전문가 방법은 가정하고 사용됩니다. 전문가 방법의 분류와 특징. 집단지식 : 브레인스토밍 방법

1. 전문가 방법에 대한 간략한 설명

현대 경제는 경영에 대해 새롭고 더 높은 요구를 제시합니다. 국가 경제의 효율성을 높이기 위한 더 많은 준비금이 이 분야에 있기 때문에 관리 방법 개선 문제가 이제 매우 중요해지고 있습니다. 과학적 관리 수준을 높이는 중요한 요소는 의사결정을 준비할 때 수학적 방법과 모델을 사용하는 것입니다. 그러나 기술 및 경제 문제의 완전한 수학적 공식화는 질적 참신함과 복잡성으로 인해 종종 실현 가능하지 않습니다.

이와 관련하여 전문가 방법이 점점 더 많이 사용되고 있으며, 이는 합리적인 결정을 준비하고 선택하는 데 필요한 정보를 전문가로부터 얻는 것을 목표로 하는 일련의 논리적, 수학적 통계적 방법 및 절차로 이해됩니다. 이제 정확한 계산을 바탕으로 결정 결과에 대한 선택, 정당화 및 평가를 내릴 수 없는 상황에서 전문가 방법이 사용됩니다. 이러한 상황은 사회적 생산을 관리하는 현대적인 문제를 개발할 때, 특히 예측과 장기 계획을 세울 때 자주 발생합니다.

제어 시스템 연구에서 문제를 해결하고 다른 과학, 기술 및 경영 분야의 의사 결정에 이를 사용할 때 전문가 방법의 본질은 전문가의 의견(판단)을 다양한 방식으로 평균화하는 데 있습니다. 고려중인 문제에 대해.

전문가 평가 방법은 전문 전문가와 함께 업무를 구성하고 전문가 의견을 처리하는 방법입니다. 이러한 의견은 일반적으로 부분적으로는 정량적으로, 부분적으로는 정성적으로 표현됩니다. 전문가 평가 방법은 통계 데이터가 누락되거나 불충분한 경우 향후 사건을 예측하는 데 사용됩니다. 또한 목표의 중요성과 특정 제품 마케팅 방법의 선호도를 평가하는 등 다른 측정 방법이 없는 이벤트를 수량화하는 데에도 사용됩니다. 즉, 전문가 평가 방법은 현재 사건의 정량적 측정과 예측 목적 모두에 사용됩니다.

전문가 평가는 합리적인 결정을 준비하고 개발하기 위해 전문가로부터 정보를 얻고 이를 분석 및 요약하는 것을 목표로 하는 일련의 논리적, 수학적 절차로 이해됩니다.

관리 시스템의 전문가 평가 기능:

특정 제어 개체 개발 추세 및 제어 하위 시스템의 실패 가능성, 제어 시스템 형성에 새로운 주제의 출현을 예측합니다.

예측 개체의 모델을 구성하는 데 대한 정당성. 전문가 평가 방법은 전문가 의견을 바탕으로 예측 대상에 대한 적절한 모델을 구축할 수 있다는 가정을 기반으로 하는 과학 및 기술 예측 방법 그룹 중 하나입니다.

연구 과정이 주관적 요인에 의해 자연스럽게 영향을 받는 경우 연구 결과로 얻은 데이터의 신뢰성 정도를 평가합니다. 예를 들어, 사회경제적 연구에 대한 결론은 연구자의 사회적 개념에 의해 왜곡된 사실을 바탕으로 내려질 수 있습니다.

제어 시스템이 제어 개체로부터 수신한 정보의 완전성 및 객관성 평가, 제어 시스템에서 제어 개체에 입력되는 정보(결정)의 유효성 평가

특정 대체 개발 경로, 제어 개체, 제어 시스템 또는 두 시스템을 함께 평가합니다.

제어 시스템 및 제어 개체의 특정 요소가 생성된 기능을 준수하는지 인증합니다.

현재 경영 결정을 내릴 때 사용되는 가장 일반적인 전문가 방법은 다음과 같습니다.

순위 방법;

직접 평가 방법;

비교 방법.

후자의 방법에는 쌍 비교와 순차 비교라는 두 가지 종류가 있습니다.

원칙적으로 각각은 공통점이 많으며 주요 차이점은 연구된 시스템 관리 개체의 평가(측정)가 서로 다른 방식으로 수행된다는 것입니다. 게다가, 각 방법에는 특정한 장점과 단점이 있습니다.

각 방법의 공통점은 사용 절차의 순서에 있습니다. 여기에는 다음이 포함됩니다.

전문가 평가 조직;

전문가 의견 수집;

전문가 의견의 결과를 처리합니다.

순위 방법을 사용하여 전문가는 조직 시스템의 연구 대상을 상대적 중요성(선호도)에 따라 순위(순서)를 수행합니다. 이 경우 일반적으로 가장 선호하는 개체에 순위 1이 할당되고, 선호도가 가장 낮은 개체에 마지막 순위가 할당됩니다. 이 순위는 절대값이 주문되는 개체 수와 같습니다. 이 순서는 연구 대상이 적을수록 더 정확해지며 그 반대도 마찬가지입니다.

따라서 이 방법을 사용하면 제어 시스템의 다른 개체 중에서 연구 중인 개체의 위치를 ​​결정할 수 있습니다. 순위 방법의 장점은 단순성입니다. 단점은 다음과 같습니다.

개수가 15~20개를 초과하는 개체 수에 대해 충분한 정확도로 순위를 매길 수 없음

연구 대상이 서로 얼마나 중요한지에 대한 질문에 대답하지 않습니다.

이 방법은 단순성에도 불구하고 제어 시스템을 연구하는 데 거의 사용되지 않습니다.

직접 평가 방법은 연구 중인 객체(예: 파라메트릭 모델을 컴파일하기 위해 매개변수를 선택하는 경우)를 중요도에 따라 각 객체에 점수를 할당하여 순서를 지정하는 것입니다. 이 경우 가장 중요한 개체에는 허용된 척도에서 가장 높은 점수가 할당(평가)됩니다. 가장 일반적인 평가 척도 범위는 0~1, 0~5, 0~10, 0~100입니다. 가장 간단한 경우 평가는 0 또는 1일 수 있습니다. 때로는 평가가 구두 형식으로 수행됩니다. 예를 들어, "매우 중요함", "중요함", "중요하지 않음" 등은 설문조사 결과 처리의 편의성을 높이기 위해 때때로 점수 척도(각각 3, 2, 1)로 변환되기도 합니다.

이 방법의 사용은 전문가가 연구 대상 개체의 속성에 대해 완전히 알고 있다고 확신하는 경우에만 사용되지만 이는 종종 발생하지 않습니다.

매칭방법은 쌍비교와 순차비교로 이루어진다.

쌍별 비교에서 전문가는 쌍의 중요성에 따라 연구 중인 개체를 비교하여 각 개체 쌍에서 가장 중요한 개체를 식별합니다. 전문가는 가능한 모든 개체 쌍을 각 조합의 기록 형태(객체 I - 객체 2, 객체 2 - 객체 3 등) 또는 행렬 형태로 제시합니다.

전문가는 각 쌍의 개체를 비교한 결과 특정 개체의 중요성에 대한 의견을 표현합니다. 즉, 그 중 하나를 선호합니다. 때때로 전문가들은 쌍의 각 개체가 동일하다는 결론에 도달합니다. 물론 각 개체 쌍의 순서를 지정한다고 해서 고려 중인 모든 개체의 순서가 즉시 제공되는 것은 아니므로 비교 결과에 대한 후속 처리가 필요합니다. 행렬을 도구로 사용하여 쌍별 비교 및 ​​처리를 수행하는 것이 가장 편리합니다.

어떤 경우에는 연구 대상이 많은 경우 쌍 비교 결과가 심리적 요인의 영향을받습니다. 즉, 실제로 다른 것보다 선호하는 대상이 아니라 먼저 작성된 대상을 선호하는 경우가 있습니다. 쌍 목록에 있거나 비교되는 행렬 위의 행렬에 있습니다. 따라서 때로는 심리적 영향을 배제하기 위해 이중 쌍 비교가 수행됩니다. 즉, 쌍 비교가 다시 이루어 지지만 개체의 역 배열과 그에 따른 각 쌍의 개체에 대해서만 수행됩니다.

쌍 비교 방법은 매우 간단하며 더 많은 수의 개체(예: 순위 방법과 비교)를 더 정확하게 연구할 수 있습니다.

순차비교방법의 본질은 다음과 같다. 전문가는 연구된 모든 개체를 중요도에 따라 정렬합니다(순위 방법과 유사). 각 개체에는 예를 들어 평가 방법으로 0에서 I까지의 척도로 특정 수의 점수가 미리 할당됩니다. 또한 가장 중요한 개체에는 I와 동일한 점수가 부여되고 다른 모든 개체에는 중요도가 감소하는 순서, 즉 I부터 0까지 부여됩니다. 다음으로 전문가는 순위가 I인 개체의 중요도가 다음과 같은지 여부를 결정합니다. 다른 모든 객체의 포인트의 합보다 큽니다. 그렇다면, 첫 번째 개체의 점수는 이 조건이 충족될 때까지 증가하고, 그렇지 않으면 전문가는 이 값을 다른 모든 개체의 점수 합보다 작아지는 수치로 줄입니다.

두 번째, 세 번째 및 후속 중요 개체의 등급 값은 가장 중요한 첫 번째 개체의 등급과 동일한 방식으로 순차적으로 결정됩니다.

전문가에게는 순차비교 방법이 가장 노동집약적이다. 이는 연구 대상 개체의 수가 6~7개 이상일 때 특히 두드러집니다.

전문가 방법의 공통점은 사용 절차의 순서에 있습니다. 여기에는 전문가 평가 구성, 전문가 의견 수집 및 얻은 결과 처리가 포함됩니다.

전문위원회의 위원장은 전문업무를 총괄 관리하기 위하여 임명된다. 이는 실무 그룹과 전문가 그룹의 두 그룹으로 구성됩니다.

작업 그룹 장의 하위에는 전문가 작업을 위한 자료 준비, 얻은 결과 처리 등의 기술 측면을 담당하는 기술 작업자와 해결 중인 문제에 대한 전문가가 있습니다. 전문가그룹의 구성은 실무그룹장(주최자)이 수행한다. 이 경우 여러 가지 순차적 활동이 수행됩니다.

그룹 활동 영역의 문제 설명 및 정의;

전문가의 예비 목록 작성 - 고려 중인 활동 분야의 전문가;

예비 전문가 목록의 질적 구성 분석 및 목록 설명

작업 참여에 대한 전문가의 동의를 얻습니다.

전문가 그룹의 최종 목록을 편집합니다.

그룹의 전문가 수는 다양한 요소와 조건, 특히 해결되는 문제의 중요성, 사용 가능한 역량 등에 따라 달라집니다.

특정 전문가의 선정은 제안된 전문가 각각의 자질을 분석하여 이루어집니다. 이를 위해 다양한 방법이 사용됩니다.

조직 설계 문제에 대한 전문가로서 과거 활동 결과에 대한 통계 분석을 기반으로 후보 전문가를 평가합니다.

해당 분야의 전문가로서 후보 전문가에 대한 종합 평가

후보자 전문가의 자체 평가;

후보 전문가의 역량에 대한 분석적 결정.

의견을 수집하는 알려진 모든 형태 중에서 개인, 집단 및 혼합 의견을 주목할 수 있습니다. 이러한 각 형태에는 질문, 인터뷰, 토론, 브레인스토밍, 회의, 비즈니스 게임 등 다양한 변형이 있습니다. 많은 품질 관리 사례에서 이를 함께 사용하면 더 큰 효과와 객관성을 얻을 수 있습니다.

전문가 평가 방법은 전문가 그룹의 공동 작업 방법과 전문가 그룹 구성원의 개별 의견을 얻는 방법의 두 가지 그룹으로 나눌 수 있습니다.

전문가 그룹의 공동 작업 방법에는 해결 중인 문제에 대한 공동 토론 중에 공통의 의견을 얻는 것이 포함됩니다. 때로는 이러한 방법을 집단의견을 직접적으로 얻는 방법이라고 부르기도 한다. 이러한 방법의 가장 큰 장점은 문제를 다양하게 분석할 수 있다는 것입니다. 이 방법의 단점은 정보를 얻는 절차가 복잡하고, 전문가의 개별 판단을 바탕으로 집단 의견을 형성하기 어렵고, 집단 내 당국의 압력을 받을 가능성이 있다는 점이다.

팀워크 방법에는 브레인스토밍, 시나리오, 비즈니스 게임, 회의 및 법정이 포함됩니다.

브레인스토밍 방법. 이러한 유형의 방법은 집단적 아이디어 생성, 브레인스토밍 및 토론 방법으로도 알려져 있습니다. 이 모든 방법은 문제 해결을 목표로 하는 아이디어의 자유로운 표현을 기반으로 합니다. 그러면 이러한 아이디어 중에서 가장 가치 있는 아이디어가 선택됩니다.

"브레인스토밍" 방법의 장점은 필요한 솔루션을 얻는 효율성이 높다는 것입니다. 가장 큰 단점은 시험 구성이 복잡하다는 것입니다. 때로는 필요한 전문가를 모으고 편안한 분위기를 조성하며 공식 관계의 영향을 제거하는 것이 불가능하기 때문입니다.

"시나리오" 방법은 해결 중인 문제에 대한 전문가의 제안을 작성하여 제시하기 위한 일련의 규칙입니다. 시나리오는 문제 분석과 구현 제안을 포함하는 문서입니다. 제안서는 먼저 전문가들이 개별적으로 작성한 후 합의를 거쳐 하나의 문서 형태로 제시됩니다.

스크립트의 가장 큰 장점은 이해 가능한 형식으로 해결되는 문제를 포괄적으로 다룬다는 것입니다. 단점은 모호함 가능성, 제시된 문제의 모호함, 개별 결정의 타당성 부족 등을 포함합니다.

"비즈니스 게임"은 설정된 목표 달성을 목표로 하는 작업을 수행할 때 사회 관리 시스템의 기능을 모델링하는 데 기반을 두고 있습니다. 이전 방법과 달리 비즈니스 게임에는 전문가 그룹의 활발한 활동이 포함되며 각 구성원은 미리 작성된 규칙과 프로그램에 따라 특정 책임이 할당됩니다.

비즈니스 게임의 가장 큰 장점은 연구 중인 프로세스의 모든 단계와 사회 관리 시스템의 모든 요소의 상호 작용을 고려하여 역학적 솔루션을 개발할 수 있다는 것입니다. 단점은 실제 문제 상황에 가까운 조건에서 비즈니스 게임을 구성하는 것이 어렵다는 것입니다.

"회의"( "위원회", "원탁") 방법은 가장 간단하고 전통적입니다. 여기에는 해결 중인 문제에 대한 단일 집단 의견을 개발할 목적으로 회의나 토론을 개최하는 것이 포함됩니다. 브레인스토밍 방식과 달리 각 전문가는 자신의 의견을 표현할 수 있을 뿐만 아니라 다른 사람의 제안에 대해 비판할 수도 있습니다. 이러한 철저한 논의의 결과, 의사결정에 오류가 발생할 가능성이 줄어듭니다.

이 방법의 장점은 구현이 단순하다는 것입니다. 그러나 회의에서는 참가자 중 한 사람의 권위, 직위, 인내 또는 연설 능력으로 인해 잘못된 의견이 받아 들여질 수 있습니다.

'법원' 방식은 '회의' 방식의 변형으로 재판 진행과 유사하게 시행된다. 다양한 결정 옵션을 고수하는 여러 전문가 그룹이 있는 경우 "법원" 방법을 사용하는 것이 좋습니다.

전문가 집단의 개별 의견을 얻는 방법은 전문가들이 서로 독립적으로 인터뷰한 정보를 사전에 접수한 후, 접수된 데이터를 가공하는 방식이다. 이러한 방법에는 설문지 방법, 인터뷰 및 델파이 방법이 포함됩니다.

개별 전문가 평가 방법의 주요 장점은 효율성, 전문가의 개인 능력을 최대한 활용할 수 있는 능력, 당국의 압력이 없고 시험 비용이 저렴하다는 것입니다. 가장 큰 단점은 한 전문가의 제한된 지식으로 인해 결과 평가의 주관성이 높다는 것입니다.

델파이 방법은 반복적인 설문조사 절차입니다. 동시에, 평가, 논쟁 및 비판의 익명성을 유지하면서 전문가들 사이에 개인적인 접촉이 없으며 각 설문 조사 후에 모든 평가 결과에 대한 완전한 정보가 제공되어야 한다는 요구 사항이 준수됩니다.

방법 절차에는 여러 가지 연속적인 인터뷰 단계가 포함됩니다.

첫 번째 단계에서는 일반적으로 설문지 형식으로 전문가를 대상으로 개별 설문조사를 실시합니다. 전문가들은 이유를 밝히지 않고 답변을 제시합니다. 그런 다음 설문조사 결과를 가공하여 전문가 그룹의 집단 의견을 형성하고 다양한 판단에 찬성하는 주장을 파악하고 요약합니다.

두 번째 단계에서는 모든 정보가 전문가에게 전달되며, 전문가는 자신의 평가를 재고하고 집단적 판단에 동의하지 않는 이유를 설명하도록 요청받습니다. 새로운 추정이 다시 처리되고 다음 단계로 전환됩니다. 실습에 따르면 3~4단계가 지나면 전문가의 답변이 안정되고 시술을 중단해야 합니다.

델파이 방법의 장점은 설문 조사 중 피드백을 사용하여 전문가 평가의 객관성을 크게 높인다는 점입니다. 그러나 이 방법은 전체 다단계 절차를 구현하는 데 상당한 시간이 필요합니다.

따라서 우리는 전문가의 방법이 지속적으로 개발되고 개선되고 있다고 결론을 내릴 수 있습니다. 이 개발의 주요 방향은 응용 범위 확장, 수학적 방법 및 전자 컴퓨터 기술의 사용 정도 증가, 새로운 단점을 제거하는 방법 찾기 등 여러 가지 요소에 의해 결정됩니다. 최근 몇 년 동안 전문가 평가 방법의 개발과 실제 사용에서 달성한 성공에도 불구하고, 추가적인 방법론적 연구와 실제 테스트가 필요한 많은 문제와 과제가 있습니다. 전문가 선정 제도 개선, 집단의견 특성 신뢰도 제고, 평가 타당성 확인 방법 개발, 전문가 평가 신뢰도를 저하시키는 숨은 원인 연구 등이 필요하다. 그러나 오늘날에도 다른 수학적, 통계적 방법과 결합된 전문가 평가는 모든 수준에서 관리를 개선하는 중요한 도구입니다.

전문가 평가방법 관리

2. 전문가의 방법으로 얻은 데이터의 처리

전문가 집단의 설문조사를 실시한 후 결과를 처리합니다. 처리를 위한 초기 정보는 전문가의 선호도와 이러한 선호도에 대한 의미 있는 정당성을 표현하는 수치 데이터입니다. 처리의 목적은 전문가 평가에서 숨겨진 형태로 포함된 일반화된 데이터와 새로운 정보를 얻는 것입니다. 처리 결과를 바탕으로 문제에 대한 해결책이 형성됩니다.

전문가로부터 수집된 의견(데이터)의 처리는 정량적(수치적 데이터)과 정성적(실질적 정보)로 수행됩니다. 처리에는 다양한 방법이 사용됩니다. 수치 데이터가 있는 경우 전문가 판단을 평균화하는 방법을 사용하여 충분한 정보 자료가 제공되는 문제를 해결합니다. 그러나 이용 가능한 수치 데이터가 있더라도 당면한 문제에 대한 정보가 충분하지 않은 경우 전문가 데이터를 처리하기 위한 정량적 방법과 함께 정성 분석 및 합성 방법이 사용됩니다.

