精华内容
下载资源
问答
  • 在此基础上,编制矿工不安全行为影响因素调查问卷,通过因子分析法对问卷数据进行统计分析,建立了不安全行为影响因素指标体系。通过确定各层次的指标权重值,对矿工不安全行为影响因素进行了重要度分析。该研究对控制...
  • 通过问卷调查得到不同因素的不同重要程度,并将其结果通过此软件进行分析,最终得到通过专家打分产生的各因素权重的软件,在数据分析权重确定的方面应用十分方便。
  • 分析层次分析法(AHP)确定权重不足的基础上,结合物元分析理论,建立确定顶煤可放性各因素权重的物元分析模型.该方法充分考虑各专家对事物的不同认识程度,克服了以往AHP在确定指标权重中所存在的片面性,使指标体系...
  • SPSS 因子分析权重

    万次阅读 多人点赞 2019-04-15 17:56:28
    二、选择【分析】——【降维】——【因子分析】 三、导入变量 四、点击【描述】,勾选【KMO和巴特利特球形度检验】 KMO>0.8说明效度非常高; KMO>0.7说明效度较好; KMO>0.6说明效度可以接受; ...

    导入数据进行处理

    一、导入数据

    二、选择【分析】——【降维】——【因子分析】

    三、导入变量

    四、点击【描述】,勾选【KMO和巴特利特球形度检验】

    KMO>0.8说明效度非常高;

    KMO>0.7说明效度较好;

    KMO>0.6说明效度可以接受;

    KMO<0.6说明效度不太好;

    KMO<0.5说明效度完全不佳,需要重新修正题项。 

    五、点击【抽取】,在选项里勾选【碎石图】。

     六、【旋转】中选择【最大方差法】

    七、【得分】中选择【显示因子得分系数矩阵】

     

     八、【选项】中选择【按大小排序】。

     

    结果分析 

    链接:http://sh.qihoo.com/pc/9b053115fc68e57fa?cota=4&tj_url=so_rec&refer_scene=so_1&sign=360_e39369d1

    链接:https://www.cnblogs.com/zhhda/p/4535476.html

     KMO=0.905>0.8,说明适合做因子分析。

    上表格针对因子提取情况,以及因子提取信息量情况进行分析,从上表可知:因子分析一共提取出4个因子,此4个因子旋转后的方差解释率分别是24.452%、22.403%、13.186%,旋转后累积方差解释率为60.042%。即此例中四个因子共提取出题项60.042%信息量。

    三个主要因子的权重分别为:

    0.24452/0.60042=0.407248

    0.22403/0.60042=0.373122

    0.13186/0.60042=0.219613

    接下来该计算原始的每一个小因素的权重

    一、先求出每一项的系数。拿旋转后的成分矩阵值除以sqrt(对应的特征根)

    F1=0.339x1+0.282x2+0.270x3+0.266x4+0.254x5+ 0.233x6+0.208x7+0.061x8+0.131x9+0.104x10+0.138x11+0.138x12+0.015x13+0.017x14

     

     

       F2=0.211x1+0.009x2+......+0.173x14

     

    F3=0.107x1+0.176x2+......+0.576x14

    计算每一项系数的权重:

    拿每一个因子的权重乘以相应的系数相加。

    上面已经求得三个主要因子的权重分别为:

    0.24452/0.60042=0.407248

    0.22403/0.60042=0.373122

    0.13186/0.60042=0.219613

    比如:W1=0.407248*0.33867679+0.373122*0.211206627+0.219613*0.107864=0.24042

     

    由此得到综合得分模型为:

      Y=0.24χ1+0.157χ2+...+0.198x14

     

    展开全文
  • 综合运用层次分析法和模糊集理论,以三角模糊数代替常规层次分析法中的标度,提出了一种确定权重的模糊层次分析方法来确定评价体系中各级评价因素的权重,为得到客观、真实的评价结果提供了科学依据。
  • 权重确定方法之主成分分析法

    万次阅读 2014-11-07 15:28:12
    什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高,对整体的影响就越高。 权重要满足两个条件:每个...权重的确定方法有很多,这里我们学习用主成分分析确定权重

    转载自:http://www.itongji.cn/article/042620032013.html

    什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高,对整体的影响就越高。

     

        权重要满足两个条件:每个指标的权重在0、1之间。所有指标的权重和为1。

        权重的确定方法有很多,这里我们学习用主成分分析确定权重。

     一、主成分基本思想:

