HOME 首頁
SERVICE 服務(wù)產(chǎn)品
XINMEITI 新媒體代運營
CASE 服務(wù)案例
NEWS 熱點資訊
ABOUT 關(guān)于我們
CONTACT 聯(lián)系我們
創(chuàng)意嶺
讓品牌有溫度、有情感
專注品牌策劃15年

    干春暉泰爾指數(shù)的計算公式(泰爾指數(shù)的含義)

    發(fā)布時間:2023-04-13 13:44:07     稿源: 創(chuàng)意嶺    閱讀: 51        

    大家好!今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于干春暉泰爾指數(shù)的計算公式的問題,以下是小編對此問題的歸納整理,讓我們一起來看看吧。

    開始之前先推薦一個非常厲害的Ai人工智能工具,一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

    只需要輸入關(guān)鍵詞,就能返回你想要的內(nèi)容,越精準(zhǔn),寫出的就越詳細,有微信小程序端、在線網(wǎng)頁版、PC客戶端

    官網(wǎng):https://ai.de1919.com。

    創(chuàng)意嶺作為行業(yè)內(nèi)優(yōu)秀的企業(yè),服務(wù)客戶遍布全球各地,如需了解SEO相關(guān)業(yè)務(wù)請撥打電話175-8598-2043,或添加微信:1454722008

    本文目錄:

    干春暉泰爾指數(shù)的計算公式(泰爾指數(shù)的含義)

    一、什么是泰爾指數(shù)?

    泰爾熵標(biāo)準(zhǔn)(Theil’s

    entropy

    measure)或者泰爾指數(shù)(Theil

    index)

    作為衡量個人之間或者地區(qū)間收入差距(或者稱不平等度)的指標(biāo),這一指數(shù)經(jīng)常被使用。泰爾熵標(biāo)準(zhǔn)是由泰爾(Theil,1967)利用信息理論中的熵概念來計算收入不平等而得名。假設(shè)U是某一特定事件A將要發(fā)生的概率,P(A)=U。這個事件發(fā)生的信息量為E(U)肯定是U的減函數(shù)。用公式表達為:E(U)=log(1/u)。當(dāng)有n個可能的事件1,2,…,n時,相應(yīng)的概率假設(shè)分別為U1,U2,…,Un,Ui≥0,并且∑Ui=1。

    熵或期望信息量可被看作每一件的信息量與其相應(yīng)概率乘積的總和:

    E(U)=

    ∑Uih(Ui)=

    ∑Ui

    log(1/Ui)

    顯然,n種事件的概率Ui越趨近于(1/n),熵也就越大。在物理學(xué)中,熵是衡量無序的標(biāo)準(zhǔn)。如果Ui被解釋為屬于第i單位的收入份額,E(U)就是一種反映收入分配差距不平等的尺度。收入越平均,E(U)就越大。如果絕對平均,也就是當(dāng)每個Ui都等于(1/n)時,E(U)就達到其最大值logn。泰爾將logn—E(U)定義為不平等指數(shù)——也就是泰爾熵標(biāo)準(zhǔn):

    T=logn—E(U)=

    ∑ui*lognui

    用泰爾熵指數(shù)來衡量不平等的一個最大優(yōu)點是,它可以衡量組內(nèi)差距和組間差距對總差距的貢獻。泰爾熵標(biāo)準(zhǔn)只是普通熵標(biāo)準(zhǔn)(generalized

    entropy

    measures)的一種特殊情況。當(dāng)普通熵標(biāo)準(zhǔn)的指數(shù)C=0時,測量結(jié)果即為泰爾熵指數(shù)。取C=0的優(yōu)勢在于分析組內(nèi)、組間差距對總差距的解釋力時更加清楚。

    泰爾熵指數(shù)和基尼系數(shù)之間具有一定的互補性。基尼系數(shù)對中等收入水平的變化特別敏感。泰爾熵T指數(shù)對上層收入水平的變化很明顯,而泰爾熵L和V指數(shù)對底層收入水平的變化敏感。