수치 데이터와 전문가의 의미 있는 진술이 모두 존재하면 그룹 전문가 평가 결과를 처리하기 위해 정성적, 정량적 방법을 사용할 필요가 있습니다. 이러한 방법의 비중은 전문가 평가를 통해 해결된 문제의 종류에 따라 크게 달라집니다.

전체 문제 세트는 두 가지 클래스로 나눌 수 있습니다. 첫 번째 클래스에는 충분한 수준의 지식과 경험이 있는 문제, 즉 필요한 정보 잠재력이 있는 문제가 포함됩니다. 이 클래스에 속하는 문제를 해결할 때 전문가는 평균적으로 좋은 측정자로 간주됩니다. "평균적으로 양호"라는 용어는 실제 결과에 가까운 측정 결과를 얻을 수 있는 능력을 의미합니다. 많은 전문가들은 실제 가치를 중심으로 판단을 내립니다. 따라서 1급 문제에 대한 그룹 전문가 평가 결과를 처리하기 위해 데이터 평균을 기반으로 한 수학적 통계 방법을 성공적으로 적용할 수 있습니다.

고려된 전문가 방법(순위 등)을 적용할 때 전문가 의견이 일치하지 않는 경우가 많으므로 전문가 의견의 일관성 정도를 정량화하고 판단 불일치의 원인을 파악할 필요가 있다. 일관성의 척도는 당연히 전체 전문가 그룹의 통계 데이터를 기반으로 설정됩니다. 이 측정값을 평가하기 위해 다음 공식을 사용하여 계산되는 일치 계수가 사용됩니다.

여기서 C는 모든 개체 및 전문가의 평균 순위 합계에서 각 개체의 순위 합계의 제곱 편차의 합계입니다. 즉,

어디 - 순위의 평균 합;

Aij는 j번째 전문가가 i번째 개체에 부여한 평가(점)입니다.

K-전문가, N-객체.

일치 계수는 1>W>0 범위에 있을 수 있습니다. W=0에서는 전문가 의견 사이에 합의가 없지만 W=1에서는 완전합니다. 일반적으로 W>0.5이면 일관성이 충분하다고 간주됩니다.

일치 계수의 계산된 값은 Pearson X^2 기준에 따라 특정 유의 수준 B - 전문가 작업의 잘못된 결과가 나올 최대 확률로 가중치를 부여해야 합니다. 일반적으로 0.005 -0.05 범위 내에서 유의성을 설정하는 것으로 충분합니다.

계산된 값 X^2calc가 표에 표시된 값(선택한 유의 수준)보다 큰 경우 전문가 의견은 최종적으로 합의된 것으로 인정됩니다.

전문가선의 불일치 여부를 일치계수로 판단하고 해당 값을 Pearson 기준을 사용하여 확인하는 경우 전문가 설문조사를 반복해야 합니다.

두 번째 부류에는 충분한 정보 잠재력이 아직 축적되지 않은 문제가 포함됩니다. 이와 관련하여 전문가의 판단은 서로 크게 다를 수 있습니다. 더욱이 다른 전문가의 의견과 크게 다른 한 전문가의 판단이 사실로 판명될 수도 있다. 2차 문제 해결 시 집단 전문가 평가 결과를 평균화하는 방법을 사용하면 큰 오류가 발생할 수 있음은 자명하다. 따라서 이 경우 전문가 설문조사 결과의 처리는 평균화의 원칙을 사용하지 않고 정성적 분석방법에 의거하여 처리되어야 한다.

전문가 평가 실시에서 첫 번째 유형의 문제가 가장 일반적이라는 점을 고려하여, 이 유형의 문제에 대한 시험 결과를 처리하는 방법에 중점을 둡니다.

전문가 평가의 목표와 선택한 측정 방법에 따라 설문조사 결과를 처리할 때 다음과 같은 주요 작업이 발생합니다.

) 개별 전문가 평가를 기반으로 개체에 대한 일반화된 평가를 구성합니다.

) 각 전문가의 개체 쌍 비교를 기반으로 일반화된 평가를 구성합니다.

) 물체의 상대적 무게 결정;

) 전문가 의견의 일관성을 결정합니다.

) 순위 간의 종속성 결정;

) 처리 결과의 신뢰성 평가.

개별 전문가 평가를 기반으로 개체에 대한 일반화된 평가를 구성하는 작업은 그룹 전문가 평가 중에 발생합니다. 이 문제에 대한 해결책은 전문가가 사용하는 측정 방법에 따라 달라집니다.

많은 문제를 해결할 때 하나의 지표나 일부 지표 세트에 따라 개체를 구성하는 것만으로는 충분하지 않습니다. 다른 개체에 비해 상대적 중요성을 결정하는 각 개체에 대한 수치 값을 갖는 것이 바람직합니다. 즉, 많은 작업에 대해 개체를 구성할 뿐만 아니라 한 개체가 다른 개체보다 선호되는 정도를 결정할 수 있도록 개체에 대한 평가가 필요합니다. 이 문제를 해결하기 위해 직접추정법을 직접 적용할 수 있습니다. 그러나 특정 조건에서는 전문가 평가를 처리하여 동일한 문제를 해결할 수 있습니다.

전문가 의견의 일관성은 개인 의견의 유사성 정도를 나타내는 수치적 척도를 계산하여 결정됩니다. 일관성 척도의 가치 분석은 해결 중인 문제에 대한 일반적인 지식 수준에 대한 올바른 판단을 개발하고 전문가 의견 그룹을 식별하는 데 기여합니다. 의견을 그룹화하는 이유에 대한 질적 분석을 통해 다양한 견해, 개념의 존재를 확립하고, 과학 학교를 식별하고, 전문 활동의 성격을 결정하는 등의 작업이 가능해집니다. 이러한 모든 요소를 ​​통해 결과를 더 깊이 이해할 수 있습니다. 전문가들의 설문조사.

전문가 평가 결과를 처리함으로써 다양한 전문가 순위 간의 종속성을 파악하고 이를 통해 전문가 의견의 통일성과 차이를 확립할 수 있다. 개체를 비교하기 위한 다양한 지표를 기반으로 순위 간의 관계를 설정하는 것도 중요한 역할을 합니다. 이러한 종속성을 식별하면 관련 비교 지표를 표시하고 연결 정도에 따라 그룹화할 수 있습니다. 연습에 대한 의존성을 결정하는 작업의 중요성은 분명합니다. 예를 들어, 비교의 지표가 다양한 목표이고, 대상이 목표 달성의 수단이라면, 목표 달성의 관점에서 수단을 정렬하는 순위 간의 관계를 설정하면 질문에 합리적으로 답할 수 있습니다. 주어진 수단으로 하나의 목표를 달성하는 것이 다른 목표 달성에 어느 정도 기여하는지.

처리를 통해 얻은 추정치는 무작위 개체이므로 처리 절차의 중요한 작업 중 하나는 신뢰성을 결정하는 것입니다. 이 문제를 해결하려면 적절한 주의를 기울여야 합니다.

따라서 검사 결과를 처리하는 것은 노동집약적인 과정입니다. 추정치 및 신뢰성 지표를 수동으로 계산하는 작업을 수행하는 것은 단순한 주문 문제를 해결하는 경우에도 많은 인건비와 관련이 있습니다. 이와 관련하여 컴퓨터 기술, 특히 컴퓨터를 사용하는 것이 좋습니다. 컴퓨터를 사용하면 전문가 평가 결과를 처리하기 위한 알고리즘을 구현하는 컴퓨터 프로그램을 개발하는 문제가 발생합니다.

서지

1. Vasilevskaya I.V. 품질관리 : 교과서 / I.V. Vasilevskaya. - M .: IC RIOR, 2011. - 112p.

Vikhansky O.S., Naumov A.I. 관리 : 교과서. - 3판. - M .: 경제학자, 2004. - 528 p .: 아픈.

전문가 평가 방법

전문가 방법의 적용

전문가 방법을 사용하려면 다음 조건을 준수해야 합니다.

전문가 평가는 문제 해결을 위해 보다 객관적인 방법을 사용할 수 없는 경우에만 수행됩니다.

전문가위원회의 업무에는 전문가 판단의 진실성에 영향을 미치는 요소가 없어야 하며, 전문가의 의견은 독립적이어야 하며, 전문가에게 제기된 질문은 다른 해석을 허용해서는 안 된다.

전문가는 해결되는 문제에 대해 유능해야 합니다.

전문가의 수는 최적이어야 합니다.

전문가의 답변은 모호하지 않아야 하며 수학적 처리의 가능성을 제공해야 합니다.

전문가 그룹을 구성하는 방법은 다음과 같습니다.

1 임명방법. 전문가 그룹의 구성원은 인증을 수행하는 명령에 따라 책임자(기업 관리자, 책임자 등)를 임명합니다. 그룹 전문가가 개발한 결정은 관리자와 인증 결과를 사용하는 다른 사람 모두에게 매우 권위적입니다. 이 방법은 특정 기업에서 처음으로 그룹 시험을 실시하고 주최자가 다른 사람의 비판으로부터 결과를 보호해야 하는 경우입니다.

2 상호 추천 방법. 먼저, 고려 중인 문제에 대해 전문가 1명과 인터뷰를 진행합니다. 동시에 그는 자신의 의견으로는 전문가 위원회에 참여해야 할 다른 사람의 이름을 지정합니다. 이러한 전문가는 추천을 포함하여 가능한 전문가를 다시 지명해야 합니다(추천의 익명성은 유지됩니다). 점차적으로 원이 닫힙니다. 경험에 따르면 이 방법을 사용할 때 공식 직위에 관계없이 이 문제를 성공적으로 해결하는 전문가가 그룹에 포함됩니다. 이 방법은 매우 좁은 특수 문제를 분석할 때 편리합니다.

3 일관된 추천 방법. 분석된 문제에 대한 전문가 집단(전문가)은 문제가 해결될 수 있는 조건을 나타내야 하며, 그는 개인적으로 문제를 해결하기 위해 스스로 노력할 수 있습니다. 이러한 조건이 확립된 후 전문가는 자신이 지정한 중간 목표의 달성을 보장할 수 있는 사람을 지명합니다. 차례로, 이 사람들은 중간 목표 달성을 위한 조건을 찾아내고 두 번째 수준의 중간 목표 달성을 보장할 수 있는 사람을 식별할 때 설문 조사의 두 번째 라운드에서 전문가 역할을 합니다.

4 문서화 방법.이는 객관적인 특성을 바탕으로 전문가를 선정하는 방식이다. 경력, 직위, 학력 등 전문가 그룹의 의견을 명확히 할 필요가 있는 경우에 매우 자주 적절하게 사용됩니다.

5 테스트 방법.전문가는 인증 테스트 결과를 바탕으로 특정 전문가 풀에서 선정됩니다. 이 방법은 선택된 전문가가 유사하고 고도로 전문화된 문제를 반복적으로 해결해야 하는 경우에 사용하는 것이 좋습니다.

전문가의 주요 요구 사항: 역량, 효율성, 전문가 위원회 참여에 대한 관심 및 객관성.

전문가의 역량은 전문적 역량과 품질적 역량으로 구분됩니다.

전문적 역량이란 제품을 설계하고 제조하는 다양한 방법에 대한 지식을 말합니다.

품질적 역량이란 전문가가 제품 품질을 평가하는 원리와 방법을 어느 정도 이해하고 있음을 보장하는 것을 의미합니다. 제품 품질을 평가하는 방법에 대한 지식과 이를 사용하고 다양한 유형의 평가 척도를 사용하는 실무 능력이 필요합니다.

전문가의 효율성은 평정심, 한 가지 평가에서 다른 평가로 빠르게 전환하는 능력, 접촉, 갈등 상황에서 사람들과 협력하는 능력, 효율성, 타당성 및 동기 부여를 의미합니다.

전문가 방법은 조직 및 경제 대상에 대한 아이디어의 비공식성과 확실성 부족과 관련된 예측, 분석 및 설계 문제를 해결하는 데 사용됩니다.

이 방법의 본질: 전문가는 판단에 대한 정성적 평가와 결과의 공식적인 처리를 통해 문제에 대한 직관적-논리적 분석을 수행합니다.

전문가 평가 방법의 특징: 과학적 기반의 검사 조직의 필요성, 전문가의 질적 판단을 평가하기 위한 정량적 방법의 사용.

전문가 방법은 객체 개발에 대한 예측을 결정하는 데 사용될 수 있습니다. 목표와 목표를 결정할 때 자원의 대체 분배 불확실성과 위험이 있는 상황에서 결정을 내릴 때.

이 방법을 사용하는 첫 번째 단계는 전문가 그룹을 구성하는 것입니다. 전문가가 전문가 그룹에 포함되기 위해 필요한 속성:

– 역량(특정 지식 분야의 자격 정도)

– 창의성(창의적인 문제를 해결하는 능력)

– 분석성과 사고의 폭;

– 건설성(구체적인 제안을 작성하는 능력)

– 전문가의 자기 비판;

시험에 대한 태도.

전문가 그룹을 구성하려면 테스트, 문서화 및 기타 방법을 사용할 수 있습니다.

테스트 방식은 개발된 테스트를 바탕으로 가능한 후보를 검토하고, 답변 결과를 바탕으로 그룹을 구성하는 방식이다.

문서화 방식은 개인 문서에 포함된 객관적인 특성(업무 경력, 직위, 학위, 출판 횟수 등)에 따라 전문가를 선정하는 것입니다.

임명 방법은 직원 중에서 전문가 집단의 장이 결정합니다. 이 방법의 가장 큰 단점은 직원의 의견이 일관적일 수 있지만 이 문제에 대한 조직의 공식 입장을 표현하는 오류가 있을 수 있다는 것입니다("학교 효과"). 이 경우의 조사 결과는 주로 내부 용도로만 중요합니다.

전문가 기법을 적용하는 2단계는 심사를 진행하는 것이다.

이 단계는 전문가 인터뷰 방법을 선택하는 것부터 시작됩니다. 개인, 그룹, 델파이 방법이 있습니다.

개별 방법에서는 다른 사람의 의견과 관계없이 설문지나 인터뷰를 통해 각 전문가로부터 평가를 얻습니다. 그런 다음 일반화 및 처리 후에 전반적인 결과 평가가 결정됩니다. 개체의 상태에 대한 점 예측을 개발해야 할 때, 개체 집합의 순위를 매길 때, 전문가의 가장 중요한 자질이 그의 역량과 건설성인 기타 경우에는 개인 전문 지식을 사용하는 것이 합리적입니다.

그룹 방식은 공동 토론을 통해 한 번에 모든 전문가로부터 요약 평가 또는 공통 결정을 얻는 것입니다. 독창적인 솔루션을 검색할 때, 거의 연구되지 않은 개체의 특성을 평가할 때, 즉 창의적인 솔루션을 얻을 필요가 있을 때 사용하는 것이 좋습니다. 그룹 설문조사는 토론, 회의, 회의, 브레인스토밍 등을 통해 진행할 수 있습니다.

델파이 방법은 개인 및 그룹 시험의 여러 가지 긍정적인 특징을 종합합니다. 전문가들은 독립적으로 서면으로 자신의 의견을 표현합니다. 이 방법의 가장 중요한 구성 요소는 여러 라운드에 걸쳐 수행되는 신중하게 설계된 설문 조사 프로그램과 각 후속 라운드의 질문 규정입니다. 각 라운드가 끝나면 시험 주최자 그룹은 받은 응답을 분석하고 요약하며 라운드 결과를 바탕으로 인증서 게시판을 준비합니다. 그 텍스트는 모든 전문가에게 친숙합니다. 이 경우 인증서의 정보는 익명입니다. 반복되는 설문조사에서 전문가는 이전 라운드의 결과를 고려하여 초기 답변과 공식화된 결론을 명확히 하는 질문을 받습니다. 3차에서는 전문가들에게 어느 부분에 합의가 있는지를 알려주고, 다른 의견과 다른 의견을 낸 전문가들은 그 정당성을 입증하도록 요청받는다. 네 번째, 가장 흔히 마지막 라운드는 세 번째 절차를 반복합니다. 따라서 의견의 차이가 있는 영역이 좁아지고 공통된 해결책이 개발됩니다.

델픽 방법의 장점은 과시적인 신념, 자신의 의견을 공개적으로 표현하는 것을 거부하는 태도, 권위의 영향력과 같은 심리적 요인을 줄이거나 완전히 제거한다는 것입니다.

전문가 방법의 3단계 – 설문조사 결과 처리.

검사 결과의 공식적인 처리 가능성을 보장하려면 정량적 매개변수(다양한 이름(분류), 순서, 간격, 관계, 차이의 다양한 척도)를 사용하여 객체의 속성과 객체 간의 관계를 설명하는 수치 시스템이 필요합니다.

명명 척도는 개체가 특정 클래스에 속하는 것을 설명하는 데 사용됩니다. 순서 척도 – 하나 이상의 특성에 따라 개체의 순서를 측정합니다(순위 척도). 간격 척도 – 객체 속성 간의 차이 크기를 표시합니다. 비율 척도 – 물체의 속성(예: 무게) 간의 관계를 반영합니다. 차이 척도 - 필요한 경우 하나 이상의 특성에서 한 개체가 다른 개체보다 얼마나 우수한지 결정합니다.

규모의 선택은 시험의 목적, 대상의 특성, 그룹의 역량에 따라 결정됩니다.

검사 결과를 처리할 때 측정 방법의 선택이 중요합니다. 가장 일반적으로 사용되는 방법: 순위 지정, 쌍 비교, 직접 평가, 순차 비교.

규정은 다음 요구 사항을 충족해야 합니다. 문구의 다양성을 충분히 제공해야 합니다. 공식 구조의 통일성(예를 들어, 공식은 무엇이 필요한가? 무엇에 대해(무엇으로)? 무엇을 위해?)라는 질문에 일관되게 답해야 합니다. 생성된 제제는 가장 중요한 내용을 충분히 반영해야 합니다. 즉, 상당한 용량을 가져야 합니다. 불일치를 배제하는 방식으로 공식화를 수행해야 합니다.

전문 기술을 개선하는 문제는 전문가 위원회 구성, 현대적 방법을 기반으로 한 시험 조직 및 수행, 결과 해석 시 다기준 평가 사용 등의 영역 개발과 관련이 있습니다.

전문가의 방법비공식성과 조직 및 경제적 대상에 대한 아이디어의 확실성 부족과 관련된 예측, 분석 및 설계 문제를 해결하는 데 사용됩니다. 이 방법의 본질: 전문가는 판단에 대한 정성적 평가와 결과의 공식적인 처리를 통해 문제에 대한 직관적-논리적 분석을 수행합니다. 전문가 평가 방법의 특징: 과학적 기반의 검사 조직의 필요성, 전문가의 질적 판단을 평가하기 위한 정량적 방법의 사용.

전문가의 방법객체 개발에 대한 예측을 결정하는 데 사용될 수 있습니다. 목표와 목표를 결정할 때 자원의 대체 분배 불확실성과 위험이 있는 상황에서 결정을 내릴 때.

1단계이 방법을 사용하여 전문가 그룹을 구성합니다. 전문가가 전문가 그룹에 포함되기 위해 필요한 속성입니다.

역량(특정 지식 분야의 자격 정도)

창의성(창의적인 문제를 해결하는 능력)

분석적이고 넓은 마음을 갖고 있습니다. 건설성(구체적인 제안을 작성하는 능력)

전문가의 자기비판; 시험에 임하는 태도.

전문가 그룹을 구성하려면 테스트, 문서화 및 기타 방법을 사용할 수 있습니다.

시험 방법개발된 테스트를 기반으로 가능한 후보를 검토하고 답변 결과를 기반으로 그룹을 구성한다는 사실로 구성됩니다.

문서화 방법- 개인 문서에 포함된 객관적인 특성(업무 경험, 직위, 학력, 출판 횟수 등)을 기준으로 전문가를 선정합니다.

