浅析运用层次分析法确定指标权重

我们有很多事情要做，但我们只有那么点资源，我该怎么办？我们先来看两个例子：问题一：某企业准备推出一种新产品，而目前市场上已有几个类似的产品在销售。对该企业来说，要想在已有的市场上赢得一席之地就必须提供更具市场竞争力的新产品，可是究竟什么样的产品才是消费者青睐的呢？产品设计及研发部门比较苦恼：

（1）对于这类产品，消费者更注重的是价格？包装？功能？品牌？还是……

（2）如果包装更加重要，他们更加关注的是外包装形状？颜色？大小？还是内部材质？如果功能更加重要，那是防水性？延伸性？自动化程度？还是准确性？

问题二：售后服务的好坏已经逐渐成为车主选车、购车时考虑的一大关键要素，而对于汽车制造商来说，提供良好的汽车保养维修售后服务便成为了当前厂商间竞争的另一焦点。而作为汽车售后服务体现的关键部门——4S店的服务流程与质量的好坏，将直接影响到消费者对该厂商的评价。那么，在售后服务的整个流程当中，哪些服务内容是车主更加关注呢？在有限的资源内，重点加强哪方面的服务会更容易赢得车主们的信赖呢？

实际上，一个企业经常会遇到以上说到的关于产品及服务提供优先顺序考虑的问题，这些问题看起来确实很烦琐，一堆需要考虑的因素放在那里，千头万绪，有时候甚至让人摸不着头脑，不知道该从何下手。而事实上，运用市场研究的方法，这些问题解决起来似乎就不像想象中那么棘手了，问题的关键就在于从消费者需求出发合理地判断出用来表征产品及服务各项属性的重要性。而重要性的判断，从市场研究的角度上分析，就是对各属性（即指标）在整个体系中进行权重的判定。

就一个产品或一项服务来说，我们可以用很多不同的指标从不同方面去评价，那么，在众多的评价指标当中，哪些方面在消费者看来更加重要，需要我们重点关注和提高？哪些不太重要，可以在对重要指标进行重点提升以后再逐步改进？哪些根本不重要，甚至可以忽略不计？这些都是企业在产品及服务提供过程中需要特别关注或了解的问题，只要清楚地界定了这些问题，就能有的放矢地进行针对性改进或提升，从而更好地服务于客户，同时最大程度地节省企业资源及投入。从市场研究统计分析方法的角度来看，有多种方法可以用来确定指标的权重，如直接评价法、相关分析法、回归分析法、专家测评法以及层次分析法等。而在众多的方法当中，层次分析法（AHP法）是目前市场调查中运用较多的、对于结果分析更为有效的一种方法。本文以帮助企业解决上述“问题二”为例，对此方法进行初步的介绍。

层次分析法（Analytic Hierarchy Process，简称AHP）是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。它是美国运筹学家T.L.Saaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。

运用层次分析法建模，大体上可按下面四个步骤进行：

（1）建立递阶层次结构模型；

（2）构造出各层次中的所有判断矩阵；

（3）层次单排序及一致性检验；

（4）层次总排序及一致性检验。

例如，针对“问题二”运用层次分析法必须先建立一个层次结构模型。假设4S店提供的服务包括预约、接待、保养维修、汽车交付、回访五大环节，每个环节当中各项具体的服务细项内容。根据此服务体系，所建立的层次结构模型如下所示：

建立起模型后，接下来就需要根据消费者（车主）对五大环节进行两两重要性对比评价，即认为A环节的服务与B环节的服务哪个更加重要？同理，环节对比评价之后，将对下一层指标（每个环节中具体的服务内容）进行重要性两两对比评价。当对整个评价完之后，我们将得到由此生成的“判断矩阵”（见下图）。将此矩阵输入AHP专用软件，经过计算，便可以得到最终各指标在整体当中所占的权重，也就是各项服务内容重要度的排序结果。

这里将就层次分析法所得权重计算结果与传统的直接评价法计算得到的结果进行对比，进一步分析层次分析法在重要度评价分析中的优势所在。以下是在此案例当中，通过两种方法分别得到的权重计算结果：（图3）

从两种方法得到的结果可以看出，运用直接评价法得到的指标重要度权重在指标间并不能形成有效地区隔，即各指标的重要度都差异不大，这样的结果不能突显出消费者认为确实重要的指标，会从很大程度上掩盖了重要度较高的指标在整体中本应占有的位置。

