Основные стадии экспертного опроса

Выделяют следующие стадии проведения экспертного опроса:

1) формулировка Лицом, Принимающим Решения, цели экспертного опроса;

2) подбор ЛПР основного состава Рабочей группы;

3) разработка РГ и утверждение у ЛПР технического задания на проведение экспертного опроса;

4) разработка РГ подробного сценария проведения сбора и анализа экспертных мнений (оценок), включая как конкретный вид экспертной информации ( слова, условные градации, числа, ранжировки, разбиения или иные виды объектов нечисловой природы) и конкретные методы анализа этой информации (вычисление медианы Кемени, статистический анализ люсианов и иные методы статистики объектов нечисловой природы и других разделов прикладной статистики);

5) подбор экспертов в соответствии с их компетентностью;

6) формирование экспертной комиссии (целесообразно заключение договоров с экспертами об условиях их работы и ее оплаты, утверждение ЛПР состава экспертной комиссии);

7) проведение сбора экспертной информации;

8) анализ экспертной информации;

9) при наличии нескольких туров - повторение двух предыдущих этапов;

10) интерпретация полученных результатов и подготовка заключения для ЛПР;

11) официальное окончание деятельности РГ.

.

Можно выделить две взаимосвязанные ветви - математические модели поведения экспертов и математико-статистические методы анализа экспертных оценок.

Модели поведения экспертов обычно основаны на предположении, что эксперты оценивают интересующий ЛПР параметр (например, ранжировку образцов изделий по конкурентоспособности) с некоторыми ошибками, т.е. эксперта рассматривают как особого рода прибор с присущими ему метрологическими характеристиками. Оценки группы экспертов рассматривают как совокупность независимых одинаково распределенных случайных величин со значениями в соответствующем пространстве объектов числовой или нечисловой природы. Обычно предполагается, что эксперт чаще выбирает правильное решение (т.е. адекватное реальности), чем неправильное. В математических моделях это выражается в том, что плотность распределения случайной величины - ответа эксперта монотонно убывает с увеличением расстояния от центра распределения - истинного значения параметра. 

28.Моделичастичногоприспособления(адаптивныхожиданий,исправленияошибок

Модель частичного приспособления

Запишем эту модель так:

 (9)

- желаемый уровень величины Y (desired)

- скорость приспособления.

Если μ=1, то приспособление происходит мгновенно, тогда   всегда равняется Y. Если исключить из второго уравнения наблюдаемую величину  , то можно привести модель к виду, удобному для оценивания:

 (10)

Это есть модель ADL (1,1) с коэффициентом при текущем значении X, равном 0, т.е. это тоже частный случай ADL.