임명 방법- 직원 중 전문가 그룹장의 결정. 이 방법의 가장 큰 단점은 직원의 의견이 일관적일 수 있지만 이 문제에 대한 조직의 공식 입장을 표현하는 오류가 있을 수 있다는 것입니다("학교 효과"). 이 경우의 조사 결과는 주로 내부 용도로만 중요합니다.

2단계전문가 방법 적용 - 시험 실시. 이 단계는 전문가 인터뷰 방법을 선택하는 것부터 시작됩니다. 개인, 그룹 및 Delphic 방법이 있습니다.

~에 개인각 전문가는 설문지나 인터뷰를 통해 다른 사람의 의견과 무관한 평가를 얻습니다. 그런 다음 일반화 및 처리 후에 전반적인 결과 평가가 결정됩니다. 개체의 상태에 대한 점 예측을 개발해야 할 때, 개체 집합의 순위를 매길 때, 전문가의 가장 중요한 자질이 그의 역량과 건설성인 기타 경우에는 개인 전문 지식을 사용하는 것이 합리적입니다.

그룹이 방법은 공동 토론을 통해 한 번에 모든 전문가로부터 요약 평가 또는 공통 결정을 얻는 것을 포함합니다. 색다른 솔루션을 검색할 때, 거의 연구되지 않은 개체의 특성을 평가할 때, 즉 필요한 경우 창의적인 솔루션을 얻으십시오. 그룹 설문조사는 토론, 회의, 회의, 브레인스토밍 등을 통해 진행할 수 있습니다.

델파이 방식개인 및 그룹 시험의 여러 가지 긍정적인 특징을 종합합니다. 전문가들은 독립적으로 서면으로 자신의 의견을 표현합니다. 이 방법의 가장 중요한 구성 요소는 여러 라운드에 걸쳐 수행되는 신중하게 개발된 설문 조사 프로그램과 각 후속 라운드의 질문 규정입니다. 각 라운드가 끝나면 시험 주최자 그룹은 받은 응답을 분석하고 요약하며 라운드 결과를 바탕으로 인증서 게시판을 준비합니다. 그 텍스트는 모든 전문가에게 친숙합니다. 이 경우 인증서의 정보는 익명입니다. 반복되는 설문조사에서 전문가는 이전 라운드의 결과를 고려하여 초기 답변과 공식화된 결론을 명확히 하는 질문을 받습니다. 3차에서는 어떤 점에 공통된 의견이 있는지 전문가에게 설명하고, 다른 의견과 다른 의견을 표명한 전문가에게는 그 정당성을 입증하도록 요청한다. 네 번째, 가장 흔히 마지막 라운드는 세 번째 절차를 반복합니다. 따라서 의견의 차이가 있는 영역이 좁아지고 공통된 해결책이 개발됩니다. 델픽 방법의 장점은 과시적인 신념, 자신의 의견을 공개적으로 표현하는 것을 거부하는 태도, 권위의 영향력과 같은 심리적 요인을 줄이거나 완전히 제거한다는 것입니다.

3 일 단계전문가 방법 - 설문조사 결과 처리. 검사 결과의 공식적인 처리 가능성을 보장하려면 정량적 매개변수(다양한 이름(분류), 순서, 간격, 관계, 차이의 다양한 척도)를 사용하여 객체의 속성과 객체 간의 관계를 설명하는 수치 시스템이 필요합니다.

명명 척도는 개체가 특정 클래스에 속하는 것을 설명하는 데 사용됩니다. 순서 척도 - 하나 이상의 특성에 따라 개체의 순서를 측정합니다(순위 척도). 간격 척도 - 객체 속성 간의 차이 크기를 표시합니다. 비율 척도 - 물체의 속성(예: 무게) 간의 관계를 반영합니다. 차이 척도 - 필요한 경우 하나 이상의 특성에서 한 개체가 다른 개체보다 얼마나 우수한지 결정합니다.

규모의 선택은 시험의 목적, 대상의 특성, 그룹의 역량에 따라 결정됩니다.

검사 결과 처리 시 선택이 중요 측정 방법.가장 일반적으로 사용되는 방법: 순위 지정, 쌍 비교, 직접 평가, 순차 비교.

규정은 다음 요구 사항을 충족해야 합니다. 문구의 다양성을 충분히 제공해야 합니다. 공식 구조의 통일성(예를 들어 공식은 필요한 것은 무엇입니까? 무엇에 대해(무엇으로)? 무엇을 위해?) 질문에 일관되게 대답해야 합니다. 결과 공식은 가장 중요한 내용을 충분히 완전히 반영해야 합니다. 상당한 능력을 가지고 있습니다. 불일치를 배제하는 방식으로 공식화를 수행해야 합니다.

전문 기술을 개선하는 문제는 전문가 위원회 구성, 현대적 방법을 기반으로 한 시험 조직 및 수행, 결과 해석 시 다기준 평가 사용 등의 영역 개발과 관련이 있습니다.

25. 경험적 방법

휴리스틱 방법은 의사결정자(DM)의 논리, 직관 및 경험을 기반으로 합니다. 이러한 방법을 사용하면 대안을 개발할 때 이러한 프로세스를 "잡아" 사용할 수 있습니다. 휴리스틱 방법은 사용되는 접근 방식에 따라 형식적 휴리스틱과 비공식 휴리스틱으로 구분됩니다.

형식적 경험적 방법의 기초는 사람의 사고 과정을 모델링하여 복잡한 문제를 해결하는 기술을 형식화하는 것입니다. 여기에는 진화 모델링 방법, 미로 방법 등이 포함됩니다.

진화모델은 SD를 채택하는 과정에서 초기 경험이 존재한다고 가정합니다. 이 경험적 정보 자료는 진화 모델을 실행하는 데 필요합니다. 기존 경험을 바탕으로 다양한 위치에서 문제를 제거하고 솔루션 목표를 달성할 수 있는 몇 가지 솔루션 옵션이 개발되고 있습니다. 각 옵션은 미리 결정된 기준에 따라 검사됩니다. 테스트 모드에서는 원본 참조 솔루션("상위")이 무작위로 변경되어 "하위"(생성된 아이디어)가 생성됩니다. 만약 “후손”이 “부모”보다 나쁘면 폐기되고, 또 다른 돌연변이를 통해 새로운 “후손”이 탄생합니다. "자식"이 더 좋으면 "부모"가 삭제되고 "자식"이 그 자리를 차지하며 절차가 다시 반복됩니다. 이 방법의 가장 큰 장점은 컴퓨터 기술을 사용하여 매우 빠르게 검색할 수 있다는 것입니다. 그러나 탁월하고 비표준적인 창의적인 솔루션을 얻을 수는 없습니다.

미로 방법은 단계별 검색을 기반으로 하며 문제를 제거하기 위한 경로의 지속 가능성에 대한 평가를 기반으로 합니다. 방향이 '막다른 길'이면 시작점으로 복귀하고, 더 이동할 경로를 찾을 때까지 이 과정을 다시 반복한다.

개념적 모델링은 상황을 분석할 때 초기 정보를 수집하고 관계의 가장 중요한 요소를 분리할 수 있는 구조적 모델을 구축하는 것을 기반으로 합니다. 목표를 달성하기 위한 주요 수단은 분해(분리) 원리에 기반한 구조화 방법입니다.

비공식적 경험적 방법의 기초는 인간의 지적 활동을 관리하는 것입니다. 그러한 관리의 필요성은 그의 사고의 특성(비공식성, 일반화 능력, 불확실한 상황에서의 탐색 능력, 소멸 경향 및 정보 손실) 때문입니다. 처음 세 가지 속성을 강화하고 마지막 두 속성을 무력화하기 위해 정신지적 아이디어 생성이 사용됩니다.

아이디어 생성을 사용하여 복잡한 문제를 해결하는 프로세스는 리더와 결정자라는 두 명의 직접적인 참가자 간의 목표가 설정되고 통제된 대화-토론의 형태로 수행됩니다. 발표자는 결정자에게 질문을 하고, 결정자는 이에 대해 자신의 판단을 표현해야 합니다. 이러한 판단을 중심으로 토론이 이어집니다. 발표자를 돕기 위해 반대자와 전문가를 지정할 수 있습니다. 상대방의 임무는 의사 결정자의 판단을 비판하고 그를 토론에 참여시키는 것입니다. 전문가의 임무는 발표자가 판단을 평가하고 추가 토론의 ​​결과를 설명하도록 돕는 것입니다. 아이디어 창출 세션을 구성하기 위한 몇 가지 가능한 계획:

리더 수에 따라: 다중 제어(여러 리더), 단일 제어(리더 1개), 자동 생성(리더 없음)

결정적인 계획의 수: 일방적 계획(하나는 결정적), 다자적 계획(여러 개는 결정적)

접촉 유형별: 직접 접촉(한 방에서), 간접 접촉(기술적 수단을 통해).

목표한 아이디어 생성을 보장하기 위한 조건:

심리적 편안함(편안한 작업장 조성, 기분 좋은 기분, 의사결정자의 편안한 느낌 조성)이 필요합니다.

해결책을 찾는 과정의 구조화를 보장합니다(논의된 문제 목록, 토론 목표 및 권장 사항을 포함하는 심리 학습 프로그램 개발).

정보 및 기술 지원 시스템을 만듭니다.

생성 결과, 주요 정보 배열 또는 가능한 솔루션 분야를 구성하는 데이터 세트를 얻어야 합니다.

심리적 활성화의 여러 방법은 정신-지적 아이디어 생성 개념을 기반으로 합니다. 생성 방법의 선택은 작업의 성격에 따라 이루어집니다. 긴급한 문제를 해결할 때 가장 좋은 방법은 직접적인 브레인스토밍이나 비즈니스 게임일 수 있습니다. 창의적인 창의성 - 브레인스토밍 및 시넥틱 방법의 유형. 예후 업무 - 설문지 방법, 형태학적 분석 등

명목형 그룹 기법은 대인 커뮤니케이션을 제한하는 원칙을 바탕으로 구축되었으므로 모든 그룹 구성원이 모여 해결책을 개발하기 위해 처음에는 다른 사람과 독립적으로 독립적으로 자신의 제안을 서면으로 작성합니다. 그런 다음 각 참가자는 자신의 프로젝트의 본질을 보고하고, 제시된 옵션은 그룹 구성원이 토론이나 비판 없이 고려한 다음, 각 그룹 구성원이 다른 구성원과 독립적으로 고려된 아이디어의 순위를 서면으로 제시합니다. 가장 높은 점수를 받은 제안이 결정의 근거로 채택됩니다. 이 방법의 특징과 장점은 그룹 구성원의 공동 작업에도 불구하고 개인의 사고에 제한이 없다는 것입니다.

스매시 공격 기술은 완료 중인 연구에서 결함, 잘못된 결론 및 결론을 탐지하는 데 사용될 수 있습니다. 회의에는 논의 대상이 되는 작업 문서를 사전에 숙지하고 있는 최대 50명이 참석한다. 모든 참가자가 차례로 말합니다. 각 연사의 임무는 작업의 단점을 최대한 많이 식별하는 것입니다. 작업의 장점과 단점을 제거하는 방법은 언급되지 않았습니다. 한 공연의 지속 시간은 1~3분이며, 다른 참가자가 지적한 단점을 반복하는 것은 금지되어 있습니다. 때로는 두 개의 서클에서 토론을 진행하여 자신의 의견을 명확히 하고 싶은 사람들이 반복적으로 발표할 수 있는 기회를 제공하는 것이 좋습니다.

스매시 공격은 부정적인 분석의 유효한 수단입니다. 따라서 토론 중인 문서의 작성자는 토론에 참석해서는 안 됩니다. 스매시 공격을 구성하는 것은 직접적인 브레인스토밍 공격과 유사합니다.

Synectic 방법은 사고의 유연성과 폭넓은 전망으로 구별되는 특별한 전문가 그룹이 수행하는 브레인스토밍 방법을 기반으로 합니다. 기술과 업무 경험을 축적하는 이러한 그룹은 새로운 기술 솔루션을 찾는 데 긍정적인 결과를 얻습니다.

시네틱스- 이는 특정 특성에 대한 결론을 한 주제에서 다른 주제로 전달하여 유추를 통해 예측하는 방법입니다. 첫 번째 단계에서 리더는 과제를 설정하고 그룹 구성원의 질문에 답변합니다. 두 번째 단계에서는 각 참가자가 자신의 아이디어를 제시하고 다양한 관점에서 문제를 바라보며 '심리적 관성'을 극복합니다. 리더는 그 중 하나를 선택하여 그 본질(핵심 아이디어)을 형성합니다. 세 번째 _에서 참가자들은 다른 지식 영역에서 알려진 사실을 사용하여 핵심 아이디어에 대한 유추를 검색합니다. 넷째, 리더는 그룹 구성원이 제안한 비유와 아이디어 중 일부를 당면한 작업에 적용하려고 합니다. 다음으로 선택한 방향에 대한 전문가 평가를 수행하고, 결론이 긍정적이면 결정이 내려질 때까지 작업을 계속합니다.

대안 개발의 형태학적 방법은 전형적인 논리적 연결과 상호의존성을 확립하는 접근 방식입니다. 대부분의 경우 이 방법 그룹은 기술적, 경제적, 조직적 솔루션에 대한 가능한 옵션을 식별하는 데 사용됩니다.

형태학적 테이블이 구축된다. 표의 솔루션 옵션을 개발하는 전체 프로세스는 세 가지 분야 영역에 표시됩니다. 첫 번째 필드인 정보는 정보 수집, 사전 처리, 저장 및 전송의 모든 작업을 지정하는 역할을 합니다. 분석 분야는 정보 분석 및 대안 선택과 관련된 작업을 나타냅니다. 목표에서 솔루션에 대한 결론, 목표, 제한 사항 및 요구 사항이 형성됩니다. 개발 및 의사결정 과정에서 발생하는 모든 작업을 추적합니다.

실제로는 어떤 방법도 다른 방법과 분리되어 사용되지 않으며, 이들 방법을 적절히 조합해야만 효과적인 솔루션을 얻을 수 있습니다.

3.4. 전문적인 방법

이 장에서는 전문가 조사의 일반적인 단계, 전문가 선정 방법, 전문가 의견 수집 및 분석을 위한 규정 개발과 관련된 문제를 포함하여 전문가 평가의 이론 및 실제에 대한 주요 문제를 논의합니다. 현대 측정 이론의 주요 아이디어, 클러스터링된 순위를 조화시키는 방법 및 전문가 평가를 분석하기 위한 기타 여러 수학적 방법이 고려됩니다.

3.4.1. 관리자에게 전문가 평가가 필요한 이유는 무엇입니까?

광고 캠페인에 대한 소비자의 반응은 어떻습니까? 10년 후에 사회적, 기술적, 환경적, 경제적, 정치적 상황은 어떻게 변할 것인가? 산업생산의 환경안전이 보장될 것인가, 아니면 인공사막이 펼쳐질 것인가? 이 질문의 공식화에 대해 생각하고, 10년 전 우리가 오늘날 어떻게 상상했는지 분석하여 100% 신뢰할 수 있는 예측이 있을 수 없다는 것을 이해하는 것만으로도 충분합니다. 구체적인 숫자가 포함된 진술 대신 정성적 추정만 기대할 수 있습니다. 그럼에도 불구하고 우리는 환경 및 기타 프로젝트와 투자에 관해 결정을 내려야 하며, 그 결과는 지금으로부터 10년, 20년 또는 그 이상 후에 느껴질 것입니다.

정보에 근거한 결정을 내리기 위해서는 전문가의 경험, 지식 및 직관에 의존해야 한다는 것은 절대적으로 부인할 수 없습니다. 제2차 세계 대전 이후 사이버네틱스, 제어 이론, 관리 및 운영 연구의 틀 내에서 전문가 평가의 이론과 실습이라는 독립적인 학문이 개발되기 시작했습니다.

전문가평가방법은 전문전문가와 함께 업무를 정리하고 전문가의 의견을 처리하는 방법이다.. 이러한 의견은 일반적으로 부분적으로는 정량적으로, 부분적으로는 정성적으로 표현됩니다. 의사결정자(DM)의 의사결정을 위한 정보 준비를 목적으로 전문가 연구가 수행됩니다. 전문가 평가 방법을 사용하여 작업을 수행하기 위해 의사 결정자를 대신하여 (공식적으로 또는 본질적으로) 전문가위원회 (EC)로 통합 된 전문가 활동을 조직하는 실무 그룹 (WP로 약칭)이 생성됩니다. ).

전문가 평가는 개인그리고 집단. 개별 평가-한 전문가의 평가입니다. 예를 들어, 교사는 혼자서 학생에게 점수를 주고, 의사는 환자에게 진단을 내립니다. 그러나 질병이 심하거나 성적이 좋지 않아 학생이 퇴학당할 위험이 있는 경우에는 집단의견 - 의사 심포지엄 또는 교사위원회. 군대에서도 상황은 비슷하다. 일반적으로 지휘관이 혼자 결정을 내립니다. 그러나 어렵고 책임있는 상황에서는 군사 협의회가 개최됩니다. 이런 종류의 가장 유명한 사례 중 하나는 1812년 Fili에서 열린 군사 협의회입니다. Kutuzov는 다음과 같은 질문을 결정했습니다. "프랑스군에게 모스크바 근처에서 전투를 주어야 할까요, 말아야 할까요?"

전문가 평가의 또 다른 간단한 예는 KVN의 숫자 평가입니다. 각 심사위원은 자신의 점수로 합판을 올리고 기술 작업자는 산술 평균 점수를 계산하며 이는 심사위원의 집단적 의견으로 발표됩니다(측정 이론의 관점에서 이러한 접근 방식이 올바르지 않음을 아래에서 확인하겠습니다). ).

피겨 스케이팅에서는 평균을 계산하기 전에 절차가 더 복잡해집니다. 가장 큰 점수와 가장 작은 점수는 버려집니다.이는 한 선수(예: 동포)를 과대평가하거나 다른 선수를 과소평가하려는 유혹이 없도록 하기 위한 것입니다. 일반 시리즈에 비해 눈에 띄는 평가는 즉시 폐기됩니다.

전문가 평가는 여러 지원자의 기술 장치에 대한 하나의 옵션, 많은 지원자의 우주비행사 그룹, 대량의 지원자의 자금 조달을 위한 일련의 연구 프로젝트, 많은 지원자의 환경 대출 수령자, 투자 프로젝트 선택에 대한 하나의 옵션을 선택할 때 자주 사용됩니다. 제출된 사항 중 시행 등 d.

전문가 평가를 얻는 방법에는 여러 가지가 있습니다. 일부에서는 각 전문가와 별도로 작업하며, 전문가가 누구인지조차 모르기 때문에 권위에 관계없이 자신의 의견을 표현합니다. 다른 곳에서는 전문가들이 모여 의사결정자를 위한 자료를 준비하고, 전문가들이 서로 문제를 토론하고, 서로에게서 배우고, 잘못된 의견은 폐기합니다. 일부 방법에서는 전문가 수가 고정되어 있어 의견의 일관성을 확인한 후 평균을 내는 통계적 방법을 통해 정보에 입각한 결정을 내릴 수 있습니다. 예를 들어 "눈덩이" 방법을 사용하는 경우와 같이 시험 과정에서 전문가 수가 증가하는 경우도 있습니다(자세한 내용은 아래 참조). 매우 수학적이며 전산화된 방법을 포함하여 전문가 응답을 처리하는 방법도 적지 않습니다.

전문가 평가의 가장 잘 알려진 방법 중 하나는 델파이 방식. 그 이름은 고대 관습에 따라 결정을 내릴 때 지원을 받으러 가는 것이 관례였던 델포이 사원과 연관되어 주어졌습니다. 유독한 화산가스 배출구에 위치해 있었습니다. 독을 흡입 한 성전의 여사 제들은 이해할 수없는 말을하면서 예언하기 시작했습니다. 특별한 “번역가들”(성전의 사제들)은 이 말을 해석하고 문제를 안고 온 순례자들의 질문에 응답했습니다.