如上例中，预约环节中“电话有人及时接听”、接待环节中“进门有人及时接待”两项服务内容，从直接评价法得到的权重结果看，二者的重要程度与其他服务指标几乎相同，差异非常小。而在层次分析法处理的结果中却体现出了明显的重要性，指标权重明显比其他要高，而这种重要性的体现完全来自于消费者自身在将这两项服务与其他服务的对比过程中所表达的想法。（见图4）

而从方法本身的特点分析其原因主要在于：z直接评价法，是让消费者直接针对各项指标进行重要性评价，而根据消费者贪婪原理，其对于服务的要求自然都是做的越好则越符合其需求，因此在评价各项服务指标的重要性时都会认为其很重要，从而导致分析结果中，服务与服务之间的重要性差异未能显现出来。而实际上，在消费者的心目当中，服务内容的重要性是有明显差异的，有些服务对于他们来说是至关重要的，而有些则无足轻重。如何将这些内在的消费者心理层面的重要性感知差异体现和挖掘出来，最直接有效的方法就是让其在服务指标间进行一一对比，在对比中，自然便能将真正重要的指标提炼出来，而层次分析法对于重要度排序的处理过程就是基于指标间对比基础之上形成的，因此，在结果上看，也就更为客观有效。如上例中，预约环节中“电话有人及时接听”、接待环节中“进门有人及时接待”两项服务内容，在层次分析法处理的结果中体现出了明显的重要性，而这种重要性的体现完全来自于消费者自身在将这两项服务与其他服务的对比过程中所表达的想法。

从上述案例分析过程和结果中我们不难看到，层次分析法在市场调查重要度分析问题上是一种极为有效的方法，它将从很大程度上解决以往传统分析方法所面临的效率及准确性的问题。随着市场调查的日趋成熟，今后，相信层次分析法还将在更多研究领域进行运用并创造新的价值

以层次分析法确定各级因素的权重调查

以层次分析法确定各级因素的权重调查此问卷调查的目的在于确定中华优秀传统文化融入校园文化建设的路径各影响因素之间相对权重。下面通过4个方面评估. 1、评估“中华优秀传统文化融入校园文化建设”的相对重要性（1~3）； 2、评估“中华优秀传统文化融入校园文化建设必要性”的相对重要性（4~6）； 3、评估“中华优秀传统文化融入校园文化建设紧迫性”的相对重要性（7~9）； 4、评估“中华优秀传统文化融入校园文化建设影响力”的相对重要性（10~11）。 1相对于“中华优秀传统文化融入校园文化建设的必要性”，“紧迫性”显得非常不重要很不重要

稍不重要一般重要稍重要重要很重要非常重要 2相对于“中华优秀传统文化融入校园文化建设的必要性”，“影响力”显得非常不重要很不重要不重要稍不重要一般重要稍重要重要很重要非常重要 3相对于“中华优秀传统文化融入校园文化建设的紧迫性”，“影响力”显得非常不重要很不重要不重要稍不重要一般重要

重要很重要非常重要 4相对于“学校管理者对优秀传统文化融入校园文化建设的必要性”，“教师对其的必要性”显得非常不重要很不重要不重要稍不重要一般重要稍重要重要很重要非常重要 5相对于“学校管理者对优秀传统文化融入校园文化建设的必要性”，“学生对其的必要性”显得非常不重要很不重要不重要稍不重要一般重要稍重要重要很重要

6相对于“教师对优秀传统文化融入校园文化建设的必要性”，“学生对其的必要性”显得非常不重要很不重要不重要稍不重要一般重要稍重要重要很重要非常重要 7相对于“学校管理者对优秀传统文化融入校园文化建设的紧迫性”，“教师对其的紧迫性”显得非常不重要很不重要不重要稍不重要一般重要稍重要重要很重要非常重要 8相对于“学校管理者对优秀传统文化融入校园文化建设的紧迫性”，“学生对其的紧迫性”显得