    二、泰爾指數(shù) 定義是什么

    泰爾熵標(biāo)準(zhǔn)(Theil’s

    entropy

    measure)或者泰爾指數(shù)(Theil

    index)

    作為衡量個人之間或者地區(qū)間收入差距(或者稱不平等度)的指標(biāo),這一指數(shù)經(jīng)常被使用。泰爾熵標(biāo)準(zhǔn)是由泰爾(Theil,1967)利用信息理論中的熵概念來計算收入不平等而得名。假設(shè)U是某一特定事件A將要發(fā)生的概率,P(A)=U。這個事件發(fā)生的信息量為E(U)肯定是U的減函數(shù)。用公式表達為:E(U)=log(1/u)。當(dāng)有n個可能的事件1,2,…,n時,相應(yīng)的概率假設(shè)分別為U1,U2,…,Un,Ui≥0,并且∑Ui=1。

    熵或期望信息量可被看作每一件的信息量與其相應(yīng)概率乘積的總和:

    E(U)=

    ∑Uih(Ui)=

    ∑Ui

    log(1/Ui)

    顯然,n種事件的概率Ui越趨近于(1/n),熵也就越大。在物理學(xué)中,熵是衡量無序的標(biāo)準(zhǔn)。如果Ui被解釋為屬于第i單位的收入份額,E(U)就是一種反映收入分配差距不平等的尺度。收入越平均,E(U)就越大。如果絕對平均,也就是當(dāng)每個Ui都等于(1/n)時,E(U)就達到其最大值logn。泰爾將logn—E(U)定義為不平等指數(shù)——也就是泰爾熵標(biāo)準(zhǔn):

    T=logn—E(U)=

    ∑ui*lognui

    用泰爾熵指數(shù)來衡量不平等的一個最大優(yōu)點是,它可以衡量組內(nèi)差距和組間差距對總差距的貢獻。泰爾熵標(biāo)準(zhǔn)只是普通熵標(biāo)準(zhǔn)(generalized

    entropy

    measures)的一種特殊情況。當(dāng)普通熵標(biāo)準(zhǔn)的指數(shù)C=0時,測量結(jié)果即為泰爾熵指數(shù)。取C=0的優(yōu)勢在于分析組內(nèi)、組間差距對總差距的解釋力時更加清楚。

    泰爾熵指數(shù)和基尼系數(shù)之間具有一定的互補性?;嵯禂?shù)對中等收入水平的變化特別敏感。泰爾熵T指數(shù)對上層收入水平的變化很明顯,而泰爾熵L和V指數(shù)對底層收入水平的變化敏感。

    三、什么是泰爾指數(shù)?

    泰爾熵標(biāo)準(zhǔn)(Theil’s entropy measure)或者泰爾指數(shù)(Theil index)

    作為衡量個人之間或者地區(qū)間收入差距(或者稱不平等度)的指標(biāo),這一指數(shù)經(jīng)常被使用。泰爾熵標(biāo)準(zhǔn)是由泰爾(Theil,1967)利用信息理論中的熵概念來計算收入不平等而得名。假設(shè)U是某一特定事件A將要發(fā)生的概率,P(A)=U。這個事件發(fā)生的信息量為E(U)肯定是U的減函數(shù)。用公式表達為:E(U)=log(1/u)。當(dāng)有n個可能的事件1,2,…,n時,相應(yīng)的概率假設(shè)分別為U1,U2,…,Un,Ui≥0,并且∑Ui=1。

    熵或期望信息量可被看作每一件的信息量與其相應(yīng)概率乘積的總和:

    E(U)= ∑Uih(Ui)= ∑Ui log(1/Ui)

    顯然,n種事件的概率Ui越趨近于(1/n),熵也就越大。在物理學(xué)中,熵是衡量無序的標(biāo)準(zhǔn)。如果Ui被解釋為屬于第i單位的收入份額,E(U)就是一種反映收入分配差距不平等的尺度。收入越平均,E(U)就越大。如果絕對平均,也就是當(dāng)每個Ui都等于(1/n)時,E(U)就達到其最大值logn。泰爾將logn—E(U)定義為不平等指數(shù)——也就是泰爾熵標(biāo)準(zhǔn):

