- •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
§42. Проверка согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела
Проверка согласованности показаний экспертов с помощью коэффициента ранговой корреляции Спирмена является достаточно трудоемкой процедурой. Действительно, число составляемых таблиц при этом способе составляет
Например, если число экспертов равно четырем, то в этом случае надо составить
4(4-1) = 6 таблиц.
Если число экспертов больше четырех, то таблиц становится больше и вычисления становятся громоздкими. Поэтому на практике для определения согласованности мнений группы экспертов чаще используется так называемый коэффициент конкордации Кендела, значение которого независимо от числа привлекаемых экспертов определяется с помощью одной таблицы.
Величина коэффициента конкордации Кендела составляв!
При вычислении коэффициента конкордации Кенде.ла поступают следующим образом-:
1. Вычисляют сумму квадратов фактических отклонений пофакторных сумм рангов от общего среднего
При этом, если согласованность показаний экспертов хорошая, то коэффициент конкордации Кендела так же, как коэффициент ранговой корреляции Спирмена стремится к единице W -» 1. В противном случае коэффициент конкордации Кендела стремится к нулю W -> 0.
Проверка согласованности показаний всей группы экспертов с помощью коэффициента конкордации Кендела производится согласно следующему альтернативному соотношению
где д^ — критические точки распределения Пирсона,вычисленные при заданном
*РИТ- уровне значимости с< и при числе степеней свободы К =Я-~1 (см. Гмурман В.Е. Теория вероятностей и математическая статистика, 1977, с. 465).
Порядок проверки согласованности показаний группы экспертов с помощью коэффициента конкордации Кендела покажем на примере.
Пример 23. Предположим, что для определения весов шести факторов было привлечено четыре эксперта. Оценки, выданные каждым экспертом, приведены в табл. 26. Требуется проверить согласованность показаний группы экспертов с помощью коэффициента конкордации Кендела.
Приступим к вычислению коэффициента конкордации Кендела для рассматриваемого примера.
1. Вычисляем сумму рангов по каждому из факторов, например, для первого фак~ тора
Таблица
26. Матрица оценок, составленная на
основе показаний четырех
экспертов
К п,/п |
Эксперты |
|
Факторы |
|
Сумма |
|||
*1 |
Ф2 |
Ф3 |
Ф4 |
ф5 |
Ф6 |
рангов |
||
1 2 3 4 |
Первый эксперт Второй эксперт Третий эксперт Четвертый эксперт |
5 2 4 4 |
4 3 1 3 |
1 1 6 2 |
6 5 3 5 |
3 6 2 1 |
2 4 5 6 |
21 21 21 21 |
5 |
Сумма рангов по каждому из факторов |
15 |
11 |
10 |
19 |
12 |
17 |
84 |
6 |
Среднее арифметическое, т.е. коллективное мнение группы экспертов |
3,75 |
2,75 |
2,5 |
4,75 |
3 |
4,25 |
21 |
7 |
Фактические отклонения сумм рангов от_сред— него Aj =Xj - хСр |
1 |
—3 |
-4 |
5 |
-2 |
3 |
|
8 |
Квадраты фактических отклонений |
1 |
9 |
16 |
25 |
4 |
9 |
64 |
5. Вычисляем фактические отклонения пофакторных сумм рангов от общей суммы рангов, например, для первого фактора имеем (см. строку 7)
Вычисляем по формуле среднего арифметического коллективное мнение группы экспертов (строка табл.26).
Вычисляем среднее пофакторное значение суммы рангов^ля чего общую сумму рангов делим на число факторов
Аналогично для последующих факторов.
Вычисляем квадраты фактических отклонений пофакторных сумм рангов от об щего среднего (строка 8).
Суммируем квадраты отклонений,помещенные в строке 8 табл. 26
Следовательно, гипотеза о согласованности показаний экспертов для рассмотренного примера, вычисленная с помощью коэффициента конкордации Кендела отвергается. Необходимо анонимно ознакомить экспертов с результатами первого тура и перейти ко второму туру опроса.
