四、多元回歸法
多元回歸是指用多個變量去預測某一個變量的方法，事實上，其中的回歸係數實質即為一種權重。多元回歸的數學模型見公式4.3。
y=a1X1+a2X2+anXn+b
式中，y可看作是總體測評目標，X1，X2，X3，...，Xn為代表n個評價指標，a1，a2，...，an稱為回歸係數，其大小表明各個評價指標對總體評價目標貢獻的大小。當我們獲得了一組評價對象在Ｙ及其每個變量Xi上的值，就可以估計出權重係數(a1，a2，...，an)的大小。
多元回歸法常常用於預測性評價中，其前提是各個預測源（評價指標）之間具有互償性，即對評價對象的總體評價目標來說，當其在某一評價指標得低分時，可以通過其在其它指標上得高分得到補償，也就是說，總分不會發生變化。如果預測源不具有互償性時，就不能采用多元回歸的方法。
五、層次分析法
20世紀70年代中期，美國運籌學專家、匹茲堡大學薩迪教授（T·L·Saaty）等人在為美國國防部研究“根據各個工業部門對國家福利的貢獻大小而進行電力分配”課題時，應用網絡係統理論和多目標綜合評價方法，正式提出了一種定性與定量分析相結合的多準則決策方法——層次分析法（The Analytic Hierarchy Process，簡稱AHP）。
AHP本質上是一種決策思維方式，把人的思維過程層次化、數量化，體現了人們決策思維的基本特征，即分解、判斷、綜合。其基本思路是：首先，將評價對象或問題視為一個係統，根據問題的性質和要達到的總體目標，將問題分解成不同的組成要素，並按照各因素間的相互關聯度及隸屬關係，將因素分解成目標、準則、方案等有序的遞階層次結構。其次，采用兩兩比較的方式，結合標度把人的主觀判斷進行客觀量化，進而確定各層次中諸因素的相對重要性。最後，在遞階層次結構內進行合成，得到各因素相對於總體目標重要程度的總的排序。該方法適用於人的定向判斷起重要作用、對決策結果難以直接準確計量的情況。
AHP主要具有如下優點：第一，通過兩兩比較，對定性因素進行定量分析。在各種社會經濟係統中，測度對象的屬性大多數隻具有相對性質，很難確定一種絕對標度，如製度、服務等等。解決此類問題，采用一種相對標度，即兩兩比較的方式更為合理。AHP就是通過對各指標進行兩兩比較，從而得到判斷數據。由於比較打分及數據處理都有一套嚴謹的數學模式，可以有效保證最終權重的準確性、科學性。
第二，比例標度采用九級標度法，更為科學合理。首先，心理學的實驗表明，大多數人對不同實物在相同屬性上差別的分辨能力在5～9 級之間，采用九級標度反映了大多數人的判斷能力；其次，大量的社會調查表明，九級比例標度早已為人們所熟悉和采用；最後，科學考查和實踐結果表明，九級比例標度已完全能區分引起人們感覺差別的事物的各種屬性。
第三，在AHP中，每個判斷矩陣需要做n（n-1）/2次比較，且需要通過一致性檢驗。通過進行n（n-1）/2次比較，而不是簡單地進行n-1次比較，可以收集決策者提供的更多信息。但人們在對事物進行兩兩比較時，容易發生兩?種邏輯錯誤：一種是克星循環邏輯錯誤，如Ａ比Ｂ好，Ｂ比Ｃ好，那麼，應該是A比C好，但結果是Ｃ反過來比Ａ好；另一種是量度邏輯錯誤，如Ａ比Ｂ好，Ｂ比Ｃ好，應該是A比C好得多，但結果是Ａ比Ｃ隻好一點。AHP不僅可以檢驗出是否存在這種錯誤，同時還可以判斷出這種錯誤是屬於可接受的還是不可接受的。若不可接受的，則需調整，直至結果通過一致性檢驗。從而，有效減少了係統性判斷錯誤，有助於提高整體評價結果的質量。
