熵指標EDI

Ⅰ 微生物熵，求定義及詳細解釋，反映的指標、測定的方法

微生物熵（微生物碳和土壤有機碳的比值）是評價土壤有機碳動態和質量的有效指標。

土壤有機碳儀測定土壤有機碳；土壤可溶性有機碳用溶液浸提的有機碳量表示；
微生物生物量碳用氯仿熏蒸浸提方法測定，其計算公式為：
微生物生物量碳=土壤有機碳（熏蒸土壤-未熏蒸土壤）/0.38；

微生物熵=微生物碳/土壤有機碳

Ⅱ 熵值法中指標屬性為負是什麼意思

熵值法的計算公式上會有取對數，因此如果小於等於0的數字取對數，則會出現null值。此種情況共有兩種辦法。

• 第一種：對數值為0的指標非負平移，如果某列（某指標）數據出現小於等於0，則讓該列數據同時加上一個『平移值』【該值為某列數據最小值的絕對值+0.01】，以便讓數據全部都大於0，因而滿足演算法要求。

• 第二種：研究者也可以手工查看數據並將小於等於0的數據設置為異常值，這種做法會讓樣本減少。

SPSSAU這兩種方法都有提供，在綜合評價》熵值法，可以進行分析。

Ⅲ 有二級指標怎麼用熵值法

建議先將逆向指標正向化，然後再進行分析,使用數據處理裡面的『正向化』功能即可。具體可查看SPSSAU幫助手冊說明。

熵權法的思想是通過計算各指標值與其均值差異程度來計算權重的，定性指標在經過量化後，也可以應用熵權法進行計算，應該注意的是，熵權法通過數據來計算權重，沒有考慮指標本身的重要程度，計算得到的權重可解釋性較差，最好與主觀權重計算相結合，進行綜合評價。

基本原理

在資訊理論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越小；信息量越小，不確定性越大，熵也越大。根據熵的特性，我們可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響越大。

以上內容參考：網路-熵值法

Ⅳ 區域經濟學中的熵

所謂熵，就是比率的比率。
區域經濟學中的熵一般都是指的區位熵哦~~
它由哈蓋特（P．Haggett）首先提出並運用於區位分析中。
區位熵在衡量某一區域要素的空間分布情況，反映某一產業部門的專業化程度，以及某一區域在高層次區域的地位和作用等方面，是一個很有意義的指標。
在產業結構研究中，運用區位熵指標主要是分析區域主導專業化部門的狀況。

區位熵計算公式：Q=S/P，
式中，Q為區域的經濟區位熵，Q大於1，說明區域經濟在全國經濟中發達，反之欠發達；
Q越大，說明區域的經濟發展水平越高，否則發展水平越低。。
S和P分別為該區域GDP和人口數佔全國的比重。

另外具體在分析時，s p分別還可以有其他的含義 具體情況具體分析
目的都是反映專業化程度方面的。

我不知道你用的什麼教材，所以不知道具體會在哪裡提到。
但是我們在進行區域經濟研究時 大概區位熵就是以上我介紹的這種意思哦

Ⅳ 高手幫忙：熵值法計算指標權重時，標准化數據出現負數怎麼處理負數怎樣計算熵值

加一個比它大的數值就行了

Ⅵ 什麼是傳遞熵（最基本的定義），傳遞熵的公式是什麼（可以的話，用中文解釋一下），如何推導的

信息熵由Shannon於1948年提出，用於衡量變數不確定性的大小。在此基礎上，Schreiber於2000年提出了傳遞熵的概念。離散過程的傳遞熵表達式為：

y到x的傳遞熵實質為y的信息對於x不確定性大小的改變，即y傳遞給x的信息量的大小。因此，傳遞熵同樣可以作為衡量因果性的指標。傳遞熵由於考慮的是變數間的信息量傳遞，而不需要假定變數間具有特定形式的關系，因此具有比Wiener-Granger因果性更好的適用性，尤其是對於非線性系統。

Ⅶ 熵是越大越好還是越小越好呢

熵是描述系統混亂度的量，大號還是小好，要看對象，不知道你指的是什麼。

Ⅷ 求解釋這個第七題。為什麼電阻絲熵變為零，水熵變大於零。還有各個指標。。。都沒看太懂。

因為電阻本身熱量並未改變，水的熱量是來自於電流的電能

Ⅸ 熵的通俗理解是什麼

熵的通俗理解如下：

通俗解釋就是：熵是衡量我們這個世界中事物混亂程度的一個指標，事物接近混亂狀態的程度，事物越無序越混亂，熵越大。反之，則熵小。任何孤立的系統總是存在著從高有序轉化為低有序的趨勢。這就是熵增的原理。類似於臭味總是會逐漸消散、褶皺的紙很難變得特別平整。

熵概念的提出：

1877年左右，玻爾茲曼提出熵的統計物理學解釋。他在一系列論文中證明了：系統的宏觀物理性質，可以認為是所有可能微觀狀態的等概率統計平均值。

例如，考慮一個容器內的理想氣體。微觀狀態可以用每個氣體原子的位置及動量予以表達。所有可能的微觀狀態必須滿足以下條件：所有粒子的位置皆在容器的體積范圍內；所有原子的動能總和等於該氣體的總能量值。

Ⅹ 熵值法有部分指標為0怎麼處理

熵值法的計算公式上會有取對數，因此如果小於等於0的數字取對數，則會出現null值。此種情況共有兩種辦法。

• 第一種：對數值為0的指標非負平移，如果某列（某指標）數據出現小於等於0，則讓該列數據同時加上一個『平移值』【該值為某列數據最小值的絕對值+0.01】，以便讓數據全部都大於0，因而滿足演算法要求。

• 第二種：研究者也可以手工查看數據並將小於等於0的數據設置為異常值，這種做法會讓樣本減少。

SPSSAU這兩種方法都有提供，在綜合評價》熵值法，可以進行分析。