Реферат: Метод экспертных оценок

Введем вектор коэффициентов относительной важно­сти объектов порядка t следующей формулой [12]:

                                                                                                    (5.40)

где  - матрица   математических ожиданий оценок пар объектов,  - вектор коэф­фициентов относительной важности объектов порядка t. Величина  равна [12]

                                                                                                               (5.41)

Коэффициенты относительной важности первого по­рядка есть относительные суммы элементов строк мат­рицы X. Действительно, полагая t=1, из (5.40) получаем [12]

                                                                                                    (5.42)

Коэффициенты относительной важности второго по­рядка (t=2} есть относительные суммы элементов строк матрицы X2 [12].

                                                                                          (5.43)

Если матрица Х неотрицательна и неразложима, то при увеличении порядка  величина  сходится к максимальному собственному числу матрицы Х [12]

                                                                                                                        (5.44)

а вектор коэффициентов относительной важности объек­тов стремится к собственному вектору матрицы X, соот­ветствующему максимальному собственному числу

                                                                                                           (5.45)

Определение собственных чисел и собственных век­торов матрицы производится решением алгебраического уравнения [12]

                                                                                                                       (5.46)

где Е—единичная матрица, и системы линейных урав­нений [12]

                                                                                                            (5.47)

где k – собственный вектор матрицы X, соответствующий максимальному собственному числу . Компоненты соб­ственного вектора есть коэффициенты относительной важности объектов, измеренные в шкале отношений.

С практической точки зрения вычисление коэффици­ентов относительной важности объектов проще произво­дить последовательной процедурой по формуле (5.40) при t=1, 2, … Как показывает опыт, 3-4 последователь­ных вычислений достаточно, чтобы получить значения   и k, близкие к предельным значениям, определяемым уравнениями (5.46), (5.47).

Матрица  неотрицательная, поскольку все ее элементы (5.39) неотрицательны. Матрица называется неразложимой, если перестановкой рядов (строк и одно­именных столбцов) ее нельзя привести к треугольному виду [12]

                                                                                                  (5.48)

где  - неразложимые подматрицы матрицы X. Пред­ставление матрицы Х в виде (5.48) означает разбиение объектов на l доминирующих множеств [12]

                                                                                                        (5.49)

При 1=n матрица Х неразложима, т. е. существует толь­ко одно доминирующее множество, совпадающее с ис­ходным множеством объектов. Разложимость матрицы Х означает, что среди экспертов имеются большие раз­ногласия в оценке объектов.

Если матрица Х неразложима, то вычисление коэф­фициентов относительной важности  по­зволяет определить, во сколько раз один объект превос­ходит другой объект по сравниваемым показателям. Вычисление коэффициентов относительной важности объектов позволяет одновременно построить ранжиров­ку объектов. Объекты ранжируются так, что первым объ­ектом считается объект, у которого коэффициент относи­тельной важности наибольший. Полная ранжировка определяется цепочкой неравенств [12]

из которой следует

Если матрица Х является разложимой, то определить коэффициенты относительной важности можно только для каждого множества . Для каждой матрицы  определяется максимальное собственное число и соответ­ствующий этому числу собственный вектор. Компоненты собственного вектора и есть коэффициенты относитель­ной важности объектов, входящих в множество . По этим коэффициентам осуществляется ранжировка объ­ектов данного множества. Общая ранжировка объектов дается соотношением [12]

Таким образом, если матрица Х неразложима, то по результатам парного сравнения объектов возможно как измерение предпочтительности объектов в шкале отно­шений, так и в шкале порядка (ранжирование). Если же матрица Х разложима, то возможно только ранжиро­вание объектов.

Следует отметить, что отношение предпочтения  может быть выражено любым положительным числом С. При этом должно выполняться условие  В частности, можно выбрать С=2 так, что если , то  если  то  и если , то .

3.5. Определение взаимосвязи ранжировок

При обработке результатов ранжирования могут возник­нуть задачи определения зависимости между ранжиров­ками двух экспертов, связи между достижением двух различных целей при решении одной и той же совокуп­ности проблем или взаимосвязи между двумя призна­ками.

В этих случаях мерой взаимосвязи может служить коэффициент ранговой корреляции. Характеристикой взаимосвязи множества ранжировок или целей будет яв­ляться матрица коэффициентов ранговой корреляции. Известны коэффициенты ранговой корреляции Спирмена и Кендалла.

