变异系数_层次分析_各种权重求解法

五种赋权法及其比较摘要:本文介绍了五种确定评估指标权重的方法及其比较。

权重是综合评价中的一个重要的指标体系，合理地分配权重是量化评估的关键,权重的构成是否合理，也直接影响到评估的科学性。

为了更好地选择确定权重的方法，我们给出了几种方法的详细计算过程,以便进行精确对比。

关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法一、权重的概念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。

权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。

事实上，没有重点的评价就不算是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也肯定是不能一样的。

因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计，即权重的确定。

二、3种主要的确定权重的方法(一) 统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。

其基本步骤是：第一步，确定专家。

一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。

将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。

将各位专家的数据收回，并计算各项指标的权数均值和标准差；第四步，分别计算各项指标权重的平均数。

如果第一轮的专家意见比较集中，并且均值的离差在控制的范围之内，即可以用均值确定指标权数。

如果第一轮专家的意见比较分散，可以把第一轮的计算结果反馈给专家，并请他们重新给出自己的意见，直至各项指标的权重与其均值的离差不超过预先给定的标准为止，即达到各位专家的意见基本一致，才能将各项指标的权数的均值作为相应指标的权数。

(二) 变异系数法变异系数法(Coefficient of variation method)是直接利用各项指标所包含的信息，通过计算得到指标的权重。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。

按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。

客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。

客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。

下面就对当前应用较多的评价方法进行阐述。

一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。

是一种客观赋权的方法。

此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。

例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。

如果各个国家的人均GNP没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。

由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。

为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。

变异系数法求权重
变异系数法是一种常用的权重计算方法，主要用于对不同因素或变量之间的相对重要性进行评估。

在实际应用中，变异系数法的应用范围非常广泛，例如在市场营销、销售管理、风险管理、医学研究等领域中都能见到它的身影。

具体来说，变异系数法的步骤如下:
1. 收集数据：首先需要收集相关的数据，例如销售额、销售量、死亡率、准确率等。

2. 计算指标变异系数：对于每个数据指标，计算其变异系数。

变异系数是指指标值与平均值之差占平均值的比例。

公式为：变异系数 = (标准差 / 平均数)×100%。

3. 计算权重：对于每个数据指标，根据它的变异系数计算出权重。

权重表示指标对于整体结果的影响程度，通常越大的指标权重越高。

可以使用变异系数法来计算每个指标的权重，也可以使用其他方法，例如因素分析法、层次分析法等。

4. 评估因素重要性：根据计算出的权重，评估不同因素或变量的重要性。

可以使用排序法、等级法等方法对因素或变量的重要性进行评估。

变异系数法的优点在于能够简单、快速地计算出不同因素或变量的权重，帮助决策者更好地了解问题的本质，作出更加明智的决策。

但是，变异系数法也有一些局限性，例如在某些情况下，变异系数可能不准确，或者指标之间的变异系数可能存在不平衡的情况。

因此，
在使用变异系数法时需要结合具体情况进行判断和分析。

变异系数法计算权重
变异系数法是一种常见的计算权重的方法，它主要利用各个指标的变异程度来计算其权重。

具体而言，它通过计算各个指标之间的离散程度，然后分别计算各个指标在总离散程度中所占比例，从而得到各个指标的权重。

在变异系数法中，变异系数越大的指标，其权重就越大。

使用变异系数法计算权重的步骤主要包括以下几个方面：
1. 确定评价指标：首先，需要从评价对象的各个方面选取一些具有代表性的指标，这些指标应能够全面反映评价对象的特点。

2. 数据处理：对于每个指标，需要先根据已有的数据进行处理，包括数据清洗、缺失值填充等。

3. 计算变异系数：根据各个指标的数据，计算其变异系数。

变异系数是指标标准差与均值之比，可以反映该指标数据的离散程度。

计算公式如下：
$$CV=\frac{S}{\bar{x}}\times100\%$$
其中，S表示标准差，$\bar{x}$表示均值。

4. 计算权重：根据各个指标的变异系数，计算其在总离散程度中所占比例，从而得到各个指标的权重。

计算公式如下：
$$w_i=\frac{CV_i}{\sum_{j=1}^nCV_j}$$
其中，$w_i$表示第i个指标的权重，$CV_i$表示第i个指标的变
异系数，n表示评价指标的总数。

综上，变异系数法是一种简单易行的计算权重的方法。

其优点在
于可以全面反映各个指标的离散程度，从而得到相对合理的权重分配。

但在应用过程中，需要注意各个指标之间的相关性，以及数据处理过
程中可能存在的误差或偏差。

二、权重的确定方法在统计理论和实践中，权重是表明各个评价指标(或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。

