python权重法CRITIC求各个变量的权重

权重法CRITIC是一种多准则决策方法，用于求解多个评价指标下各个变量的权重。具体步骤如下：

1. 确定评价指标集合，包括影响变量和被影响变量。

2. 构建判别矩阵，将每个评价指标按照其重要性进行两两比较，得到判别矩阵。

3. 计算每个评价指标的权重，采用CRITIC方法计算每个变量的权重。

4. 验证权重结果，检验判别矩阵是否满足一致性要求，如不满足则需要重新调整调整判别矩阵。

具体计算步骤如下：

1. 对判别矩阵的每一行进行归一化处理，即将每一行的元素都除以该行元素之和，得到标准化矩阵。

2. 计算平均化矩阵，即将标准化矩阵的每一列求平均，得到平均化矩阵。

3. 计算权重向量，即将平均化矩阵的每一行元素之和除以矩阵的行数，得到权重向量。

4. 计算一致性指标，即计算判别矩阵的特征向量与权重向量的一致性指标，如一致性比率CR小于0.1，则认为判别矩阵满足一致性要求，否则需要重新调整判别矩阵。

5. 检验结果，将权重向量的元素按照大小排序，即可得到各个变量的权重。

需要注意的是，CRITIC方法的计算结果受到判别矩阵的影响，因此构建判别矩阵的过程需要根据实际情况进行合理设计。