确定权重的方法

确定权重的方法表7-1 地质环境质量评价定权方法一览表序号定权方法1 专家打分法 2 调查统计法1.重要性打分法 2.“栅栏”法 3.“网格”法 4.列表打勾 ü集合统计法T 1.频数截取法 2.聚类求均值法 3.中间截取求均值法. 3 序列综合法1.单定权因子排序法 2.多定权因子排序法 4 公式法1.三元函数法 2.概率法 3.信息量法 4.相关系数法 5.隶属函数法 5 数理统计法1.判别分析法 2.聚类分析法 3.因子分析法 6 层次分析法 7 复杂度分析法一、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 m 0.2 √√√ 0.4 √√√ 0.6 √√ 0.8 √ 1.0 a.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。记对应第个评价因子第个样本给的权值区间数为〔〕，

层次分析法矩阵权重和,根,特征值法,c语言计算

// ???óè¨??2010.cpp : ?¨ò?????ì¨ó|ó?3ìDòμ?è??úμ??￡ #include "stdafx.h" //vs2010ò?é?°?±?óD′??? #include"stdio.h" #include"math.h" void sum(int N,double a[13][13]) { double sum[13]={0},pro[13]={0}; int i,j,k; for(i=0;i

} for(k=0;k

层次分析法确定绩效考核指标权重

表4-2 某厂运行部年度部门级绩效考核指标（1）由1-9比例标度法分别对每一层次的评价指标的相对重要性进行定性描述,确定两两比较判断矩阵。一级考核指标相对于总的考核指标所得两两比较判断矩阵如下： ????? ???? ???=13/17/1315/1751321321V V V V V V V A 二级考核指标相对于其所属一级考核指标所得的两两判断矩阵分别如下所示： ????? ???? ???=13/15/1313/153113121113121111v v v v v v V B

?? ? ?? ?? ?????????=12/14/15/1213/14/14313/15431242322212423222122v v v v v v v v V B 33132331321 31/31V v v B v v ????=?????? （2）运用和积法（方根法）求解各判断矩阵，得出单一准则下各级考核指标的相对权重。 1）一级指标两两判断矩阵A 的求解一级指标的权重向量： w =（1w ，2w ，3w ）T =（0.637，0.258，0.103）T 最大特征根：3 max 1()3i i i Aw w λ==∑ =3.037 一致性检验： 3.0373 0.018531 CI -= =-，0.58RI = 则0.0320.1CR =<，说明判断矩阵A 具有满意的一致性。 2）二级评价指标的两两判断矩阵的求解： ①判断矩阵1B 求解结果如下： 1B 下二级指标的权重向量： 1w =（11w ，21w ，31w ）T =（0.6548，0.2499，0.0953）T 最大特征根：3 1max 1()3i i i B w w λ==∑ =3.0182 一致性检验： 3.01823 0.009131 CI -= =-，0.58RI = 则0.0160.1CR =<，这表明判断矩阵具有非常令人满意的一致性。 ②判断矩阵B 2求解结果如下：权重向量： 2w =（21w ，22w ，32w ，24w ）T =（0.5318，0.2701，0.1221，0.0760）T 最大特征根：4 2max 1()4i i i B w w λ==∑ =4.0753 一致性检验： 4.07534 0.025141 CI -= =-，0.9RI = 则0.0280.1C R =< ，这说明判断矩阵B 2具有令人满意的一致性。 ③判断矩阵B 3求解结果如下：权重向量：

层次分析法

层次分析法简介层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。尤其适合于对决策结果难于直接准确计量的场合。在现实世界中，往往会遇到决策的问题，比如如何选择旅游景点的问题，选择升学志愿的问题等等。在决策者作出最后的决定以前，他必须考虑很多方面的因素或者判断准则，最终通过这些准则作出选择。比如选择一个旅游景点时，你可以从宁波、普陀山、浙西大峡谷、雁荡山和楠溪江中选择一个作为自己的旅游目的地，在进行选择时，你所考虑的因素有旅游的费用、旅游地的景色、景点的居住条件和饮食状况以及交通状况等等。这些因素是相互制约、相互影响的。我们将这样的复杂系统称为一个决策系统。这些决策系统中很多因素之间的比较往往无法用定量的方式描述，此时需要将半定性、半定量的问题转化为定量计算问题。层次分析法是解决这类问题的行之有效的方法。层次分析法将复杂的决策系统层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。层次分析法定义所谓层次分析法，是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法，称为层次分析法。层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大特征值。及其所对应的特征向量W，归一化后，即为某一层次指标对于上一层次某相关指标的相对重要性权值。层次分析法的优点运用层次分析法有很多优点，其中最重要的一点就是简单明了。层次分析法不仅适用于存在不确定性和主观信息的情况，还允许以合乎逻辑的方式运用经验、洞察力和直觉。也许层次分析法最大的优点是提出了层次本身，它使得买方能够认真地考虑和衡量指标的相对重要性。层次分析法的基本步骤建立层次结构模型在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层。当准则过多时(譬如多于9个)应进一步分解出子准则层。