但同時，AHP也不可避免存在一定的局限性：一是過於依賴專家係統的支持，如果前期評價者給出的兩兩比較判斷數值失真，則通過AHP得到的整個權重結果即使通過一致性檢驗，也是沒有實際意義的。二是過程過於繁瑣，不易計算。如確定三個指標的權重，需要專家做三次兩兩比較。而由於常用的綜合評價指標體係為多層次，通常情況下至少三層。一般一級指標為一個，二級指標至少三個，而每個二級指標至少對應三個三級指標，這樣三級指標就有九個，合計專家共需進行12次兩兩比較，這是需要做的相對較少的次數。而對於每層級有四個及以上指標的情況，專家需要做數十次兩兩比較，工作量過大，且計算繁瑣，不利於該方法的推廣應用。
六、學習型黨組織考評指標權重確定方法的選擇
綜上所述，上述五種確定指標權重的常用方法各有利弊，在學習型黨組織建設考評指標權重確定過程中，應結合實際情況，充分吸收其可取之處，對其不足之處加以完善。
主觀經驗法雖然受人的主觀經驗影響過大，但針對性強、便於操作，是對已經過實踐檢驗的成功經驗的傳承，適合用於調查問卷的設計環節。因此，我們在權重確定的問卷設計環節，采用了主觀經驗方法。在設計問卷時，通過對中央推進學習型黨組織建設的文件精神，以及前期相關研究成果的深入學習，我們對評價指標進行了初期篩選，。這種篩選本身就是憑借主觀經驗確定權重的過程，即根據經驗認為較重要的指標留下，而認為不重要或相關度不高的指標直接淘汰，即對這些指標權重賦值為零。
德爾菲法雖然過程偏於繁瑣，需要多次征集專家意見，但采用多個專家背靠背的方式，進行意見征集，可以集思廣益，且避免了專家之間礙於情麵等原因導致的評價結果失真的問題，值得我們借鑒。在問卷調查環節，我們吸收了德爾菲法的精華，對專家逐個進行問卷調查和訪談，本質上即是一種背靠背的方式；同時，我們將該方法進行了簡化，省略了多次向專家進行問卷調查的環節，使得操作過程更為簡單、實用，節省了人力和物力。
加權平均法和多元回歸法屬於客觀賦權法，雖然比較常用，但應用範圍比較窄。加權平均法多適用於知道各個子團體的平均數，求團體的總平均數的情形；多元回歸法則多用於預測性評價中，其前提是各個評價指標之間具有互償性，即評價的總結果是定值時，可以進行逆運算，得到指標權重（即回歸係數）。這兩種方法暫時並不適用於學習型黨組織建設考評指標權重的確定。
相形之下，層次分析法在依靠眾多專家主觀經驗基礎上，無論是在兩兩比較判斷矩陣的數學計算環節，還是在判斷矩陣的一致性檢驗環節，都已通過科學嚴謹的論證，整個過程更趨近完善，更經得起推敲，是目前確定權重應用最為廣泛的方法。因此，我們在計算學習型黨組織建設考評指標權重過程中，采用的最基本方法就是層次分析法。但其確實存在操作過於繁瑣的問題，因此，我們對其進行了進一步簡化。在請專家對指定的兩個評價指標進行比較時，相對重要程度的標度由原來的九級縮減為三級，即界定相對重要程度等級從低到高依此為“同樣重要”、“稍重要”、“明顯重要”，一方麵，使得專家進行兩兩比較時更為容易；另一方麵，計算過程也相對更為簡化。
第三節 學習型黨組織建設考評指標權重的確定
確定學習型黨組織建設考評指標權重時，我們主要采取問卷調查法，在深入基層，發放調查問卷的基礎上，收集各方麵專家關於學習型黨組織建設各級考評指標權重的意見，並將其進行彙總、處理，利用層次分析法逐個進行計算、檢驗，並將獲得的各方麵專家關於權重的判斷數據進行加和平均，得到相對較為合理的權重值。