span>
Оцінка ваг w 1, w 2, ..., w p за наявності експертногоВ« навчання В»:
1. Ідеальні випадок: оцінка кожного ваги або інтегральна оцінка. Найбільш інформативний і найбільш важкий для експертів - попросити експертів оцінити властивості інтегральних ваг за 10 бальною шкалою.
Будемо мати y 1 експ., y 2експ. , .... y n експ. при n = 79.
Бальні оцінки якості населення i:
Будемо будувати регресію y на Оцінювання МНК.
В В В
yi експ. - Можна привести до уніфікованої шкалою. <В
рідкісний випадок отримати оцінку від експерта, ніж отримати ваги за окремими категоріями.
2. Експертна інформація - не просимо оцінити в балах, а просимо розбити на деяку кількість груп (отримуємо 3 групи по аналізованих синтетичним категоріям об'єктів).
Сама детальна інформація-приписування рангу кожному об'єкту (вимірюємо об'єкт не в шкалі, а по рангах). R i = 2, тобто ставимо i-об'єкт на друге місце.
Y i: 1) 1 - лідери, i-об'єкт потрапив у першу групу
) 2 - середняки, i-об'єкт потрапив у другу групу
) 3 - аутсайдери,, i-об'єкт потрапив в третю групу
(число груп = числу об'єктів)
Оцінка параметрів моделі множинного вибору (зводиться до послідовного приведення аналізу до логіт-моделі).
3. Для яких пар множин є парне порівняння. У експертів просимо дізнатися для яких пар множин дано характеристики, тобто парне порівняння. експерт вибирає пари і за цими парам в бінарній формі дає характеристику - який з об'єктів життя по аналізованих якостям
повна матриця для? - Матриця n * n. p> вибрав якісь елементи, які відомі, інші нам не відомі
Маємо інтегральний показник y, тобто знаємо wj wl = відомо
Можна сформулювати матрицю парних порівнянь i, j - yi - yj =
Якщо це> 0, то це кращу якість
Обчислимо
Евклидова нормальна матриця А і В (однакової розмірності).
Підберемо ваги так, що ваги в матриця найменшим чином розходилися.
А = аi, j, У = bi, j
Візьмемо ту частину матриці W, яка дорівнює матриці? br/>В
Тоді знаходимо вектор, щоб парні порівняння, отримані від експертів, мінімально...
