数据指标的权重确定

分为三类：主观赋权法、客观赋权法和组合赋权法。

（1）主观赋权法：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得到。

包括专家调查法（Delphi法）、层次分析法（AHP）、二项系数法、环比评分法、最小平方法等。

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。

（2）客观赋权法：基本思想是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。

包括主成分分析法（通过因子矩阵的旋转得到因子变量和原变量的关系，然后根据m个主成分的方差贡献率作为权重，给出一个综合评价值）、熵值法、离差及均方差法、多目标规划法等。

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。

但是这种赋权法没有考虑决策者的主观意向，因此确定的权重可能与人们的主观愿望或实际情况不一致，使人感到困惑。

（3）组合赋权法

主观赋权法在根据属性本身含义确定权重方面具有优势，但客观性较差；而客观赋权法在不考虑属性实际含义的情况下，确定权重具有优势，但不能体现决策者对不同属性的重视程度，有时会出现确定的权重与属性的实际重要程度相悖的情况。

针对主、客观赋权法各自的优缺点，为兼顾到决策者对属性的偏好，同时又力争减少赋权的主观随意性，使属性的赋权达到主观与客观的统一，进而使决策结果真实、可靠。因此，合理的赋权方法应该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。