Коэффициент ранговой корреляции Спирмена опре­деляется формулой [12]:

                                                                                                                      (5.50)

где  - взаимный корреляционный момент первой и второй ранжировок,   - дисперсии этих ранжиро­вок. По данным двум ранжировкам оценки взаимного корреляционного момента и дисперсии вычисляются по формулам [12]:

                                                                                       (5.51)

                                                           (5.52)

где n – число ранжируемых объектов,   - ранги в первой и второй ранжировках соответственно,   - средние ранги в первой и второй ранжировках. Оценки средних рангов определяются формулами [12]:

                                                                                    (5.53)

Вычислим оценки средних рангов и дисперсий в пред­положении, что в ранжировках отсутствуют связанные ранги, т. е. обе ранжировки дают строгое упорядочение объектов. В этом случае средние ранги (5.53) представ­ляют собой суммы натуральных чисел от единицы до n, поделенные на n. Следовательно, средние ранги для обе­их ранжировок одинаковы и равны [12]

                                                                                            (5.54)

При вычислении оценок дисперсий заметим, что если раскрыть круглые скобки в формулах (5.52), то под зна­ком сумм будут находиться натуральные числа и их квадраты. Две ранжировки могут отличаться друг от друга только перестановкой рангов, но сумма натураль­ных чисел и их квадратов не зависит от порядка (пере­становки) слагаемых. Следовательно, дисперсии (5.52) для двух любых ранжировок (при отсутствии связанных рангов) будут одинаковы и равны [12]

 

 (i=1,2).                                                 (5.55)

Подставляя значение  из (5.51) и   из (5.55) в формулу (5.50), получим оценку коэффициента ранго­вой корреляции Спирмена [12]

                                                                                          (5.56)

Для проведения практических расчетов удобнее поль­зоваться другой формулой для коэффициента корреля­ции Спирмена. Ее можно получить из (5.56), если вос­пользоваться тождеством [12]

                                  (5.57)

В равенстве (5.57) первые две суммы в правой части, как это следует из выражения (5.55), одинаковы и рав­ны [12]

                                                       (5.58)

Подставляя в формулу (5.56) значение суммы из (5.57) и используя равенство (5.58), получаем следу­ющую удобную для расчетов формулу коэффициента ранговой корреляции Спирмена [12]:

                                                                                               (5.59)

Коэффициент корреляции Спирмена изменяется от –1 до +1. Равенство единице достигается, как это сле­дует из формулы (5.59), при одинаковых ранжировках, т. е. когда  Значение  имеет место при про­тивоположных ранжировках (прямая и обратная ран­жировки). При равенстве коэффициента корреляции ну­лю ранжировки считаются линейно независимыми.

Оценка коэффициента корреляции, вычисляемая по формуле (5.59), является случайной величиной. Для определения значимости этой оценки необходимо задать­ся величиной вероятности , принять решение о значи­мости коэффициента корреляции и определить значение порога  по приближенной формуле [12]

                                                                                                         (5.60)

где n – количество объектов,  - функция, обратная функции [12]

для которой имеются таблицы [7]. После вычисления порогового значения оценка коэффициента корреляции считается значимой, если .

Для определения значимости оценки коэффициента Спирмена можно воспользоваться критерием Стьюдента, поскольку величина [12]

                                                                                                                     (5.61)

приближенно распределена по закону Стьюдента с n – 2 степенями свободы.

Если в ранжировках имеются связанные ранги, то коэффициент Спирмена вычисляется по следующей фор­муле [12]:

                                                                                                         (5.62)

где  - оценка коэффициента ранговой корреляции Спирмена, вычисляемая по формуле (5.59), а величины   равны [12]

                                                             (5.63)

В этих формулах  и  - количество различных связан­ных рангов в первой и второй ранжировках соответст­венно.

Коэффициент ранговой корреляции Кендалла при от­сутствии связанных рангов определяется формулой [12]:

где n – количество объектов,  - ранги объектов, sign x – функция, равная [12]

     sign   

Сравнительная оценка коэффициентов ранговой кор­реляции Спирмена и Кендалла показывает, что вычис­ление коэффициентов Спирмена производится по более простой формуле. Кроме того, коэффициент Спирмена дает более точный результат, поскольку он является оп­тимальной по критерию минимума средней квадрата ошибки оценкой коэффициента корреляции.