权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重.按照权重的表现形式的不同，可分为绝对数权重和相对数权重。

相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。

按照权重的形成方式划分,可分为人工权重和自然权重。

自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。

人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数,也称为主观权重.按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。

如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。

按照权重与待评价的各个指标之间相关程度划分,可分为独立权重和相关权重。

独立权重是指评价指标的权重与该指标数值的大小无关,在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。

相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。

相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。

比如评估环境质量多采用“变权综合”模型。

确定权重的方法较多,这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。

（一）统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重.其基本步骤是：第一步,确定专家.一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。

权重的确定方法在统计理论和实践中，权重是表明各个评价指标（或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。

权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重。

按照权重的表现形式的不同，可分为绝对数权重和相对数权重。

相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。

按照权重的形成方式划分，可分为人工权重和自然权重。

自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。

人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数，也称为主观权重。

按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。

如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。

按照权重与待评价的各个指标之间相关程度划分，可分为独立权重和相关权重。

独立权重是指评价指标的权重与该指标数值的大小无关，在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。

相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。

相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。

比如评估环境质量多采用“变权综合”模型。

(一)统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。

其基本步骤是：第一步，确定专家。

一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。

将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。

计算权重的8类方法汇总目录第一、信息浓缩(因子分析和主成分分析) (44)第二、数字相对大小(AHP层次法和优序图法) (88)1针对AHP层次法。

(88)2针对优序图法。

(1111)第三、信息量(熵值法) (1313)第四、数据波动性或相关性(CRITIC、独立性和信息量权重) (1414)1 CRITIC权重法 (1414)2独立性权重法 (1616)3信息量权重法 (1717)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AHP层次法或优序图法。

本文列出常见的权重计算方法，并且对比各类权重计算法的思想和大概原理，使用条件等，便于研究人员选择出科学的权重计算方法。

首先列出常见的8类权重计算方法，如下表所示：名称数据波动性数据间相关关系数字大小信息其它因子分析无是无信息浓缩主成分分析无是无信息浓缩AHP层次法无无是优序图法无无是熵值法无无无熵，信息量大小CRITIC权重有有无独立性权重无有无信息量权重有无无这8类权重计算的原理各不相同，结合各类方法计算权重的原理大致上可分成4类，分别如下：●第一类为因子分析和主成分法；此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算；●第二类为AHP层次法和优序图法；此类方法利用数字的相对大小信息进行权重计算；●第三类为熵值法（熵权法）；此类方法利用数据熵值信息即信息量大小进行权重计算；●第四类为CRITIC、独立性权重和信息量权重；此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。

第一类、信息浓缩(因子分析和主成分分析)计算权重时，因子分析法和主成分法均可计算权重，而且利用的原理完全一模一样，都是利用信息浓缩的思想。

因子分析法和主成分法的区别在于，因子分析法加带了‘旋转’的功能，而主成分法目的更多是浓缩信息。

五种赋权法及其比较摘要:本文介绍了五种确定评估指标权重的方法及其比较。

权重是综合评价中的一个重要的指标体系，合理地分配权重是量化评估的关键,权重的构成是否合理，也直接影响到评估的科学性。

为了更好地选择确定权重的方法，我们给出了几种方法的详细计算过程,以便进行精确对比。

关键词:权重统计平均法变异系数法层次分析法德尔菲法排序法一、权重的概念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。

权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。

事实上，没有重点的评价就不算是客观的评价，每个人员的性质和所处的层次不同，其工作的重点也肯定是不能一样的。

因此，相对工作所进行的业绩考评必须对不同内容对目标贡献的重要程度做出估计，即权重的确定。

二、3 种主要的确定权重的方法(一) 统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重。

其基本步骤是：第一步，确定专家。

一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。

将待定权数的指标提交给各位专家，并请专家在不受外界干扰的前提下独立的给出各项指标的权数值；第三步，回收专家意见。

将各位专家的数据收回，并计算各项指标的权数均值和标准差；第四步，分别计算各项指标权重的平均数。

如果第一轮的专家意见比较集中，并且均值的离差在控制的范围之内，即可以用均值确定指标权数。

如果第一轮专家的意见比较分散，可以把第一轮的计算结果反馈给专家，并请他们重新给出自己的意见，直至各项指标的权重与其均值的离差不超过预先给定的标准为止，即达到各位专家的意见基本一致，才能将各项指标的权数的均值作为相应指标的权数。

变异系数_权重的确定方法变异系数（Coefficient of Variation）是一种用来衡量数据变异程度的统计量，其计算公式为变异系数=（标准差/ 平均值）×100%。

