是没问题的!

  4.回复率

  回复率是影响拼多多权重的重要因素。经常看到有许多拼多多卖家在抱怨因为回复率不达标,导致自己不能参加活动的报名,由此可以看出回复率的重要性。尽可能的及时回复买家,如果回复率不足,就找亲朋好友留言,记得要及时回复!

  各位卖家们遇到不懂得问题,有一个非常好的解决途径——打电话给客服,他们会为你解答你的疑惑的!当官方电话打不通时,转去人工服务,记住无论如何也不要挂电话,有可能是客服太忙,只要耐心等等,就有客服接电话了。

  VIP专享文档

  VIP专享文档是百度文库认证用户/机构上传的专业性文档,文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP专享文档”标识的文档便是该类文档。了解文档类型

  VIP免费文档

  VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取,非会员用户可以通过开通VIP进行获取。只要带有以下“VIP免费文档”标识的文档便是该类文档。了解文档类型

  VIP尊享8折文档

  VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取,非会员用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档。了解文档类型

  付费文档

  付费文档是百度文库认证用户/机构上传的专业性文档,需要文库用户支付人民币获取,具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档。了解文档类型

  共享文档

  共享文档是百度文库用户免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定。只要带有以下“共享文档”标识的文档便是该类文档。了解文档类型

  莫子Q子墨 2018-08-31 16:14

  @Mark2018:举个例子。工作业绩考核权重占60%。具体的指标为,销售完成率25%,销售增长率15%,新客户开发占10%,回款率占10%。每个指标都是100分!假如销售完成率得分80分,销售增长率得分70分,新客户开发80分,回款率60分。那么工作业绩的考核为{【(80+70+80+60)/400X60%】/100%}X1000=435?然后+工作态度+工作能力的绩效工资?是这样的吗?请指教 回复 赞(0)

  广州未赢够 2018-08-31 16:35

  @莫子Q子墨:你搞错了,每项权重都是60%吗 回复 赞(1)

  莫子Q子墨 2018-08-31 16:43

  @Mark2018:不是,刚才上面说了,绩效考核氛围3个大的!即工作业绩(60%)、工作态度(40)、工作能力(10)。我只是取了工作业绩这个大指标做说明!大指标里面分了这几个小的。因为您说考核项目权重,我以为是这个大指标的总权重即60%。你的意思是小指标的权重吗?以上面为例,销售完成率的就是{【(80/100)X15%】/60%}X1000=200吗?就是销售完成率这一个细分的指标的绩效工资就是200?然后加其他小指标?算法是这样的吗? 回复 赞(0)

  Doris93438 2018-08-31 16:49

  @莫子Q子墨:8020%+7015%+8010%+…….这样算出工作业绩考核这

  一项的得分 回复 赞(0)

  广州未赢够 2018-08-31 16:49

  @莫子Q子墨:大方向就是错了,还有绩效系数,建议你系统先学习一下,不然你越高越乱 回复 赞(0)

  莫子Q子墨 2018-08-31 16:58

  @Mark2018:书到用时方恨少。肯定会找相关书籍来看,因为我之前没有接触过,现在突然做这个,所以知识点十分缺乏。谢谢了 回复 赞(0)

  莫子Q子墨 2018-08-31 16:59

  @Doris93438:谢谢了,这一块之前都没有接触过!所以笑话了 回复 赞(0)

  宙斯31969 2020-02-16 03:04

  @广州未赢够:考核得分数/考核项目总分数x考核项目权重/绩效总分x绩效考核奖金=绩效工资 回复 赞(0)

  宙斯31969 2020-02-16 03:04

  @广州未赢够:考核得分数/考核项目总分数x考核项目权重/绩效总分x绩效考核奖金=绩效工资 回复 赞(0)


喜欢 (0)