     图1 主成分基本思想的问与答

     

     二、利用主成分确定权重

      如何利用主成分分析法确定指标权重呢?现举例说明。

      假设我们对反映某卖场表现的4项指标(实体店、信誉、企业形象、服务)进行消费者满意度调研。调研采取4级量表,分值越大,满意度越高。现回收有效问卷2000份,并用SPSS录入了问卷数据。部分数据见下图(详细数据见我的微盘,下载地址为http://vdisk.weibo.com/s/yR83T)。

      图2 主成分确定权重示例数据(部分)

     

      1、操作步骤:

     Step1:选择菜单:分析——降维——因子分析

     Step2:将4项评价指标选入到变量框中

     Step3:设置选项,具体设置如下:

     

     2、 输出结果分析

      按照以上操作步骤,得到的主要输出结果为表1——表3,具体结果与分析如下:

      表1 KMO 和 Bartlett 的检验

     

        

      表1是对本例是否适合于主成分分析的检验。KMO的检验标准见图3。

      图3 KMO检验标准

     

      从图3可知,本例适合主成分分析的程度为‘一般’,基本可以用主成分分析求权重。

      表2 解释的总方差

     

        从表2可知,前2个主成分对应的特征根>1,提取前2个主成分的累计方差贡献率达到94.513% ,超过80%。因此前2个主成分基本可以反映全部指标的信息,可以代替原来的4个  指标(实体店、信誉、企业形象、服务)。

       表3 成份矩阵

     

         从表3可知第一主成分与第二主成分对原来指标的载荷数。例如,第一主成分对实体店的载荷数为0.957。

        3、确定权重

        用主成分分析确定权重有:指标权重等于以主成分的方差贡献率为权重,对该指标在各主成分线性组合中的系数的加权平均的归一化

        因此,要确定指标权重需要知道三点:

        A 指标在各主成分线性组合中的系数

        B 主成分的方差贡献率

        C 指标权重的归一化

      (1)指标在不同主成分线性组合中的系数

       这个系数如何求呢?

       用表3中的载荷数除以表2中第1列对应的特征根的开方。

       例如,在第一主成分F1的线性组合中,实体店的系数=0.957/(2.775)1/2 ≈0.574。

       按此方法,基于表2和表3的数据,在excel中可分别计算出各指标在两个主成分线性组合中的系数(见图4,其中SQRT表示开方)

       图4 各指标在两个主成分线性组合中的系数

     

       由此得到的两个主成分线性组合如下:

             F1=0.574χ1-0.019χ2+0.574χ3+0.583χ4        

             F2=-0.048χ1+0.996χ2+0.010χ3+0.070χ4  

     (2)主成分的方差贡献率

      表2中“初始特征值”的“方差%”表示各主成分方差贡献率,方差贡献率越大则该主成分的重要性越强。 

      因此,方差贡献率可以看成是不同主成分的权重。

      由于原有指标基本可以用前两个主成分代替,因此,指标系数可以看成是以这两个主成分方差贡献率为权重,对指标在这两个主成分线性组合中的系数做加权平均。

      说得有些晦涩,我们来举个例子。按上述思路,实体店χ1这个指标的系数为:

     

      这样,我们可以用excel计算出所有指标的系数(见图5)

      图5 所有指标在综合得分模型中的系数

     

       由此得到综合得分模型为:

          Y=0.409χ1+0.251χ2+0.424χ3+0.446χ4

     (3)指标权重的归一化

      由于所有指标的权重之和为1,因此指标权重需要在综合模型中指标系数的基础上归一化(见图6)

      图6 指标权重的确定

     

       图6显示了我们基于主成分分析,最终所得到的指标权重。

     

    展开全文
  • 煤层底板突水主控因素权重确定的AHP及系统研发,刘守强,宫厚健,为有效防治煤层底板水害,揭示多因素影响下煤层底板突水的非线性动力特征,应用具有多目标多准则决策分析的AHP,定量分析了各主
  • 确定权重的方法-主成分分析

    千次阅读 2021-02-16 18:21:29
    权重的确定方法有很多,这里我们学习用主成分分析确定权重。 一、主成分基本思想: 图1 主成分基本思想的问与答 二、利用主成分确定权重 如何利用主成分分析确定指标权重呢?现举例说明。 假设...