变异系数_层次分析_各种权重求解法

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。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；

层次分析法的计算步骤

8.3.2 层次分析法的计算步骤一、建立层次结构模型运用AHP进行系统分析，首先要将所包含的因素分组，每一组作为一个层次，把问题条理化、层次化，构造层次分析的结构模型。这些层次大体上可分为3类 1、最高层：在这一层次中只有一个元素，一般是分析问题的预定目标或理想结果，因此又称目标层； 2、中间层：这一层次包括了为实现目标所涉及的中间环节，它可由若干个层次组成，包括所需要考虑的准则，子准则，因此又称为准则层； 3、最底层：表示为实现目标可供选择的各种措施、决策、方案等，因此又称为措施层或方案层。层次分析结构中各项称为此结构模型中的元素，这里要注意，层次之间的支配关系不一定是完全的，即可以有元素（非底层元素）并不支配下一层次的所有元素而只支配其中部分元素。这种自上而下的支配关系所形成的层次结构，我们称之为递阶层次结构。递阶层次结构中的层次数与问题的复杂程度及分析的详尽程度有关，一般可不受限制。为了避免由于支配的元素过多而给两两比较判断带来困难，每层次中各元素所支配的元素一般地不要超过9个，若多于9个时，可将该层次再划分为若干子层。例如，大学毕业的选择问题，毕业生需要从收入、社会地位及发展机会方面考虑是否留校工作、读研究生、到某公司或当公务员，这些关系可以将其划分为如图8.1所示的层次结构模型。图8.1 再如，国家综合实力比较的层次结构模型如图6 .2：图6 .2 图中，最高层表示解决问题的目的，即应用AHP所要达到的目标；中间层表示采用某种措施和政策来实现预定目标所涉及的中间环节，一般又分为策略层、约束层、准则层等；最低层表示解决问题的措施或政策（即方案）。然后，用连线表明上一层因素与下一层的联系。如果某个因素与下一层所有因素均有联系，那么称这个因素与下一层存在完全层次关系。有时存在不完全层次关系，即某个因素只与下一层次的部分因素有联系。层次之间可以建立子层次。子层次从属于主层次的某个因素。它的因素与下一层次的因素有联系，但不形成独立层次，层次结构模型往往有结构模型表示。二、构造判断矩阵任何系统分析都以一定的信息为基础。AHP的信息基础主要是人们对每一层次各因素的相对重要性给出的判断，这些判断用数值表示出来，写成矩阵形式就是判断矩阵。判断矩阵是AHP工作的出发点，构造判断矩阵是AHP的关键一步。当上、下层之间关系被确定之后，需确定与上层某元素（目标A或某个准则Z）相联系的下层各元素在上层元素Z之中所占的比重。假定A层中因素Ak与下一层次中因素B1，B2，…，Bn有联系，则我们构造的判断矩阵如表8.16所示。表8.16 判断距阵 Ak B1 B2 …Bn

指标权重计算的确定方法

指标权重的计算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。针对量表类问卷，指标权重计算在学术研究和企业研究中都较为常见。量表类问卷权重研究关注重心在于各个指标的权重得分值，而非影响关系，通过计算各个指标或者题项的权重得分值，最后构建完善的权重体系，并且结合各指标权重情况提供科学建议。方法分类权重研究分析方法非常多，以及权重研究均针对量表类题项，基本无法对非量表类问卷进行权重体系构建。针对量表类问卷权重研究方法，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、客观赋权法和组合赋权法。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，常用的主观赋权法包括专家咨询法（Delphi法）、AHP层次分析法等。专家咨询法是由多位专家讨论共同决定各指标的权重值情况，而AHP层次分析法也是利用专家打分，并且使用数据计算过程最终生成各指标权重值。客观赋权法：是根据原始数据之间的关系通过一定的数学方法来确定权重，其判断结果不依赖于人的主观判断，有较强的数学理论依据。常用的客观赋权法包括因子分析法、熵值法等，因子分析法和熵值法直接使用收集数据进行数据计算，最终生成指标权重值。组合赋权法：针对主、客观赋权法各自的优缺点，研究人员可以综合使用两种方法，同时基于指标数据之间的内在规律和专家经验对决策指标进行赋权。

