楼主这个问题确实提的很好，在进行综合评价的过程中权重的确定确实是很重要的，对最终的结果会起着决定性的影响。现在好像大多数采用的都是主客观结合的组合赋权法。主观赋权用的最多的是AHP，客观赋权用的多的是熵值法、粗糙集的方法，正如楼主所讲的，客观赋权完全依赖于样本数据，当样本数据变化时，权重也会发生变化，从统计规律来讲，随着样本容量的增加，权重的变化应该越来越小，最终趋于一个稳定的值，但在我们实际的评价过程中不可能让样本数达到足够大，因此我们实际还是要把整个评价系统看作是一个不确定性的系统，运用已知的信息来最大限度的挖掘系统的规律，所以我们在有限样本下求出的只能是近似值。主观权重方法简单，但人为因素太强：客观权重又过于依赖样本，这两种方法都存在着信息的损失，采用组合赋权就是最大限度的减少信息的损失，使赋权的结果尽可能的与实际结果接近。现在组合赋权的核心问题在于如何确定两种方法的权重分配，目前这方面的研究比较多，但个人认为大部分方法的数学推导过于繁琐，应用性比较差，基本上不具备可操作性，至于如何准确的进行组合赋权，现在似乎还没有一套很好的方法。当然，这只是我的一点拙见，有说的不对的地方还请论坛里的高手指点啊。

自己顶上来

自己顶上来
本文来自: 人大经济论坛 爱问频道 版，详细出处参考：https://bbs.pinggu.org/viewthread ... &from^^uid=880056

基于单一指标统计数据的客观权重怎么确定