权重确定方法归纳

权重的确定方法汇总1.主观评估法：该方法是根据领域专家的主观判断来确定权重。

专家会根据他们的经验和知识，对不同因素的重要性进行评估，并给出相应的权重。

这种方法适用于主观性较强的问题，如风险评估等。

2.权衡矩阵法：该方法是通过创建一个矩阵来确定权重。

在矩阵中，将各个影响因素两两进行比较，并根据重要性给出分值。

然后，根据分值计算权重。

这种方法适用于多个因素相互关联的问题。

常见的权衡矩阵方法有AHP（层次分析法）和ANP（层次网络过程）。

3.数据驱动方法：该方法是通过数据分析来确定权重。

可以使用统计分析、机器学习等技术，根据历史数据和模型训练结果，计算出各个因素的权重。

这种方法适用于大数据环境下，有足够的数据支持的问题。

4.线性规划法：该方法是通过线性规划模型来确定权重。

首先需要确定目标函数和约束条件，将问题转化为线性规划问题，然后使用线性规划算法求解出最优解，从而确定权重。

这种方法适用于有明确目标和约束的问题。

5.直觉法：该方法是通过个人的直觉和经验来确定权重。

根据个人判断，给出各个因素的权重。

这种方法适用于专家经验丰富、问题较为简单的情况。

6. Delphi法：该方法是通过专家群体的意见和建议来确定权重。

专家群体通过多轮的匿名调查和讨论，逐渐达成共识，最终确定权重。

这种方法适用于问题复杂、需要多个专家意见的情况。

7.模糊数学方法：该方法是通过模糊数学理论来确定权重。

通过模糊数学的模糊相似度和模糊综合评判等方法，计算出各个因素的权重。

这种方法适用于问题涉及的因素模糊性较强的情况。

8.回归分析法：该方法是通过回归分析模型来确定权重。

将因变量和自变量之间的关系建立回归方程，然后分析回归方程中自变量的系数大小，根据系数确定权重。

这种方法适用于因变量和自变量之间存在较强关联的问题。

在实际应用中，选择何种权重确定方法，需要根据问题的具体特点和数据情况来综合考虑。

常见的权重确定方法往往是结合多种方法，通过综合评估，得出最终的权重。

加权平均法中权重的定量确定方法探析确定权重的方法有很多种，下面将介绍几种常用的方法。

1.主观法：主观法是指根据研究者的经验和专业知识来确定权重。

这种方法相对简单，但容易受个人主观性的影响。

2.统计法：统计法是根据历史数据或统计模型来确定权重。

可以使用回归分析等方法来找到不同变量与结果变量之间的关系，进而确定权重。

这种方法比较科学和客观，但需要有足够的历史数据或者建立合适的统计模型。

3.专家法：专家法是通过专家的意见来确定权重。

专家可以根据其在相关领域的专业知识和经验来判断不同变量对结果的重要程度。

这种方法比较主观，但可以综合考虑多个专家的意见，以减少主观性的影响。

4.层次分析法：层次分析法是一种结构化的决策方法，可以用来确定权重。

该方法要求将问题分解成多个层次，然后对每个层次进行比较和判断。

可以使用专家意见或者问卷调查等方法来获取数据，然后通过计算得到权重。

这种方法比较科学和客观，但需要进行一定的计算和分析。

5.问卷调查法：问卷调查法是通过向受访者发放问卷来确定权重。

问卷中包含了一系列关于变量的问题，受访者需要根据其主观判断给出权重。

通过汇总和统计问卷结果，可以得到权重。

这种方法比较客观，但需要有足够的样本量和代表性的受访者。

需要注意的是，确定权重的方法应该根据具体的研究问题和数据特点而定。

不同的方法可能适用于不同的情况，需要综合考虑多个因素来选择合适的方法。

此外，确定权重的过程中应该尽量保证客观性和科学性，避免主观偏见的影响。

确定权重的7种方法主观赋权德尔菲专家法简介依据“德尔菲法”的基本原理，选择企业各方面的专家，采取独立填表选取权数的形式，然后将他们各自选取的权数进行整理和统计分析，最后确定出各因素，各指标的权数。

