这个问题问得很业余,但是问卷一词很关键。问卷意味着有很多人打分。
构建指标两两比较的矩阵很简单,即打 n(n-1)次,沿着对角线的另外一边取倒数即可。
ahp是一个很基础的,最常见的求权重方法,它是主观法。
几乎是100%的论文,最少也是90%的论文,实际处理是自己一个人拍脑袋打分的。
然后在论文中就假模假样的说,是请了10个专家,或者是20个专家打分的。
或者吹牛说用了问卷打分的。
10个人打分,每个人打分,能合成出那么规整的判断矩阵吗?
怎么就能合成出互为倒数的正反判断矩阵?
如果题主的指标有10个
然后给出问卷是一个列表型的问卷诸如如下方式。
问卷 |
---|
指标1 重要性 请勾选 |
0 1 2 3 4 5 6 7 8 9 10 |
…… |
…… |
指标10 重要性 请勾选 |
0 1 2 3 4 5 6 7 8 9 10 |
这种问卷是不行的。
不能合成出AHP的两两互为倒数的判断矩阵的
这样的论文有不少,是典型的瞎掰的。
然后有人根据平均值再两两比较取值,这是错误的。
AHP多人打分一般是如下三种处理。
n个人,算n次,然后把符合一致性校验的权重,再求一次平均。
第二种:清晰化处理,进行清晰化合成,具体算法有很多。
这里介绍一种类似的方法。
上面是流程。
(1)、每位专家打分为E共n个专家
(2)、每个打分可以拆解我上界与下界两个值。
(3)、下界的值相加求平均值(不求亦可以)得到 min 直接影响矩阵, 上界的值相加求平均值(不求亦可以)得到 Max直接影响矩阵
然后就是一个看着复杂的清晰化过程。
强调下,这只是一种清晰化合成的方法。
第三种,最实用,最适合AHP有互为倒数强迫症的人。
(1)、判断打分的方向
上面的三角形表示大于等于一的值。圆圈里的表示小于1的值。具体含义很好理解。
然后就可以转化成上面的矩阵。其中三角形块的就是专家要打分的地方,而且是打
1到9这么几个值。
到了上面这步大家应该理解了。另外一边就是对角线对称的位置求倒数而已。
(2)、专家在一个方向上打分
……
(3)、求平均分
如下面的方式
对应的位置求倒数。
得到的就是判断矩阵了。
上面的方法简单实用。
不过有人会问,如果方向出现相左怎么办?
那就不是AHP/ANP的思路了。
判断矩阵,是互为倒数的。这是一个基本假设。
不为倒数才是常态。
这种假设存在的问题是,如果无法比较,出现为0的时候就无法计算下去。
上面有4种主观法的求权重方法。
其中D-ANP的适用性最强。