1960년대 미국에서는 델파이 방법을 과학기술 발전을 예측하는 전문가 절차라고 불렀다. 첫 번째 라운드에서 전문가들은 특정 미래 성과의 예상 날짜를 지정했습니다. 두 번째 라운드에서 각 전문가는 다른 모든 전문가의 예측을 알게 되었습니다. 그의 예측이 일반 대중의 예측과 크게 다를 경우, 그는 자신의 입장을 설명하라는 요청을 받았으며 종종 자신의 추정치를 변경하여 평균값에 더 가까워졌습니다. 이러한 평균값은 그룹 의견으로 고객에게 제공되었습니다. 연구의 실제 결과는 매우 겸손한 것으로 판명되었다고 말해야합니다. 미국이 달에 착륙하는 날짜는 최대 한 달의 정확도로 예측되었지만 다른 모든 예측은 실패했습니다-냉열 핵융합 및 치료법 20세기 암의 경우. 인류는 기다리지 않았습니다. 그러나 기술 자체는 인기가 있는 것으로 판명되었습니다. 다음 몇 년 동안 이 기술은 최소 4만 번 사용되었습니다. Delphi 방법을 사용한 전문가 연구의 평균 비용은 미화 5,000달러이지만 경우에 따라 최대 130,000달러까지 더 많은 금액을 지출해야 했습니다.

전문가 평가의 주류를 다소 벗어나는 부분이 있습니다. 스크립트 방법, 주로 전문가 예측에 사용됩니다. 시나리오 전문가 예측 기술의 주요 아이디어를 고려해 봅시다. 일반적인 예측과 마찬가지로 환경적 또는 사회경제적 예측은 어느 정도 안정된 조건에서만 성공할 수 있습니다. 그러나 당국, 개인, 기타 사건의 결정에 따라 조건이 바뀌고 사건은 이전에 예상했던 것과 다르게 전개됩니다. 방법론, 소프트웨어 및 정보 지원을 개발할 때 위험도 분석화학기술 프로젝트를 진행하려면 독성 화학물질 누출과 관련된 사고 시나리오의 상세한 카탈로그를 작성하는 것이 필요합니다. 이러한 각 시나리오는 개별적인 원인, 전개, 결과 및 예방 기능을 갖춘 고유한 유형의 사고를 설명합니다. 따라서 시나리오 방법은 예측 문제를 분해하는 방법으로, 이벤트(시나리오) 개발을 위한 개별 옵션 집합을 식별하고 가능한 모든 개발 옵션을 집합적으로 다루는 방법입니다. 또한, 각각의 개별 시나리오는 상당히 정확한 예측 가능성을 허용해야 하며, 전체 시나리오 수를 예측할 수 있어야 합니다.

그러한 분해 가능성은 명확하지 않습니다. 시나리오 방법을 적용할 때 다음 두 단계의 조사를 수행해야 합니다.
- 철저하지만 예측 가능한 일련의 시나리오 구축
- 연구자가 관심을 갖는 질문에 대한 답변을 얻기 위해 각 특정 시나리오 내에서 예측합니다.

각 단계는 부분적으로만 공식화되었습니다. 추론의 상당 부분은 사회 경제적 및 인문 과학의 관례와 마찬가지로 질적 수준에서 수행됩니다. 그 이유 중 하나는 과도한 형식화와 수학적화에 대한 욕구가 인공의본질적으로 확실성이 없는 곳에 확실성을 도입하거나 번거로운 수학적 장치를 사용합니다. 따라서 언어 수준에서의 추론은 대부분의 상황에서 증거로 간주되는 반면, 퍼지 집합 이론을 사용하여 사용된 단어의 의미를 명확히하려는 시도는 매우 번거로운 수학적 모델로 이어집니다. 일련의 시나리오가 표시되어야 합니다. 다양한 예상치 못한 사건을 배제해야 합니다. 일련의 시나리오를 생성하는 것 자체가 전문가 연구의 주제입니다. 또한 전문가는 특정 시나리오가 발생할 가능성을 평가할 수 있습니다. 연구자가 관심 있는 질문에 대한 답변을 얻기 위해 각 특정 시나리오 내에서 예측하는 것도 위에서 설명한 예측 방법론에 따라 수행됩니다. 안정적인 조건에서는 시계열 예측을 위한 통계적 방법을 적용할 수 있습니다. 그러나 이는 전문가의 도움을 받은 분석이 선행되며, 종종 구두 수준에서의 예측만으로 충분하며(연구자와 의사결정자가 관심 있는 결론을 얻기에) 정량적 설명이 필요하지 않습니다.

알려진 바와 같이, 다음을 기반으로 결정을 내릴 때 상황 분석, 예측 연구 결과를 포함하여 다양한 기준에 기초할 수 있습니다. 따라서 상황이 최악, 최선 또는 평균(어떤 의미에서는) 방식으로 나타날 것이라는 사실에 집중할 수 있습니다. 모든 시나리오 등에서 허용 가능한 최소한의 유용한 결과를 제공하는 조치를 간략하게 설명할 수 있습니다.

전문가 평가의 또 다른 옵션은 다음과 같습니다. 영감. 그것은 연설이 하나의 주제이지만 매우 중요한 제한을 받는 전문가 회의로 구성됩니다. 다른 사람의 제안을 비판할 수 없습니다. 아이디어를 발전시키고 아이디어를 표현할 수 있지만 비판할 수는 없습니다. 회의 중에 전문가들은 서로를 "감염"시키며 점점 더 사치스러운 아이디어를 표현합니다. 약 2시간 후 테이프 레코더나 비디오 카메라에 녹화된 회의가 끝나고 브레인스토밍의 두 번째 단계인 표현된 아이디어 분석이 시작됩니다. 일반적으로 100개의 아이디어 중 30개는 추가 개발이 필요하고 5~6개 중 응용 프로젝트를 공식화할 수 있으며 2~3개는 궁극적으로 이익, 환경 안전 향상 등 유용한 효과를 가져옵니다. 더욱이, 아이디어의 해석은 창의적인 과정입니다. 예를 들어, 어뢰 공격으로부터 선박을 보호할 수 있는 가능성을 논의할 때 다음과 같은 아이디어가 제시되었습니다. "수병을 옆에 정렬하고 어뢰를 날려 항로를 변경합니다." 개발 후, 이 아이디어는 어뢰를 경로에서 벗어나게 하는 파도를 생성하는 장치의 탄생으로 이어졌습니다.

3.4.2. 전문가 설문조사의 주요 단계

전문 연구 수행 경험에서 알 수 있듯이 해당 연구의 관리자-주최자 관점에서 전문가 설문 조사 수행의 다음 단계를 구별하는 것이 좋습니다.

1) 의사결정전문가 설문조사 실시의 필요성과 그 목적에 대한 의사결정권자(DM)의 공식화에 대해 설명합니다. 따라서 이니셔티브는 경영진에서 나와야 하며 이는 조직 및 재정 문제의 성공적인 해결을 더욱 보장할 것입니다.

2) 실무 그룹의 주요 구성 의사 결정자의 선택 및 임명, RG(보통 과학 감독관 및 비서)로 축약됩니다. 이 경우, 과학 감독관은 전문 연구 전반을 조직하고 수행할 책임이 있으며, 수집된 자료를 분석하고 전문가 위원회의 결론을 공식화할 책임이 있습니다. 그는 전문가 팀을 구성하고 모든 사람(의사결정자 또는 그의 대리인과 함께)에게 임무를 부여하는 데 참여합니다. 비서의 임무는 문서를 유지하고 조직의 문제를 해결하는 것입니다.

3) 개발 RG(더 정확하게는 주요 구성, 주로 과학 감독관 및 비서) 및 의사 결정자의 승인 위임 사항전문가 설문조사를 실시합니다. 이 단계에서는 시간, 재정적, 인력, 물질적, 조직적 지원 측면에서 전문가 설문조사 실시 결정이 명확해집니다. 특히 RG에는 분석, 계량경제학(데이터 분석 방법 전문가), 컴퓨터, 전문가(예: 면접관)와 협력, 조직 등 다양한 전문가 그룹이 있습니다. 이러한 모든 작업 영역이 의사 결정자의 승인을 받는 것이 성공을 위해 매우 중요합니다.

4) 개발세부 시나리오 WG의 분석 그룹(예: 규정) 전문가의 의견(평가)을 수집하고 분석합니다. 시나리오에는 우선 전문가로부터 수신할 특정 유형의 정보(예: 텍스트(단어), 조건부 그라데이션, 숫자, 순위, 파티션 또는 기타 비수치적 성격의 개체 유형)가 포함됩니다. 따라서 전문가들은 미리 작성된 여러 질문에 답하면서 자유롭게 발언하도록 요청받는 경우가 많습니다. 또한 각 지점에서 여러 단계 중 하나를 선택하여 공식 카드를 작성해야 합니다. 스크립트에는 수집된 정보를 분석하기 위한 특정 방법도 포함되어야 합니다. 예를 들어, Kemeny 중앙값 계산, Lucians의 통계 분석, 비수치적 성격의 개체에 대한 다른 통계 방법 사용 및 현대 계량 경제학의 기타 섹션이 있습니다. 이 작업은 RG의 계량경제학 및 컴퓨터 그룹에 속합니다. 전통적인 실수는 먼저 정보를 수집한 다음 그 정보로 무엇을 해야 할지 생각하는 것입니다. 결과적으로 경험에 따르면 정보의 1~2%만이 사용됩니다.

5) 전문가 선정그들의 역량에 따라. 이 단계에서 WG는 가능한 전문가 목록을 작성합니다.

6) 전문위원회의 구성. 이 단계에서 WG는 전문가와 협상하고 전문가 위원회(EC로 약칭)에서 활동하는 데 대한 동의를 얻습니다. 아마도 WG가 확인한 전문가 중 일부는 어떤 이유로든 거부할 수 있습니다. 의사결정자는 전문가 위원회의 구성을 승인하며, WG 제안에 일부 전문가를 삭제하거나 추가할 수도 있습니다. 전문가와 업무 조건 및 지불에 관한 계약이 체결됩니다.

7) 수행 수집전문가 정보. 종종 이는 RG에 포함된 그룹 중 하나인 면접관 모집 및 교육이 선행됩니다.

8) 컴퓨터 전문가 정보 분석스크립트에 포함된 방법을 사용합니다. 일반적으로 컴퓨터에 정보를 입력하는 것이 선행됩니다.

9) 시나리오에 따라 여러 라운드의 전문가 절차를 적용할 경우 - 되풀이이전 두 단계.

10) 전문가 의견의 최종 분석, WG 분석 그룹에서 얻은 결과의 해석 및 최종 문서 준비의사결정자를 위한 EC.

11) 공식 종결 EC 최종 문서에 대한 의사결정자의 승인, 연구 수행에 관한 WG의 과학 및 재무 보고서 준비 및 승인, WG의 전문가 및 직원에 대한 보상, 공식 해지를 포함한 WG의 활동( 해산) EC와 WG.

전문가 연구의 개별 단계를 더 자세히 살펴보겠습니다.

3.4.3. 전문가 선정

전문가를 선발하는 문제는 전문가 연구의 이론과 실제에 있어 가장 어려운 문제 중 하나이다. 분명히, 적절한 결정을 내리는 데 가장 큰 도움이 될 판단을 내릴 사람들을 전문가로 활용하는 것이 필요합니다. 그러나 그러한 사람들을 식별하고, 찾고, 선택하는 방법은 무엇입니까? 솔직히 말해서, 시험의 성공을 확실히 보장할 전문가를 선발하는 방법은 없습니다.

전문가 선정 문제는 두 가지 구성 요소로 나눌 수 있습니다. 가능한 전문가 목록을 작성하고 후보자의 역량에 따라 전문가 위원회를 선택합니다.

해당 시험 유형을 반복적으로 수행하면 가능한 전문가 목록을 작성하는 것이 더 쉽습니다. 그러한 상황에서는 일반적으로 수행됩니다. 기재예를 들어 국가 환경 평가 또는 피겨 스케이팅 심사 분야의 전문가를 선택하거나 의사 난수 센서를 사용하여 다양한 기준에 따라 선택할 수 있습니다.

처음으로 시험을 실시했는데 가능한 전문가 목록이 확립되어 있지 않은 경우 어떻게 해야 합니까? 그러나 이 경우에도 각 특정 전문가는 그러한 상황에서 전문가에게 필요한 것이 무엇인지에 대한 아이디어를 가지고 있습니다. 목록을 작성하려면 전문가로서 관련된 각 전문가로부터 고려 중인 주제에 대한 전문가가 될 수 있는 사람들의 여러 이름을 얻는 유용한 "눈덩이" 방법이 있습니다. 분명히 이러한 이름 중 일부는 RG 활동 초기에 발견되었으며 일부는 새로운 이름입니다. 각각의 새로운 사람은 동일한 계획에 따라 인터뷰됩니다. 새 이름이 실제로 더 이상 표시되지 않으면 목록 확장 프로세스가 중지됩니다. 그 결과 가능한 전문가의 상당히 광범위한 목록이 탄생했습니다. 눈덩이 방식에도 단점이 있습니다. 혼수상태 성장 과정이 중단되기까지의 라운드 수는 미리 예측할 수 없습니다. 또한 첫 번째 단계에서 모든 전문가가 동일한 "클랜" 출신이거나 어떤 방식으로든 유사한 견해를 갖고 있거나 유사한 활동에 참여했다면 "눈덩이" 방법이 다음 중 첫 번째를 제공할 가능성이 가장 높습니다. 모두, 이 "클랜"의 사람들 ". 다른 "클랜"의 의견과 주장은 무시됩니다.

전문가의 역량을 평가하는 문제는 그다지 복잡하지 않습니다. 이전 시험에 성공적으로 참여하는 것은 스포츠 대회에서 맛보기, 의사, 심판의 활동에 대한 좋은 기준입니다. 일련의 유사한 시험에 장기간 참여하는 전문가. 그러나 아쉽게도 가장 흥미롭고 중요한 것은 유사점이 없는 대규모 프로젝트에 대한 독특한 조사입니다. 전문가의 공식적인 지표(직위, 학위 및 직함, 근속 기간, 출판 횟수...)를 사용하는 것은 분명히 현대 상황에서 보조적인 성격을 가질 수 있지만 이러한 지표는 사용하기 가장 쉽습니다.

전문가의 역량에 대한 자체 평가 및 상호 평가 방법을 사용하는 것이 종종 제안됩니다. 전문가가 자신이 어느 분야에 유능하고 어떤 분야에서는 그렇지 못한지에 대한 정보를 직접 제공하는 자기 평가 방법부터 시작하여 이에 대해 논의해 보겠습니다. 한편, 자신보다 전문가의 능력을 더 잘 알 수 있는 사람이 어디 있겠는가? 한편, 역량을 자가평가할 때에는 실제 역량보다는 전문가의 자신감 정도를 평가한다. 게다가 컨셉 자체도 "능력"엄격하게 정의되지 않았습니다. 구성 요소를 강조하면 명확해질 수 있지만 이는 전문위원회 활동의 예비 부분을 복잡하게 만듭니다. 전문가는 자신의 실제 능력을 과장하는 경우가 많습니다. 예를 들어, 대부분의 사람들은 자신이 정치, 경제, 교육 및 양육 문제, 가족 및 의학에 정통하다고 믿습니다. 실제로 이 분야에는 전문가(심지어 지식이 풍부한 사람)가 거의 없습니다. 다른 방향으로도 편차가 있습니다. 자신의 능력에 대해 지나치게 비판적인 태도입니다.

상호평가 방식을 사용할 경우 개인과 집단의 호불호가 나타날 가능성과 더불어 전문가들이 서로의 능력에 대해 낮은 인식을 갖고 있는 것도 한몫한다. 현대 상황에서는 같은 방에서 같은 주제로 수년 동안 (최소 3-4년) 함께 일해 온 전문가만이 서로의 작업과 능력에 대해 상당히 잘 알 수 있습니다. "라고 말할 수있는 것은 그러한 커플에 관한 것입니다. 우리는 함께 소금 1파운드를 먹었습니다"그러나 그러한 전문가 쌍을 유치하는 것은 그다지 권장되지 않습니다. 왜냐하면 그들의 삶의 경로가 유사하기 때문에 그들의 견해가 서로 너무 유사하기 때문입니다.

전문가 설문조사 절차에 전문가 간의 직접적인 의사소통이 포함되는 경우에는 여러 가지 다른 상황을 고려해야 합니다. 그들의 개인적(사회심리적) 특성은 매우 중요합니다. 응, 딱 하나야" 연설자"합동 회의에서 위원회 전체의 활동을 마비시킬 수 있습니다. 위원회 구성원 간의 적대적인 관계와 위원회 구성원의 과학적, 공식적 지위의 크게 다른 차이로 인해 붕괴가 발생할 수 있습니다. 이러한 경우에는 다음을 수행하는 것이 중요합니다. WG가 개발한 작업 규정을 준수합니다.

전문가 선정은 궁극적으로 실무그룹의 기능이며, 선정 방식에 따라 책임이 면제되지 않는다는 점이 강조되어야 합니다. 즉, 전문가의 역량, 업무 해결을 위한 기본 능력을 담당하는 것은 실무 그룹입니다. 중요한 요구 사항은 의사 결정자가 전문가 목록을 승인하는 것입니다. 동시에, 의사결정자는 개별 전문가를 위원회에 추가하거나 일부를 삭제할 수 있습니다. 이는 실무 그룹 및 집행위원회 구성원이 알 필요가 없는 자신의 이유 때문입니다.

특정 분야의 전문가 위원회의 활동을 규제하는 다수의 규범적인 문서가 있습니다. 예를 들어 1995년 11월 23일 제정된 러시아 연방의 "환경 전문 지식"법은 문제의 활동이 국가에 초래할 수 있는 피해 가능성을 확인하기 위해 "계획된 경제 활동 또는 기타 활동"을 조사하는 절차를 규정합니다. 자연 환 ​​경.

3.4.4. 전문가 의견 수집 및 분석 규정 개발

전문가 평가를 얻는 방법에는 여러 가지가 있습니다. 어떤 경우에는 각 전문가와 별도로 작업하며 다른 전문가가 누구인지조차 모르기 때문에 당국, "씨족" 및 개별 동료에 관계없이 자신의 의견을 표현합니다. 전문가들이 모여 의사결정자를 위한 자료를 준비하는 경우도 있는데, 전문가들이 서로 문제를 논의하고, 서로의 주장을 받아들이거나 거부하고, 서로에게서 배우고, 부정확하거나 근거가 불충분한 의견은 폐기한다. 일부 방법에서는 전문가 수가 고정되어 있어 의견의 일관성을 확인한 다음 (의견이 충분히 일치하는 경우) 평균을 내는 통계적 방법을 통해 계량경제적 관점에서 정보에 입각한 결정을 내릴 수 있습니다. 예를 들어 전문가 팀을 구성하기 위해 '눈덩이' 방식을 사용하는 등 시험 과정에서 전문가 수가 늘어나는 경우도 있습니다.

현재 존재하지 않는다일반적으로 인정되는 과학적 기반의 전문가 평가 방법 분류, 그리고 더욱이 그 사용에 대한 명확한 권장 사항. 가능한 관점 중 하나를 강제로 승인하려는 시도는 해를 끼칠 뿐입니다.

그러나 전문가 평가의 다양성에 대해 이야기하려면 일종의 작업 분류 방법이 필요합니다. 우리는 전문가 평가를 나누는 근거를 나열하여 아래에 가능한 분류 중 하나를 제공합니다.

주요 질문 중 하나는 전문가 위원회가 작업의 결과로 정확히 무엇을 제시해야 하는가입니다. 즉 의사결정자가 결정을 내릴 수 있는 정보 또는 결정 초안 자체가 무엇입니까? 전문가 위원회의 업무 조직은 이 방법론적 질문에 대한 답에 달려 있으며, 이는 방법을 구분하는 첫 번째 기초가 됩니다.