Отсюда следует, что при практических расчетах кор­реляционной зависимости ранжировок предпочтитель­нее использовать коэффициент ранговой корреляции Спирмена.

ЗАКЛЮЧЕНИЕ

  Динамизм и новизна современных народнохозяйственных задач, возможность возникновения разнообразных факторов, влияющих на эффективность решений, требуют, чтобы эти решения принимались быстро и в то же время были хорошо обоснованы. Опыт, интуиция, чувство перспективы в сочетании с информацией помогают специалистам точнее выбирать наиболее важные цели и направления развития, находить наилучшие варианты решения сложных научно-технических и социально-экономических задач в условиях, когда нет информации о решении аналогичных проблем в прошлом.

  Использование метода экспертных оценок помогает формализовать процедуры сбора, обобщения и анализа мнений специалистов с целью преобразования их в форму, наиболее удобную для принятия обоснованного решения.

  Но, следует заметить, что метод экспертных оценок не может заменить ни административных, ни плановых решений, он лишь позволяет пополнить информацию, необходимую для подготовки и принятия таких решений. Широкое использование экспертных оценок правомерно только там, где для анализа будущего невозможно применить более точные методы.

  Экспертные методы непрерывно развиваются и совершенствуются. Основные направления этого развития определяются рядом факторов, в числе которых можно указать на стремление расширить области применения, повысить степень использования математических методов и электронно-вычислительной техники, а также изыскать пути устранения выявляющихся недостатков.

  Несмотря на успехи, достигнутые в последние годы в разработке и практическом использовании метода экспертных оценок, имеется ряд проблем и задач, требующих дальнейших методологических исследований и практической проверки. Необходимо совершенствовать систему отбора экспертов, повышение надежности характеристик группового мнения, разработку методов проверки обоснованности оценок, исследование скрытых причин, снижающих достоверность экспертных оценок.

  Однако, уже и сегодня экспертные оценки в сочетании с другими математико-статистическими методами являются важным инструментом совершенствования управления на всех уровнях.

СПИСОК ЛИТЕРАТУРЫ:

       1. Афанасьев В.Г. Научное управление обществом. М.: Полит­издат, 1968. 183 с.

      2. Беклешев В.К., Завлин П.Н. Нормирование труда в НИИ и КБ. М.: Экономика, 1973. 203 с.

       3. Берж К. Теория графов и ее применения. Изд-во иностр. лит. 1962 196 с.

       4. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки. М.: Наука, 1973. 246 с.

       5. Бешелев С.Д., Гурвич Ф.Г. Экспертные оценки в при­нятии плановых решений. М.: Экономика, 1976. 287 с.

       6. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. 263 с.

       7. Вентцель Е.С. Теория вероятностей. М.: Наука, 1969. 368 с.

       8. Волгин Б.А Деловые совещания. М.: Московский рабочий, 1972. 204 с.

       9. Диксон Дж, Проектирование систем: изобретательство, ана­лиз, принятие решений. М.: Мир, 1969. 323 с.

10. Добров Г.М., Ершов Ю.В., Левин Е.И., Смир­нов Л.П. Экспертные оценки в научно-техническом прогнози­ровании. Киев: Наукова думка, 1974. 263 с.

11. Евланов Л.Г. Принятие решений в условиях неопределен­ности. М.: ИУНХ, 1976. 196 с.

12. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.

13. Карданская Н. Принятие управленческого решения. М.: ЮНИТИ, 1999. 407 с.

14. Кемени Д., Снелл Д. Кибернетическое моделирование. М.: Советское радио, 1972. 234 с.

15. Кравченко Т.К. Процесс принятия плановых решений. М.: Экономика, 1974. 183 с.

16. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1974. 256 с.                           .    17. Михеев В.И. Социально-психологические аспекты управле­ния. Стиль и методы работы руководителя. М.: Молодая гвар­дия, 1975. 181 с.

18. Пфанцагль И. Теория измерений. М.: Мир, 1976. 278 с.

19. Тихомиров Ю.А. Управленческое решение. М.: Наука, 1996. 278 с.

20. Федоренко Н.П. Оптимизация экономики. М.: Наука, 1977. 236 с.

21. Ямпольский С.М., Лисичкин В.А. Прогнозирование научно-технического прогресса. М.: Экономика, 1974. 302 с.