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

15.3. Алгоритмические и вычислительные вопросы построения неизвестной целевой функции

15.3.1. Общая логическая схема оценивания параметров целевой функции .

Располагая конкретными значениями параметров , для каждого объекта , можем вычислить величину единого сводного показателя и далее, ориентируясь на сравнение значений получить основанную на целевой функции ранжировку объектов по искомому выходному качеству

либо их разбиение на однородные (по ) классы, которое так же, как и уже имеющиеся экспертные разбиения (15 2 в), может быть представлено в виде булевой матрицы . (Способ получения такого разбиения с помощью вычисления значений целевой функции ) и смысл «свободного» скалярного параметра А объяснены ниже).

Оценку 0 неизвестных параметров предлагается подбирать таким образом, чтобы: 1) минимизировать расхождения в экспертных и полученных с помощью целевой функции балльных оценках выходного качества (в варианте (а) экспертной информации); 2) максимизировать согласованность экспертных и полученной с помощью целевой функции ранжировок объектов но анализируемому выходному качеству (в варианте (б) экспертной информации);

3) минимизировать расхождения в экспертных и полу-; ченном с помощью целевой функции разбиениях объектов на классы (в варианте (б) экспертной информации).

Из сказанного следует, что экспертно-статистический метод построения единого сводною показателя нацелен на формализацию (в виде соответствующим образом подобранной целевой функции ) тех критерийных установок, которыми руководствовались привлеченные к контрольному эксперименту эксперты при формировании своих оценок I вида (15.2 а), (15.2 б) или (15.2 в). Поэтому состоятельность и эффективность этого метода целиком зависит от компетентности и согласованности используемых в нем экспертных оценок.

<< Предыдущий параграф Следующий параграф >>
Оглавление