独立性权系数和 CRITIC 都在惩罚共线，四列的 W 会不会一样？

一般不会。CRITIC 的信息量是 σ×Σ(1−r)，只看两两 Pearson，还奖励波动。独立性用的是复回归 1−R²，一次扣除其余列的联合解释，并且不乘 σ。某列波动很大却能被另外三列重建时，CRITIC 仍可能给它中等 W，独立性会把它压到接近 0。本页占用 61/74/46 是得分分层，CRITIC 页是四条权重，两张表对不上才正常。

类别 B 有 74 套，是不是「最独立的那个指标」出现了 74 次？

不是。A/B/C 是对象综合分的低/中/高三层，74 是中层套数。指标只有你勾选的那几列，不会变成 74 个。独立性 I_j 若要写进论文，必须引用权重明细，不能从占用百分比还原。

能不能把 1−R² 得到的 w 直接写成 AHP 主观权重？

不能。AHP 的 w 来自 1–9 判断矩阵的特征向量，还要过 CR。独立性权系数从不读取判断矩阵，也没有 λ_max。组合赋权须在文中写出公式；本页占用不会给出组合 W，更不会给出 CR。

某列对其余列的复相关接近 1，熵权还会给它高权重吗？

可能。熵权不看列间结构，只看该列标准化后的比重是否不均匀。共线的两列只要各自内部够分散，熵权可以各给 20%+。独立性会把它们的 I 一起压低。这正是「只要差异」和「只要不被别人说完」的分歧。选哪一套，取决于你怕重复计数还是怕区分度不够。

SPSS 线性回归里的 R² 怎样和这张 181 人占用对？

SPSS 没有「独立性权系数」菜单。你可以在回归里把每一列当因变量、其余列当自变量，抄下 R²，算 1−R² 再归一，得到 w；再用 w 算 S 并按同样切点分层，人数才应接近 61/74/46。对不上时先查：完整个案是否 181、是否含截距、是否标准化后再加权、三分切点是否相同。不要拿 40.88% 去对某一个回归的 R²。

独立性权系数法

这篇能回答什么

独立性权系数法回答的是：在已经共线的一篮子指标里，哪一列还能提供复相关解释不掉的残差信息。对第 j 列，用其余全部指标做线性回归得到复判定系数 R_j²，独立性 I_j=1−R_j²，再把 I 归一成 w。专利数若几乎能被研发经费与人员线性说尽，I 接近 0，w 被压下去。它惩罚的是「被其余列联合解释」，不是单一的两两相关。

教学页在算出 w 并做线性加权之后，把对象综合分切成三层占用：完整个案 181，低分档 A、中分档 B、高分档 C（61 / 74 / 46）。B 最厚。表里的「类别」是对象分数层，不是指标名称。74 不能读成「有 74 个独立指标」，取值列也没有 I_j 或 w_j。

什么时候不该用

有效行数必须大于指标数，否则复回归无法估计。只要列内离散、不管共线，用熵权法。既要波动又只要两两冲突，用CRITIC——它乘的是 σ×Σ(1−r_{jk})，不是 1−R²。专家说了算，用层次分析法。只要 σ/μ，用变异系数法。不要把 I_j 解释成因果「独立性」。

如何选择方法

四套权重不要共用一句「客观赋权」。熵权只看 p_{ij} 的不均匀；变异系数只看 σ/μ；CRITIC 把列标准差乘上两两「1−相关」；独立性权系数一次拿掉所有其他列的线性重叠。同一列可以「σ 很大但被其余列完全预测」：CRITIC 仍可能因 σ 给它分，独立性则把 I 打到接近 0。AHP 根本不读样本相关阵。

独立性权系数：≥3 列定量、行数 > 列数；教学输出是加权得分的对象三层占用。
CRITIC：σ×两两冲突，至少 3 行，无复回归。
熵权 / 变异系数：不估计 R²。
AHP：判断矩阵 + CR，没有 1−R²。

CRITIC 权重分析

一种综合考虑指标波动性（标准差）与独立性（冲突性）的客观赋权法。

熵权法 (EWM)

一种客观赋权方法，根据各指标的变异程度（信息熵）来确定指标权重，支持按分组变量分别测算各群体内部的客观权重对比。

变异系数法

以各指标变异系数占变异系数之和的比重作为客观权重。

层次分析法 (AHP)

基于专家打分的判断矩阵进行主观赋权的方法，自带逻辑一致性检验。

输入、输出与限制

输入

若干定量评价指标，一行一个对象。教学用面积、楼层、总楼层、单价。复回归在完整个案上拟合，因此占用合计是 181。列数过多而行数不够时，R² 被撑满，I 全面塌缩，w 失去分辨。

评价指标：至少 3 个定量列（少于此无法谈「对其余列回归」）。
行数必须严格大于列数。
成本型列须先正向化，否则「越贵越独立」会被写进得分。

输出

教学结果表四列：项目、类别、统计量、取值。项目写「独立性权系数法」。A / B / C 是低 / 中 / 高综合分档的对象人数与占比。各指标的 R²、I、w 不印在占用表。图对三层人数，不对权重条。

