標籤:
熵最先由申農引入資訊理論,目前已經在工程技術、社會經濟等領域得到了非常廣泛的應用。
熵權法的基本思路是根據指標變異性的大小來確定客觀權重。
一般來說,若某個指標的資訊熵越小,表明指標值得變異程度越大,提供的資訊量越多,在綜合評價中所能起到的作用也越大,其權重也就越大。相反,某個指標的資訊熵越大,表明指標值得變異程度越小,提供的資訊量也越少,在綜合評價中所起到的作用也越小,其權重也就越小。
二、熵權法賦權步驟
1. 資料標準化
將各個指標的資料進行標準化處理。
假設給定了k個指標,其中。假設對各指標資料標準化後的值為,那麼。
2. 求各指標的資訊熵
根據資訊理論中資訊熵的定義,一組資料的資訊熵。其中,如果,則定義。
3. 確定各指標權重
根據資訊熵的計算公式,計算出各個指標的資訊熵為 。通過資訊熵計算各指標的權重: 。
三、熵權法賦權執行個體
1. 背景介紹
某醫院為了提高自身的護理水平,對擁有的11個科室進行了考核,考核標準包括9項整體護理,並對護理水平較好的科室進行獎勵。下表是對各個科室指標考核後的評分結果。
但是由於各項護理的難易程度不同,因此需要對9項護理進行賦權,以便能夠更加合理的對各個科室的護理水平進行評價。
2. 熵權法進行賦權
1)資料標準化
根據原始評分表,對資料進行標準化後可以得到下列資料標準化表
表2 11個科室9項整體護理評價指標得分表標準化表
|
科室 |
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
|
A |
1.00 |
0.00 |
1.00 |
0.00 |
0.50 |
1.00 |
1.00 |
1.00 |
1.00 |
|
B |
1.00 |
1.00 |
0.00 |
1.00 |
0.50 |
1.00 |
1.00 |
1.00 |
1.00 |
|
C |
0.00 |
1.00 |
0.33 |
1.00 |
0.50 |
1.00 |
1.00 |
1.00 |
1.00 |
|
D |
1.00 |
1.00 |
0.00 |
1.00 |
0.50 |
1.00 |
0.87 |
1.00 |
1.00 |
|
E |
1.00 |
0.00 |
1.00 |
1.00 |
1.00 |
0.00 |
1.00 |
1.00 |
0.00 |
|
F |
1.00 |
1.00 |
1.00 |
1.00 |
0.50 |
1.00 |
1.00 |
0.00 |
1.00 |
|
G |
1.00 |
1.00 |
0.00 |
1.00 |
0.50 |
1.00 |
0.00 |
1.00 |
1.00 |
|
H |
0.50 |
1.00 |
0.33 |
1.00 |
1.00 |
1.00 |
1.00 |
1.00 |
1.00 |
|
I |
1.00 |
1.00 |
0.67 |
1.00 |
0.00 |
1.00 |
1.00 |
1.00 |
1.00 |
|
J |
1.00 |
0.00 |
1.00 |
1.00 |
1.00 |
1.00 |
1.00 |
1.00 |
1.00 |
|
K |
1.00 |
1.00 |
0.67 |
1.00 |
0.50 |
1.00 |
1.00 |
1.00 |
1.00 |
2)求各指標的資訊熵
根據資訊熵的計算公式 ,可以計算出9項護理指標各自的資訊熵如下:
表3 9項指標資訊熵表
|
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
|
資訊熵 |
0.95 |
0.87 |
0.84 |
0.96 |
0.94 |
0.96 |
0.96 |
0.96 |
0.96 |
3)計算各指標的權重
根據指標權重的計算公式,可以得到各個指標的權重如下表所示:
表4 9項指標權重表
|
|
W1 |
W2 |
W3 |
W4 |
W5 |
W6 |
W7 |
W8 |
W9 |
|
權重 |
0.08 |
0.22 |
0.27 |
0.07 |
0.11 |
0.07 |
0.07 |
0.07 |
0.07 |
3. 對各個科室進行評分
根據計算出的指標權重,以及對11個科室9項護理水平的評分。設Zl為第l個科室的最終得分,則 ,各個科室最終得分如下表所示
表5 11個科室最終得分表
|
科室 |
A |
B |
C |
D |
E |
F |
G |
H |
I |
J |
K |
|
得分 |
95.71 |
93.14 |
93.17 |
92.77 |
95.84 |
98.01 |
90.21 |
95.17 |
95.97 |
97.81 |
97.02 |
指標權重確定方法之熵權法