进一步说明专家咨询法（Delphi法），是采用背对背通信方式征询专家小组成员预测意见，经过几轮征询使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。本质上是一种反馈匿名函询法。其大致流程是：在对所要预测的问题征得专家的意见之后，进行整理、归纳、统计，再匿名反馈给各专家，再次征求意见，再集中，再反馈，直至得到一致的意见。 AHP层次分析法，根据问题的性质和要达到的总目标，将问题分解为不同的组成因素，并按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，形成一个剁成次的分析结构模型，从而最终使问题归结为最底层（供决策的方案、措施等）相对于最高层（总目标）的相对重要权值的确定或相对优劣次序的排定。其基本模型如下：层级分析法的计算步骤为：首先构造两两判断矩阵，然后让专家进行评分，接着计算特征根，并进行一致性检验，最后进行权重的计算。熵值法，熵值是不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。因而利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵这个工具，计算出各项指标的权重，为多指标综合评价提供依据。通常熵值法的使用场景情况如下：配合因子分析(或主成分析)得到一级指标权重，进一步使用熵值法计算具体二级指标的权重，最终构建权重体系；

层次分析法计算权重在matlab中的实现

信息系统分析与设计作业层次分析法确定绩效评价权重在matlab中的实现小组成员：孙高茹、王靖、李春梅、郭荣1 程序简要概述编写程序一步实现评价指标特征值lam、特征向量w以及一致性比率CR的求解。具体的操作步骤是：首先构造评价指标，用专家评定法对指标两两打分，构建比较矩阵，继而运用编写程序实现层次分析法在MATLAB中的应用。通过编写MATLAB程序一步实现问题求解，可以简化权重计算方法与步骤，减少工作量，从而提高人力资源管理中绩效考核的科学化电算化。 2 程序在matlab中实现的具体步骤 function [w,lam,CR] = ccfx(A) %A为成对比较矩阵，返回值w为近似特征向量 % lam为近似最大特征值λmax，CR为一致性比率 n=length(A(:,1)); a=sum(A); B=A %用B代替A做计算 for j=1:n %将A的列向量归一化 B(:,j)=B(:,j)./a(j); end s=B(:,1); for j=2:n s=s+B(:,j); end c=sum(s);%计算近似最大特征值λmax w=s./c; d=A*w lam=1/n*sum((d./w)); CI=(lam-n)/(n-1);%一致性指标 RI=[0,0,0.58,0.90,1.12,1.24,1.32,1.41,1.45,1.49,1.51];%RI为随机一致

性指标 CR=CI/RI(n);%求一致性比率 if CR>0.1 disp('没有通过一致性检验'); else disp('通过一致性检验'); end end 3 案例应用我们拟构建公司员工绩效评价分析权重，完整操作步骤如下： 3.1构建的评价指标体系我们将影响员工绩效评定的指标因素分为：打卡、业绩、创新、态度与品德。 3.2专家打分，构建两两比较矩阵 A = 1.0000 0.5000 3.0000 4.0000 2.0000 1.0000 5.0000 3.0000 0.3333 0.2000 1.0000 2.0000 0.2500 0.3333 0.5000 1.0000 3.3在MATLAB中运用编写好的程序实现直接在MATLAB命令窗口中输入 [w,lam,CR]=ccfx(A) 继而直接得出 d = 1.3035 2.0000 0.5145 0.3926 w = 0.3102 0.4691 0.1242 0.0966 lam =4.1687