목표 - 의사결정 관리자를 위한 정보 수집. 그런 다음 실무 그룹은 가능한 한 많은 관련 정보, 특정 결정 옵션에 대한 찬반 주장을 수집해야 합니다. 전문가의 수를 점차적으로 늘리는 다음과 같은 방법이 유용합니다. 먼저, 첫 번째 전문가가 고려 중인 문제에 대한 자신의 생각을 제시합니다. 그가 편집한 자료는 그의 주장을 추가하는 두 번째 전문가에게 전달됩니다. 축적된 자료는 다음-세 번째-전문가에게 전달됩니다. 새로운 고려 사항의 흐름이 마르면 절차가 종료됩니다.

고려 중인 방법에서 전문가들은 정보와 찬반 주장만 제공할 뿐 합의된 결정 초안을 작성하지는 않는다는 점에 유의하십시오. 전문가의 의견이 서로 일치하도록 노력할 필요는 없습니다. 게다가 가장 큰 혜택은 주류에서 벗어난 사고방식을 가진 전문가에게서 나온다. 가장 독창적 인 주장을 기대하는 것은 그들로부터입니다.

목표 - 의사결정 관리자를 위한 초안 솔루션 준비. 전문가 평가의 수학적 방법은 일반적으로 솔루션 초안 준비와 관련된 문제를 해결하기 위해 특별히 사용됩니다. 동시에 일관성과 1차원성의 독단은 종종 무비판적으로 받아들여집니다. 이러한 교리는 한 출판물에서 다른 출판물로 "방황"하므로 이에 대해 논의하는 것이 좋습니다.

일관성의 교리. 어떠한 정당성도 없이 합의된 전문가 의견에 기초해서만 결정이 내려질 수 있다고 종종 믿어집니다. 따라서 다수의 의견과 다른 의견을 가진 분은 전문가 그룹에서 제외됩니다. 동시에, 오해나 전문적 수준과 관련되지 않은 이유로 전문가 위원회에 포함된 자격이 없는 사람과 대다수보다 문제에 더 깊이 침투한 가장 독창적인 사상가가 모두 제거됩니다. 그들의 주장이 명확해져야 하고, 그들의 관점을 입증할 기회가 주어져야 합니다. 대신 그들의 의견은 무시됩니다.

또한 전문가들은 공통점을 지닌 두 개 이상의 그룹으로 나누어집니다. 그룹관점. 따라서 과학 연구 결과를 평가할 때 전문가를 두 그룹, 즉 이론적 결과를 얻은 연구 작업을 분명히 선호하는 "이론가"와 얻을 수 있는 연구 프로젝트를 선택하는 "실무자"로 나누는 잘 알려진 예가 있습니다. 직접 적용 결과 (우리는 Academic Institute of Control Problems (자동화 및 원격 기계)의 연구 경쟁에 대해 이야기하고 있습니다). 전문가 집단이 2개 이상 발견되면 조사 목적을 달성하지 못했다는 주장도 있다. 이건 틀렸어! 목표는 달성되었습니다. 합의가 없는 것으로 확인되었습니다.이것은 매우 중요합니다. 그리고 의사결정자는 의사결정을 내릴 때 이를 고려해야 합니다. 모든 전문가의 의견의 일관성을 보장하려는 욕구는 실무 그룹에서 가장 "선호하는"(또는 심지어 결정에 의해 "촉발된") 한 가지 관점을 제외한 모든 관점을 무시하고 의도적으로 일방적으로 전문가를 선택하는 결과를 초래할 수 있습니다. 만드는 사람).

또 다른 순전히 계량 경제학적 상황은 종종 고려되지 않습니다. 전문가의 수는 일반적으로 20~30명을 초과하지 않기 때문에 전문가 의견의 형식적인 통계적 일관성(통계적 가설을 테스트하기 위한 특정 기준을 사용하여 설정됨)은 전문가를 그룹으로 실제로 나누는 것과 결합될 수 있으며, 이로 인해 추가 계산이 현실과 무관하게 됩니다. 예를 들어 Kendall 또는 Spearman 순위 상관 계수를 기반으로 일치 계수를 사용하는 구체적인 계산 방법을 살펴보겠습니다. 계량경제학 이론에 따르면 이러한 방식으로 일관성을 테스트한 긍정적인 결과는 모든 순위 집합에 대한 전문가 의견의 균일한 분포와 독립성 가설을 거부하는 것 이상도 이하도 아니라는 점을 기억해야 합니다. 따라서 전문가의 의견을 설명하는 순위가 모든 순위 집합에 균일하게 분포된 독립적인 무작위 이진 관계라는 귀무 가설이 테스트됩니다. 이 귀무가설이 기각된 것은 전문가들의 답변이 일치하는 것으로 해석된다. 즉, 우리는 단어의 독특한 해석으로 인해 발생하는 오해의 희생양이 됩니다. 지정된 수학적 통계적 의미에서 일관성을 확인하는 것은 전문가 평가 실행 의미에서 일관성을 확인하는 것이 아닙니다. (전문가 그룹이 일관성을 확인하기 위한 새로운 계량경제적 장치, 즉 소위 말하는 비모수적 방법을 개발하게 된 것은 순위를 분석하기 위해 고려된 수학적 및 통계적 방법의 부적절함이었습니다. 루시안스현대 계량 경제학 부분에 포함되었습니다. 숫자가 아닌 데이터의 통계). 유사한 방법을 사용하는 전문가 그룹은 계량경제적 방법인 군집 분석을 사용하여 식별할 수 있습니다.

반대자들의 의견. 인위적으로 일관성을 얻기 위해 전문가 의견의 영향력을 줄이려고 노력합니다. 반체제 인사, 즉. 대다수에 비해 반대자를 비교합니다. 딱딱한반체제 인사를 다루는 방법은 그들의 의견을 무시하는 것입니다. 실제로는 전문가 위원회에서 제외되었습니다. 전문가를 거부하고 이상값을 거부하면 통계적 특성이 좋지 않거나 알 수 없는 절차가 생성됩니다. 네, 알려져 있어요 극심한 불안정모델 가정의 편차와 관련된 이상값을 거부하는 고전적인 방법입니다. 부드러운반체제 인사를 다루는 방법은 다음과 같습니다. 견고한(안정적인) 통계 절차. 가장 간단한 예: 전문가의 답변이 실수인 경우 눈에 띄는 반체제 의견은 전문가 답변의 산술 평균에 큰 영향을 미치고 중앙값에는 영향을 미치지 않습니다. 따라서 중앙값을 합의 의견으로 간주하는 것이 합리적입니다. 그러나 이는 반체제 인사들의 주장을 무시(의사결정자에게 전달되지 않음)합니다. 반체제 인사를 처리하는 두 가지 방법 중 하나에서 의사 결정자는 반체제 인사로부터 오는 정보를 박탈당하므로 근거 없는 결정을 내릴 수 있으며 이는 결과적으로 부정적인 결과를 초래할 수 있습니다. 반면, 전체 의견을 의사결정자에게 제시하는 것은 전문가위원회와 전문가 설문조사를 수행하는 실무그룹에서 최종 결정을 준비하는 책임과 노력의 일부를 제거하고 이러한 책임과 노력을 어깨에 전가하는 것입니다. 의사결정자의.

1차원성의 교리. 검사 대상을 항상 평가할 수 있는 다소 원시적인 접근 방식이 일반적입니다. 하나의 숫자. 이상한 생각! 하나의 숫자를 사용하여 사람을 평가하는 것은 노예 시장의 사람들에게만 발생했습니다.. 가장 열성적인 품질 측정자조차도 책이나 그림을 숫자, 즉 "시장 가치"와 동일하게 간주하지 않을 것입니다.

동시에 품질, 기술 수준 및 이와 유사한 일반화 된 지표를 검색한다는 아이디어를 완전히 부정할 수는 없습니다. 따라서 각 개체는 다양한 품질 지표에 따라 평가될 수 있습니다. 예를 들어, 승용차는 다음 지표로 평가할 수 있습니다. 100km당 휘발유 소비량(평균); 신뢰성(연간 평균 수리 비용) 배기 가스의 유해 물질 함량으로 평가되는 환경 안전성; 기동성; 움직이기 시작한 후 100km/h의 속도; 달성 가능한 최대 속도; 낮은 외부 온도(섭씨 -50도)에서 객실 내 양의 온도를 유지하고 엔진을 끄는 기간; 디자인(외관 및 실내 장식의 매력 및 "유행성"); 무게 등 이러한 지표의 점수를 함께 결합할 수 있습니까? 결정 요인은 자동차가 선택되는 특정 상황입니다. 달성된 최대 속도는 운전자에게 중요하지만, 우리 의견으로는 일반 자가용 운전자, 특히 최대 속도 제한이 엄격한 도시에서는 실질적으로 거의 중요하지 않습니다. 그러한 운전자에게는 연비, 기동성 및 신뢰성이 더 중요합니다. 다양한 정부 서비스의 자동차의 경우 개인 소유자보다 신뢰성이 더 중요하며 휘발유 소비는 그 반대입니다. 극북 지역의 경우 내부 단열이 중요하지만 남부 지역의 경우 그렇지 않습니다. 등. 따라서 전문가 앞에서 작업을 구체적으로(좁게) 공식화하는 것이 중요합니다. 그러나 그러한 설정은 존재하지 않는 경우가 많습니다. 그리고 예를 들어 나열된 변수의 선형 함수 형태와 같은 일반화된 품질 지표를 개발하기 위한 "게임"은 객관적인 결론을 내릴 수 없습니다. 유일한 일반화된 지표에 대한 대안은 다음과 같은 수학적 장치입니다. 다기준 최적화- 파레토 집합 등

어떤 경우에는 개체를 전체적으로 비교하는 것이 여전히 가능합니다. 예를 들어 동일한 전문가의 도움을 받아 문제의 개체(제품 또는 프로젝트)의 순서를 얻습니다. 그런 다음 개별 지표에 대한 계수를 선택하여 다음을 수행할 수 있습니다. 선형 함수를 사용한 순서는 전역 순서와 더 밀접하게 일치했을 수 있습니다.(예를 들어 최소 제곱법을 사용하여 이러한 계수를 찾습니다.) 반대로, 그러한 경우, 지정된 계수는 전문가의 도움을 받아 추정되어서는 안 됩니다. 이 간단한 아이디어는 전문가 설문 조사를 수행하고 결과를 분석하는 일부 방법 작성자에게는 아직 명확하지 않습니다. 그들은 전문가가 자신이 하는 일을 하도록 열심히 노력합니다. 할 수 없는- 개별 품질 지표가 최종 일반 지표에 포함되어야 하는 가중치를 나타냅니다. 전문가는 일반적으로 개체나 프로젝트를 전체적으로 비교할 수 있지만 개별 요소의 기여도를 분리할 수는 없습니다. . 설문조사 주최자가 묻자 전문가들은 이렇게 대답합니다.하지만 이러한 답변은 현실에 대한 신뢰할 만한 정보를 전달하지 않습니다...

전문적인 절차를 분류하는 두 번째 기준은 라운드 수입니다. 시험에는 1회, 고정된 횟수의 라운드(2, 3,...) 또는 무한한 횟수의 라운드가 포함될 수 있습니다. 라운드가 많을수록 상황에 대한 분석이 더욱 철저해집니다. 왜냐하면 전문가들은 일반적으로 조사 주제를 고려하기 위해 여러 번 다시 방문하기 때문입니다. 그러나 동시에 시험에 소요되는 총 시간이 증가하고 비용도 증가합니다. 모든 전문가를 한 번에 시험에 참여시키는 것이 아니라 점진적으로 도입함으로써 비용을 절감할 수 있습니다. 예를 들어, 찬반 주장을 수집하는 것이 목표라면 전문가 한 명이 초기 주장 목록을 작성할 수 있습니다. 두 번째 사람은 여기에 자신의 주장을 추가할 것입니다. 요약 자료는 첫 번째와 세 번째로 이동하여 자신의 주장과 반론을 기고할 것입니다. 등등 - 새로운 라운드마다 한 명의 전문가가 추가됩니다. 가장 큰 어려움은 "눈덩이"와 같이 미리 결정된 라운드 수의 절차로 인해 발생합니다. 가능한 최대 라운드 수가 지정되는 경우가 많으며, 이 최대 라운드 수를 수행해야 하는지 또는 더 적은 수로 제한할 수 있는지 여부에 대한 불확실성이 발생합니다.

전문가 절차 분류의 세 번째 기준은 전문가와의 의사소통 조직입니다. 의사소통 부족 - 서신 익명 의사소통 - 익명성 없는 서신 의사소통 - 제한이 있는 대면 의사소통 - 제한이 없는 대면 의사소통 등 척도의 각 요소의 장점과 단점을 고려해 보겠습니다. 의사소통이 되지 않는 상황에서전문가는 다른 전문가와 그들의 의견에 대해 전혀 알지 못한 채 자신의 의견을 표현합니다. 그는 완전히 독립적이며 좋고 나쁩니다. 일반적으로 이 상황은 1차 시험에 해당합니다. . 부재자 익명통신예를 들어, 델파이 방법에서와 같이 전문가는 다른 전문가의 의견과 주장을 접하지만 누가 이 입장이나 저 입장을 정확히 표현했는지는 알 수 없음을 의미합니다. 따라서 시험에는 최소 2회 이상의 시험이 포함되어야 합니다. 익명성이 보장되지 않는 서신소통예를 들어 인터넷을 통한 통신에 해당합니다. 통신심사를 위한 모든 옵션은 좋습니다. 전문가를 한자리에 모을 필요가 없으므로 이를 위한 편리한 시간과 장소를 찾을 수 있습니다. 대면 시험에서는 전문가가 부재자 시험처럼 글을 쓰는 대신 말하기 때문에 동시에 훨씬 더 많은 말을 할 수 있습니다. 제한이 있는 대면 시험매우 일반적인. 정해진 일정에 따라 진행되는 회의입니다. 예를 들어 전문가(장교 및 장군)가 하급(직급 및 직위에 따라)부터 상급까지 순서대로 연설하는 러시아 제국군의 군사 협의회가 있습니다. 마지막으로, 제한 없이 대면 심사- 자유토론입니다. 모든 대면시험은 참가자의 사회심리적 특성과 클랜(당) 성향, 직업적, 공식적, 과학적 지위의 불평등으로 인해 자신의 행위에 부정적인 영향을 미칠 가능성이 있다는 단점이 있습니다. . 5명의 중위와 3명의 장군이 모였다고 상상해 보세요. 이 사람이나 회의 참가자가 어떤 정보를 가지고 있는지에 관계없이 그 과정을 예측하는 것은 어렵지 않습니다. 장군이 말하고 중위는 침묵을 지킬 것입니다.

다양한 시험 유형의 조합. 실제 시험은 위에서 설명한 다양한 유형의 시험을 조합한 경우가 많습니다. 예를 들어, 졸업장 프로젝트에 대한 학생의 방어를 생각해 보세요. 첫째, 지도교수와 컨설턴트가 다각적으로 대면 시험을 진행하며, 그 결과 학생은 방어를 위한 프로젝트를 준비하게 됩니다. 그런 다음 두 명의 전문가(제3자 조직의 검토 작성자와 작업 방어를 허용하는 부서장)가 결석으로 작업합니다. 이들 전문가의 업무 차이와 그들이 수행하는 작업량에 주의를 기울이십시오. 한 사람은 자세한 리뷰를 작성하고, 두 번째 사람은 프로젝트 제목 페이지에 서명하여 변호를 승인합니다. 마지막으로 제한 없이 직접 시험을 치르게 됩니다(국가 인증 위원회 구성원의 경우). 디플로마 프로젝트는 전문가 중 한 명(과학 지도교수)이 작업을 자세히 알고 나머지는 주로 보고서를 통해서만 다수결로 대학 전체에서 평가됩니다. 따라서 우리는 다중 라운드와 단일 라운드, 서신 및 대면 시험을 조합하여 운영합니다. 이러한 조합은 많은 실제 시험에서 일반적입니다.

3.4.5. 현대 측정 이론 및 전문가 평가

전문가 평가의 문제를 더욱 심층적으로 고려하려면 소위 말하는 몇 가지 개념이 필요합니다. 대표적인 측정이론, 이는 전문가 평가 이론의 기초 역할을 하며, 주로 질적(양적보다는) 형식으로 표현된 전문가 의견 분석과 관련된 부분입니다.

전문가의 의견은 종종 다음과 같이 표현됩니다. 순서 척도(규모는 아래에서 더 자세히 논의됩니다), 즉 전문가는 제품 품질의 한 지표가 다른 지표보다 더 중요하고 첫 번째 기술 개체가 두 번째 기술 개체보다 더 위험하다고 말하고 정당화할 수 있습니다. 하지만 그 사람은 말할 수 없어 몇 번이나또는 얼마나 오랫동안더 중요하므로 더 위험합니다. 전문가들은 검사 대상의 순위(순서)를 묻는 경우가 많습니다. 시험 주최자가 관심을 갖는 특성의 강도를 오름차순(또는 내림차순)으로 정렬합니다. 순위는 순서가 지정된 시리즈의 (검사 대상의) 번호입니다. 공식적으로 순위는 1, 2, 3, ...이라는 숫자로 표시되지만 이 숫자로는 일반적인 산술 연산을 수행할 수 없습니다. 예를 들어, 1 + 2 = 3이지만 순서에서 3위인 개체의 경우 연구되는 특성의 강도는 순위 1과 2의 개체 강도의 합과 같다고 말할 수 없습니다. 전문가 평가 유형 중 하나는 학생 평가입니다. 우수한 학생의 지식이 D 학생과 C 학생의 지식의 합과 같다고 주장하는 사람은 거의 없을 것입니다(비록 5 = 2 + 3). 좋은 학생은 두 명의 가난한 학생에 해당합니다(2 + 2 = 4), 우수한 학생과 C 학생 사이에는 우수한 학생과 가난한 학생의 차이와 동일한 차이가 있습니다(5 - 3 = 4 - 2). 따라서 이러한 정성적 데이터를 분석하기 위해서는 잘 알려진 산술적인 계산이 아니라 특정 계산 방법의 개발, 연구 및 적용의 기초를 제공하는 또 다른 이론이 필요하다는 것은 분명합니다. RTI입니다. 현재 "측정 이론"이라는 용어는 고전적인 계측학, RTI 및 알고리즘 측정 이론과 같은 일부 기타 영역과 같은 다양한 과학 분야를 지칭하는 데 사용된다는 점을 명심해야 합니다.

RTI는 처음에는 정신물리학적 측정 이론으로 개발되었습니다. RTI의 창립자는 미국의 심리학자 S.S. Stevens는 측정 척도에 중점을 두었습니다. RTI 개발의 다음 단계는 특징적입니다. 1950년대 미국에서 출판된 심리 과학 백과사전의 한 권은 "심리 측정"이라고 불렸습니다. 이는 이 책의 편집자들이 RTI의 범위를 정신물리학에서 일반적인 심리학으로 확장했음을 의미합니다. 그리고 “측정 이론의 기초”라는 ​​제목의 이 컬렉션의 주요 기사에서 프레젠테이션은 특정 응용 분야에 대한 언급 없이 추상적인 수학적 수준에서 이루어졌습니다. 이 기사에서는 "숫자와의 관계가 있는 경험적 시스템의 동형"(여기서는 이러한 수학적 용어를 다룰 필요가 없음)에 중점을 두었으며 S.S.의 작업에 비해 수학적 복잡성이 증가했습니다. 스티븐스.

이미 RTI에 관한 최초의 국내 기사 중 하나(1960년대 후반)에서는 검사 대상을 평가할 때 전문가가 할당한 점수가 일반적으로 순서 척도로 측정된다는 것이 확립되었습니다. 1970년대 초반에 등장한 국내 작품은 고무제품의 활용분야를 크게 확장시켰다. 이는 교육학적 품질 측정(학생의 지식 품질 측정), 시스템 연구, 전문가 평가 이론의 다양한 문제, 제품 품질 지표 집계, 사회학 연구 등에 적용되었습니다.

