
- •Глава I.
- •§ 1. Общие сведения
- •§ 2. Этапы операционного исследования
- •Глава II.
- •§ 3. Виды математических моделей, описываемых уравнениямл регрессии
- •§ 4. Дискриминация математических моделей, описываемых с помощью уравнений регрессии
- •§ 5. Проверка математической модели на адекватность
- •§ 6. Определение оптимальных решений на основе полученных уравнений регрессии
- •Глава III.
- •§7. Общие сведения
- •§ 8. Принятие решения в условиях полной определенности
- •§9. Принятие решения в условиях стохастической неопределенности, когда внешние условия задаются своими вероятностями
- •§10. Принятие решения в условиях полной неопределенности, когда вероятности внешних условий неизвестны
- •Глава IV.
- •§11. Общие сведения
- •§12. Закон распределения случайной функции. Характеристики случайной функции
- •Глава V.
- •§15. Общие сведения
- •§16. Определение вероятностей состояний системы, описываемой случайным марковским процессом с дискретными состояниями и дискретным временем
- •Глава VI.
- •§17. Общие сведения
- •§18. Одноканальная система с отказами
- •§ 20. Многоканальная система массового обслуживания с ожиданием в очереди при ограничении длины очереди
- •§ 21. Замкнутые системы массового обслуживания
- •§22. Теоретические основы метода
- •§ 23. Алгоритм для моделирования случайных величин, распределенных по показательному закону
- •§24. Решение задачи теории массового обслуживания методом статистического моделирования
- •Глава VIII.
- •§25. Общие сведения
- •§26. Решение задач линейного программирования графическим способом
- •§27. Математическая формулировка задачи линейного программирования
- •§ 28. Разрешимость системы ограничений в задачах линейного программирования
- •§29. Решение экономических задач методом линейного программирования
- •§30. Терминология, применяемая при решении задач линейного программирования
- •§ 37. Идея симплекс—метода
- •§38. Табличный симплексный метод
- •Глава IX.
- •§40. Общие сведения
- •§ 41. Проверка согласованности показаний двух экспертов
- •§42. Проверка согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела
- •§ 43. Оценка компетентности экспертов
- •§ 44. Определение весов частных показателей эффективности
§ 41. Проверка согласованности показаний двух экспертов
с помощью коэффициента ранговой корреляции Спирмена
Очевидно, что групповая экспертная оценка может считаться надежной лишь при условии достаточной согласованности ответов экспертов. Если согласованности нет, то в этом случае может иметь место сдвиг среднего арифметического относительно истинного значения, т.е. возникнет ошибка. Это значит, что применяя экспертный метод необходимо проверять согласованность ответов экспертов. Проверка согласованности мнений нескольких экспертов может производиться двумя способами:
с помощью коэффициента ранговой корреляции Спирмена;
с помощью коэффициента конкордации Кендэла. Рассмотрим порядок проверки согласованности первым методом. Значение коэффициента ранговой корреляции Спирмена составляет
где VI. — число факторов;
ОФАК7-— фактическая сумма квадратов отклонений;
Swkc— максимально возможное значение суммы квадратов отклонений.
При этом, если согласованность показаний двух сравниваемых экспертов хорошая, то коэффициент ранговой корреляции Спирмена стремится к единице, T.e.p^gop-^+i,
Если же согласованность неудовлетворительная, то коэффициент ранговой корреляции Спирмена стремится к нулю f выбор ~*~0 -
Проверка согласованности показаний двух экспертов с помощью опытного коэффициента ранговой корреляции Спирмена производится согласно дледуюшему альтернативному соотношению
где "t(«,K)— критические точки распределения Стьюдента, вычисляемые при заданном уровне значимости оС и числе степеней свободы К = П~2< (См.Методические указания по выполнению курсовой работы. 1979г,приложение,табл.17.)
Таблица 24. Матрица попарных сравнений показаний двух экспертов
п/п |
Эксперты |
|
Факторы |
|
|
Сумма |
||
ф1 |
Ф2 |
Ф3 |
Ф4 |
ф5 |
Ф6 |
рангов |
||
1 2 3 4 |
Первый эксперт Второй эксперт Отклонения оценок Aj Квадраты отклонений |
1 3 2 4 |
2,5 1 1,5 2,25 |
4 2 2 4 |
2,5 4 1,5 2,25 |
6 5 1 1 |
5 6 1 1 ... |
21 21 14,5 |
Пример 22. В условиях предыдущей задачи (табл.23) вычислить при уровне значимости О(- = 0,0 5 коэффициент ранговой корреляции Спирмена для первых двух экспертов и на основе этого оценить согласованность их показаний.
Решение
1. Составляем таблицу попарных сравнений показаний первых двух экспертов (см.
табл.24).
2. Вычисляем опытное значение коэффициента ранговой корреляции Спирмена
3. Находим, по табл. Стьюдента, критическое значение коэффициента
Следовательно, гипотеза о согласованности показаний двух экспертов для рассмотренного примера, вычисленная с помощью коэффициента ранговой корреляции Спирме— на не отвергается.
В таком порядке поочередно сравнивается согласованность показаний двух экспертов: первого со вторым, с третьим и с четвертым; второго с третьим и четвертым и наконец, третьего с четвертым. Полученные значения коэффициентов ранговой корреляции заносят в таблицу. Предположим, что при этом были получены следующие значения коэффициентов ранговой корреляции Спирмена (см. табл.25).
Таблица 25. Матрица коэффициентов ранговой корреляции Спирмена, составленная на основе попарного сравнения показаний четырех экспертов
Эксперты |
Эксперты |
|||
1 |
2 |
3 |
4 |
|
1 |
1 |
0,58 |
0,8 |
0,09 |
2 |
0,58 |
1 |
0,6 |
0,04 |
3 |
0,8 |
0,6 |
1 |
0,02 |
4 |
0,09 |
0,04 |
0,02 |
1 |
|
|
Из табл. 25 видно, что коэффициент ранговой корреляции Спирмена четвертого эксперта значительно отличается от аналогичных коэффициентов первого, второго и третьего экспертов. Необходимо анонимно ознакомить экспертов с результатами первого тура опроса и приступить ко второму туру. Очевидно, что ознакомившись с результатами первого тура четвертый эксперт изменит свои показания и этим самым приблизится к объективному коллективному мнению.
Примечание. Кроме рассмотренного выше попарного сравнения показаний двух экспертов по нескольким факторам, в некоторых задачах применяется сравнение показаний группы экспертов по двум факторам.