层次分析法可行性研究

层次分析法可行性研究层次分析法逻辑严密，可以很好地克服在决策过程中主观因素的影响，应用层次分析法，可以计算各个因素对决策结果的权重，反映各个因素的重要程度，优化方案的选择。分析方法自下到上逐步分析，从单排序到总权重，是具有较高精度的判断方法。但是层次分析法只能是在已有的方案中择优选择，不能提出新的策略，这是在应用中的局限性。可以看出，层次分析法具有很多优点，如：通过分析复杂问题中的不同单之间相互关系，使之层次化、条理化；将专家对每层因素相对重要程度的主观评价通过两两比较定量化，然后利用数学方法权值来反映全部因素的相对重要程度；通过所有层次之间的总排序，确定所有方案的排序；利用组合权向量分配目标可靠性。但是它的缺点也是非常明显的，由于过于依赖专家构造两两比较矩阵，同时矩阵运算非常复杂，导致此方法效率较低，同时由于完全依赖主观评价，没有利用现有的客观数据，使得分配结果主观性过强。 1.系统性的分析方法层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。系统的思想在于不割断各个因素对结果的影响，而层次分析法中每一层的权重设置最后都会直接或间接影响到结果，而且在每个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。这种方法尤其可用于对无结构特性的系统评价以及多目标、多准则、多时期等的系统评价。 2.简洁实用的决策方法这种方法既不单纯追求高深数学，又不片面地注重行为、逻辑、推理，而是把定性方法与定量方法有机地结合起来，使复杂的系统分解，能将人们的思维过程数学化、系统化，便于人们接受,且能把多目标、多准则又难以全部量化处理的决策问题化为多层次单目标问题,通过两两比较确定同一层次元素相对上一层次元素的数量关系后，最后进行简单的数学运算。即使是具有中等文化程度的人也可了解层次分析的基本原理和掌握它的基本步骤，计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。

AHP层次分析法计算原理

AHP层次分析法计算原理一般地，可以选用三层结构对发展战略作出整体评价。第一层为目标层，它是企业要实现的战略目标，第二层是评价因素层，它包括战略目标实现进行评价的所考虑的各种因素以及各因素之间的相对比值，并求出各要素实现总体目标所占的权重。第三层是指标层，即个评价因素需考虑的具体指标。首先，根据总目标确定各要素之间的相对重要关系，构建两两比较判断矩阵，其基本形式为：其中，a j表示对于C来说，A对A相对重要性的数值体现，通常a j可取1、2、3……、9以及它们的倒数作为标度。其中， 1――表示两个元素相比，具有同样的重要性； 3――表示两个元素相比，一个元素比另一个元素稍微重要； 5――表示两个元素相比，一个元素比另一个元素明显重要； 7――表示两个元素相比，一个元素比另一个元素强烈重要； 9――表示两个元素相比，一个元素比另一个元素极端重要。 2、4、6、8为上述相邻判断的中值。矩阵中的元素具有以下特征：①a j >0,②a j二丄，③a H=1o a ji 然后，根据判断矩阵计算相对于战略目标各评价元素的相对重要性次序的权重，首先计算判断矩阵A的最大特征根入max和其对应的经归一化后的特征向量W=[W i, W2 , W3, , W n ]T,计算的公式为：(8 - 1)

归一化后的特征向量W=[W i, W2, W3, , W n]T即为各评价因素对于总目标的权重。 (8 - 2)W i - n W i i J 其 1 n 中，W = a j (8 - 3) 入max为判断矩阵A的最大特征根，计算公式为: (8 - 4) 其中，(AW)i表示AW的第i个元素。最后，对矩阵A进行一致性检验。当a q二空时，称判断矩阵为a jk 致性矩阵。判断一致性的指标为C.R.的取值。 C.R.嚅 (8 - 5) (8 - 6) R丄为随机一致性指标，其值是通过多次重复进行随机判断矩阵特征值的计算后得到的。随机一致性指标R丄的取值见表8-2。表8-2随机一致性指标R.I?的取值表维数12 345 6 7 8 9 10 J (AW)i i吕nw

权重的确定方法

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(1 1211∑∑∑====k j 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i s i 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p m 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。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。 1.5信息量权数法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