RTI의 두 가지 주요 문제점과 함께 척도 유형 설정데이터 분석 알고리즘에 대한 검색이 진행되었으며 그 결과는 허용 가능한 규모 변환(예: 불변이 변환에 관해서).

기본 측정 척도. RTI에 따르면 실제 현상이나 프로세스를 수학적으로 모델링할 때 먼저 다음 사항을 설정해야 합니다. , 어떤 유형의 척도로 측정되는지특정 변수. 척도 유형은 허용되는 변환 그룹을 지정합니다. 유효한 변환은 측정 개체 간의 관계를 변경하지 않습니다. 예를 들어, 길이를 측정할 때 아르신에서 미터로의 전환은 고려 중인 물체의 길이 사이의 관계를 변경하지 않습니다. 첫 번째 물체가 두 번째 물체보다 길면 아르신으로 측정할 때와 측정할 때 모두 설정됩니다. 미터 단위.

측정 척도의 주요 유형과 허용되는 변환의 해당 그룹을 나타냅니다. 안에 이름 규모(다른 이름은 n 불길한저울) 받아들일 수 있는모두 일대일 변환입니다. 이 척도에서는 숫자가 표시용으로만 사용됩니다. 세탁물을 세탁물에 넘길 때와 거의 동일합니다. 단지 사물을 구별하기 위해서입니다. 이름 척도는 전화번호, 차량번호, 여권번호, 학생증번호 등을 측정합니다. 사람의 성별은 이름 척도로 측정되며 측정 결과는 남성, 여성의 두 가지 값을 취합니다. 인종, 국적, 눈 색깔, 머리 색깔은 명목상 특성입니다. 알파벳의 문자 수는 명명 척도의 측정값이기도 합니다. 정신이 온전한 사람이라면 누구도 전화번호를 더하거나 곱한다는 생각을 하지 않을 것입니다. 예를 들어, 아무도 글자를 비교하면서 글자 P가 글자 S보다 낫다고 말하지 않을 것입니다. 명명 척도의 차원이 유용한 유일한 방법은 객체를 구별하는 것입니다. 많은 경우 이것이 그들에게 필요한 전부입니다. 예를 들어, 성인용 라커룸의 라커는 숫자로 구분됩니다. 숫자, 유치원에서는 아이들이 아직 숫자를 모르기 때문에 그림을 사용합니다.

안에 순서 척도숫자는 개체 간의 순서를 설정하는 데 사용됩니다. 가장 간단한 예는 학생 평가입니다. 중등 학교에서는 2, 3, 4, 5 등급이 사용되며 고등학교에서는 불만족, 만족, 양호, 우수 등 정확히 동일한 의미가 구두로 표현된다는 것은 상징적입니다. 이는 학생 평가의 "비수치적" 성격을 강조합니다. 순서 척도로 받아들일 수 있는모두 엄격하게 증가하는 변환입니다.

스케일 유형 설정, 즉 측정 척도의 허용 가능한 변환 그룹을 지정하는 것은 관련 응용 분야의 전문가의 문제입니다. 따라서 우리는 사회학자로서 직업의 매력에 대한 평가를 순서 척도로 측정하는 것을 고려했습니다. 그러나 일부 사회학자들은 학교 졸업생이 간격 척도와 같이 허용 가능한 변환 그룹이 더 좁은 척도를 사용한다고 믿고 우리의 의견에 동의하지 않았습니다. 분명히 이 문제는 수학에 관련된 것이 아니라 인문과학에 관련된 것입니다. 이를 해결하기 위해서는 다소 노동집약적인 실험을 수행할 수 있다. 설정될 때까지 순서형 척도를 채택하는 것이 좋습니다. 이는 가능한 오류를 보장하기 때문입니다.

이미 언급한 바와 같이 전문가 평가는 서열 척도로 측정되는 경우가 많습니다. 대표적인 예로 환경보험 적용 산업시설의 순위를 매기고 분류하는 작업이 있다(아래 참조).

전문가의 의견을 순서대로 표현하는 것이 자연스러운 이유는 무엇입니까? 수많은 실험에서 알 수 있듯이 사람은 정량적 질문보다 질적, 예를 들어 비교, 성격에 대한 질문에 더 정확하게 (그리고 덜 어렵지 않게) 대답합니다. 따라서 대략적인 무게를 그램 단위로 표시하는 것보다 두 무게 중 어느 것이 더 무거운지 말하는 것이 더 쉽습니다.

순서 척도의 다른 많은 잘 알려진 예가 사용됩니다. 예를 들어, 광물학에서는 경도 기준에 따라 광물이 분류되는 모스 척도가 사용됩니다. 즉, 활석의 점수는 1, 석고 - 2, 칼슘 - 3, 형석 - 4, 인회석 - 5, 정형화 - 6, 석영 - 7, 토파즈 - 8, 강옥 - 9, 다이아몬드 - 10입니다. 지리학의 서수 척도는 다음과 같습니다. - 보퍼트 풍력 규모(“고요함”, “약한 바람”, “보통 바람” 등), 지진 강도 규모. 의학에서 서수 척도는 고혈압 단계 척도(Myasnikov에 따름), 심부전 정도 척도(Strazhesko-Vasilenko-Lang에 따름), 관상동맥 부전의 중증도 척도(Fogelson에 따름)입니다. 집 번호도 순서 척도로 측정됩니다. 소위 말하는 제품과 서비스의 품질을 평가할 때 품질 측정(직역: 품질 측정)에서는 순서형 척도가 널리 사용됩니다. 즉, 생산 단위가 통과 가능 또는 부적합으로 평가됩니다. 보다 철저한 분석을 위해 세 가지 등급의 척도가 사용됩니다. 심각한 결함이 있음 - 사소한 결함만 있음 - 결함이 없음.

환경 영향을 평가할 때 첫 번째 평가는 일반적으로 순서적입니다. 즉, 자연 환경은 안정적입니다. 자연 환경은 억압됩니다(저하됩니다). 마찬가지로 환경-의학적 규모에서는 인간 건강에 뚜렷한 영향이 없으며 건강에 부정적인 영향이 나타납니다. 순서 척도는 다른 영역에서도 사용됩니다.

서열 척도와 이름 척도는 질적 특성의 주요 척도입니다.. 따라서 많은 특정 영역에서 정성적 분석 결과는 이러한 규모의 측정으로 간주될 수 있습니다.

정량적 특성의 척도는 간격, 비율, 차이, 절대의 척도입니다.. 규모에 따라 간격위치 에너지의 양이나 직선 위의 한 점의 좌표를 측정합니다. 이 경우 자연적 기원이나 자연적 측정 단위를 저울에 표시할 수 없습니다. 간격 척도에서 허용되는 변환은 선형 증가 변환입니다. 즉, 선형 함수. 섭씨와 화씨의 온도 눈금은 C 0 = 5/9 (F 0 - 32)와 같은 의존성으로 연결됩니다. 여기서 C 0은 섭씨 눈금의 온도이고 F 0은 화씨 눈금의 온도입니다.

정량 척도 중에서 과학과 실무에서 가장 일반적으로 사용되는 척도는 척도입니다. 관계.그들은 자연스러운 기준점을 가지고 있습니다 - 0, 즉 양은 없지만 자연적인 측정 단위는 없습니다. 대부분의 물리적 단위는 신체 질량, 길이, 전하 및 경제 가격 등 비율 척도로 측정됩니다. 비율 척도로 허용되는 변환은 유사합니다(척도만 변경). 즉, 더미 항이 없는 선형 증가 변환입니다.

시간은 척도로 측정됩니다. 차이점, 연도를 자연적인 측정 단위로 사용하고 일반적인 경우 간격 척도로 사용하는 경우. 현재 지식 수준에서 자연스러운 출발점을 나타내는 것은 불가능합니다. 다른 저자들은 세상의 창조 날짜와 그리스도의 탄생 순간을 다른 방식으로 계산합니다. 따라서 새로운 통계 연대기에 따르면 주 예수 그리스도는 서기 1054년에 탄생하셨습니다. (현재 허용되는 연대기에 따르면) 이스탄불 (일명 콘스탄티노플, 비잔티움, 트로이, 예루살렘, 로마).

에 대해서만 순수한저울, 측정 결과 - 일반적인 의미의 숫자. 예를 들면 방에 있는 사람의 수입니다. 절대 규모의 경우 항등 변환만 허용됩니다.

해당 지식분야가 발전하는 과정에서 척도의 종류가 바뀔 수 있다. 그래서 먼저 온도를 측정했습니다. 서수규모 (차갑고 따뜻함). 그럼 - 까지 간격(섭씨, 화씨, Reaumur 척도). 마지막으로, 절대 영도를 발견한 후에는 온도를 눈금으로 측정하는 것을 고려해야 합니다. 처지(켈빈 척도). 측정된 특정 실제 값을 고려하기 위해 어떤 척도를 사용해야 하는지에 대해 전문가들 사이에 의견 차이가 있는 경우가 있다는 점에 유의해야 합니다. 즉, 측정 프로세스에는 정당화 유형과 함께 척도 유형 결정도 포함됩니다.

불변 알고리즘 및 평균값.데이터 분석 알고리즘의 주요 요구 사항은 RTI에서 다음과 같이 공식화됩니다. 특정 유형의 척도로 측정된 데이터에서 도출된 결론은 해당 데이터의 측정 척도가 허용적으로 변환될 때 변경되어서는 안 됩니다.. 즉, 결론은 다음과 같아야 합니다. 불변허용되는 규모 변환과 관련하여.

따라서 측정 이론의 주요 목표 중 하나는 실제 물체에 수치 값을 할당할 때 연구자의 주관성과 싸우는 것입니다. 따라서 거리는 아르신, 미터, 마이크론, 마일, 파섹 및 기타 측정 단위로 측정될 수 있습니다. 질량(무게) - 푸드, 킬로그램, 파운드 등으로 표시됩니다. 상품 및 서비스 가격은 위안, 루블, 텡게, 흐리브냐, 라트, 크룬, 마르크, 미국 달러 및 기타 통화(지정된 환율에 따라)로 표시될 수 있습니다. 매우 분명하지만 매우 중요한 사실을 강조하겠습니다. 측정 단위의 선택은 연구자에 따라 다릅니다. 주걱. 통계적 결론은 연구자가 선호하는 측정 단위에 의존하지 않는 경우에만 현실에 적합할 수 있습니다. 유효한 척도 변환 하에서 불변일 때.

예를 들어, 순서 척도로 측정된 전문가 의견 처리를 고려해 보십시오. 허락하다 Y1, Y2,...,Yn- 하나의 검사 대상(예: 회사의 전략적 개발을 위한 옵션 중 하나)에 대해 "주어진" 일련의 전문가 평가, Z1, Z2,...,Zn- 두 번째(이 개발의 또 다른 버전).

이 인구는 어떻게 비교됩니까? 분명히 가장 쉬운 방법은 평균값을 사용하는 것입니다. 평균을 계산하는 방법은 무엇입니까? 평균에는 산술 평균, 중앙값, 최빈값, 기하 평균, 조화 평균, 2차 평균 등 다양한 유형이 있습니다. 이들 중 몇 가지를 일반화한 것이 Kolmogorov 평균입니다. 숫자의 경우 X1, X2,...,Xn Kolmogorov 평균은 다음 공식을 사용하여 계산됩니다.

G((F(X1)+F(X2)+...F(Xn))/n),

어디 에프- 엄격하게 단조로운 함수, G- 반대 기능 에프. Kolmogorov의 평균 중에는 잘 알려진 캐릭터가 많이 있습니다. 그래서 만약 F(x) = x, Kolmogorov 평균은 산술 평균입니다. F(x) = 로그 x, 기하 평균은 다음과 같습니다. F(x) = 1/x, 조화 평균은 다음과 같습니다. 에프엑스(F(x)) = x 2, 평균 제곱 등. 반면에 중앙값 및 최빈값과 같은 대중적인 평균은 Kolmogorov 평균으로 표현될 수 없습니다.

평균값에 대한 일반적인 개념이 19세기 전반 프랑스 수학자에 의해 도입되었음을 기억해 봅시다. 학자 O. Cauchy. 그것은 이것이다: 평균값은 임의의 함수이다 f(X1, X2,...Xn)인수의 가능한 모든 값에 대해 이 함수의 값은 숫자의 최소값 이상입니다. X1, X2,...Xn, 이 숫자의 최대값을 초과할 수 없습니다. Kolmogorov 평균은 Cauchy 평균의 특별한 경우입니다. 중앙값과 최빈값은 Kolmogorov 평균은 아니지만 Cauchy 평균이기도 합니다.

허용 가능한 척도 변환을 사용하면 평균 값이 분명히 변경됩니다. 그러나 어느 모집단의 평균이 더 크고 어느 모집단이 더 작은지에 대한 결론은 변경되어서는 안 됩니다(RTI의 주요 요구 사항으로 받아들여지는 결론의 불변성 요구 사항에 따라). 허용되는 척도 변환과 관련하여 비교 결과가 안정적인 평균값 유형을 검색하는 해당 수학적 문제를 공식화해 보겠습니다.

허락하다 f(X1, X2,...,Xn)- 코시 평균. 첫 번째 모집단의 평균이 두 번째 모집단의 평균보다 작다고 가정합니다.

f(Y1, Y2,...,Yn)< f(Z1, Z2,...,Zn). (1)

RTI에 따르면 평균 비교 결과의 안정성을 위해서는 허용 가능한 변환이 필요합니다. g해당 규모의 허용 가능한 변환 그룹에서 불평등도 사실이었습니다.

f(g(Y1), g(Y2),..., g(Yn))< f (g(Z1), g(Z2),..., g(Zn)), (2)

저것들. 첫 번째 모집단의 변환된 값의 평균도 두 번째 모집단의 변환된 값의 평균보다 작았습니다. 더욱이 공식화된 조건은 임의의 두 모집단에 대해 참이어야 합니다. Y1, Y2,...,Yn그리고 Z1, Z2,...,Zn그리고 허용 가능한 모든 변환을 기억하세요. g. RTI에 따르면 해당 규모로 측정된 전문가 의견 및 기타 데이터를 분석할 때 이러한 평균만 사용할 수 있습니다.

1970년대 A.I. Orlov가 개발한 수학적 이론을 사용하여 주요 척도에서 허용 가능한 평균의 유형을 설명하는 것이 가능합니다. 이름의 규모에서는 패션만이 평균적으로 적합합니다. 순서 척도의 모든 Cauchy 평균 중에서 변동 계열(순서 통계)의 구성원만 평균, 특히 중앙값(홀수 표본 크기 사용)으로 사용할 수 있습니다. 표본 크기가 짝수인 경우 다음의 두 중심 구성원 중 하나입니다. 변형 계열을 사용해야 합니다(때때로 왼쪽 중앙값 또는 오른쪽 중앙값이라고도 함). 그러나 산술 평균, 기하 평균 등은 사용할 수 없습니다. Kolmogorov에 따른 모든 평균 중에서 간격 척도에서는 산술 평균만 사용할 수 있습니다. 비율 척도에서는 모든 Kolmogorov 평균 중 검정력 평균과 기하 평균만 비교에 비해 안정적입니다.

산술 평균 사용의 부정확성을 보여주는 수치 예를 들어 보겠습니다. f(X1, X2) = (X1+X2)/2순서 규모로. 허락하다 Y1= 1, Y2 = 11, Z1 = 6, Z2 = 8.그 다음에 f(Y1, Y2) = 6, 이는 다음보다 작습니다. f(Z1, Z2) = 7. 엄격하게 증가하는 변환을 보자 g그게 g(1) = 1, g(6) = 6, g(8) = 8, g(11) = 99.그러한 변형이 많이 있습니다. 예를 들어 다음을 넣을 수 있습니다. g(엑스) = 엑스~에 엑스, 8개를 초과하지 않으며, g(엑스) = 99(엑스-8)/3 + 8 을 위한 엑스, 대 8. 그런 다음 f(g(Y1), g(Y2)) = 50, 이는 f(g(Z1), g(Z2)) = 7. 보시다시피 허용되는 결과, 즉 규모의 변환을 엄격하게 증가시킴으로써 수단의 순서가 변경되었습니다.

평균값에 대해 제시된 결과는 전문가 평가나 사회학 이론뿐만 아니라 용광로의 자동화 공정 제어 시스템에서 센서를 수집하는 방법을 분석하는 데에도 널리 사용됩니다. RTI의 적용 가치는 표준화 및 품질 관리 문제, 특히 품질 측정 분야에서 매우 큽니다. 여기에는 흥미로운 이론적 결과도 있습니다. 예를 들어, 제품 품질에 대한 개별 지표의 중량 계수가 변경되면 가중 평균 지표에 따른 제품 순서가 변경됩니다(이 정리는 V.V. Podinovsky 교수에 의해 입증됨).

GPA 방법.현재 전문가, 마케팅, 품질 측정, 사회학 및 기타 설문 조사가 일반적이며 응답자들은 대상, 제품, 기술 프로세스, 기업, 프로젝트, 연구 작업 응용 프로그램, 아이디어, 문제, 프로그램, 정책 등에 점수를 부여하도록 요청합니다. ., 그런 다음 평균 점수를 계산하고 이를 응답자 그룹이 제공하는 통합 평가로 간주합니다. 평균을 계산하려면 어떤 공식을 사용해야 합니까? 결국 우리가 알고 있듯이 평균 크기에는 다양한 유형이 있습니다. 일반적으로 산술평균을 사용합니다. 30년 넘게 알려진 사실인데 이 방법은 잘못되었습니다, 점수는 일반적으로 순서 척도로 측정되기 때문입니다(위 참조). 중앙값을 평균 점수로 사용하는 것이 합리적입니다. 그러나 완전히 산술 평균은 익숙함과 널리 퍼져 있기 때문에 무시하는 것은 바람직하지 않습니다.. 그렇기 때문에 두 가지 방법, 즉 산술 평균 순위(점수) 방법과 중간 순위 방법을 동시에 사용하는 것이 좋습니다.. 이 권장 사항은 모든 방법으로 동시에 얻은 결론을 강조하기 위해 동일한 데이터를 처리하기 위해 다른 방법을 사용하도록 권장하는 견고성 개념과 일치합니다. 이러한 결론은 분명히 현실과 일치하는 반면, 방법마다 다른 결론은 초기 전문가 평가 처리 방법을 선택하는 연구자의 주관성에 따라 달라집니다.

8개 프로젝트를 비교한 예입니다.방금 공식화된 접근 방식을 적용한 구체적인 예를 살펴보겠습니다. 회사 경영진의 지시에 따라 회사의 전략적 개발 계획에 포함되도록 제안된 8개 프로젝트가 분석되었습니다. D, L, M-K, B, G-B, Sol, Steph, K(심의를 제안한 관리자의 이름으로)로 지정되었습니다. 모든 프로젝트는 회사 이사회가 임명한 12명의 전문가에게 전달되었습니다. 아래 표 1은 해당 프로젝트를 회사의 전략 계획에 포함시키는 것이 타당성에 대한 전문가의 견해에 따라 12명의 전문가가 각자에게 할당한 8개 프로젝트의 순위를 보여줍니다. 이 경우 전문가는 구현해야 할 최고의 프로젝트에 1순위를 할당합니다. 2순위는 두 번째로 매력적인 프로젝트로 전문가로부터 받은 것입니다.... 마지막으로 8순위는 가장 의심스러운 프로젝트로 최후의 수단으로만 구현해야 합니다. 전문가들의 작업 결과(예: 표 1)를 분석한 결과, 회사 경영진은 전문가들 사이에 완전한 합의가 없었다는 점을 밝힐 수밖에 없었으므로 표 1에 제시된 데이터는 보다 철저한 검토를 거쳐야 합니다. 수학적 분석.

1 번 테이블.

