|
В первой строке оценивается объект 1 по сравнению с объектами 2,3,4,5,6. Видно, что объект 1 предпочтительнее, чем объекты 2,4,5 и 6, но проигрывает объекту 3.
Сумма баллов по строке показывает общую оценку объекта и позволяет ранжировать их по степени предпочтительности. В приведенном примере объекты 1 и 2 получают равные оценки, самым лучшим является объект 3, самым неудачным – объект 5.
2. Метод интервью. Заключается в том, что эксперт высказывает свое мнение в виде ответов на вопросы другого эксперта. Результаты в данном случае в большей степени зависят от интуиции эксперта, так как времени на размышление отводится очень мало.
3. Метод «Дельфи». Предполагает проведение экспертизы в несколько этапов и работу нескольких изолированных групп экспертов. На первом этапе каждая группа экспертов высказывает свое мнение, затем все оценки анализируются. Из предложенных оценок выбираются крайние значения, которые вновь подвергаются уже совместной экспертизе. Обычно требуемый уровень согласованности достигается на втором этапе, но при необходимости анализ крайних оценок можно повторить.
4. Метод «мозговой атаки». Сущность метода заключается также в изолированной работе как минимум двух групп экспертов. После того как каждая группа вынесет заключение, результаты экспертизы передают второй группе, которая пытается высказать обоснованные критические замечания по прогнозу коллег. В результате дебатов составляется согласованное мнение.
5. Метод «635». Так же, как и метод интервью, полагается более на интуицию экспертов. Группе из шести экспертов за три минуты предлагается высказать пять вариантов развития ситуации (отсюда и название метода, хотя количество экспертов, время и количество версий могут варьироваться). Те варианты, которые встречаются у всех (или у большинства) экспертов, и принимаются за основу.
6. Имитационное моделирование. Один из самых «творческих» методов экспертных оценок. Заключается в построении так называемого «дерева решений». Пытаясь предположить развитие ситуации, эксперты на каждом шаге пытаются предугадать все возможные последствия именно такого варианта.
2.2. Методика проведения корреляционного анализа
Проводится в несколько этапов. На первом этапе необходимо составить выборку фактических данных о значении фактора и соответствующих значений анализируемого показателя. Чем больше исходных данных, тем точнее будут результаты расчетов. Минимальное количество наблюдений – 8, оптимальное – около 30. Результаты наблюдения ранжируются в порядке увеличения показателя-фактора. Затем рассчитываются среднеквадратичные и нормированные отклонения. Обозначим анализируемый показатель У, показатель - фактор Х.
Среднеквадратичные отклонения:
sх = (∑ ( хi – xср))/ n,
sу = (∑ ( yi – yср))/ n,
где n – количество наблюдений;
xср , yср - среднеарифметические значения соответственно х и у.
Нормированные отклонения:
Тх = ( хi – xср)/ sх;
Ту = ( yi – yср)/ sу.
Коэффициент корреляции:
R = (S Тх * Ту) / n.
По значению коэффициента корреляции определяют тесноту и характер взаимосвязи между показателями. Коэффициент может изменяться в диапазоне от 0 до 1 и может иметь как положительное, так и отрицательное значение. Чем ближе абсолютное значение коэффициента к единице, тем более тесная взаимосвязь между показателями. Положительное значение говорит о прямой взаимосвязи, отрицательное – об обратной. Пороговое значение коэффициента для осуществления дальнейших расчетов – 0,7.
При значении 0,7 индекс детерминации, который равен квадрату коэффициента корреляции, имеет значение 0,49. Индекс детерминации показывает долю влияния выбранного фактора на анализируемый показатель. Очевидно, что если доля влияния выбранного фактора меньше 0,5, дальнейшие расчеты не имеют смысла.
После оценки тесноты взаимосвязи необходимо выбрать функцию, график которой максимально приближенно описывает данную взаимосвязь. Наиболее часто используются графики следующих функций:
У = А + В * Х;
У = А + В * ln X;
У = А + В / Х.
После выбора функции необходимо рассчитать параметры уравнения А и В. Используется метод наименьших квадратов. Решение сводится к решению системы линейных уравнений. Приведен пример системы линейных уравнений для линейной функции:
При использовании материалов активная ссылка на источник обязательна.