熵值法教程

数据处理

讲清楚指标方向、缺失值策略和熵值法得分写回逻辑，帮助你生成综合指标得分。

常用 Stata 命令egen / 自定义加权流程

在 STATAU 中打开此功能

熵值法综合指标客观赋权

这个页面解决什么问题

熵值法适合在多个指标之间客观赋权，生成一个综合得分。STATAU 的重点不是让你手工写出整套标准化和加权代码，而是把“指标方向”“缺失值策略”“得分命名”这些最容易出错的输入集中到一个卡片里。

适用数据与前提

所有指标应尽量在同一批样本上观测到；如果存在正向与负向指标，需要先在页面里逐个确认方向。缺失值较多时要提前决定是删样本还是均值填充。

STATAU 页面中每个位置应该放什么变量

网站位置	应放入的变量	说明
指标变量	参与综合得分的原始指标	通常是一组同属一个维度或多个维度的数值变量。
方向设置	正向 / 负向	用于统一指标方向，避免得分解释相反。
新变量名	综合得分列名	默认会写回 `entropy_score`。
缺失值策略	删除样本 / 均值填充	决定缺失指标对最终得分的影响。

Stata 等效代码

* Stata 没有单一官方熵值法命令，通常按以下流程手工实现
* 1. 统一指标方向
* 2. 标准化指标
* 3. 计算比重、熵值与冗余度
* 4. 计算权重并生成综合得分

Stata 代码位置	STATAU 网站对应位置	应放入什么
`统一指标方向`	方向设置	把成本型指标设为负向，其余设为正向。
`标准化与权重计算`	生成熵值法得分	点击按钮后由后端按熵值法流程完成。

在 STATAU 中操作步骤

勾选参与熵值法的指标变量。
逐个确认每个指标是正向还是负向。
设置得分列名和缺失值策略后，执行熵值法。
生成后查看权重与得分分布，再决定是否同步到分析页。

结果怎么看

首先看每个指标的权重是否符合研究直觉，避免某个异常指标权重过高。
再看得分分布是否过于集中或极端离散，这通常反映指标标准化或缺失处理策略有问题。
如果后续要做回归，建议把综合得分和原始指标的描述性统计一起留档。

论文表述示例

可以写成：“按照熵值法对各指标客观赋权后，构造综合得分变量用于后续回归分析。”

常见使用误区

负向指标方向设反，会直接导致得分含义反过来。
均值填充虽然保留样本量，但可能弱化真实离散度，需在论文里说明。
熵值法不是因果识别工具，只是综合指标构造方法。

相关页面