회사의 전략적 개발 계획에 포함할 매력도에 따라 8개 프로젝트 순위

전문가 번호

메모.전문가 4번은 프로젝트 M-K와 B가 동일하지만 단 하나의 프로젝트인 Sol 프로젝트보다 열등하다고 믿습니다. 따라서 프로젝트 M-K와 B는 2위와 3위를 차지하고 포인트 2와 3을 받아야 합니다. 두 프로젝트는 동일하므로 (2+3) / 2 = 5 / 2 = 2.5의 평균 점수를 받습니다.

산술 평균 순위 방법.첫째, 산술평균순위 방법을 적용하였다. 이를 위해 우선 프로젝트에 부여된 순위의 합을 계산하였다(표 1 참조). 그런 다음 이 금액을 전문가 수로 나누어 산술 평균 순위가 계산되었습니다(방법에 이름을 부여한 것이 이 작업이었습니다). 평균 순위를 기준으로 최종 순위가 결정됩니다(다른 용어로는 순서 지정). 원칙에 따라 평균 순위가 낮을수록 프로젝트가 더 좋습니다.

프로젝트 B는 가장 낮은 평균 순위(2.625)를 가지므로 최종 순위에서 1위를 받습니다. 프로젝트 M-K는 그 다음으로 높은 금액(3.125)을 가지며 최종 순위 2를 받습니다. 프로젝트 L과 Sol은 동일한 합계(3.25와 같음)는 전문가의 관점에서 볼 때 동등하므로(전문가의 의견을 종합하는 고려된 방법으로) 3위와 4위를 차지하고 평균 점수를 받아야 함을 의미합니다. (3+4) / 2 = 3,5. 추가 결과는 아래 표 2에 나와 있습니다. 따라서 순위 합계(또는 산술 평균 순위)에 따른 순위는 다음과 같은 형식을 갖습니다.

비< М-К < {Л, Сол} < Д < Стеф < Г-Б < К. (3)

여기에 "A"와 같은 레코드가 있습니다.<Б" означает, что проект А предшествует проекту Б (т.е. проект А лучше проекта Б). Поскольку проекты Л и Сол получили одинаковую сумму баллов, то по рассматриваемому методу они эквивалентны, а потому объединены в группу (в фигурных скобках). В терминологии математической статистики ранжировка (3) имеет одну связь.

표 2.

표 1에 제시된 데이터에 대해 산술평균법과 중앙값법을 이용한 계산 결과.

순위의 합
순위의 산술 평균
산술 평균을 기준으로 한 최종 순위
순위의 중앙값
중앙값별 최종 순위

중앙 순위 방법.그러면 계산 결과는 순위(3)이고 이를 토대로 결정을 내려야 한다는 것인가요? 그러나 현대 계량 경제학에 가장 익숙한 이사회 구성원은 전문가의 답변이 순서 척도로 측정되므로 산술 평균 방법을 사용하여 평균을 계산하는 것이 불법이라는 것을 기억했습니다. 우리는 중앙값 방법을 사용해야 합니다. 무슨 뜻이에요? 프로젝트 중 하나(예: 프로젝트 D)에 해당하는 전문가의 답변을 받아야 합니다. 이는 5, 5, 1, 6, 8, 5, 6, 5, 6, 5, 7, 1 순위입니다. 그런 다음 그들은 ('오름차순'이라고 말하는 것이 더 쉬울 것 같지만, 일부 답은 동일하기 때문에 '비감소'라는 특이한 용어를 사용해야 합니다). 우리는 1, 1, 5, 5, 5, 5, 5, 6, 6, 6, 7, 8의 순서를 얻습니다. 중앙 위치 - 여섯 번째와 일곱 번째 -에는 5와 5가 있습니다. 따라서 중앙값은 다음과 같습니다. 5.

특정 프로젝트에 해당하는 12개 등급 세트의 중앙값은 표 2의 두 번째 행에 나와 있습니다. (이 경우 중앙값은 일반적인 통계 규칙에 따라 변이 계열의 중앙 구성원의 산술 평균으로 계산됩니다.) 중앙값 방법을 사용한 최종 순서는 표의 마지막 행에 나와 있습니다. 중앙값에 따른 순위(예: 순서 - 전문가 위원회의 최종 의견)는 다음과 같은 형식을 갖습니다.

비< {М-К, Л} < Сол < Д < Стеф < К <Г-Б. (4)

프로젝트 L과 M-K는 동일한 중앙값을 가지므로 고려 중인 순위 방법에 따라 동일하므로 그룹(클러스터)으로 결합됩니다. 수학적 통계의 관점에서 순위(4)는 하나의 연결을 갖습니다.

산술평균법과 중위수법을 이용한 순위 비교.순위 (3)과 (4)를 비교하면 친밀도(유사성)를 알 수 있습니다. M-K, L, Sol 프로젝트는 M-K로 주문되었다고 가정할 수 있습니다.< Л < Сол, но из-за погрешностей экспертных оценок в одном методе признаны равноценными проекты Л и Сол (ранжировка (3)), а в другом - проекты М-К и Л (ранжировка (4)). Существенным является только расхождение, касающееся упорядочения проектов К и Г-Б: в ранжировке (3) Г-Б < К, а в ранжировке (4), наоборот, К < Г-Б. Однако эти проекты - наименее привлекательные из восьми рассматриваемых, и при выборе наиболее привлекательных проектов для дальнейшего обсуждения и использования это расхождение не существенно.

고려된 예는 산술 평균 순위 방법과 중위수 방법을 사용하여 얻은 순위 간의 유사점과 차이점, 그리고 이들을 결합하여 사용할 때의 이점을 보여줍니다.

3.4.6. 클러스터링된 순위를 일치시키는 방법

문제는 클러스터된 순위 집합(통계 언어 - 연결이 있는 순위)에서 일반적이고 엄격하지 않은 순서를 식별하는 것입니다. 이러한 세트는 여러 전문가의 의견을 반영할 수도 있고, 전문가의 의견을 다양한 방법으로 가공하여 얻을 수도 있다. 클러스터링된 순위를 조정하는 방법이 제안되어, 클러스터의 순서가 모든 원래 순서와 일치하는 동안 특별히 구성된 클러스터(그룹)로 모순을 "추진"할 수 있습니다.다양한 응용 분야에서는 여러 개의 클러스터된 개체 순위를 분석해야 합니다. 이러한 영역에는 주로 엔지니어링 비즈니스, 경영, 경제, 사회학, 생태학, 예측, 과학 및 기술 연구 등이 포함되며 특히 전문가 평가와 관련된 섹션이 포함됩니다(예를 들어 참조). 개체는 제품 샘플, 기술, 수학적 모델, 프로젝트, 직위 후보자 등이 될 수 있습니다. 클러스터링 순위는 전문가의 도움과 객관적인 방법(예: 하나 또는 하나를 사용하여 수학적 모델과 실험 데이터를 비교)을 통해 얻을 수 있습니다. 또 다른 품질 기준. 아래에 설명된 방법은 생물권의 화학적 안전 문제와 환경 보험 문제와 관련하여 개발되었습니다.

고려 중인 모든 클러스터링 순위와 일관성이 있는(아래에 설명된 의미에서) 클러스터링 순위를 구성하는 방법을 고려해 보겠습니다. 이 경우 개별 초기 순위 간의 모순은 합의된 순위의 클러스터 내에 포함되는 것으로 나타납니다. 결과적으로 클러스터의 순서는 전문가의 일반적인 의견, 더 정확하게는 원래 순위에 포함된 일반적인 의견을 반영합니다.

클러스터에는 원래 순위 중 일부가 지정된 개체가 포함되어 있습니다. 모순되다서로. 이를 분류하기 위해서는 새로운 연구가 수행되어야 합니다. 이러한 연구는 공식적인 수학적일 수도 있고(예: Kemeny 중앙값 계산, 평균 순위 또는 중앙값별 정렬 등) 관련 응용 분야의 새로운 정보를 포함해야 하며 추가 과학 또는 응용 작업을 수행할 수도 있습니다.

필요한 개념을 소개한 다음, 클러스터링된 순위를 일치시키는 알고리즘을 일반적인 형태로 공식화하고 그 속성을 고려하겠습니다.

표현의 단순화를 위해 우리는 이를 자연수 1,2,3,...,k로 묘사하고 이를 "캐리어"라고 부르겠습니다. 특정 매체에 정의된 클러스터링 순위를 통해 우리는 다음과 같은 수학적 구성을 이해합니다.. 객체를 클러스터라고 부르는 그룹으로 나누어 보겠습니다. 클러스터에는 하나의 요소만 있을 수 있습니다. 하나의 클러스터에 포함된 객체는 중괄호로 묶입니다. 예를 들어, 객체 1,2,3,...,10은 (1), (2,3), (4), (5,6,7), (8), (9)의 7개 클러스터로 나눌 수 있습니다. ) , (10). 이 분할에서 하나의 클러스터(5,6,7)에는 3개의 요소가 포함되고, 다른 클러스터(2,3)에는 2개가 포함되며, 나머지 5개에는 각각 1개의 요소가 포함됩니다. 클러스터에는 공통 요소가 없으며 클러스터의 합집합(세트)은 고려 중인 전체 개체 집합입니다.

군집 순위의 두 번째 구성 요소는 군집 간의 엄격한 선형 순서입니다.. 어느 것이 첫 번째인지, 어느 것이 두 번째인지 등이 지정됩니다. 우리는 기호를 사용하여 주문을 나타냅니다< . При этом кластеры, состоящие из одного элемента, будем для простоты изображать без фигурных скобок. Тогда кластеризованную ранжировку на основе введенных выше кластеров можно изобразить так: А = [ 1 < {2,3} < 4 < {5,6,7} < 8 < 9 < 10 ]. Конкретные кластеризованные ранжировки будем заключать в квадратные скобки. Если для простоты речи термин "кластер" применять только к кластеру не менее чем из 2-х элементов, то можно сказать, что в кластеризованную ранжировку А входят два кластера {2,3} и {5,6,7} и 5 отдельных элементов.

설명된 방식으로 도입된 클러스터링 순위는 집합(1,2,3,...,10)에 대한 이진 관계입니다. 그 구조는 다음과 같습니다. (2,3), (5,6,7) 등 7개의 동치 클래스로 동치 관계가 주어지며, 나머지는 나머지 5개의 개별 요소로 구성됩니다. 그런 다음 동등 클래스 간의 엄격한 선형 순서가 도입됩니다. 도입된 수학적 객체는 문헌에서 다음과 같이 알려져 있습니다. "인맥으로 순위 매기기"(M. 홀렌더, D. 울프), "주문하다"(J. 케메니, J. 스넬), "준시리즈"(B.G. 미르킨), "완벽한 준주문"(Y.A. 슈레이더). 용어의 차이를 고려하여 용어를 도입했습니다. "클러스터형 순위"연구 중인 수학적 대상의 주요 요소(동등 클래스로 순위 조정 단계에서 고려되는 클러스터)와 순위 사이의 엄격한 완벽한 순서(용어상)를 명시적으로 지정하기 때문입니다.

다음으로 중요한 개념은 불일치. 이는 동일한 매체에 두 개의 클러스터된 순위와 두 개의 다른 객체(동일한 매체의 요소)에 대해 정의됩니다. 이 경우 동일한 클러스터의 두 요소를 등호 기호 =를 사용하여 연결합니다.

A와 B를 두 개의 클러스터링 순위라고 가정합니다. 한 쌍의 객체 (a,b)는 A와 B에서 두 요소의 순서가 다르게 지정되면 A와 B에 대해 "모순"이라고 합니다. ㅏ< b в А и a >B의 b(불일치의 첫 번째 버전) 또는 A 및 a의 a >b< b в В (второй вариант противоречивости). 이 정의에 따르면 객체 쌍은 (a,b),적어도 하나의 클러스터링 순위에서 동등한 항목은 일관성이 없어야 합니다. a = b어느 쪽에도 "모순"을 구성하지 않습니다. ㅏ< b , 둘 다 ㅏ > ㄴ.

예를 들어, 두 개의 클러스터링 순위 B = [(1,2)를 고려합니다.< { 3,4, 5} < 6 < 7 < 9 < {8, 10}], C = . 두 개의 클러스터링된 순위 A와 B에 대한 모순된 개체 쌍 집합을 "모순의 핵심"이라고 부르고 S(A,B)를 표시합니다.위에서 예시로 고려한 3개의 클러스터링 순위 A, B 및 C에 대해 동일한 캐리어(1, 2, 3,..., 10)에 정의된 경우 S(A,B) = [(8, 9) ]가 됩니다. , S(A,C) = [ (1, 3), (2,4) ] , S(B,C) = [ (1, 3), (2, 3), (2, 4), ( 5 , 6), (8,9) ] . 수동 및 프로그래밍 방식으로 커널을 찾을 때 검색에서 (1,2), (1,3), (1.,4), ...., (1, k), (2) 쌍을 찾을 수 있습니다. 모순되는 쌍, 3), (2,4), ..., (2, k), 그 다음 (3,4), ..., (3, k) 등, 최대 (k-1, 케이).

이산 수학의 개념을 사용하여 "모순의 핵심"을 묘사할 수 있습니다. 세다지지점에 정점이 있습니다. 여기서 모순되는 쌍은 이 그래프의 가장자리를 정의합니다. S(A,B)에 대한 그래프에는 S(A,C)의 경우 단 하나의 간선(두 개 이상의 점에서 하나의 연결된 구성요소)만 있고 S(B, C) - 5개의 모서리(한 개 이상의 점(1, 2, 3, 4), (5, 6) 및 (8, 9)에서 3개의 연결된 구성요소).

이진 관계와 마찬가지로 각 클러스터링 순위는 행렬 || x(a,b)|| 0과 1 주문부터 kxk. 여기서 x(a,b)= 1인 경우에만 ㅏ< b 또는 a = b. 첫 번째 경우 x(비, 에이)= 0, 그리고 두 번째 x(비, 에이) x(a,b)그리고 x(비, 에이)쌍 (a, b)의 불일치 정의에 따르면 이러한 쌍을 모두 찾으려면 두 행렬 ||x(a,b)|| 요소를 요소별로 곱하면 충분합니다. 및 ||y(a, b)||, 두 개의 클러스터링 순위에 해당하고 x(a,b)y(a,b)=x(b,a)y(b, a)=0.

특정 수의 클러스터링된 순위를 조정하기 위해 제안된 알고리즘은 세 단계로 구성됩니다. 첫 번째 모순된 쌍이 눈에 띈다클러스터링된 순위의 모든 쌍에 있는 개체입니다. 두 번째 단계에서는 최종 클러스터링 순위의 클러스터가 형성됩니다(즉, 동등 클래스 - 연결된 그래프 구성요소, 쌍모순 커널의 합집합에 해당함). 세 번째 단계에서는 이러한 클러스터(동등 클래스)가 정렬됩니다.. 클러스터 간의 순서를 설정하려면 첫 번째 클러스터에서 하나의 개체를 무작위로 선택하고 두 번째 클러스터에서 두 번째 개체를 무작위로 선택합니다. 클러스터 간의 순서는 고려 중인 클러스터 순위에서 선택한 개체 사이의 순서와 동일하게 설정됩니다. 그러한 순서의 정확성, 즉 특정 개체 쌍의 선택으로부터의 독립성은 기사에서 입증된 해당 정리에 따릅니다. 일치하는 클러스터링 순위의 서로 다른 클러스터에 있는 두 개체는 원래 클러스터링 순위 중 하나에서 동일한 것으로 판명될 수 있습니다(즉, 동일한 클러스터에 있음). 이 경우 원래 클러스터링된 순위 중 일부에서 이러한 개체의 순서를 고려해야 합니다. 모든 초기 클러스터링 순위에서 문제의 두 개체가 동일한 클러스터에 있었다면 해당 개체가 동일한 클러스터 및 일치하는 클러스터링 순위에 있다고 가정하는 것이 당연합니다(이는 알고리즘의 3단계에 대한 설명입니다). .

클러스터링된 순위 A, B, C,...를 일치시킨 결과는 f(A, B, C,...)로 표시됩니다. 그러면 f(A, B) = , f(A, C) = [(1,3)<{2, 4}<5<6<7<8<9<10], f(В, С) = [{1,2,3,4}<{5,6}<7<{8,9}<10], f(А, В, С) = f(В, С) = [{1,2,3,4} <{5,6}<7<{8, 9}<10]. В случае f(А, В) дополнительного изучения с целью упорядочения требуют только объекты 8 и 9. В случае f(В, С) объекты 1,2,3,4 объединились в один кластер, т.е. кластеризованные ранжировки оказались настолько противоречивыми, что процедура согласования не позволила провести достаточно полную декомпозицию задачи нахождения итогового мнения экспертов.

일치 알고리즘의 몇 가지 속성을 고려해 보겠습니다. D = f(A, B, C,...)로 설정합니다. 만약 클러스터된 순위 집합에 대한 모순 커널은 고려 중인 모든 순위 쌍에 대한 이러한 커널의 합집합입니다.. 일치하는 군집 순위를 구성하는 것은 원래 군집 순위의 일반적인 순서를 식별하는 것을 목표로 합니다. 그러나 이 경우 원래 클러스터링된 순위의 일부 일반 속성이 손실될 수 있습니다. 따라서 위에서 논의된 순위 B와 C에 동의할 때 요소 1과 2의 순서에는 모순이 없었습니다. 순위 B에서는 이러한 개체가 하나의 클러스터에 포함되었습니다. 1 = 2, 반면 1<2 в кластеризованной ранжировке С. Значит, при их отдельном рассмотрении можно принять упорядочение 1 < 2. Однако в f(В,C) они попали в один кластер, т.е. возможность их упорядочения исчезла. Это связано с поведением объекта 3, который "перескочил" в С на первое место и "увлек с собой в противоречие" пару (1, 2), образовав противоречивые пары и с 1, и с 2. Другими словами, связная компонента графа, соответствующего ядру противоречий, сама по себе не всегда является полным графом. Недостающие ребра при этом соответствуют парам типа (1, 2), которые сами по себе не являются противоречивыми, но "увлекаются в противоречие" другими парами.

특히 환경 보험 및 생물권의 화학적 안전 문제에 대한 전문가 평가를 사용하기 위한 방법론을 개발할 때 클러스터링된 순위를 조화시킬 필요성이 발생합니다. 이미 언급한 바와 같이, 평균순위순으로 정렬하는 방법이 널리 알려져 있는데, 이는 전문가 개인이 설정한 산술평균 순위를 기준으로 최종 순위를 결정하는 방법이다. 그러나 측정이론에 따르면 산술수단보다는 중앙값을 사용하는 것이 더 합리적이라고 알려져 있다. 동시에, 평균 순위 방법은 매우 잘 알려져 있고 광범위하게 사용되므로 단순히 폐기하는 것은 바람직하지 않습니다. 따라서 두 가지 방법을 동시에 사용하기로 결정했습니다. 이 솔루션을 구현하려면 표시된 두 클러스터 순위를 조화시키기 위한 방법론의 개발이 필요했습니다.

클러스터링된 순위를 조화시키기 위해 고려된 방법은 다음에 따라 구축되었습니다. 안정성 이론의 방법론, 이에 따르면 처리 방법에 따라 변하지 않는 데이터 처리 결과는 현실에 해당하며, 처리 방법에 따른 계산 결과는 객관적인 관계가 아닌 연구자의 주관성을 반영합니다.

3.4.7. 전문가 평가를 분석하기 위한 수학적 방법

전문가 의견을 분석할 때 다양한 통계적 방법이 사용될 수 있는데, 이를 기술한다는 것은 적용된 모든 통계를 기술한다는 의미이다. 그럼에도 불구하고 현재 널리 사용되는 전문가 평가의 수학적 처리 방법을 강조할 수 있습니다. 즉, 전문가 의견의 일관성을 확인하고(또는 일관성이 없는 경우 전문가를 분류하고) 합의된 그룹 내 전문가의 의견을 평균화하는 것입니다.

많은 전문가 조사 절차에서 전문가의 답변은 숫자가 아니라 질적 특성의 그라데이션, 순위, 분할, 쌍 비교 결과, 퍼지 선호도 등과 같은 비수치적 성격의 객체이므로 객체의 통계 방법 비수치적 성격의 분석에 유용합니다.

