文档介绍：权重的确定方法
标准化(归一化)
极值线形模式:新数据=(原数据-极小值)/(极大值-极小值)
均值标准差模式:新数据=(原数据-均值)/标准差
对数Logistic模式:新数据=1/(1+e^(-原数据))
模糊量化模式:新数据= 1/2+1/2sin[/(极大值-极小值)*(X-(极大值-极小值)/2) ] X为原数据
权重
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。
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。
a.  专家咨询权数法(特尔斐法)
该法又分为平均型、极端型和缓和型。主要根据专家对指标的重要性打分来定权,重要性得分越高,权数越大。优点是集中了众多专家的意见,缺点是通过打分直接给出各指标权重而难以保持权重的合理性。
根据数理统计中因子分析方法,对每个指标计算共性因子的累积贡献率来定权。累积贡献率越大,说明该指标对共性因子的作用越大,所定权数也越大。
根据各评价指标包含的分辨信息来确定权数。采用变异系数法,变异系数越大,所赋的权数也越大。  计算各指标的变异系数,将CV作为权重分值,再经归一化处理,得信息量权重系数。
利用数理统计学中多元回归方法,计算复相关系数来定权的,复相关系数越大,所赋的权数越大。
计算每项指标与其它指标的复相关系数,计算公式为,
R越大,重复信息越多,权重应越小。取复相关系数的倒数作为得分,再经归一化处理得权重系数。
一种多元分析法。它从所研究的全部指标中,通过探讨相关的内部依赖结构,将有关主要信息集中在几个主成分上,再现指标与主成分的关系,指标Xj的权数为:     wj=dj·bij∑mj=1dj·bij         其中bij为第i个主成分与第j个因素间的系数,di=λi/Σλk为贡献率。
(AHP法)
层次分析法是一种多目标多准则的决策方法,是美国运筹学家萨迪教授基于在决策中大量因素无法定量地表达出来而又无法回避决策过程中决策者的选择和判断所起的决定作用,于20世纪70年代初提出的。此法必须将评估目标分解成一个多级指标,对于每一层中各因素的相对重要性给出判断。它的信息主要是基于人们对于每一层次中各因素相对重要性作出判断。
这种判断通过引入1~9比率标度进行定量化。该法的优点是综合考虑评价指标体系中各层因素的重要程度而使各指标权重趋于合理;缺点是在构造各层因素的权重判断矩阵时,一般采用分级定量法赋值,容易造成同一系统中一因素是另一因素的5倍、7倍,甚至9倍,从而影响权重的合理性。