可以，负向指标取值越小代表指标越好。如果我们把原本负向指标记为a，取倒数之后的指标记为b，当a越大，b会越小，对综合指标的负向影响越大，此时就可以把b视为正向指标。

也可以不用取倒数，直接用下面的方式处理：
\[x_{ij}=\frac{max(x_{i})-x_{ij}}{max(x_{i})-min(x_{i})} \]
具体选择哪种方式都可以，如果有需要写明你的参考文献就行。

我的是按楼上的方式处理的，对比各种无量纲化处理方式的优劣势，标注参考文献来源，取其中一种方式说明其与论文的场景适用情况，以及其他几种方式应用在论文中可能存在的问题

我觉得，先按负向指标处理，回归的时候，符合预期的话，就行了。若不行，再试试其他的

熵值法最好不要用，还不如提取主成分来的有效。熵值法割裂了变量之间的联系，权重是指标变异大小决定。最好不要用，不要用，不要用

在进行熵值法之前，如果数据方向不一致时，需要进行提前数据处理，通常为正向化或者逆向化两种处理。即逆向(负向)指标做逆向化处理，正向指标做正向化处理。这样处理后，数据方向就完全一致且解决掉量纲问题（正向/逆向此两种处理可同时解决方向和量纲问题）。除了正向化，逆向化处理外，有时也会有直接取负数，倒数等方式。