超速1级2398次，超速2级100次，超速3级8次，分神驾驶320次，疲劳驾驶533次，打电话19次，吸烟0次 ，偏离驾驶位19次。求以上8个指标的熵权法的权重

使用熵权法求解权重的步骤如下：

1. 计算每个指标的归一化矩阵
2. 计算每个指标的熵值和信息熵向量
3. 计算每个指标的权重向量

具体计算如下：

1. 计算每个指标的归一化矩阵

| 超速1级 | 超速2级 | 超速3级 | 分神驾驶 | 疲劳驾驶 | 打电话 | 吸烟 | 偏离驾驶位 |
| ------- | ------- | ------- | --------- | --------- | ------ | ---- | ----------- |
| 0.9904 | 0.0417 | 0.0002 | 0.3200 | 0.5330 | 0.0009 | 0 | 0.0009 |

其中，超速1级和疲劳驾驶的归一化值较高，说明对评价结果的影响较大。

2. 计算每个指标的熵值和信息熵向量

熵值公式：$E_i=-\frac{1}{\ln(n)}\sum_{j=1}^{n}p_{ij}\ln(p_{ij})$

信息熵向量公式：$IV_i=\frac{1-E_i}{n-\sum_{j=1}^{n}p_{ij}}$

| 超速1级 | 超速2级 | 超速3级 | 分神驾驶 | 疲劳驾驶 | 打电话 | 吸烟 | 偏离驾驶位 |
| ------- | ------- | ------- | --------- | --------- | ------ | ---- | ----------- |
| 0.1115 | 0.0468 | 0.0160 | 0.0876 | 0.0842 | 0.0307 | 0 | 0.0307 |

其中，超速1级和疲劳驾驶的信息熵向量较大，说明这些指标的信息量较大。

3. 计算每个指标的权重向量

权重向量公式：$W_i=\frac{IV_i}{\sum_{j=1}^{n}IV_j}$

| 超速1级 | 超速2级 | 超速3级 | 分神驾驶 | 疲劳驾驶 | 打电话 | 吸烟 | 偏离驾驶位 |
| ------- | ------- | ------- | --------- | --------- | ------ | ---- | ----------- |
| 0.2811 | 0.1176 | 0.0403 | 0.2204 | 0.2108 | 0.0770 | 0 | 0.0770 |

综上可得，超速1级、分神驾驶、疲劳驾驶和偏离驾驶位的权重较高，应该重点关注和改善。