- •Кибалов е. Б., проф., д.Э.Н. Курс лекций «Системный анализ как метод поддержки принятия сложных решений»
- •Принятие решений как проблема слбоструктуризованная опирается на теорию принятия решений.
- •Лекция 2. Методы принятия решений: классификация подходов
- •Лекция 3. Общее описание системы моделей принятия решений
- •Лекция 4. Обсуждение проблемы принятия решений и некоторые основные понятия и приемы анализа
- •Основные понятия о структурировании множества альтернатив
- •Две классификации методов структурирования множества альтернатив
- •Некритериальное структурирование множества альтернатив
- •Структурирование множества альтернатив с использованием критериев
- •Аналитическая иерархическая процедура Саати
- •Лекция 6. Групповые решения
- •Бальные оценки экспертов
- •Примеры практического применения описанных методов
- •Заключение
- •Расширенная матрица для расчета коэффициента конкордации
- •Табулированное значение 2-критерия Пирсона при уровне значимости – 0,10, 0,05, 0,01 и числе степеней свободы υ
- •Лекция 7. Аналитические средства подготовки и принятия решений
Расширенная матрица для расчета коэффициента конкордации
Эксперты (j) |
Подцели (i) |
Расчет |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|||
1 |
1 |
2 |
6 |
4 |
7 |
3 |
5 |
- |
|
2 |
1 |
2 |
7 |
6 |
3 |
5 |
4 |
- |
|
3 |
7 |
1 |
6 |
4 |
2 |
5 |
3 |
- |
|
4 |
3 |
1 |
5 |
6 |
4 |
7 |
2 |
- |
|
5 |
1 |
2 |
6 |
4 |
5 |
7 |
3 |
- |
|
Сумма рангов |
|
13 |
8 |
30 |
24 |
21 |
27 |
17 |
|
Отклонения суммы рангов от средней |
-7 |
-12 |
10 |
4 |
1 |
7 |
-3 |
|
|
Квадраты отклонений |
49 |
144 |
100 |
16 |
1 |
49 |
9 |
|
Для определения коэффициента конкордации обратимся к табл.А.8, в которой в трех последних строках имеются все данные, необходимые для расчетов по формуле (А.14). Подставим эти данные в указанную формулу и получим
.
Столь невысокое значение коэффициента конкордации настораживает. Ясно, что среди экспертов нет полного единодушия в оценке и упорядочивании подцелей. В то же время выявлен сам факт наличия определенного согласия в данной группе экспертов.
Теперь нужно проверить статистическую значимость полученного значения W. Эту проверку, как и в предыдущем примере, осуществим с помощью «хи-квадрат» критерия. Фактическое (выборочное) значение статистики χ2 определим по формуле
. (А.17)
Все необходимые данные для расчета по этой формуле имеются в табл.А.8, подставляя их в указанную формулу, получаем
.
В этом примере число оцениваемых признаков (переменных) равно n, но число независимых переменных на единицу меньше и равно [(n = 7) - 1] = 6, это означает, что наша выборочная статистика 2факт имеет распределение с 6‑ю степенями свободы (6 независимых переменных, свободно выбираемых экспертами, так как 7-я переменная зависима от уже сделанного независимого выбора первых шести). Мы будем сравнивать 2факт с теоретическим значением критерия «хи-квадрат», у которого значения представлены в табличной форме рядом чисел (см. табл.А.9), но при этом для обеспечения сопоставимости сравниваемых величин потребуем, чтобы у 2таб значения также соответствовали 6-ти степеням свободы. Из статистических таблиц мы должны взять такое значение 2таб, которое соответствует определенному уровню значимости «хи-квадрат» критерия, т.е. определенному уровню допускаемой ошибки. Мы выбираем 5%-й уровень ошибки ( = 0,05). Теперь в табл.А.9 находим табулированное значение 2таб на пересечении строки, указывающей на число степеней свободы (в нашем случае это v = 6), и столбца, указывающего на заданный уровень ошибки (в нашем случае это = 0,05). 2таб = 12,59.
Так как наблюдаемое (расчетное) значение критерия 2 оказалось выше табличного (критического) – 2факт = 15,77 > 2таб = 12,59, то гипотеза об отсутствии значимой связи между переменными (экспертными оценками) должна быть отвергнута, и делается вывод о том, что существует неслучайная согласованность мнений экспертов.
Таблица А.9