     什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高,对整体的影响就越高。

     

     确定权重方法之一:主成分分析
        

        权重要满足两个条件:每个指标的权重在0、1之间。所有指标的权重和为1。

        权重的确定方法有很多,这里我们学习用主成分分析确定权重。

     

     一、主成分基本思想:

     

     图1 主成分基本思想的问与答

    确定权重方法之一:主成分分析

       

     二、利用主成分确定权重

     

     如何利用主成分分析法确定指标权重呢?现举例说明。

     

     假设我们对反映某卖场表现的4项指标(实体店、信誉、企业形象、服务)进行消费者满意度调研。调研采取4级量表,分值越大,满意度越高。现回收有效问卷2000份,并用SPSS录入了问卷数据。部分数据见下图(详细数据链接:http://pan.baidu.com/s/1dF1rjmp 密码:0ere)。

     

     图2 主成分确定权重示例数据(部分)

    确定权重方法之一:主成分分析

       

     1、操作步骤:

     Step1:选择菜单:分析——降维——因子分析

     Step2将4项评价指标选入到变量框中

     Step3设置选项,具体设置如下:

    确定权重方法之一:主成分分析

     

     2、 输出结果分析

     

     按照以上操作步骤,得到的主要输出结果为表1——表3,具体结果与分析如下:

     

     表1 KMO 和 Bartlett 的检验

    确定权重方法之一:主成分分析

        

     表1是对本例是否适合于主成分分析的检验。KMO的检验标准见图3。

     

     图3 KMO检验标准

    确定权重方法之一:主成分分析

     

     从图3可知,本例适合主成分分析的程度为‘一般’,基本可以用主成分分析求权重。

     

     表2 解释的总方差

    确定权重方法之一:主成分分析

        

     从表2可知,前2个主成分对应的特征根>1,提取前2个主成分的累计方差贡献率达到94.513% ,超过80%。因此前2个主成分基本可以反映全部指标的信息,可以代替原来的4个指标(实体店、信誉、企业形象、服务)。

     

     表3 成份矩阵

    确定权重方法之一:主成分分析

        

     从表3可知第一主成分与第二主成分对原来指标的载荷数。例如,第一主成分对实体店的载荷数为0.957。

       

     3确定权重

       

     用主成分分析确定权重有:指标权重等于以主成分的方差贡献率为权重,对该指标在各主成分线性组合中的系数的加权平均的归一化

     

     因此,要确定指标权重需要知道三点:

     A 指标在各主成分线性组合中的系数

     B 主成分的方差贡献率

     C 指标权重的归一化

     

    (1)指标在不同主成分线性组合中的系数

     这个系数如何求呢?

     用表3中的载荷数除以表2中第1列对应的特征根的开方。

     例如,在第一主成分F1的线性组合中,实体店的系数=0.957/(2.775)1/2 ≈0.574。

     按此方法,基于表2和表3的数据,在excel中可分别计算出各指标在两个主成分线性组合中的系数(见图4,其中SQRT表示开方)

     

     图4 各指标在两个主成分线性组合中的系数

    确定权重方法之一:主成分分析

       

     由此得到的两个主成分线性组合如下:

     F1=0.574χ1-0.019χ2+0.574χ3+0.583χ4        

     F2=-0.048χ1+0.996χ2+0.010χ3+0.070χ4  

        

    (2)主成分的方差贡献率

     表2中“初始特征值”的“方差%”表示各主成分方差贡献率,方差贡献率越大则该主成分的重要性越强。 

     因此,方差贡献率可以看成是不同主成分的权重。

     由于原有指标基本可以用前两个主成分代替,因此,指标系数可以看成是以这两个主成分方差贡献率为权重,对指标在这两个主成分线性组合中的系数做加权平均。

     说得有些晦涩,我们来举个例子。按上述思路,实体店χ1这个指标的系数为:

    确定权重方法之一:主成分分析
      

     这样,我们可以用excel计算出所有指标的系数(见图5)

     

     图5 所有指标在综合得分模型中的系数

    确定权重方法之一:主成分分析

     

      由此得到综合得分模型为:

      Y=0.409χ1+0.251χ2+0.424χ3+0.446χ4

     

    (3)指标权重的归一化

       

     由于所有指标的权重之和为1,因此指标权重需要在综合模型中指标系数的基础上归一化(见图6)

     

     图6 指标权重的确定

    确定权重方法之一:主成分分析

       

     图6显示了我们基于主成分分析,最终所得到的指标权重。

     用主成分分析来确定权重,你学会了吗?微盘里有数据,大家可以自己动手练一练:)

