ScholarGate
Assistent
MCDMWeight Objectivecrisp

PCA-viktning — principalkomponentanalysbaserad objektiv viktning

PCA-WEIGHT (PCA-viktning — principalkomponentanalysbaserad objektiv viktning) är en objektiv viktmetod för multipelbeslutsfattande (MCDM) som introducerades av Pearson, K. år 1901. Den omvandlar en beslutmatris av alternativ poängsatta på flera kriterier till ett strukturerat, reproducerbart resultat.

Tillämpa med DecisionMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Pearson, K. (1901). On lines and planes of closest fit to systems of points in space. Philosophical Magazine DOI: 10.1080/14786440109462720

Så citerar du den här sidan

ScholarGate. (2026, June 2). PCA Weighting — Principal Component Analysis based objective weighting. ScholarGate. https://scholargate.app/sv/decision-making/pca-weight

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGatePCA-WEIGHT (PCA Weighting — Principal Component Analysis based objective weighting). Hämtad 2026-06-15 från https://scholargate.app/sv/decision-making/pca-weight · Datamängd: https://doi.org/10.5281/zenodo.20539026