德尔菲法的主要缺点是过程比较复杂，花费时间较长。

实现方法选择专家。

一般情况下，选本专业领域中既有实际工作经验又有较深理论修养的专家10-30人左右，需征得专家本人同意。

将待定权重的p个指标和有关资料以及统一的确定权重的规则发给选定的各位专家，请他们独立给出各指标的权数值。

回收结果并计算各指标权数的均值和标准差。

将计算的结果及补充资料返还给各位专家，要求所有的专家在新的基础上确定权数。

重复3和4步骤，直至各指标权数与其均值的离差不超过预先给定的标准为止，也就是各专家的意见基本趋于一致，以此时各指标权数的均值作为该指标的权重。

此外，为了使判断更加准确，令评价者了解己确定的权数把握性大小，还可以运用“带有信任度的德尔菲法”，该方法需要在上述第5步每位专家最后给出权数值的同时，标出各自所给权数值的信任度。

这样，如果某一指标权数的任任度较高时，就可以有较大的把握使用它，反之，只能暂时使用或设法改进。

AHP层次分析法简介层次分析法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理地给出每个决策方案的每个标准的权数，利用权数求出各指标的重要程度。

但该方法主观因素对判断矩阵的影响很大，当决策者的判断过多地受其主观偏好的影响时，结果不够客观。

实现方法构建层次评价矩阵构造判断矩阵构造判断矩阵就是通过各要素之间相互两两比较，并确定各准则层对目标层的权重。

简单地说，就是把准则层的指标进行两两判断，通常使用Santy的1-9标度方法给出。

对于m 个指标，构建m*m的判断矩阵，并使用确定的标度方法完成该判断矩阵A。

3. 层次单排序根据构成的判断矩阵，求解各个指标的权重。

有两种方式，一种是方根法，一种是和法。

权重确定方法归纳
1.主观赋权法：主观赋权法是一种常见的权重确定方法，它基于决策
者的主观判断来确定各准则的权重。

决策者根据对问题的了解和经验，通
过主观评估来决定各准则的相对重要性。

这种方法适用于那些难以量化的
准则，或者决策者具有丰富经验和专业知识的情况。

2.定序法：定序法是一种通过比较准则对决策目标的贡献程度来确定
权重的方法。

决策者根据准则对目标的重要程度以及准则之间的相对重要
程度进行排序，然后使用排序结果来确定权重。

这种方法适用于准则之间
存在明显差异的情况，但不能提供具体的数值权重。

3.分配权重法：分配权重法是一种将权重分配给各准则的方法，使得
各准则的权重之和为1、常见的分配权重法包括均等赋权法、等级法和专
家赋权法。

均等赋权法将权重均分给各准则，等级法通过设定准则的等级
来确定权重，而专家赋权法则是通过专家的意见和判断来确定权重。

4.层次分析法（AHP）：层次分析法是一种通过构建层次结构和两两
比较确定权重的方法。

在AHP中，决策问题被分解为层次结构，有目标层、准则层和方案层等。

决策者通过两两比较准则和目标之间的重要性，使用
专门的AHP方法计算权重。

这种方法适用于较复杂、多层次的决策问题，
并且可以提供具体的数值权重。

以上是一些常见的权重确定方法，不同的方法适用于不同的决策情境
和目标。

在权重确定过程中，需要决策者充分考虑问题的具体情况，并尽
量使用多种方法相互印证，以提高决策结果的可信度。

最终确定的权重应
该能够准确反映各准则的相对重要性，为决策提供有力的支持。

权重的确定方法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。

在模糊决策中，权重至关重要，他反映了各个因素在综合决策过程中所占有的地位和所起的作用，直接影响决策的结果。

通常是根据经验给出权重，不可否认这在一定程度上能反映实际情况，但凭经验给出的权重有时不能客观的反映实际情况，导致评判结果“失真”。

比较客观的权重的判定方法有如下几种：1.确定权重的统计方法1.1专家估测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。

设因素集U={n u u u ,...,2,1},现有k 个专家各自独立的给出各个因素i u （i=1,2,...,n ）的权重，∑==k j ij i a k a 11（i=1,2,...,n ），即)1,...,1,1(11211∑∑∑====kj nj k j j k j j a k a k a k A 。