전문가의 답변이 종종 숫자가 아닌 이유는 무엇입니까?가장 일반적인 대답은 사람들이 숫자로 생각하지 않는다는 것입니다. 인간의 사고는 이미지와 단어를 사용하지만 숫자는 사용하지 않습니다. 그러므로 숫자의 형태로 전문가에게 답변을 요구한다는 것은 그의 마음을 강탈하는 것을 의미합니다. 경제학에서도 기업가는 수치 계산을 바탕으로 부분적으로만 결정을 내립니다. 이는 대차대조표 이익, 감가상각비 및 기타 경제 지표의 조건부(즉, 일반적으로 지침의 형태로 공식화되는 임의로 수락된 계약에 의해 결정됨) 특성에서 분명합니다. 그러므로 “회사는 이익 극대화를 위해 노력한다”라는 표현은 엄격하게 정의된 의미를 가질 수 없습니다. "이익 극대화 - 어느 기간에 걸쳐?"라고 묻는 것으로 충분합니다. 그리고 내려진 결정의 최적성 정도는 계획 범위(경제적, 수학적 수준에서 이 주제는 논문에서 논의됨)에 따라 달라진다는 것이 즉시 분명해질 것입니다.

전문가는 두 개체를 비교하여 둘 중 어느 것이 더 나은지 말하고(쌍 비교 방법) "좋음", "허용 가능", "나쁨"과 같은 등급을 부여하고 매력에 따라 여러 개체를 주문할 수 있지만 일반적으로 몇 번이나 또는 몇 번째인지 대답할 수는 없습니다. 한 물건이 다른 물건보다 얼마나 나은가? 즉, 전문가의 응답은 일반적으로 순서 척도로 측정되거나 순위, 쌍별 비교 및 ​​기타 비수치적 개체이지만 숫자는 아닙니다. 일반적인 오해는 전문가의 답변을 숫자로 간주하려고 노력하고 자신의 의견을 "디지털화"하고 이러한 의견에 수치 값을 할당한 다음 응용 통계 방법을 사용하여 처리한다는 것입니다. 일반적인 물리적, 기술적 측정.“디지털화”가 임의적이라면 데이터 처리 결과 얻은 결론은 현실과 관련이 없을 수도 있습니다.

전문가 의견의 일관성을 확인하고 전문가 의견을 분류합니다.전문가마다 의견이 다른 것은 분명합니다. 이 차이가 얼마나 큰지 이해하는 것이 중요합니다. 충분하지 않은 경우 전문가의 의견을 평균하면 한 방향 또는 다른 방향으로의 무작위 편차를 버리고 모든 전문가의 공통점을 강조할 수 있습니다. 크기가 큰 경우 평균화는 순전히 형식적인 절차입니다. 따라서 전문가의 답변이 도넛의 표면을 고르게 덮고 있다고 가정하면 공식 평균은 도넛 구멍의 중심을 나타낼 것이며 단 한 명의 전문가도 이러한 의견을 갖고 있지 않습니다. 이상에서 전문가 의견의 일관성을 확인하는 문제의 중요성은 분명하다.

이러한 검증을 위한 여러 가지 방법이 개발되었습니다. 일관성 테스트를 위한 통계적 방법은 전문가 답변의 수학적 특성에 따라 달라집니다. 해당 통계이론은 대답이 순위나 분할이면 상당히 어렵고, 대답이 독립적인 쌍비교의 결과이면 매우 간단합니다. 이는 전문가 설문 조사 구성에 대한 권장 사항으로 이어집니다. 전문가로부터 즉시 순위나 분석을 얻으려고 하지 마십시오. 전문가가 이를 수행하기 어렵고 사용 가능한 수학적 방법으로는 그러한 데이터를 분석하는 데 한계가 있습니다. . 예를 들어 Kendall-Smith 순위 일치 계수를 사용하여 순위의 일관성을 확인하는 것이 좋습니다. 하지만 어떤 통계 모델이 사용되는지 기억해 봅시다. 귀무가설은 순위가 독립적이고 모든 순위 집합에 걸쳐 균일하게 분포된다는 귀무가설을 테스트합니다. 이 가설이 받아들여진다면, 물론 전문가 의견의 일관성에 관해 말할 수는 없습니다. 거절되면 어떻게 되나요? 또한 불가능합니다. 예를 들어, 전문가 응답이 그룹화되는 두 개 이상의 센터가 있을 수 있습니다. 귀무가설은 기각됩니다. 하지만 실제로 일관성에 대해 이야기할 수 있을까요?

전문가가 각 단계에서 두 가지 개체만 비교하는 것이 훨씬 쉽습니다. 그에게 쌍별 비교를 하게 하세요. 쌍비교의 비모수적 이론(루시안 이론)은 순위나 분할 통계보다 더 복잡한 문제를 해결할 수 있게 해줍니다.특히 균일 분포 가설 대신 동질성 가설을 고려할 수 있습니다. 모든 분포가 하나의 고정된(균일한) 분포로 일치하는 것이 아니라 전문가 간의 의견 분포의 일치만 확인할 수 있으며 이는 당연히 의견의 일관성으로 해석됩니다. 따라서 부자연스러운 균일성 가정을 제거하는 것이 가능합니다.

전문가들 사이에 합의가 없으면 비슷한 의견끼리 나누는 게 당연하다. 이는 먼저 전문가 의견 공간에 메트릭을 도입한 후 군집 분석과 관련된 비수치적 성격의 개체에 대한 다양한 통계 방법을 사용하여 수행할 수 있습니다. 미국 수학자 John Kemeny의 공리적 측정법 도입에 대한 아이디어(아래 참조)는 수많은 후계자를 찾았습니다. 그러나 클러스터 분석 방법은 일반적으로 경험적입니다. 특히, 두 개의 클러스터를 하나로 결합하는 '합법성'을 통계이론의 관점에서 정당화하는 것은 불가능합니다. 중요한 예외가 있습니다 - 독립적인 쌍별 비교(Lucians)를 위해 클러스터를 통계적 가설로 결합할 가능성을 테스트할 수 있는 방법이 개발되었습니다.. 이것은 전문가 평가의 수학적 방법의 핵심으로 Lucian 이론을 고려하는 또 다른 주장입니다.

전문위원회의 최종 의견을 찾는다.전문위원회의 의견이나 그 일부가 합의된 것으로 인정되도록 하십시오. 위원회의 최종(평균, 일반) 의견은 무엇입니까? John Kemeny의 생각에 따르면 해결책으로 중간 의견을 찾아야 합니다. 최적화 문제. 즉, 평균적인 후보자로부터 전문가의 의견까지의 총 거리를 최소화할 필요가 있다. 이렇게 찾은 평균 의견을 '케메니 중앙값'이라고 합니다.

수학적 어려움은 전문가의 의견이 숫자가 아닌 물체의 특정 공간에 있다는 사실에 있습니다. 이러한 평균화에 대한 일반이론은 여러 연구에서 구성되었으며, 특히 대수의 법칙의 일반화로 인해 전문가(그들의 의견은 독립적이고 균등하게 분포됨)는 특정 한계에 접근하며, 이는 자연스럽게 호출됩니다. 수학적 기대(전문가의 답변과 동일한 분포를 갖는 무작위 요소).

숫자가 아닌 전문가 의견의 특정 공간에서 Kemeny 중앙값을 계산하는 것은 상당히 복잡할 수 있습니다. 공간의 속성 외에도 특정 지표의 역할이 중요합니다. 따라서 순위 공간에서 Kendall 순위 상관계수와 관련된 메트릭을 사용할 경우 상당히 복잡한 계산을 수행해야 하는 반면, Spearman 순위 상관계수를 기반으로 한 차이 지표를 사용하면 평균 순위별로 정렬하게 됩니다.

이진 관계와 Kemeny 거리.알려진 바와 같이, 이진 관계 ㅏ유한 집합에서 Q = (q 1 , q 2 ,..., q k )- 이것은 부분 집합입니다. 데카르트 정사각형 Q 2 = ((qm, qn), m,n = 1,2,…,k ). 동시에 부부는 (qm, qn)포함 된 ㅏ다음과 같은 경우에만 qm그리고 qn문제의 관계가 있습니다. 이진 관계와 마찬가지로 각 클러스터링 순위는 행렬 || x(a,b)|| 0과 1 주문부터 kxk. 여기서 x(a,b)= 1인 경우에만 ㅏ< b 또는 a = b. 첫 번째 경우 x(비, 에이)= 0, 그리고 두 번째 x(비, 에이)= 1. 또한 숫자 중 적어도 하나는 x(a,b)그리고 x(비, 에이) 1과 같습니다.

순위와 행렬 간의 관계를 어떻게 사용합니까? 예를 들어, 쌍의 불일치 정의에서 (a, b)(위의 측정 이론에 대한 요점 참조) 이러한 모든 쌍을 찾으려면 순위에 해당하는 행렬을 사용할 수 있습니다. 두 개의 행렬 요소를 요소별로 곱하면 충분합니다 || x(a,b)|| 그리고 || 와(a,b)|| 두 개의 클러스터링 순위에 해당하고 다음과 같은 쌍만 선택합니다. x(a,b)y(a,b)=x(b,a)y(b,a)= 0.

전문가 방법은 특히 순위(순서 또는 엄격한 순서가 있는 그룹으로의 구분), 동등 관계, 허용 관계(유사 관계)와 같은 이진 관계를 사용합니다. 위에서 다음과 같이 모든 이진 관계는 ㅏ행렬 ||로 설명할 수 있습니다. a(i,j)|| 0과 1로부터, 그리고 a(i,j)= 1인 경우에만 기그리고 qj관계를 맺고 있다 ㅏ, 그리고 a(i,j)= 0 그렇지 않으면.

정의. 행렬로 설명되는 이진 관계 A와 B 사이의 Kemeny 거리 || a(i,j)|| 그리고 || b(i,j) || 따라서 숫자 D(A, B)가 호출됩니다. = ∑ │a(i,j) - b(i,j) │, 여기서 합산은 1부터 k까지 모든 i,j에 대해 수행됩니다., 저것들. 이진 관계 사이의 Kemeny 거리는 해당 행렬의 동일한 위치에 있는 요소의 차이 모듈러스의 합과 같습니다.

Kemeny 거리는 행렬 ||에서 일치하지 않는 요소의 수임을 쉽게 알 수 있습니다. a(i,j)|| 그리고 || b(i,j)|| .Kemeny의 거리는 일부 공리 시스템을 기반으로 합니다. 이 공리 체계와 순서 간 Kemeny 거리 공식의 파생이 이 책에 포함되어 있으며, 이는 우리나라에서 비수치적 정보 분석과 같은 과학적 방향의 발전에 큰 역할을 했습니다. 그 후 Kemeny의 영향으로 사회 경제적 연구에 필요한 특정 공간, 예를 들어 집합 공간에서 거리를 얻기 위해 다양한 공리 시스템이 제안되었습니다.

Kemeny 중앙값과 대수의 법칙. Kemeny 거리를 이용하여 전문위원회의 최종 의견을 구한다. 허락하다 A 1, A 2, A 3,…, A r- 이진 관계 형태로 제시된 p 전문가의 답변. 이를 평균화하기 위해 소위 케메니 중앙값최소 인수 ∑ D (Ai,A), 여기서 Arg min - 이 값 또는 해당 값 ㅏ, 현재 변수에 대한 전문가의 답변에서 지정된 Kemeny 거리의 합이 최소에 도달하는 경우 ㅏ, 최소화가 수행됩니다. 따라서 ∑ D (Ai,A) = D(A 1 ,A) + D(A 2 ,A) + D(A 3 ,A) +…+D(Ap,A). Kemeny 중앙값 외에도 그들은 다음을 사용합니다. 케메니 평균,대신에 D (Ai,A)소송 비용 D 2 (Ai,A). Kemeny 중앙값은 숫자가 아닌 공간에서 경험적 평균을 결정하는 특별한 경우입니다. 대수의 법칙은 이에 대해 유효합니다. 경험적 평균은 구성 요소 수가 증가함에 따라 접근합니다(즉, 아르 자형- 합계의 항 수), 이론적 평균: Arg min ∑ D (Ai,A)→ 인수 최소 M D (A 1 , A). 여기서 M은 수학적 기대의 상징입니다. 답변은 다음과 같습니다. 아르 자형전문가 A 1, A 2, A 3,…, A r예를 들어 순서 또는 등가 관계의 공간에서 임의의 성격의 해당 공간에 독립적이고 동일하게 분포된 무작위 요소(즉, 무작위 표본)로 간주할 근거가 있습니다. 경험적, 이론적 평균과 이에 상응하는 대수의 법칙은 여러 연구에서 체계적으로 연구되었습니다(예를 들어 참조).

대수의 법칙은 첫째로 케메니 중앙값이 다음과 같다는 것을 보여줍니다. 안정전문가위원회 구성의 사소한 변경과 관련하여; 둘째, 전문가 수의 증가로 인해 특정 한계에 도달합니다.로 간주하는 것이 당연하다. 진정한 의견전문가들은 무작위적인 이유로 그들 각자가 다소 벗어났습니다. 여기서 고려되는 대수의 법칙은 통계학에서 알려진 “고전적인” 대수의 법칙을 일반화한 것입니다. 이는 다른 수학적 기초, 즉 최적화 이론을 기반으로 하는 반면, 큰 수의 "고전적인" 법칙은 합산을 사용합니다. 순서 지정 및 기타 이진 관계를 추가할 수 없으므로 다른 수학을 사용해야 합니다. Kemeny 중앙값을 계산하는 것은 정수 계획법 문제입니다. 특히 이를 찾기 위해 이산 수학의 다양한 알고리즘, 특히 분기 및 경계 방법을 기반으로 하는 알고리즘이 사용됩니다. 각 이진 관계에 대해 많은 이웃을 찾는 것이 어렵지 않기 때문에 무작위 검색 아이디어를 기반으로 한 알고리즘도 사용됩니다.

표 3.

쌍별 거리 행렬

Kemeny 중앙값을 계산하는 예를 살펴보겠습니다. 9개 요소의 이진 관계 세트에 대해 쌍별 거리의 정사각 행렬(9차)을 제공합니다. 에이 1, 에이 2, 에이 3,..., 에이 9(표 3 참조) 이 세트에서 찾는 데 필요합니다. 중앙값 5개 요소 세트의 경우( 에이 2, 에이 4, 에이 5, 에이 8, 에이 9}.

Kemeny 중앙값의 정의에 따라 함수는 다음과 같습니다.

와 함께(ㅏ) = ∑ D(Ai,A) = D(A2,A)+D(A4,A)+D(A5,A)+D(A8,A)+D(A9,A),

모든 값을 계산하십시오. 에이 1, 에이 2, 에이 3,..., 에이 9그리고 가장 작은 것을 선택하세요. 계산을 해보자: C(A 1) = 24, C(A 2) = 13, C(A 3) = 21, C(A 4) = 27, C(A 5) = 16, C(A 6) = 23, C( A7) = 15, C(A8) = 25, C(A9) = 25.계산된 모든 합계 중에서 가장 작은 것은 13이며 다음과 같은 경우에 달성됩니다. 에이 = 에이 2따라서 Kemeny 중앙값은 다음과 같습니다. A 2.

전문가의 방법은 특정 문제를 해결할 때 다양한 관리 영역에서 성공적으로 사용됩니다.

문학

1. 올로프 A.I. 전문가 평가 // 공장 실험실. 1996. T.62. 1 번. P.54-60.
2. Gorsky V.G., Orlov A.I., Gritsenko A.A. 클러스터링된 순위를 조정하는 방법 // 자동화 및 원격 기계. 2000. 3호. 159-167쪽.
3. Shrader Yu.A. 평등, 유사성, 질서. M.: 나우카, 1971년.
4. 올로프 A.I. 사회 경제적 모델의 지속 가능성. -M .: Nauka, 1979.-296 p.
5. 관리. 지도 시간. / 에드. Zh.V. 프로코피에바. - M .: 지식, 2000. - 288 p.
6. 올로프 A.I. 현대 응용 통계 // 공장 실험실. 1998. T. 64. No. 3. P.52-60.
7. Kemeny J., Snell J. 사이버네틱 모델링: 일부 응용 프로그램. - M .: 소련 라디오, 1972. - 192 p.
8. 올로프 A.I. 계량 경제학. 교과서. - M .: 출판사 "시험", 2003. - 576 p.
9. Orlov A.I., Fedoseev V.N. 기술 분야의 경영. – M .: 아카데미, 2003. -404 p.

테스트 문제 및 작업

1. 기술, 조직, 경제, 환경 및 기타 문제를 해결할 때 전문가 평가를 사용해야 하는 이유는 무엇입니까?
2. 해당 연구의 관리자-주최자는 전문 연구의 어떤 단계를 강조합니까?
3. 전문가 연구를 조직하기 위한 다양한 옵션은 어떤 기준으로 분류됩니까?
4. 다양한 시험에서 반체제 인사의 역할은 무엇입니까?
5. 전문가들은 어떤 유형의 답변을 갖고 있을까요?
6. 산술평균 순위 방식은 중위순위 방식과 어떻게 다른가요?
7. 클러스터링된 순위를 조화시키는 것이 왜 필요하며 어떻게 수행됩니까?
8. 전문가 답변의 일관성에 문제가 있는 것은 무엇입니까?
9. 시험에서 이항 관계는 어떻게 사용됩니까?
10. 0과 1의 행렬로 이진 관계를 어떻게 설명하나요?
11. Kemeny 거리와 Kemeny 중앙값이란 무엇입니까?
12. 케메니 중앙값에 대한 대수의 법칙은 통계에 알려진 “고전적인” 대수의 법칙과 어떻게 다릅니까?
13. 테이블에. 그림 4는 7명의 전문가가 제시한 7개 투자 프로젝트의 순서를 보여줍니다.

표 4.

전문가에 의한 프로젝트 구성

전문가	주문
	1 < {2,3} < 4 < 5 < {6,7}
	{1,3} < 4 < 2< 5< 7 < 6
	1 < 4 < 2 < 3 < 6 < 5 < 7
	1 < {2, 4} < 3 < 5 < 7 <6
	2 < 3 < 4 < 5 <1 <6 <7
	1 < 3 < 2 < 5 < 6 < 7 < 4
	1 < 5 < 3 < 4 < 2 < 6 < 7

a) 산술 평균 순위에 따른 최종 순서;

b) 순위의 중앙값에 의한 최종 순서;

c) 이 두 가지 순서를 조정하는 클러스터링 순위.

14. 이진 관계(클러스터형 순위)에 해당하는 0과 1의 행렬을 작성합니다. 5< {1, 3} < 4 < 2 < {6, 7}.

15. 이진 관계(A = 및 B = 순서) 사이의 Kemeny 거리를 구합니다.

16. 9개 요소 A 1, A 2, A 3,..., A 9의 이진 관계 집합에 대한 쌍별 거리(차이 측정)의 정사각 행렬(9차)이 제공됩니다(표 5). 이 집합에서 5개 요소 집합(A 2, A 3, A 5, A 6, A 9)에 대한 중앙값을 찾습니다.

표 5.

이진 관계 간의 쌍별 거리

보고서 및 초록의 주제

1. 경영에서 전문가 방법의 역할.
2. 다양한 유형의 전문 연구 조직.
3. 전문가 작업에 대한 정규직 및 통신 옵션 비교.
4. GPA 방법.
5. 클러스터링된 순위의 조정.
6. 전문가 평가에서 루시안 이론의 방법.
7. 전문가 의견 분류 및 일관성 점검.
8. 전문가 평가의 이론과 실제에 Lucians를 사용합니다.
9. 전문위원회의 최종 의견 형성.
10. 전문가 추정에 따른 Kemeny 거리와 Kemeny 중앙값.
11. 숫자가 아닌 공간에서 큰 수의 법칙.

이전의