Доброго времени суток всем!
У меня такая проблема: на вторник назначили довольно неожиданно экзамен по информатике,
дали подготовить четыре билета, но ответы на вопросы по методам принятия решений
и прогнозирования почему-то не могу найти нигде. Набрала в библиотеке кучу книг
с подходящими названиями, но нужного материала в них нет. Может, у кого-то есть
электронные конспекты или ссылки.
Вопросы такого типа:
количественные и качественные методы оценки решений
ранжирование. гиперупорядочение.
шкалы для оценки полезности
метричная мера
построение кривых безразличия
экспертные процедуры
методы Курно. Паретто. Эджорта, Делфи
кластерный анализ
коллективная экспертная оценка, анализ анкет, коэффициент компетентности экспертов
модели прогнозирования НТП, социального развития. спроса. демографические
Мой адрес - alterl***@r*****.ru
С уважением,
Инга Артемьева
-*Это 1 письмо от данного участника.
архив: http://subscribe.ru/archive/job.education.aspirant/msg/370116
Владелец конференции: Славников Дмитрий - slavnikov***@m*****.ru
Здравствуйте, Inga Artemyeva
Вы писали 19 мая 2005 г., 14:17:25:
решений
книг
есть
экспертов
Методологические основы использования экспертных методов для оценки факторов
Экспертными методами обычно называют комплекс логических и математико-статистических
процедур, направленных на получение от специалистов информации, ее анализ и обобщение,
с целью подготовки и выбора рациональных решений. Такие методы применятся, как
правило, в ситуациях, когда выбор, обоснование и оценка последствий решений не
могут быть выполнены на основании точных расчетов.
Закон больших чисел, который обеспечивает некоторую "объективную" обоснованность
приписывания определенных численных значений вероятности возможных исходам при
условии массового характера исследуемых явлений и наличия достаточно большого
числа подтверждений в прошлом, в данной ситуации не применим, так как мы не располагаем
достаточным рядом наблюдений за аналогичными явлениями в прошлом, и существует
неопределенность в отношении однородности и независимости возможных исходов и
отсутствует обоснованная преемственность между прошлым и будущим.
Проблема принятия рациональных решений в таких случаях не только не снимается,
а, наоборот, становится более острой и серьезной.
Решения, принимаемые при неполной информации, являются, по своему существу, вероятностными
и для повышения обоснованности подобных решений нужно использовать не только
имеющиеся статистические данные, но и коллективный, и индивидуальный опыт. Вся
эта информация должна быть выражена количественно в виде чисел, позволяющих (хотя
бы относительно) оценить вероятность исходов, значимость возможных последствий
каждого из них, чтобы выбрать один, наиболее предпочтительный.
Оценки вероятности свершения неповторяющихся событий субъективны в том смысле,
что два человека могут приписать различные числа одному и тому же возможному
исходу. Но существует подтверждаемое практикой предположение, сближающее субъективные
оценки с объективными, в частности с частотными. Предположение состоит в том,
что принимающий решение будет корректировать первоначальные оценки, приближая
их к частотным, при получении дополнительной информации об исследуемой проблеме.
Устанавливая вероятностную оценку вполне объективных явлений, разумно поступать
с ней как с вероятностью, найденной с помощью классического частотного метода,
полагая, что она обладает теми же свойствами и подчиняется тем же аксиомам.
Незнание истинных исходов событий, которые произойдут в будущем, и даже незнание
объективных вероятностей их осуществления не имеет в этом случае особого значения,
поскольку основной целью здесь является не оценка субъективных мнений отдельных
людей, а объективные правила, позволяющие использовать эти мнения для выбора
наиболее предпочтительного решения.
Понимание существа проблемы, опыт, чувство перспективы и интуиция помогают специалисту
в ситуации неопределенности оценить значимость альтернативных исходов, выбрать
наиболее предпочтительную цель и лучший критерий, а, следовательно, и наиболее
рациональное решение. Таким образом, использование информации, основанной на
предположениях и суждениях специалистов, позволяет частично компенсировать нехватку
статистических данных и выявить информацию, которая не могла быть получена на
базе анализа имеющихся данных.
