Автор работы: Пользователь скрыл имя, 12 Января 2013 в 16:59, курсовая работа
1) Выбрать объекты для экспертной оценки;
2) произвести оценку методами балльных оценок, ранжирования и парных сравнений;
для этого в каждом случае необходимо:
a) разработать анкету с соответствующей инструкцией;
b) провести опрос;
c) оценить согласованность экспертов;
3) сделать вывод о работе.
НОВОУРАЛЬСКИЙ
ГОСУДАРСТВЕННЫЙ
ИНСТИТУТ
Кафедра экономики и управления
на тему: «Обработка экспертной информации»
по курсу: «Теория принятия решений»
Выполнила:
студентка гр. ИЭ-57з
Шимаева О.В.
Принял:
Сучков В.А.
Содержание
Задание
1) Выбрать объекты для экспертной оценки;
2) произвести оценку методами балльных оценок, ранжирования и парных сравнений;
для этого в каждом случае необходимо:
a) разработать анкету с соответствующей инструкцией;
b) провести опрос;
c) оценить согласованность экспертов;
3) сделать вывод о работе.
1 Обработка результатов ЭКСПЕРТИЗЫ, проведеннОЙ методом балльных оценок
Анкета для метода балльных оценок представлена в приложении А.
Представим результаты анкетирования, проведенного методом балльных оценок,
в таблице 1.
Таблица 1 – Результаты анкетирования
Эксперт |
Утюги (критерий оценки – удобства эксплуатации) | ||||||
bosch |
moulinex |
philips |
rowenta |
siemens |
tefal |
gorenje | |
1 |
5 |
4 |
5 |
3 |
4 |
5 |
3 |
2 |
5 |
5 |
4 |
2 |
3 |
5 |
4 |
3 |
5 |
4 |
3 |
3 |
3 |
5 |
4 |
4 |
4 |
5 |
5 |
3 |
4 |
5 |
4 |
На основе полученных данных произведем
обработку результатов
Для обработки полученных результатов используются методы математической статистики:
1) Математическое ожидание:
Мj =
где Cij – оценка i экспертом j объекта;
m – число экспертов.
2) Медиана – это оценка среднего эксперта. Для получения медианы все оценки объекта упорядочиваются. Затем, если число оценок нечетно, то медианой является центральная оценка. Если число оценок четно, то медиана – это полусумма двух центральных оценок.
3) Дисперсия:
Dj =
где Cij – оценка i экспертом j объекта;
Мj – математическое ожидание j объекта;
m – число экспертов.
4) Среднеквадратичное отклонение:
где Dj – дисперсия j объекта.
5) Коэффициент вариации:
где j – среднеквадратичное отклонение j объекта;
Мj – математическое ожидание j объекта.
С помощью коэффициента вариации оценивается согласованность экспертов. Чем меньше значение коэффициента, тем согласованность выше.
Получили, что:
g1 = 0,1 (g <0,1) - согласованность высокая;
g2 = 0,17 (g = 0,16¸0,25) - согласованность средняя;
g3 = 0,3(g = 0,26¸0,35) - согласованность ниже средней;
g4 = 0,18 (g = 0,16¸0,25) - согласованность средняя;
g5 = 0,163 (g = 0,16¸0,25) - согласованность средняя;
g6 = 0 (g ~ 0,1) – согласованность высокая;
g7 = 0,13 (g =0,11-0,15)-согласованность выше средней;
Выполненные расчеты представим в таблице 2.
Таблица 2 - Результаты расчетов
Методы матем. статистики |
Утюги | ||||||
bosch |
moulinex |
philips |
rowenta |
siemens |
tefal |
gorenje | |
Математич. ожидание |
4,75 |
4,5 |
4,25 |
2,75 |
3,5 |
5 |
3,75 |
Медиана |
5 |
4,5 |
3,5 |
2,5 |
3 |
5 |
4 |
Дисперсия |
0,25 |
0,44 |
1,66 |
0,25 |
0,33 |
0 |
0,25 |
Среднеквадр. отклонение |
0,5 |
0,77 |
1,29 |
0,5 |
0,57 |
0 |
0,5 |
Коэффициент вариации |
0,1 |
0,17 |
0,3 |
0,18 |
0,163 |
0 |
0,13 |
Получив коэффициенты вариации можно
сделать вывод о
Согласованность экспертов при оценке утюга «moulinex», «rowenta » и « siemens» считается средней, т.к. коэффициенты вариации равны 0,17, 0,18 и 0,163 соответственно. Согласованность экспертов при оценке утюга «philips» считается ниже среднего, т.к. коэффициент вариации равен 0,3. Согласованность экспертов при оценке утюга « gorenje» считается выше среднего, т. к. коэффициент вариации равен 0,13.