变异系数越小，表示数据的变异程度越小，反之亦然。

在实际应用中，为了更加准确地评估不同数据的变异程度，我们可以根据权重来确定变异系数。

变异系数_权重的确定方法可以分为以下三种：1. 直接加权法（Direct Weighting）：直接加权法是最简单粗暴的一种权重确定方法，即为每个数据乘以对应的权重后再计算变异系数。

例如有三个数据分别为A、B、C，对应权重为w1、w2、w3，则计算加权变异系数的公式为：这种方法的好处是简单方便，直接利用权重对数据进行调整。

然而，由于没有考虑数据之间的相关性，所以可能会导致评估结果不够准确。

2. 方差加权法（Variance Weighting）：方差加权法考虑了数据之间的相关性，通过计算加权平均值和加权标准差来确定变异系数。

该方法的公式为：方差加权法在计算变异系数时，将各个数据的平均值和标准差按照权重进行加权，可以更好地反映数据之间的相关性。

但在一些情况下，由于数据的线性关系较弱，可能会导致评估结果的准确性不高。

3. 信息熵加权法（Entropy Weighting）：信息熵加权法是一种较为复杂的权重确定方法，它通过计算各个数据的信息熵来确定权重，可以反映数据的重要程度。

该方法的步骤如下：（1）计算各个数据的信息熵。

数据的信息熵可以通过熵的计算公式来得到，例如数据A的信息熵为H(A) = - Σ(p(i) * log(p(i)))，其中p(i)为数据A中第i个取值的概率。

（2）计算各个数据的权重。

数据的权重可以通过信息熵进行归一化得到，例如数据A的权重为w(A)=H(A)/Σ(H(i))，其中H(i)为所有数据的信息熵之和。

（3）计算加权平均值和加权标准差，再计算变异系数。

与方差加权法类似，通过将加权平均值和加权标准差进行计算，得到最终的变异系数。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。

按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和成效系数法等。

客观赋权评价法那么根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。

客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够到达评价结果的精确但是当指标较多时，计算量非常大。

下面就对当前应用较多的评价方法进行阐述。

一、变异系数法〔一〕变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。

是一种客观赋权的方法。

此方法的根本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。

例如，在评价各个国家的经济开展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济开展水平，还能反映一个国家的现代化程度。

如果各个国家的人均GNP没有多大的差异，那么这个指标用来衡量现代化程度、经济开展水平就失去了意义。

由于评价指标体系中的各项指标的量纲不同，不宜直接比拟其差异程度。

为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。

计算各个部门成绩的平均数和标准差；
1、根据各个单位数据，计算该均值和标准差
2、根据均值和标准差计算变异系数，
变异系数=标准差除以平均数。

3、变异系数加总：将各个单位变异系数相加。

4、计算每个单位权重：（体现该单位在整个系统中的地位）
权重=变异系数除以变异系数加权
5、计算各单位得分
单位得分=（单位权重除以最高权重）乘以100 （权重最高单位得分为100分，权重越高，得分越高）
6、计算个人在该单位中的权重
个人权重=个人得分除以总分（体现个人在单位中地位）
7、个人在系统中最终得分=个人权重乘以单位得分
该方案原则：个人得分受到本单位在系统中地位影响，造成能力强的可能由于本单位在系统中地位不高而导致得分不高，能力弱的可能由于本单位在系统中地位较高而分数较高。

客观的权重计算方法
客观的权重计算方法有很多种，以下是其中几种常见的方法：
1. 变异系数法：这种方法是通过比较各指标变异程度的大小来确定权重。

如果某个指标的变异程度较大，那么该指标的权重就越大。

2. 主成分分析法：这种方法是通过将多个指标转化为少数几个综合指标（主成分），然后根据各主成分的方差贡献率来确定权重。

方差贡献率越大，权重越大。

3. 因子分析法：这种方法与主成分分析法类似，也是通过将多个指标转化为少数几个综合指标，然后根据各综合指标的方差贡献率来确定权重。

4. 层次分析法：这种方法是通过建立层次结构模型，然后对每一层次中的因素进行两两比较，并利用数学方法计算出每一层次的权重。

5. 熵权法：这种方法是通过计算各指标的信息熵，然后根据信息熵的大小来确定权重。

信息熵越小，权重越大。

以上是几种常见的客观权重计算方法，每种方法都有其特点和适用范围。

在实际应用中，可以根据数据的性质和问题的背景选择合适的方法来确定权重。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。

按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。

客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。

客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。

下面就对当前应用较多的评价方法进行阐述。

一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。

是一种客观赋权的方法。

此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。

例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。

如果各个国家的人均GNP没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。

由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。

为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。

权重计算公式与8种确定权重的方法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AHP层次法或优序图法。