    转载于:http://blog.sina.com.cn/s/blog_a032adb90101k47u.html

     

    展开全文
  • matlab:熵值法确定权重

    万次阅读 多人点赞 2018-12-17 15:55:28
    课题的模型需要给数据的各个属性进行分配权重,原本想使用AHP层次分析法求每个属性的权重,但因为这个算法主观因素偏重,而且我有用大量的数据,完全可以从数据中学习,最终选择了信息熵确定权重的方法。 信息熵为...
    • 前言

      课题的模型需要给数据的各个属性进行分配权重,原本想使用AHP层次分析法求每个属性的权重,但因为这个算法主观因素偏重,而且我有用大量的数据,完全可以从数据中学习,最终选择了信息熵确定权重的方法。

    • 信息熵为什么能确定权值?

      信息熵是对信息不确定的一种度量,不确定性越大,信息熵越大,不确定性越小,信息熵越小,因此可以用熵值来确定一个指标的离散程度,离散程度越大,对综合评价的影响越大,其熵值越小。

    • 算法步骤1:归一化

      由于每个属性的计量单位并不统一,因此在用它们计算综合指标前,先要对它们进行标准化处理,归一化公式很简单,就是每个属性的最大值减去最小值作为分母,属性的每个值减去属性的最小值作为分子。需要注意的是使用matlab的mapminmax函数时,是对行进行处理的,也就是说需要先把每个属性的值转置,转置后的列表所示:

    属性数值数值
    属性1
    属性2
    属性3

    归一化公式

    • 算法步骤2:计算每个数据占该数据所在属性的比重
      简单讲就是每个属性的所有值作为分母,单个值作为分子,求比重矩阵。
      求比重

    • 算法步骤3:计算每个指标的熵值
      熵值是有专门的计算公式,如下图,将步骤2的计算结果带入即可。
      在这里插入图片描述

      其中 :
      在这里插入图片描述
      n为每个属性的样本个数,也就是数据矩阵的行数。

    • 算法步骤4:计算信息熵冗余度:
      在这里插入图片描述

    • 算法步骤5: 计算每个属性的权值

      在这里插入图片描述

    • matlab代码

    clc
    clear
    load data  
    %算法第1步:归一化
    %mapminmax函数对行进行处理,需要将数据进行转置
    [x,mapping] = mapminmax(data');
    %因为数据中含有0的数字,为了分母有理化进行范围规定
    mapping.ymin = 0.002;
    mapping.ymax = 0.996;
    mapping.yrange = mapping.ymax-mapping.ymin;
    data = mapminmax(data',mapping);
    data = data';
    %算法所需矩阵初始化,提高计算速度
    [row,column] = size(data);
    p = zeros(row,column);  %比重
    e = zeros(1,column);  %每一项的熵值
    d = ones(1,column); %信息熵冗余度
    w = zeros(1,column); %各项指标权值
    
    
    %算法第2步:每个属性的所有值做分母,单个值作为分子,形成比重矩阵
    for j = 1:column
        sum_column = sum(data(:,j));
        for i = 1:row
            p(i,j) = data(i,j)/sum_column;
        end
    end
    %算法第3步:根据公式进行计算
    k = 1 / log(row);
    for i = 1:column
        e(i) = -k*sum(p(:,i).*log(p(:,i)));
    end
    %算法第4步:计算信息熵冗余度
    d = d - e;
    %算法第5步:计算各项指标的权值
    w = d./sum(d);
    
    
    
    
    
    
    
    展开全文
  • 文章引入了模糊层次分析法,用模糊一致矩阵表示评标指标因素两重要性的比较值,通过矩阵计算,科学确定评标指标权重,既避免了人为确定的主观性,又为招标人科学制定评标办法及进行招标决策提供了科学依据。
  • ahp层次分析法确定评价指标权重系数中的应用
  • 文中在分析层次分析法确定指标权重不足的基础上,结合物元分析理论,将专家作为样本,以各专家判断矩阵得出的权重构造的复合物元作为因子,通过物元分析得出各专家效度,从而建立了确定影响地表沉陷变形各因素权重的物元...
  • 得出环境管理、设备管理、人员管理和信息管理4个主要因素,利用层次分析法确定每个指标的权重。从而使各安全因素中的灰色信息"白色化",将抽象的因素数量化,增强了安全评价的科学性和可靠性。该体系科学、简单又实用,...
  • 不知道怎样计算权重?告诉你8种确定权重方法