1.2加权统计方法当专家人数k<30人时，可用加权统计方法计算权重。

按公式isi i k x w a ∑==1计算（其中s 为序号数）然后可得权重A 。

1.3频数统计方法由所有专家独立给出的各个因素的权重，得到权重分配表，对各个因素i u （i=1,2,...,n ）进行但因素的权重统计实验，步骤如下：第一步：对因素i u （i=1,2,...,n ）在它的权重ij a （j=1,2,...,k)中找出最大值i M 和最小值i m , 即{}ij k j i a M ≤≤=1max ,{}ij k j i a m ≤≤=1min . 第二步;适当选取整数p,利用公式pm M i i -计算出权重分为p 组的组距,并将权重从小到大分 为p 组.第三步:计算出落在每组内权重的频数和频率.第四步:根据频数和频率的分布请况,取最大频率所在分组的组中值为因素i u 的权重i a （i=1,2,...,n ）,从而得权重A=(n a a a ,...,,21).1.4因子分析权重法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。

确定权重的7种方法表7-1 地质环境质量评价定权方法一览表一、专家打分法专家打分法即是由少数专家直接根据经验并考虑反映某评价观点后定出权重，具体做法和基本步骤如下：第一步选择评价定权值组的成员，并对他们详细说明权重的概念和顺序以及记权的方法。

第二步列表。

列出对应于每个评价因子的权值范围，可用评分法表示。

例如，若有五个值，那么就有五列。

行列对应于权重值，按重要性排列。

第三步发给每个参予评价者一份上述表格，按下述步骤四~九反复核对、填写，直至没有成员进行变动为止。

第四步要求每个成员对每列的每种权值填上记号，得到每种因子的权值分数。

第五步要求所有的成员对作了记号的列逐项比较，看看所评的分数是否能代表他们的意见，如果发现有不妥之处，应重新划记号评分，直至满意为止。

第六步要求每个成员把每个评价因子（或变量）的重要性的评分值相加，得出总数。

第七步每个成员用第六步求得的总数去除分数，即得到每个评价因子的权重。

第八步把每个成员的表格集中起来，求得各种评价因子的平均权重，即为“组平均权重”。

第九步列出每种的平均数，并要求评价者把每组的平均数与自己在第七步得到的权值进行比较。

第十步如有人还想改变评分，就须回到第四步重复整个评分过程。

如果没有异议，则到此为止，各评价因子（或变量）的权值就这样决定了。

二、调查统计法具体作法有下面四种。

1．重要性打分法：重要性打分法是指要求所有被征询者根据自己对各评价因子的重要性的认识分别打分，其步骤如下：a.对被征询者讲清统一的要求，给定打分范围，通常1~5分或1~100分都可。

b.请被征询者按要求打分。

c.搜集所有调查表格并进行统计，给出综合后的权重。

2．列表划勾法：该方法如图7-2所示。

事先给出权值，制成表格。

由被调查者在认为合适的对应空格中打勾。

对应每一评价因子，打勾1~2个，打2个勾表示程度范围。

这样就完成一个样本的调查结果。

在样本调查的基础上，除采用一般的求个样本的均值作为综合结果外，还可采用如下方法：图7-2 列表划勾法示意图备择程因子序号度W 1 2 3 …m-1 m0.2 √√√0.4 √√√0.6 √√0.8 √1.0a.频数截取法频数截取法的主要步骤如下：第一步：列中值频率分布表，见表7-2。

