一、熵權法介紹
熵最先由申農引入信息論,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,若某個指標的信息熵越小,表明指標值得變異程度越大,提供的信息量越多,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,某個指標的信息熵
越大,表明指標值得變異程度越小,提供的信息量也越少,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. 數據標准化
將各個指標的數據進行標准化處理。
假設給定了k個指標,其中
。假設對各指標數據標准化后的值為
,那么
。
2. 求各指標的信息熵
根據信息論中信息熵的定義,一組數據的信息熵。其中
,如果
,則定義
。
3. 確定各指標權重
根據信息熵的計算公式,計算出各個指標的信息熵為 。通過信息熵計算各指標的權重:
。
三、熵權法賦權實例
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,考核標准包括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后的評分結果。
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)數據標准化
根據原始評分表,對數據進行標准化后可以得到下列數據標准化表
表2 11個科室9項整體護理評價指標得分表標准化表
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)求各指標的信息熵
根據信息熵的計算公式 ,可以計算出9項護理指標各自的信息熵如下:
表3 9項指標信息熵表
|
X1 |
X2 |
X3 |
X4 |
X5 |
X6 |
X7 |
X8 |
X9 |
信息熵 |
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
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 |