    T=logn—E(U)= ∑ui*lognui

    用泰爾熵指數(shù)來衡量不平等的一個最大優(yōu)點是,它可以衡量組內(nèi)差距和組間差距對總差距的貢獻。泰爾熵標(biāo)準(zhǔn)只是普通熵標(biāo)準(zhǔn)(generalized entropy measures)的一種特殊情況。當(dāng)普通熵標(biāo)準(zhǔn)的指數(shù)C=0時,測量結(jié)果即為泰爾熵指數(shù)。取C=0的優(yōu)勢在于分析組內(nèi)、組間差距對總差距的解釋力時更加清楚。

    泰爾熵指數(shù)和基尼系數(shù)之間具有一定的互補性。基尼系數(shù)對中等收入水平的變化特別敏感。泰爾熵T指數(shù)對上層收入水平的變化很明顯,而泰爾熵L和V指數(shù)對底層收入水平的變化敏感。

    四、泰爾指數(shù)怎樣用EXCEL計算

    用法如下:

    1. 假設(shè)U是某一特定事件A將要發(fā)生的概率,P(A)=U。這個事件發(fā)生的信息量為E(U)肯定是U的減函數(shù)。用公式表達為:E(U)=log(1/u)。當(dāng)有n個可能的事件1,2,…,n時,相應(yīng)的概率假設(shè)分別為U1,U2,…,Un,Ui≥0,并且∑Ui=1。

    2. 熵或期望信息量可被看作每一件的信息量與其相應(yīng)概率乘積的總和:

    3. E(U)= ∑Uih(Ui)= ∑Ui log(1/Ui)

    4. 顯然,n種事件的概率Ui越趨近于(1/n),熵也就越大。在物理學(xué)中,熵是衡量無序的標(biāo)準(zhǔn)。如果Ui被解釋為屬于第i單位的收入份額,E(U)就是一種反映收入分配差距不平等的尺度。收入越平均,E(U)就越大。如果絕對平均,也就是當(dāng)每個Ui都等于(1/n)時,E(U)就達到其最大值logn。泰爾將logn—E(U)定義為不平等指數(shù)——也就是泰爾熵標(biāo)準(zhǔn):

    5. T=logn—E(U)= ∑ui*lognui

    6. 用泰爾熵指數(shù)來衡量不平等的一個最大優(yōu)點是,它可以衡量組內(nèi)差距和組間差距對總差距的貢獻。泰爾熵標(biāo)準(zhǔn)只是普通熵標(biāo)準(zhǔn)(generalized entropy measures)的一種特殊情況。當(dāng)普通熵標(biāo)準(zhǔn)的指數(shù)C=0時,測量結(jié)果即為泰爾熵指數(shù)。取C=0的優(yōu)勢在于分析組內(nèi)、組間差距對總差距的解釋力時更加清楚。

    7. 泰爾熵指數(shù)和基尼系數(shù)之間具有一定的互補性?;嵯禂?shù)對中等收入水平的變化特別敏感。泰爾熵T指數(shù)對上層收入水平的變化很明顯,而泰爾熵L和V指數(shù)對底層收入水平的變化敏感。

    以上就是關(guān)于干春暉泰爾指數(shù)的計算公式相關(guān)問題的回答。希望能幫到你,如有更多相關(guān)問題,您也可以聯(lián)系我們的客服進行咨詢,客服也會為您講解更多精彩的知識和內(nèi)容。


    推薦閱讀:

    干春暉泰爾指數(shù)的計算公式(泰爾指數(shù)的含義)

    怎么找回原來注冊的賬號(如何找回原來的微信號)

    舊媒體與新媒體最主要的區(qū)別(舊媒體與新媒體最主要的區(qū)別是什么)