Коэффициент компетентности экспертов

K_Ki = (K_ai + K_oi)/ (K_a_max + K_o_max)

K_ai – коэффициент аргументации i-го эксперта

K_оi – коэффициент осведомленностиi-го эксперта

K_a_max, K_o_max – максимально возможные оценки

Показатель репрезентативности группы:

Группа считается репрезентативной, если0,67 ≤ M ≤ 1.

После проведения экспертизы проводится обработка полученных результатов, которая предусматривает определение обобщенного метода всей группы экспертов, а также оценивается согласованность мнений экспертов.

При оценке согласованности мнений экспертов в случае, если в результате экспертизы получены прогнозные значения отдельных показателей, могут использоваться показатели вариации (проводится статистическая оценка согласованности мнений экспертов):

Дисперсия

Среднеквадратическое отклонение

Коэффициент вариации

В случае если эксперты оценивают степень важности отдельных факторов влияющих на объект прогнозирования путем ранжирования, необходимо предварительно проводить стандартизацию рангов. Для стандартизированных рангов справедливо условие:

Стандартизированные ранги рассчитываются по формуле:

n₁, n₂, n_S –места, которые поделили факторы с одинаковым исходным рангом;

S – количество мест, которое они поделили.

При оценке согласованности мнений экспертов в случае ранжирования факторов или показателей рассчитываются следующие показатели согласованности:

Ранговый коэффициент корреляции Спирмэна:

d_j – ранговая разница по j-му фактору

0≤ρ≤1, чем ближе к единице, тем выше согласованность мнений экспертов

Коэффициент конкордации

m– количество экспертов

n – количество оцениваемых факторов

x_ij- стандартизированный ранг i-го эксперта для j-го фактора

h – число групп равных рангов в оценках i-го эксперта;

t_l – число равных рангов в l-й группе.

W изменяется от 0 до 1, если он стремится к нулю, то согласованность мнений экспертов отсутствует, если W = 1 то мнение экспертов полностью согласовано.

Для того, чтобы определить значимость коэффициента конкордации при большом числе оцениваемых факторов необходимо также рассчитать χ² критерий Пирсона.

χ²сравнивается с табличным значением для заданной степени доверительной вероятности и соответствующего количества степеней свободы.

Если χ²_расч больше табличного, то с заданной вероятностью можно утверждать, что критерий Дарвина-Уотсона значим, то есть согласованность мнений экспертов является не случайным.

Кроме проведения расчетов различных коэффициентов при оценке согласованности мнений экспертов также могут строиться различные гистограммы, которые наглядно показывают степень разброса мнений экспертов.

Вопрос 29.

ОСОБЕННОСТИ И ОСНОВНЫЕ ЭТАПЫ РЕАЛИЗАЦИИ ФОРМАЛИЗОВАННЫХ МЕТОДОВ ПиП

Все формализованные методы могут быть разделены на две группы:

1) методы экстраполяции;

2) методы моделирования.

Использование формализованных методов позволяет воспроизводить ту обстановку в экономике, которую желательно изучить еще до того как экономическая система начнет испытывать на себе воздействие тех или иных факторов.

Основными целями построения экономико-математических моделей является:

· изучение структуры моделируемого экономического объекта;

· выявление существенных связей между элементами образующими объект или систему, выявление причинных зависимостей;

· изучение поведения объекта в целом как замкнутой динамической системы;

· прогнозирование поведения объекта в будущем.

Основными этапами построения и реализации экономико-математических моделей является:

1) постановка проблемы;

2) построение модели, включающее:

· формирование пространства переменных модели;

· формирование зависимостей между параметрами в общем виде;

3) идентификация модели;

4) анализ модели и оценка ее адекватности предполагает расчет ряда коэффициентов и их анализ;

использование построенной модели для проведения аналитических или прогнозных расчетов.

Вопрос 30.

МЕТОДЫ ЭКСТРАПОЛЯЦИИ. ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ. ОЦЕНКА АДЕКВАТНОСТИ ПРОГНОЗА.

Методы экстраполяции позволяют проецировать на будущее ход событий, сложившихся в прошлом и настоящем. Данные модели не устанавливают никаких причинно-следственных связей и предполагают использование функций, отображающих хронологическое развитие процесса.

Формальная экстраполяция предполагает простое перенесение тенденций прошлого и настоящего на будущее.

Прогнозная экстраполяция учитывает, что фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом изменения различных факторов в будущем.

На практике применяются следующие виды экстраполяции:

1) Методы постоянной экстраполяции (определение простого среднего, скользящего среднего, экспоненциальное сглаживание);

2) Методы экстраполяции по трендупредполагают построение функций показателя в зависимости от фактора времени и включают как построение линейных, так и нелинейных функций.

3) Метод циклической экстраполяции (метод индексов сезонности, метод конъюнктурных индикаторов).

Для оценки адекватности линейных и ряда других кривых роста применяются такие критерии как коэффициент корреляции r, коэффициент детерминации R², средняя относительная ошибка аппроксимации А, стандартная ошибка регрессии S, стандартные ошибки параметров уравнения регрессии S_bи Sa, t-статистики (t-критерии Стьюдента) – t_bи t_a, критерий Дарбина-Уотсона DW.

Вопрос 31.

РАЗНОВИДНОСТИ И ОСОБЕННОСТИ ПРИМЕНЕНИЯ РАЗЛИЧНЫХ КРИВЫХ РОСТА

Наиболее часто в социально-экономическом прогнозировании используются следующие функции (кривые роста):

1) Полиномиальные

· Y_t = a₀ + a₁t (полином первой степени);

· Y_t = a₀ + a₁t +a₂t²(полином второй степени);

· Y_t = a₀ + a₁t +a₂t²+a₃t³(полином третьей степени) и т.д.

Они, как правило, применяются для тех процессов, в которых последующее развитие зависит от сложившихся тенденций, но не зависит от достигнутого уровня показателя.

2) Экспоненциальные кривые роста в отличие от полиномиальных учитывают не только тенденции прошлого и настоящего, но и достигнутый уровень показателя.

А) Простая экспонента

Y_t = a ∙ b^t

(если b больше единицы, то функция возрастает с течением времени, если b меньше единицы – функция убывает).