2 ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРТИЗЫ, ПРОВЕДЕННОЙ МЕТОДОМ РАНЖИРОВАНИЯ
Анкета для метода ранжирования представлена в приложении Б.
Представим результаты анкетирования, проведенного методом ранжирования, в таблице 3.
Таблица 3 – Результаты анкетирования
Эксперт |
Утюги (критерий оценки – | ||||||
bosch |
moulinex |
philips |
rowenta |
siemens |
tefal |
gorenje | |
1 |
5 |
4 |
2 |
3 |
6 |
1 |
7 |
2 |
3 |
4 |
2 |
4 |
6 |
1 |
7 |
3 |
5 |
3 |
2 |
4 |
6 |
1 |
7 |
4 |
3 |
4 |
5 |
2 |
7 |
1 |
6 |
На основе полученных данных произведем обработку результатов непосредственной оценки. Оценки каждого объекта рассматриваются независимо друг от друга. Эксперты выполняют роль некоторых измерительных приборов.
Для обработки результатов
где Cij – оценка i экспертом j объекта. Данные в таблице №4.
2) Удельный вес Vj:
где Rj – сумма рангов j объекта;
n – число объектов;
m – число экспертов.
Найдём веса объектов:
,
где - сумма рангов j объекта;
n – число критериев (объектов);
m – число экспертов.
Выполненные расчеты представим в таблице 4.
Таблица 4 – Результаты расчетов
Для того, чтобы сделать вывод о согласованности экспертов необходимо вычислить коэффициент согласованности w:
где n – число объектов;
m – число экспертов;
S – реальная сумма квадратов отклонений:
(8)
S = (16-16)2+ (15-16)2+ (11-16)2+ (13-16)2+ (25-16)2+ (4-16)2+(27-16)2 =
= 0+1+25+9+81+144+121 = 381
Сравнив полученное расчетное значение (S=381) с табличным значением (S=217), можно сделать вывод о том, что уровень согласованность экспертов имеется.
w =
Вывод: w=0,85 и поэтому можно сказать, что уровень согласованности существенный, так как гипотеза о согласованности экспертов выполняется.
3 ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРТИЗЫ, ПРОВЕДЕННОЙ МЕТОДОМ ПАРНЫХ СРАВНЕНИЙ
Анкета для метода парных сравнений представлена в приложении В.
Результаты проведения экспертизы по методу парных сравнений представлены ниже.
Определение оценок групповых матриц.
Формируем индивидуальные оценки каждого эксперта по каждой матрице. Результаты формирования индивидуальных оценок каждого эксперта представлены в таблицах 5,6,7,8..
Таблица 5- Матрица результатов эксперта №1
Таблица 5 - Матрица результатов эксперта №1 |
AvonOriflameFaberlikL’Oreal ParisMax FactorMary KayMaybelline |
Avon0000101 |
Faberlik1000111 |
L’Oreal1110110 |
Max Factor0000010 |
Mary Kay1000000 |
Maybelline0001110 |
сумма4121 |
Таблица 6- Матрица результатов эксперта №2
Таблица 6 - Матрица результатов эксперта №2 |
AvonOriflameFaberlikL’Oreal ParisMax FactorMary KayMaybelline |
Avon0001110 |
Oriflame1011001 |
Faberlik1001110 |
L’Oreal0000110 |
Max Factor0100010 |
Mary Kay0100100 |
Maybelline1011010 |
сумма322445 |
Таблица 7- Матрица результатов эксперта №3
Таблица 8- Матрица результатов эксперта №4
Таблица 7 - Матрица результатов эксперта №3 |
AvonOriflameFaberlikL’Oreal ParisMax FactorMary KayMaybelline |
Avon0011010 |
Oriflame1011010 |
Faberlik0001001 |
L’Oreal0000101 |
Max Factor1110001 |
Mary Kay0011100 |
Maybelline1100010 |
сумма3244233 |
Таблица 9 - Групповая матрица результатов всех экспертов
Таблица 8 - Матрица результатов эксперта №4 |
AvonOriflameFaberlikL’Oreal ParisMax FactorMary KayMaybelline |
Avon0011010 |
Oriflame1011001 |
Faberlik0001110 |
L’Oreal0000110 |
Max Factor1100010 |
Mary Kay0 |
Maybelline1011110 |
сумма3234351 |
Таблица 9 - Групповая матрица результатов всех экспертов
Находим оценку согласованности по групповой матрице:
где - оценка согласованности экспертов;
- групповая оценка s-го объекта по сравнению с j-м объектом ( );
m – количество экспертов;
n – количество объектов;
ω1 = 0 +2(2-1)/2 + 1(1-1)/2 + 3(3-1)/2 + 3(3-1)/2 + 1(1-1)/2 + 3(3-1)/2 = 1 + 3 +3+3 =10