全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
44779 5
2011-12-28
    在将若干个指标组合成为一个总指标时,涉及到如何给各个单项指标赋予权重的问题。通常我觉得这些权重之和应该等于1。但很明显有反例,比如“最优权法”中的指标权重就是“平方和等于1”,而“主成分赋权法”中的权重也不是总和等于1。
     所以,我想问问老师和同学,对于权重的约束条件究竟应该是什么?为什么?谢谢。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2011-12-28 14:44:33
自己顶一下
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-12-28 23:03:22
     我自己的想法:赋予权重,然后加权平均,这其实就是一种从高维到低维的映射方法,本身并没有要求“权重之和等于1”。但现实中,我们大多认可这种方法个人以为:只是源于这种处理方法比较便于直观读出各“子指标”对“总指标”的贡献比率。例如Y=0.2*X1 + 0.8*X2,我们可以直观地看出X1的贡献率是20%,X2的贡献率是80%。但显然,如果按以下方法处理:y=2*x1+8*x2,那么从Y 的排名看,前后两种方法应该没有区别(即,得到的排序是一样的),但贡献率不容易看出来。
    上述想法不知是否正确?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-12-29 13:10:06
法鼓山 发表于 2011-12-28 23:03
我自己的想法:赋予权重,然后加权平均,这其实就是一种从高维到低维的映射方法,本身并没有要求“权重 ...
是的,是为了可比性更好。
不等于一也可以,但比较时很麻烦。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2011-12-29 21:13:01
非常感谢你的回应
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-2-19 15:33:25
顶一下
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群