Главная > Математика > Прикладная статистика: Классификации и снижение размерности
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

15.2. Исходные данные

Итак, пусть речь идет о построении непосредственно не поддающегося измерению единого сводного показателя эффективности функционирования (качества) объекта и пусть с этой целью были собраны исходные данные по таким объектам: На основании этих исходных данных как раз и оцениваются параметры искомой целевой функции . Эти исходные данные состоят из двух частей: экспертной и статистической (отсюда название метода).

Экспертная часть исходных данных. Эта часть исходных данных относится к сведениям о значениях случайной величины — номер обследованного объекта) в модели (15.1) и получается с помощью специально организованного опроса экспертов и соответствующей статистической обработки экспертных оценок.

При этом сведения об получают от экспертов в одной из следующих форм.

Форма (а) — наиболее информативный (а потому наиболее трудный для экспертов) вариант. Предусматривает получение экспертных балльных оценок выходного качества

(15.2а)

где — оценка выходного качества объекта полученная от эксперта (здесь — число оцениваемых объектов, — число участвующих в оценке экспертов).

Форма (б) — средний по информативности (и по степени трудности для экспертов) вариант.

Предусматривает получение лишь экспертных упорядочений обследованных объектов по степени проявления в них анализируемого свойства, т. е. ранжировок вида

(15.26)

где — ранг (место), присвоенный объекту экспертом в ряду из обследованных объектов, упорядоченном этим экспертом по степени проявления анализируемого свойства.

Форма (в) — наименее информативный (и наименее трудный для экспертов) вариант. Информация от каждого эксперта поступает в форме булевой матрицы парных сравнений

(15.2в)

где — результат парного сравнения экспертом объектов может выражаться либо единицей, либо нулем по одному из следующих правил:

если эксперт производит сравнение объектов и типа их упорядочения по анализируемому свойству, то

если эксперт производит сравнение объектов лишь с точки зрения принадлежности этих объектов к однородному (по анализируемому свойству) классу, то

Вычислительные трудности, связанные с реализацией алгоритма оценивания параметров искомой целевой функции естественно, по мере перехода от более информативных вариантов экспертной информации об к менее информативным.

Статистическая часть исходных данных. Как выше уже отмечено, входные переменные (частные критерии) на основании которых формируется представление об исследуемом выходном качестве, поддаются непосредственному измерению (регистрации) на каждом из обследуемых объектов. Поэтому статистически обследовав анализируемые объекты по переменным будем иметь статистическую часть исходных данных в виде матрицы (таблицы) типа «объект—свойство»:

где — значение входной переменной, зарегистрированное на объекте.

Таким образом, приступая к оценке параметров искомой целевой функции в модели (15.1), исследователь располагает исходной информацией об объектах состоящей из данных таблицы (15.3) и одного из вариантов (15.2 а) — (15.2 в) сведений об

<< Предыдущий параграф Следующий параграф >>
Оглавление