浅析运用层次分析法确定指标权重

浅析运用层次分析法确定指标权重我们有很多事情要做，但我们只有那么点资源，我该怎么办？我们先来看两个例子：问题一：某企业准备推出一种新产品，而目前市场上已有几个类似的产品在销售。对该企业来说，要想在已有的市场上赢得一席之地就必须提供更具市场竞争力的新产品，可是究竟什么样的产品才是消费者青睐的呢？产品设计及研发部门比较苦恼：（1）对于这类产品，消费者更注重的是价格？包装？功能？品牌？还是…… （2）如果包装更加重要，他们更加关注的是外包装形状？颜色？大小？还是内部材质？如果功能更加重要，那是防水性？延伸性？自动化程度？还是准确性？问题二：售后服务的好坏已经逐渐成为车主选车、购车时考虑的一大关键要素，而对于汽车制造商来说，提供良好的汽车保养维修售后服务便成为了当前厂商间竞争的另一焦点。而作为汽车售后服务体现的关键部门——4S店的服务流程与质量的好坏，将直接影响到消费者对该厂商的评价。那么，在售后服务的整个流程当中，哪些服务内容是车主更加关注呢？在有限的资源内，重点加强哪方面的服务会更容易赢得车主们的信赖呢？实际上，一个企业经常会遇到以上说到的关于产品及服务提供优先顺序考虑的问题，这些问题看起来确实很烦琐，一堆需要考虑的因素放在那里，千头万绪，有时候甚至让人摸不着头脑，不知道该从何下手。而事实上，运用市场研究的方法，这些问题解决起来似乎就不像想象中那么棘手了，问题的关键就在于从消费者需求出发合理地判断出用来表征产品及服务各项属性的重要性。而重要性的判断，从市场研究的角度上分析，就是对各属性（即指标）在整个体系中进行权重的判定。就一个产品或一项服务来说，我们可以用很多不同的指标从不同方面去评价，那么，在众多的评价指标当中，哪些方面在消费者看来更加重要，需要我们重点关注和提高？哪些不太重要，可以在对重要指标进行重点提升以后再逐步改进？哪些根本不重要，甚至可以忽略不计？这些都是企业在产品及服务提供过程中需要特别关注或了解的问题，只要清楚地界定了这些问题，就能有的放矢地进行针对性改进或提升，从而更好地服务于客户，同时最大程度地节省企业资源及投入。从市场研究统计分析方法的角度来看，有多种方法可以用来确定指标的权重，如直接评价法、相关分析法、回归分析法、专家测评法以及层次分析法等。而在众多的方法当中，层次分析法（AHP法）是目前市场调查中运用较多的、对于结果分析更为有效的一种方法。本文以帮助企业解决上述“问题二”为例，对此方法进行初步的介绍。层次分析法（Analytic Hierarchy Process，简称AHP）是对一些较为复杂、较为模糊的问题作出决策的简易方法，它特别适用于那些难于完全定量分析的问题。它是美国运筹学家T.L.Saaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法。运用层次分析法建模，大体上可按下面四个步骤进行：（1）建立递阶层次结构模型；（2）构造出各层次中的所有判断矩阵；（3）层次单排序及一致性检验；（4）层次总排序及一致性检验。例如，针对“问题二”运用层次分析法必须先建立一个层次结构模型。假设4S店提供的服务包括预约、接待、保养维修、汽车交付、回访五大环节，每个环节当中各项具体的服务细项内容。根据此服务体系，所建立的层次结构模型如下所示：

因子分析SPSS操作

准化得分另存为变量”，点确定即可的标准化的数据。依次点选分析降维因子分析，打开因子分析窗口，将标准化的8个变量选入右边变量下面，点选描述相关矩阵下选中系数及KMO和Bartlett的检验，点继续，确定，就可得出8个变量的相关系数矩阵如下图。由表中数据可以看出大部分数据的绝对值都在以上，说明变量间有较强的相关性。 KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.621 Bartlett 的球形度检验近似卡方 df28 Sig..000 由上图看出，sig.值为0，所以拒绝相关系数为0（变量相互独立）的原假设，即说明变量间存在相关性。 2、依次点选在因子分析窗口点选抽取方法：主成分；分析：相关性矩阵；输出：未旋转的因子解，碎石图；抽取：基于特征值（特征值大于1）；继续，确定，输出结果如下3个图。解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 % 1 2 3 4.403