产品限制

三分层是教学切法（近似三分位），不是国标等第。
复回归默认线性、含截距；非线性重叠不会被 1−R² 看见。
完全共线时 I_j=0，该列权重为 0，不等于删库。
占用不能还原 w，也不能当 CRITIC 的 Σ(1−R)。
分母 181，不要用全表行数重算 40.88%。

案例

研究问题。 科技创新评价里，专利、经费、人员常常互相能预测。房源表上的面积与总价类变量也会重叠。希望权重惩罚「已被其他列说完」的指标，再看对象得分是均匀铺开，还是挤在中间一层。

四列同时完整的个案 181：低分档 A 61（33.7%），中分档 B 74（40.88%），高分档 C 46（25.41%）。高分档最瘦，中层最厚——独立性加权没有制造出一个庞大的「精英层」。练习时勾选同一四列；不要把 74 写成指标个数。

下载教学示例表（综合评价）

在 StatsX 中操作

步骤 1 · 装入评价练习表

综合评价文件进入工作台。确认至少三列定量，行数明显多于列数。
步骤 2 · 丢掉准标识并看缺失

房源 ID、小区名不进回归。四列同时非缺失的行数决定会不会从全表掉到 181。
步骤 3 · 点选独立性权系数

目录搜「独立性」或「复相关」。不要点成 CRITIC——那一页输出 σ 与冲突性，不切对象三分层。
步骤 4 · 只勾定量评价指标

面积、楼层、总楼层、单价。运行后先对合计 181，再读 61/74/46。
步骤 5 · 分清层与权重

占用是对象分数层。需要 I 与 w 的明细时看工作台扩展表；需要专家权时改开 AHP。

行数必须大于列数，复相关才能估计。

为独立性赋权勾选定量评价指标 — 角色是指标列；A/B/C 稍后表示对象分数层。

如何阅读输出

下表是独立性加权得分后的对象分层，不是指标清单。合计 N=181：低分档 A 61（33.7%），中分档 B 74（40.88%），高分档 C 46（25.41%）。项目列写「独立性权系数法」，避免和变异系数页「C 档 223 套」或 RSR 分档混引。46 不是「46% 权重」，74 不是「独立指标个数」。

独立性权系数法结果表

项目	类别	统计量	取值
独立性权系数法	类别 A	频数	61
独立性权系数法	类别 B	频数	74
独立性权系数法	类别 C	频数	46
独立性权系数法	合计	有效样本 N	181
独立性权系数法	类别 A	占比(%)	33.7
独立性权系数法	类别 B	占比(%)	40.88
独立性权系数法	类别 C	占比(%)	25.41

左右滑动可查看完整表格

教学示例表在 StatsX 工作台中的计算结果口径。

独立性加权得分三层对象占用表 — 工作台人数应与 61 / 74 / 46 及合计 181 一致。

独立性加权低中高分档对象人数图 — 中层最厚、高层最瘦；柱高是套数不是 I_j。

阅读顺序：合计是否为 181 → 中层是否最厚（本例 40.88%）→ 高层是否最瘦 → 问共线对是否该先删代表变量。若同一四列改跑 CRITIC，你会得到四条 W，而不是 61/74/46；两页对不上是正常的。若改跑熵权，共线的两列仍可能各拿高权重，对象分层也会改写。

理论与公式

对每个指标 j，用其余指标做 OLS：X_j = α + X_{−j}β + ε。记复判定系数为 R_j²。独立性与权重为：

CRITIC 的冲突性是 Σ_k(1−r_{jk})，只拆两两线性相关，并且还要乘 σ_j。独立性权系数不乘标准差：波动再大，只要能被其余列线性重建，I 仍接近 0。熵权的 d=1−e 看的是列内比重熵，完全不估计回归。AHP 的 w 来自特征向量。教学占用是把 S_i 按三分位切成 A/B/C。

注意事项

I 不是因果独立，只是线性残差比例。
n 刚好比 m 大 1 时，R² 不稳定，w 会乱跳。
未正向化的成本列会污染 S 与三分层。
占用没有 w：不要从 40.88% 反推「中层权重」。
高度共线对应一起被压低，若你本意是留代表变量，先筛选。
181 是完整个案分母。

常见问题

参考文献

郭亚军. 综合评价理论与方法[M]. 北京: 科学出版社, 2002.
胡永宏, 贺思辉. 综合评价方法[M]. 北京: 科学出版社, 2000.
王昆, 宋海洲. 三种客观赋权法的比较分析[J]. 技术经济与管理研究, 2003(6): 48–49.
Neter, J., Kutner, M. H., Nachtsheim, C. J., Wasserman, W. Applied Linear Statistical Models[M]. McGraw-Hill.