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。

权重确定方法归纳权重确定方法是在进行决策或评估时，为不同因素赋予适当的重要性或权重。

权重确定方法可以用于各种领域，包括投资决策、风险评估、项目管理和多准则决策等。

在确定权重时，需要考虑各种因素，包括数据的可靠性、因素的相对重要性和专家的意见等。

下面将介绍几种常用的权重确定方法。

1.主观直觉法：主观直觉法是一种基于个人主观判断的权重确定方法。

该方法主要依靠专家、决策者或参与者的经验和直觉来确定权重。

专家可以根据他们对问题的了解和经验，对不同因素进行排序或赋予不同的权重。

然而，主观直觉法的缺点是容易受到主观偏见的影响，因此在使用该方法时，需要确保专家具有足够的经验和知识，并通过多个专家的意见进行比较和验证。

2.层次分析法（AHP）：层次分析法是一种通过构建层次结构来确定权重的方法。

该方法将问题分解成不同的层次，从整体到细节逐级分析，然后通过对不同层次的比较和判断，确定各因素的权重。

层次分析法可以使用数学计算来帮助决策者对不同因素进行比较和权重的确定。

该方法的优点是可以量化不同因素之间的差异和相对重要性，提高决策的科学性和客观性。

3.主观分配法：主观分配法是一种基于专家意见和判断的权重确定方法。

在主观分配法中，决策者或专家需要根据问题的特点和其对因素的了解，为每个因素分配一个主观的比重或权重。

这种方法常用于风险评估或项目管理中，其中不同的风险因素或项目阶段可能具有不同的权重。

主观分配法的优点是简单易用，适用于小规模决策和评估。

然而，由于其主观性，需要确保专家具有足够的专业知识和经验。

4.统计分析法：统计分析法是一种基于数据和分析的权重确定方法。

该方法通过对数据进行统计分析和建模，利用数学方法来确定不同因素的权重。

统计分析法可以使用回归分析、因子分析、主成分分析等方法来确定权重。

这种方法的优点是基于数据和客观分析，可以减少主观因素的影响。

但同时需要注意数据的可靠性和分析方法的适用性。

以上是几种常用的权重确定方法，每种方法都有其优缺点和适用范围。

权重的确定方法大全A.权重简介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。

B.确定权重的原则一、系统优化原则在评价指标体系中，每个指标对系统都由它的作用和贡献，对系统而言都有它的重要性。

所以，在确定它们的权重时，不能只从单个指标出发，而是要处理好各评价指标之间的关系，合理分配它们的权重。

应当遵循系统优化原则，把整体最优化作为出发点和追求的目标。

一、指标权重的确定1.综述目前关于属性权重的确定方法很多，根据计算权重时原始数据的来源不同，可以将这些方法分为三类：主观赋权法、客观赋权法、组合赋权法。

主观赋权法是根据决策者（专家）主观上对各属性的重视程度来确定属性权重的方法，其原始数据由专家根据经验主观判断而得到。

常用的主观赋权法有专家调查法（Delphi法）、层次分析法（AHP ）[106-108]、二项系数法、环比评分法、最小平方法等。

本文选用的是利用人的经验知识的有序二元比较量化法。

主观赋权法是人们研究较早、较为成熟的方法，主观赋权法的优点是专家可以根据实际的决策问题和专家自身的知识经验合理地确定各属性权重的排序，不至于出现属性权重与属性实际重要程度相悖的情况。

但决策或评价结果具有较强的主观随意性，客观性较差，同时增加了对决策分析者的负担，应用中有很大局限性。

鉴于主观赋权法的各种不足之处，人们又提出了客观赋权法，其原始数据由各属性在决策方案中的实际数据形成，其基本思想是：属性权重应当是各属性在属性集中的变异程度和对其它属性的影响程度的度量，赋权的原始信息应当直接来源于客观环境，处理信息的过程应当是深入探讨各属性间的相互联系及影响，再根据各属性的联系程度或各属性所提供的信息量大小来决定属性权重。

如果某属性对所有决策方案而言均无差异（即各决策方案的该属性值相同），则该属性对方案的鉴别及排序不起作用，其权重应为0；若某属性对所有决策方案的属性值有较大差异，这样的属性对方案的鉴别及排序将起重要作用，应给予较大权重.总之，各属性权重的大小应根据该属性下各方案属性值差异的大小来确定，差异越大，则该属性的权重越大，反之则越小。

常用的客观赋权法[109-110]有：主成份分析法、熵值法[111-112]、离差及均方差法、多目标规划法等。

其中熵值法用得较多，这种赋权法所使用的数据是决策矩阵，所确定的属性权重反映了属性值的离散程度。

客观赋权法主要是根据原始数据之间的关系来确定权重，因此权重的客观性强，且不增加决策者的负担，方法具有较强的数学理论依据。