    万次阅读 多人点赞 2020-07-16 14:32:22
    计算权重是一种常见的分析方法,在实际研究中,需要结合数据的特征情况进行选择,比如数据之间的波动性是一种信息量,那么可考虑使用CRITIC权重法或信息量权重法;也或者专家打分数据,那么可使用AH...
  • 利用层次分析法需要计算权重,而权重的计算和使用是比较麻烦的,在这里封装了一些方法。注意的吧,这个东西需要一点知识,代码应该没问题。
  • 为有效防治煤层底板水害,揭示多因素影响下煤层底板突水的非线性动力特征,应用具有多目标多准则决策分析的AHP,定量分析了各主控因素控制底板突水的权重比例。以三河尖矿为例,在确定影响17号煤层底板奥灰突水的7大...
  • 确定权重方法之一:主成分分析

    万次阅读 2017-03-01 20:35:44
    什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。... 权重的确定方法有很多,这里我们学习用主成分分析确定权重。    一、主成分基本思想:    图1 主成分基本思想的问与答
  • 基于AHP与FAHP确定因素权重比较探讨,甘海龙,杨宝贵,通过比较层次分析法与模糊层次分析法的标度、计算公式及其确定因素权重,以探讨层次分析法与模糊层次分析法的局限性及适用范围
  • 一、熵值原理:熵的概念源于热力学,是对系统状态不确定性的一种度量。在信息论中,信息是系统有序程度的一种度量。而熵是系统无序程度的一种度量,两者绝对值相等,但符号相反。根据此性质,可以利用评价中各方案...
  • 通过层次分析法确定了各显著影响因子权重,海拔的权重为0.0616,土层厚度的权重为0.1737,坡度的权重为0.2910,坡向的权重为0.4737;对不同的因子,按其与日本落叶松生长的关系分为不同的水平,按层次分析法排序后...
  • 权重确定方法

    万次阅读 2019-07-17 10:38:56
    我们做数据分析的时候可往往会遇到权重问题,那我们该采用什么样的方法来确定权重呢?方法其实有很多,比如专家访谈、德德尔菲,层次分析法、主成分分析法因子分析法、回归分析法等,这些方法都较为复杂,操作...
  • 什么是权重呢?所谓权重,是指某指标在整体评价中的相对重要程度。权重越大则该指标的重要性越高,对整体的影响就越高。 ...权重要满足两个条件:...权重的确定方法有很多,这里我们学习用主成分分析确定权重。 ...
  • 层次分析法计算权重

    千次阅读 2020-11-26 11:13:02
    初学者搞的层次分析法,先放代码再放图 import numpy as np import pandas as pd import pymysql import math import time import datetime from sqlalchemy import create_engine class AHP: """ 相关信息的传入...
  • 对锅炉结渣影响因素进行了简单阐述,通过对锅炉结渣影响因素的评价分析,提出了锅炉结渣综合评判过程中各影响因素权重确定的群决策模型,并在实际项目中进行了运用,为锅炉结渣预测提供理论依据.
  • 主成分法确定权重 原理 构造样本阵 其中,xijx_{ij}xij​表示第iii组样本数据中的第jjj个变量的值。 对样本阵XXX进行变换 变换后得到Y=[yij]n×pY=[y_{ij}]_{n \times p}Y=[yij​]n×p​ 对YYY做标准化...
  • 采用云模型,将土地评价因素指标的自然语言描述映射为可细微变化的不同云滴,利用云不确定性推理,实现定性和定量的...在此基础上,结合关联度分析法,提出了一种新的土地评价影响因素权重获取方法,并给出了实验结果。
  • 确定权重的方法

    2020-10-13 22:33:52
    1)专家打分 2)调查统计:重要性打分、“栅栏”、“网格”、列表打勾 3)序列综合:单定权因子排序、多定权...5)数理统计:判别分析法、聚类分析法因子分析法 6)层次分析法 7)复杂度分析法 ...
  • matlab层次分析法迅速求权重

    万次阅读 多人点赞 2019-06-15 10:43:18
    虽然它往往用于解决多目标选择的问题,但我们也可对其因素进行分析,来得到一个因素权重。 当然对于各因素权重,需要建立一个评价矩阵(也就是拍脑袋) 本段matlab代码即时利用评价矩阵求权重的内容,相当于...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,286
精华内容 5,314
关键字:

因子分析确定权重法