评价指标权重确定方法综述

评价指标权重确定方法综述 *** （西安科技大学地质与环境学院西安 710600）摘要:权重是一个相对的概念，是针对某一指标而言的。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。在多因素的各种评价决策问题中，确定各因素的权重是评价决策的关健之一，本文着重介绍了专家估测法、频数统计法、因子分析权重法、信息量权数法、独立性权数法、主成份分析法、层次分析法、模糊关系方程法等几种确定权重的方法。关键词：权重；变量；因子分析；层次分析。 The review of the weighing values’s evaluation method *** ( xi’an university of science and technology Xi’an 710600 ) Abstract: the weight is a relative concept, is aimed at a certain indicators. One refers to the weights of indicators in the evaluation of the overall relative important degree. In multi-factor evaluation of decision making problems, determine the weight of each factor is one of the key evaluation decision, this paper emphatically introduces the expert estimation method, frequency statistics, factor analysis weighting method, weighting method, independent information weighting method, principal component analysis method, analytic hierarchy process (ahp) and fuzzy relation equation method of several kinds of determining weights methods. Key words: weight; Variables; Factor analysis; Hierarchical analysis. 0 引言多因素的评价决策问题具有广泛的理论和实际应用背景。解决多因素决策问题的许多方法都需要关于因素权重的信息。所以，如何确定权重是评价决策的关键之一。下面将分别介绍几种不同类型的方法，应用时候可以根据具体情况选用。 1专家估测法

层次分析法判断矩阵求权值以及一致性检验程序(20210228092109)

function [w f CR]=mycom(A,m z RI) [x,lumda]=eig(A); r=abs(sum(lumda)); n=find(r==max(r)); max_lumda_A=1umda(n,n); max_x_A=x(:,n); w=A/sum(A); CR=(max_lumda_A-m)/(m-1)/RI; end 木matlab程序用于层次分析法中计算判断矩阵给岀的权值己经进行一致性检验。其中A为判断矩阵，不同的标度和评定A将不同。 m为A的维数 RI为判断矩阵的平均随机一致性指标：根据m的不同值不同。 RI值当CR<0.1时符合一致性检验，判断矩阵构造合理。下而是层次分析法的简介，以及判断矩阵构造方法。

一.层次分析法的含义层次分析法(The analytic hierarchy process)简称AHP,在20 世纪 70年代中期由美国运筹学家托马斯?塞蒂(T.L.Saaty)正式提出。它是一种------------ 定性和定量相结合的、系统化、层次化的分析方法。由于它在处理复朵的决策问题上的实用性和有效性，很快在世界范围得到重视。它的应用——己遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、 ----------- 农业、教育、人才、医疗和环境等领域。二.层次分析法的基木思路与人对一个复杂的决策问题的思维、判断过程大体上是一样的。 (1)层次分析法的原理层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重, 最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大

因子分析SPSS操作

因子分析S P S S操作 Ting Bao was revised on January 6, 20021

因子分析作业：全国30个省市的8项经济指标如下：要求：先对数据做标准化处理，然后基于标准化数据进行以下操作 1、给出原始变量的相关系数矩阵； 2、用主成分法求公因子，公因子的提取按照默认提取（即特征值大于1），给出公因子的方差贡献度表； 3、给出共同度表，并进行解释； 4、给出因子载荷矩阵，据之分析提取的公因子的实际意义。如果不好解释，请用因子旋转（采用正交旋转中最大方差法）给出旋转后的因子载荷矩阵，然后分析旋转之后的公因子，要求给各个公因子赋予实际含义； 5、先利用提取的每个公因子分别对各省市进行排名并作简单分析。最后构造一个综合因子，计算各省市的综合因子的分值，并进行排序并作简单分析。 1、输入数据，依次点选分析描述统计描述，将变量x1到x8选入右边变量下面，点选“将标准化得分另存为变量”，点确定即可的标准化的数据。依次点选分析降维因子分析，打开因子分析窗口，将标准化的8个变量选入右边变量下面，点选描述相关矩阵下选中系数及KMO和Bartlett的检验，点继续，确定，就可得出8个变量的相关系数矩阵如下图。由表中数据可以看出大部分数据的绝对值都在0.3以上，说明变量间有较强的相关性。 KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.621 Bartlett的球形度检验近似卡方231.420 df28 Sig..000 由上图看出，sig.值为0，所以拒绝相关系数为0（变量相互独立）的原假设，即说明变量间存在相关性。 2、依次点选在因子分析窗口点选抽取方法：主成分；分析：相关性矩阵；输出：未旋转的因子 3个图。献率，由上表看出前3个主成分的累计贡献率就达到了89.599%>85%，所以选取主成分个数为3。

确定权重的7种方法

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。