Лабораторная работа 3. Оценка вероятности события группой экспертов

По вычислениям от всех экспертов получают табл. 4.

Здесь: Pij , j=1, …,k; i=1,…,m - оценки вероятностей истинности гипотез от экспертов; k – число экспертов; m - число гипотез. Экспертную информацию о весомостях самих экспертов Wj задает супер-эксперт.

(1) Запуск программы Gig.exe. File  новый или из списка сохраненных проектов.

(2) Ввод названий объектов и характеристик:

• в панели нажать Данные  Объекты и Характеристики;

• Объекты: вероятности P₁, P₂, P₃ соответственно гипотез A₁, A₂, A₃;

• в появившемся окне выбрать вкладку Объекты и ввести P₁, P₂, P₃;

• в поле Комментарии ввести пояснения к Объектам. Ввод

производится Ent по полю комментария около выбранного Объекта.

• Характеристики - это оценки вероятностей P₁₁, P₁₂, P₁₃, P₂₁, P₂₂, P₂₃, P₃₁, P₃₂, P₃₃ гипотез $A₁, A₂, A₃ экспертами Exp1, Exp2,....

• в появившемся окне выбрать вкладку Характеристики и ввести Exp1, Exp2,…

(3). Ввод значений характеристик. Для примера используем таблицу оценок от четырех экспертов (табл. 4). Последовательность действий следующая:

• в панели нажать Данные  Значения Характеристик;

• ввод значений происходит выделением Ent нужного пересечения Объекта и Характеристики.

• после ввода всех значений характеристики проверить корректность данных: Ent Значение  Проверить Корректность. Сохранить проект.

Таблица 4 Таблица оценок вероятностей гипотез от четырех экспертов и сводная оценка

Объекты	Оценки вероятностей гипотез				Сводные оценки
	Exp1=I1	Exp2=I2	Exp3=I3	Exp4=I4
1	2	3	4	5	6
	средняя	средняя	средняя	Средняя	min | max | средняя | стандарт
A1	0.679	0.614	0.617	0.517	0.616 | 0.635 | 0.628 | 0.005
A2	0.296	0.284	0.267	0.317	0.285 | 0.291 | 0.288 | 0.001
A3	0.026	0.101	0.117	0.167	0.076 | 0.093 | 0.083 | 0.004
Весомости, w	0.383	0.298	0.201	0.117	| | 1. 0 |

(4) Формирование отдельных показателей (войти и выйти), так как значения Характеристик уже являются вероятностями оценок гипотез несколькими экспертами, т.е. нормированными величинами.

(5) Ввод исходных данных о весовых коэффициентах экспертов:

• в панели управления нажать Данные  Весовые коэффициенты;

• вкладка Статистика отображает информацию о характеристиках: Min и Max значение, среднее, стандартное отклонение;

• вкладка Начальные:

- задать шаг дискретизации весовых коэффициентов, например n=50;

- здесь задаем веса w1, w2,…, экспертов Exp1, Exp2, ….

- задать минимальные и максимальные границы значений весов (интервальную информацию II)

a_i < w_i < b_i),

следя чтобы интервалы включали в себя среднее значение весомости w_m=1/m;

- для проверки правильности введенных данных в панели управления нажать

Начальная  Проверить Корректность;

- вкладка Дискретные отобразит измененные границы весовых коэффициентов;

- вкладка Порядковая задает отношение между весомостями экспертов:

w(i) > w(j); w(j)= w(m); w(1) > w(2) >w(3) >w(4).

- вкладка Согласованные выдает окончательные результаты по минимальным и

максимальным значениям весомостей с учетом всех введенных параметров;

• выйти через кнопку файл. Сохранить проект.

(6) Ввод исходных данных о сводных показателях. Эта процедура

формальная. В панели управления нажать Данные  Сводные показатели. Ничего не вводить по сводным показателям.

7. Вычисления. Окончательные результаты вычислений приведены в табл. 5 (ст. 6): минимальные, максимальные и средние оценки, стандартное отклонение. Последовательность вычислений следующая:

• в панели управления нажать Вычислить;

• в появившемся окне выбрать - все параметры и нажать Да;

• в окне вычислений ждите появления колонки Готово;

• для просмотра результатов в панели управления нажмите Операции  Дерево Данных  Весовые коэффициенты  оценки весовых коэффициентов  числовые значения оценок.

(8) Визуализация оценок весовых коэффициентов экспертов приведена на рис. 6.

(9). Сводные оценки вероятностей гипотез от всех экспертов. Для просмотра оценок вероятностей гипотез от всех экспертов в панели управления нажмите Операции  Дерево Данных  Сводные показатели  Оценки сводных показателей  Визуализация оценок (рис. 6)  Числовые значения оценок (рис.7).