Индивидуальные качества эксперта зависят от его знаний, опыта, интеллекта, способности
предвидеть будущее и ряда других факторов, измерение которых сложно, или вообще
невозможно. Несмотря на наличие внутренних и внешних факторов, которые оказывают
свое влия-
ние на точность и надежность информации, получаемой от экспертов, применение
формализованных процедур сбора информации, методов теории вероятностей и математической
статистики для ее обработки позволяет в определенной степени компенсировать смещение
индивидуальных оценок, уточнить структуру решаемой проблемы и снизить уровень
неопределенности, существовавший до начала экспертизы.
Под уровнем неопределенности понимается показатель, характеризующий оставшуюся
(остаточную) неопределенность, после того, как вся существующая информация принята
во внимание [4].
При опросе экспертов могут возникнуть определенные ограничения, которые приводят
к погрешностям в оценке событий, такие как:
- уровень доступной информации, так как за исключением детерминированных
событий
уровень неопределенности всегда будет больше нуля;
- несовершенство информации, которое возникает вследствие того, что разные
экс
перты всегда будут иметь различные знания о событии и его уровне неопределен
ности;
- двусмысленность вопросов, когда некоторые вопросы могут быть поняты экспертом
неправильно из-за двусмысленности, и тогда он будет отвечать на другой вопрос,
а не
на тот, который был ему задан;
- погрешности модели, которые могут возникать из-за недостаточной компетентности
приглашенных в эксперты людей либо из-за того, что ответы полученные от компе
тентных экспертов, используются неправильно;
- прочие погрешности, связанные с тем, что на ответы экспертов могут оказать
влияние
как внутренние, так и внешние факторы, вызывающие умышленные или несознатель
ные отклонения или ошибки.
В целях рационального использования информации, получаемой от экспертов, ее необходимо
преобразовать в форму, удобную для дальнейшего анализа, направленного на подготовку
и принятие решения.
Если эксперт в состоянии сравнить и оценить возможные варианты действий, приписав
каждому из них определенное число, то считается, что он обладает определенной
системой
предпочтений. В зависимости от того, по какой шкале могут быть заданы эти предпочтения,
экспертные оценки содержат больший или меньший объем информации и обладают различной
способностью к математической формализации. Типы шкал и их характеристики приведены
в таблице 5 [4].
Таблица 5 Типы шкал и их характеристики.
Тип шкалы Определение шкалы Отношения, задаваемые на шкале
Номинальная Простейший тип измерения, в котором числа или символы используются
только для классификации объектов Эквивалентность (=)
Порядковая Объекты одного класса находятся в некотором отношении с объектами
другого класса (больше, чем; более предпочтителен; сильнее и т.д.) Если [Л]>[5]
для некоторых (но не всех) объектов классов А и В, то имеет частично упорядоченную
шкалу Эквивалентность (=). Больше, чем (>)
Интервальная Порядковая плюс известные расстояния между двумя любыми числами
на шкале (нулевая точка шкалы и единица измерения выбираются произвольно)
Эквивалентность (=). Больше, чем (>). Известно отношение любых двух интервалов.
Шкала отношения Интервальная плюс истинная нулевая точка (отношение любых двух
точек шкалы не зависит от единицы измерения) Эквивалентность (=). Больше,
между любыми двумя точками.
При решении многих практических задач часто оказывается, что факторы, которые
определяют конечные результаты, не поддаются непосредственному измерению. В таком
случае, может быть полезным расположить эти факторы в порядке возрастания (или
убывания) какого-либо присущего им свойства. Этот процесс называется ранжированием.
Ранжирование позволяет выбрать из исследуемой совокупности факторов наиболее
существенный.
При ранжировании эксперт должен расположить объекты (альтернативы) в порядке,
который представляется ему наиболее рациональным, и приписать каждому из них
числа натурального ряда - ранги. При этом ранг 1 получает наиболее предпочтительная
альтернатива, а ранг N - наименее предпочтительная. Порядковая шкала, которая
получается в результате ранжирования, должна удовлетворять условию равенства
числа рангов N числу ранжируемых объектов п.
Ну и т.д.