本文列出常见的权重计算方法，并且对比各类权重计算法的思想和大概原理，使用条件等，便于研究人员选择出科学的权重计算方法。

首先列出常见的8类权重计算方法，如下表所示：计算权重方法汇总这8类权重计算的原理各不相同，结合各类方法计算权重的原理大致上可分成4类，分别如下：第一类为因子分析和主成分法；此类方法利用了数据的信息浓缩原理，利用方差解释率进行权重计算；第二类为AHP层次法和优序图法；此类方法利用数字的相对大小信息进行权重计算；第三类为熵值法（熵权法）；此类方法利用数据熵值信息即信息量大小进行权重计算；第四类为CRITIC、独立性权重和信息量权重；此类方法主要是利用数据的波动性或者数据之间的相关关系情况进行权重计算。

第一类、信息浓缩(因子分析和主成分分析)计算权重时，因子分析法和主成分法均可计算权重，而且利用的原理完全一模一样，都是利用信息浓缩的思想。

因子分析法和主成分法的区别在于，因子分析法加带了‘旋转’的功能，而主成分法目的更多是浓缩信息。

‘旋转’功能可以让因子更具有解释意义，如果希望提取出的因子具有可解释性，一般使用因子分析法更多；并非说主成分出来的结果就完全没有可解释性，只是有时候其解释性相对较差而已，但其计算更快，因而受到广泛的应用。

比如有14个分析项，该14项可以浓缩成4个方面(也称因子或主成分)，此时该4个方面分别的权重是多少呢？此即为因子分析或主成分法计算权重的原理，它利用信息量提取的原理，将14项浓缩成4个方面（因子或主成分），每个因子或主成分提取出的信息量（方差解释率）即可用于计算权重。

接下来以SPSSAU为例讲解具体使用因子分析法计算权重。

权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。

按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。

客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。

两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。

客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。

下面就对当前应用较多的评价方法进行阐述。

一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。

是一种客观赋权的方法。

此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。

例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。

如果各个国家的人均GNP没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。

由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。

为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。

二、权重的确定方法在统计理论和实践中，权重是表明各个评价指标(或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。

权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重.按照权重的表现形式的不同，可分为绝对数权重和相对数权重。

相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。

按照权重的形成方式划分,可分为人工权重和自然权重。

自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。

人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数,也称为主观权重.按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。

如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。

按照权重与待评价的各个指标之间相关程度划分,可分为独立权重和相关权重。

独立权重是指评价指标的权重与该指标数值的大小无关,在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。

相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。

相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。

比如评估环境质量多采用“变权综合”模型。

确定权重的方法较多,这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。

（一）统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重.其基本步骤是：第一步,确定专家.一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。

二、权重的确定方法在统计理论和实践中，权重是表明各个评价指标(或者评价项目）重要性的权数，表示各个评价指标在总体中所起的不同作用。

权重有不同的种类，各种类别的权重有着不同的数学特点和经济含义，一般有以下几种权重.按照权重的表现形式的不同，可分为绝对数权重和相对数权重。

相对数权重也称比重权数，能更加直观地反映权重在评价中的作用。

按照权重的形成方式划分,可分为人工权重和自然权重。

自然权重是由于变换统计资料的表现形式和统计指标的合成方式而得到的权重，也称为客观权重。

人工权重是根据研究目的和评价指标的内涵状况，主观地分析、判断来确定的反映各个指标重要程度的权数,也称为主观权重.按照权重形成的数量特点的不同划分，可分为定性赋权和定量赋权。

如果在统计综合评价时，采取定性赋权和定量赋权的方法相结合，获得的效果更好。

按照权重与待评价的各个指标之间相关程度划分,可分为独立权重和相关权重。

独立权重是指评价指标的权重与该指标数值的大小无关,在综合评价中较多地使用独立权重，以此权重建立的综合评价模型称为“定权综合”模型。

相关权重是指评价指标的权重与该指标的数值具有函数关系，例如，当某一评价的指标数值达到一定水平时，该指标的重要性相应的减弱；或者当某一评价指标的数值达到另一定水平时，该指标的重要性相应地增加。

相关权重适用于评价指标的重要性随着指标取值的不同而发生变化的条件下，基于相关权重建立的综合评价模型被称为“变权模型”。

比如评估环境质量多采用“变权综合”模型。

确定权重的方法较多,这里介绍统计平均法、变异系数法和层次分析法，这些也是实际工作种常用的方法。

（一）统计平均法统计平均数法（Statistical average method）是根据所选择的各位专家对各项评价指标所赋予的相对重要性系数分别求其算术平均值，计算出的平均数作为各项指标的权重.其基本步骤是：第一步,确定专家.一般选择本行业或本领域中既有实际工作经验、又有扎实的理论基础、并公平公正道德高尚的专家；第二步，专家初评。