- •А.С. Березина анализ данных
- •Предисловие
- •Лекция 1. Априорный анализ компонент временного ряда
- •1.1. Понятие временного ряда. Виды временных рядов
- •Производство молока в Кемеровской области
- •Численность работников здравоохранения, перед которыми организация имеет просроченную задолженность по заработной плате работников в Российской Федерации в 2013 году
- •Индекс потребительских цен в Кемеровской области (декабрь к декабрю предыдущего года; в процентах)
- •Потребление сахара (кг) на душу населения в Кемеровской области
- •1.2. Методы оценки однородности исходных данных
- •1.3. Методика выявления и анализа аномальных наблюдений
- •Краткосрочные экономические показатели рф
- •Расчётная таблица примера 1.1.
- •1.4. Абсолютные, относительные и средние показатели в анализе временных рядов
- •ЛЕкция 2. Моделирование тенденции
- •2.1. Проверка гипотезы о существовании тренда
- •Промежуточные расчетные значения кумулятивного т-критерия
- •2.2. Методы выявления тенденции
- •Численность населения на одного врача в Кемеровской области
- •Расчетная таблица метода Фостера-Стюарта
- •2.3. Выбор формы тренда
- •Критерии выбора класса, выравнивающих кривых
- •Лекция 3. Моделирование периодической компоненты
- •3.1. Аддитивные и мультипликативные тренд-сезонные модели Алгоритм построения модели временного ряда, содержащего сезонные колебания:
- •Поквартальные данные по розничному товарообороту компании
- •Расчет коэффициента автокорреляции
- •Коррелограмма временного ряда товарооборота
- •Расчет оценок сезонной компоненты в аддитивной модели
- •Расчет значений сезонной компоненты в аддитивной модели
- •Расчет значений t и ошибок e в аддитивной модели.
- •Расчет оценок сезонной компоненты в мультипликативной модели
- •Расчет значений сезонной компоненты в мультипликативной модели
- •Расчет значений t и ошибок e в мультипликативной модели
- •Лекция 4. Простейшие методы прогнозирования
- •4.1. Метод среднего уровня ряда
- •4.2. Метод среднего абсолютного прироста
- •Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
- •4.3. Метод среднего темпа роста
- •4.4. Оценка точности и надежности прогнозов
- •Лекция 5. Методы выбора трендовой модели прогноза
- •5.1. Прогнозирование на основе кривых роста
- •5.2. Прогнозирование на основе экстраполяции тренда
- •Лекция 6. Адаптивные модели прогнозирования
- •6.1. Сущность адаптивных методов
- •6.2. Экспоненциальное сглаживание
- •Индекс потребительских цен Кемеровской области
- •Экспоненциальные средние
- •6.3. Метод гармонических весов
- •Параметры уравнений отдельных фаз движения текущего тренда
- •Лекция 7. Прогнозирование динамических рядов, не имеющих тенденции.
- •Распределение знаков отклонений
- •Расчетная таблица для определения знаков отклонений
- •Распределение знаков отклонений
- •8. Метод экспертных оценок
- •8.1. Методы и модели экспертных оценок
- •Матрица опроса
- •Матрица преобразованных рангов
- •Оценки вкусовых качеств продукта
- •Оценки вкусовых качеств продукта
- •Матрица преобразованных рангов
- •8.2. Методы и модели выбора альтернатив
- •Частные критерии трех операторов
- •Нормализованные критерии
- •Лекция 9. Статистические методы обработки результатов экспертизы
- •9.1. Оценка согласованности мнений экспертов
- •9.2. Обобщение мнений экспертов
- •Список литературы
- •Содержание
- •Анализ данных
- •650992, Г. Кемерово, пр. Кузнецкий, 39
9.2. Обобщение мнений экспертов
После оценки согласованности мнений экспертов приступают к определению групповой (усредненной) оценки. Еще раз отметим, что поиск такой оценки имеет смысл только в случае достаточно высокой степени согласованности мнений экспертов в группе.
При слабой согласованности мнений следует провести содержательный анализ причин расхождения. Возможно, придется выделить экспертов с резко отличающимися оценками или разделить экспертную группу на подгруппы со схожими оценками. Затем внутри каждой подгруппы искать ―среднюю ранжировку. Это можно сделать различными методами статистики объектов нечисловой природы, относящимися к кластер - анализу, предварительно введя метрику в пространство мнений экспертов.
Один из наиболее простых подходов к определению группового мнения экспертов основан на усреднении соответствующих оценок (балльных, точечных, числовых) и построении обобщенной ранжировки объектов на основе их средних значений.
Метод средних арифметических рангов. Этот метод сводится к подсчету среднего арифметического значения - подсчитывается сумма рангов, присвоенных экспертами каждому объекту, и делится на число экспертов.
По средним рангам строится итоговая ранжировка (упорядочение), исходя из принципа - чем меньше средний ранг, тем выше оценка объекта.
Метод медиан рангов. Как уже отмечалось, для порядковой шкалы неправомерно использовать показатель арифметических средних. В этом случае задача состоит в том, чтобы найти медианы индивидуальных оценок экспертов. Для этого нужно получить ответы экспертов и расположить их в порядке возрастания рангов по объектам. В случае равноценности элементов, им присваивается средний ранг. Сумма рангов должна быть равна сумме порядковых номеров элементов в ранжировке.
Медиана - это значение признака, которое разделяет ранжированный ряд распределения на две равные части — со значениями признака меньше медианы и со значениями признака больше медианы. Другими словами, для нахождения медианы, нужно отыскать значение признака, которое находится в середине упорядоченного ряда признака и которое разделяет ранжированный ряд распределения на две равные части. Если число членов ряда нечетное, то медиана определяется значением признака, находящимся в середине ряда. Если ряд состоит из четного число членов, то медиана определяется как среднее двух центральных значений. Достоинством расчета среднего значения методом медианы является то, что сумма абсолютных отклонений рангов от медианы представляет собой минимальную величину по сравнению с отклонением от любой другой величины.
Усредненное (групповое) мнение экспертов по объектам в данном случае формируется из значений медиан по каждому объекту.
Специалисты отмечают, что бывает целесообразно использовать одновременно оба метода – и метод средних арифметических рангов и метод медианных рангов. Такой подход отвечает требованиям устойчивости, согласно которому рекомендуется использовать различные методы для обработки одних и тех же данных. Это делается с целью выделить сходные выводы, получаемые одновременно при всех методах. Есть основания считать, что такие выводы более соответствуют реальной действительности, чем заключения, меняющиеся от метода к методу. Последнее может свидетельствовать о том, что результаты во многом зависят от субъективизма исследователя, выбирающего метод обработки исходных экспертных оценок.