什么是熵值法？在信息論中，熵是不確定性的度量。信息量越大，不確定性和熵越小；信息量越小，不確定性和熵越大。熵法是根據(jù)熵的特性，通過計算熵來判斷事件的隨機性和無序度，或通過熵來判斷指標(biāo)的分散度（指標(biāo)的分

什么是熵值法？

在信息論中，熵是不確定性的度量。信息量越大，不確定性和熵越??；信息量越小，不確定性和熵越大。

熵法是根據(jù)熵的特性，通過計算熵來判斷事件的隨機性和無序度，或通過熵來判斷指標(biāo)的分散度（指標(biāo)的分散度越大，指標(biāo)對綜合評價的影響越大）。

29歲想學(xué)python，有哪些建議？

學(xué)習(xí)Python與年齡無關(guān)。去年，我33歲的時候在openstack上學(xué)習(xí)Python。在我的職業(yè)生涯中，我學(xué)過幾種語言，包括C、C、PHP和python。

就學(xué)習(xí)內(nèi)容而言，我認為學(xué)習(xí)一門語言主要包括兩個方面：

1）語言本身的語法，其實內(nèi)容很少

2）與語言相關(guān)的系統(tǒng)庫和第三方庫，內(nèi)容多，難度大

另外，我的經(jīng)驗是如何學(xué)好一門語言的實踐，實踐包括兩個方面：

1）閱讀更多的代碼，你可以看到更好的開源項目，如openstack或Django等。

2）編寫更多的代碼。如果你的工作中有項目，如果沒有，你可以寫一些小項目。例如，開發(fā)一個python版本的redis。

能用SPSS進行熵值法權(quán)重分析嗎？如果能，請給出案例，若不能，請指點怎樣進行計算，excel也行，要案例？

你說得對。MATLAB是最重要、最常用的實現(xiàn)方法。當(dāng)然，excel也可以。其他人不方便，比如Stata和R，我經(jīng)常給別人做這種數(shù)據(jù)統(tǒng)計分析

簡而言之，就是計算權(quán)重。在SPSS中文版中，有一個相關(guān)因子法，當(dāng)一瓶香水打開后，輸入數(shù)據(jù)后即可得到重量，香水會迅速蒸發(fā)揮發(fā)到整個房間。不過，如果你想把一屋子的香氣回收進瓶子里，恐怕要等到時間的盡頭了。

為什么會有這樣的單向變化？原因是每個氣體分子離開瓶子的方式比留在瓶子里的方式更多。

所以，隨著時間的推移，越來越多的氣體分子進入房間的每個角落。這是熱力學(xué)第二定律，熵增原理。熵的本質(zhì)是存在的概率，熵的增加原理是事物的發(fā)展，總是朝著概率最大化的方向變化。

對此會有疑問。為什么質(zhì)子和電子能結(jié)合形成原子？植物為什么能吸收陽光?? 生長和結(jié)果？

這是因為熵原理只適用于封閉系統(tǒng)。

盡管質(zhì)子和電子的結(jié)合顯示熵減小，但它們釋放的能量是熵增大。后者大于前者，總體上仍是一個熵增加的過程。所以質(zhì)子和電子可以結(jié)合形成穩(wěn)定的原子。

如果溫度升高，質(zhì)子和電子的動能增加，束縛質(zhì)子和電子的熵減少將大于釋放能量的熵減少。所以原子開始分解以保持熵增加。

因為本質(zhì)是不連續(xù)的，所以有質(zhì)的變化。因此，創(chuàng)造和影響人類生活的宇宙是一個相對獨立的系統(tǒng)。普朗克常數(shù)h的發(fā)現(xiàn)以及該常數(shù)在各種物理現(xiàn)象中的存在表明宇宙是量子化的。所以宇宙是由量子組成的。

離散基態(tài)量子構(gòu)成空間，被激發(fā)的量子變成光子，屬于能量范疇，由高能量子組成的封閉系統(tǒng)就是物質(zhì)。

因此，宇宙的熵是基態(tài)量子存在的概率；根據(jù)熵增加原理，基態(tài)量子處于隨機（熱）運動狀態(tài)。

然而，如果我們超越宇宙，從自然的角度看宇宙，宇宙的膨脹和收縮取決于宇宙外層空間的壓力與宇宙內(nèi)部空間的量子能量密度之比。

當(dāng)值小于1時，宇宙將膨脹；否則，宇宙將開始收縮。宇宙的變化方向總是由熵原理決定的。只測量熵的系統(tǒng)不再是宇宙，而是包括宇宙在內(nèi)的整個自然。

因此，就宇宙中的量子空間而言，熵的變化是可逆的。宇宙中量子空間的熵是否增加，取決于維持自然界熵的總體增加。

如何用SPSS進行熵值法權(quán)重分析？請給出案例，請指點怎樣進行計算，或者excel也行，要案例；matlab呢？

在信息論中，熵是不確定性的度量。信息量越大，不確定性和熵越??；信息量越小，不確定性和熵越大。根據(jù)熵的特性，可以通過計算熵來判斷事件的隨機性和無序度，也可以利用熵來判斷指標(biāo)的離散度。指標(biāo)的離散度越大，對綜合評價的影響就越大。第一步選擇n家上市公司和M個指標(biāo)（通過主成分分析得到），則Xij是第i家上市公司的第j個指標(biāo)的值。（i=1,2…，nj=1,2，…（2）非負數(shù)據(jù)處理。由于采用熵權(quán)法計算各上市公司某一指標(biāo)值在同一指標(biāo)值之和中所占的比例，不存在維度效應(yīng)，不需要規(guī)范化。另外，為了避免計算熵值時出現(xiàn)無意義的對數(shù)，還需要對數(shù)據(jù)進行移位。