Thesis变异系数法权重计算器（变异系数 · 客观权重）
粘贴各评价对象的多指标原始数据，几秒钟完成变异系数与客观权重的计算和排序——「变异系数法确定指标权重」是综合评价类论文最简洁直观的客观定权方法，常与熵权法、CRITIC 并列报告做稳健性对照。纯浏览器本地计算、数据不上传，免注册、完全免费。
免注册 · 公测期免费 · 数据留在你的浏览器本地
为什么变异系数法权重值得自己先算一遍
变异系数 vⱼ = σⱼ/x̄ⱼ 直接衡量指标相对波动：某指标在各对象间差异越大、区分能力越强，权重越大。不需要标准化和熵计算，是综合评价论文里步骤最少、最好向答辩老师解释的客观赋权方法。
对每个指标按原始数据算均值 x̄ⱼ 与标准差 σⱼ（按 n-1 的样本标准差）→ 变异系数 vⱼ = σⱼ/x̄ⱼ → 归一化得权重 wⱼ = vⱼ/Σvⱼ——与国内期刊变异系数法应用的常见口径一致；综合得分另按极差标准化（正向/负向分别处理）加权，方向不影响权重、只影响得分。
各指标均值、标准差、变异系数、权重从大到小排序列出，并给出各对象加权综合得分与排名，「写进论文」句式一键复制——权重可直接接 TOPSIS、耦合协调度、模糊综合评价（本站均有计算器），也可与熵权法/CRITIC 权重并列报告做稳健性对照。
计算在你的浏览器里完成，数据不发送到服务器，不调用 AI，随时可以换一组数据重算。
怎么用（3 步）
- 整理「对象 × 指标」原始数据：如需区分指标方向可先填一行方向（行首写「方向」，正向填 +、负向填 -，默认全部正向，方向只影响综合得分不影响权重）；之后每行一个评价对象（行首可带名称，后面是各指标原始值），从 Excel 复制即可；
- 点「计算变异系数法权重」查看各指标的均值、标准差、变异系数 v、权重 w 与各对象加权综合得分排名；
- 把「写进论文」句式一键复制进论文，权重可直接用于 TOPSIS/耦合协调度/模糊综合评价定权，正式结论建议再用 SPSSAU/Excel 复核一遍。
常见问题
计算用的是什么方法？
对每个指标 j 按原始数据计算均值 x̄ⱼ 与样本标准差 σⱼ（按 n-1），变异系数 vⱼ = σⱼ/x̄ⱼ，归一化得权重 wⱼ = vⱼ/Σvⱼ。综合得分按极差标准化（正向 (x-min)/(max-min)、负向 (max-x)/(max-min)）后线性加权得到。
变异系数法、熵权法和 CRITIC 怎么选？
三者都是客观赋权：变异系数法只看相对波动，步骤最简、最直观；熵权法用信息熵衡量离散度，对分布形态更敏感；CRITIC 在波动之外还考虑指标相关性，指标高度相关时不重复给权。方法学要求不高的综合评价用变异系数法足够，指标相关性明显时优先 CRITIC；论文中常把两到三种权重并列报告做稳健性对照。本站三种计算器都有。
为什么指标数据必须为正？
变异系数 v = σ/x̄ 以均值为分母：均值为 0 无法计算，均值为负或数据跨正负时 v 失去「相对波动」含义、权重可能为负。含 0 或负值的指标建议先平移（如统一加一个常数）或改用极差标准化后的熵权法/CRITIC 定权，论文中写明处理方式。
负向指标需要先取倒数吗？
不需要。变异系数衡量的是波动幅度，与方向无关，正向/负向指标的权重算法相同；方向只在算加权综合得分时起作用——负向指标按 (max-x)/(max-min) 反向标准化。在第一行方向行用 +/- 标注即可，方向标错综合得分排名就错。
为什么某个指标权重特别大/特别小？
变异系数法权重只由相对波动决定：各对象在该指标上差异越大（相对均值），权重越大；各对象取值接近的指标区分能力弱、权重小。所有对象取值完全相同的指标无区分信息，本工具按权重 0 处理并提示。注意量纲不影响结果（σ 与 x̄ 同量纲，v 无量纲）。
算出的权重怎么接着用？
三个常见去处：① 加权 TOPSIS 得贴近度排序（本站有熵权法 TOPSIS 计算器，可用变异系数法权重替换）；② 线性加权得各子系统综合评价值，再进耦合协调度模型；③ 作为模糊综合评价的权重向量。本工具还直接给出各对象按标准化值加权的综合得分与排名。
我的数据会被上传吗？
不会。计算完全在你的浏览器本地完成，任何数据都不发送到服务器，也不调用 AI 服务。
权重算好了，实证章一站写完
工作台覆盖选题→开题→大纲→分章写作→文献→自查→导出全流程：把变异系数法权重与综合得分挂进对应章节让 AI 严格依据数据成文，不编造数字，全程免注册、免费。
免费打开工作台