1)![]()
![]()
2) ![]()
![]()
![]()
![]()
…………………………….
m) ![]()
![]()
![]()
, ![]()
![]()
Значения уступок ![]()
последовательно определяются в результате изучения взаимосвязи частных критериев. Сначала решается вопрос о снижении первого критерия от наибольшего значения ![]()
, для этого задается несколько уступок ![]()
, ![]()
, ![]()
……. и решая задачу,
![]()
, определяют соответственные значения ![]()
, ![]()
, ![]()
….
В схеме гибкого учета упорядочивание критериев производится с помощью заданного вектора приоритета ![]()
или весового вектора ![]()
, ![]()
представляет собой m-мерный вектор, элементы которого ![]()
определяет степень и являются бинарные отношения приоритета ![]()
. Смысл ![]()
– при нормализованных критериях 
,
решение ![]()
лучше решения ![]()
, если ![]()
.
Весовой вектор ![]()
компоненты ![]()
представляет собой превосходство i - ого критерия над остальными. Вектор![]()
связан с вектором приоритета ![]()
следующим соотношением:

![]()
, ![]()
,
где m - наибольший номер.
Процедура задания весового вектора не всегда строго обоснована, в отличие от задания ![]()
, где каждая компонента определяется независимо от остальных. Поэтому сначала определяется вектор ![]()
, затем, используя выше приведённые формулы, устанавливается его связь с вектором весов.
5. Разработка алгоритма выбора
5.1. Выбор методов решения
Множество задач, связанных с объектным анализом, предполагает сопоставление объектов. Мы сопоставляем группы объектов по какому-либо признаку, чтобы выявить различия между ними по этому признаку. Мы сопоставляем то, что было «до», с тем, что было «после» наших экспериментальных или любых иных воздействий, чтобы определить эффективность этих воздействий. Мы сопоставляем эмпирическое распределение значений признака с каким-либо теоретическим законом распределения или два эмпирических распределения между собой, с тем, чтобы доказать неслучайность выбора альтернатив или различий в форме распределений.
Мы даже можем сопоставить два правила, измеренные на одной и той же выборке объектов, чтобы установить степень согласованности их изменений, их сопряженность, корреляцию между ними.
Наконец, мы можем сопоставить индивидуальные значения, полученные при разных комбинациях каких-либо существенных условий, с тем, чтобы выявить характер взаимодействия этих условий и их влияния на индивидуальные значения признака. Приведем классификацию задач и методов их решения (Таблица 2).
Таблица 2. Классификация задач и методов решения
№ | Задача | Условие | Методы |
1 | Выявление различий в уровне исследуемого признака | А) 2 выборки объектов | Q критерий Розенбаума U– критерий Манна – Уитни
|
Б) 3 и более выборок объектов | S – критерий Джонкира H – критерий Крунскала - Уоллиса | ||
2 | Оценка сдвига значений исследуемого признака | А) 2 замера на одной и той же выборке объектов | T – критерий Вилкоксона G – критерий знаков
|
Б) 3 и более замеров на одной выборке объектов |
L – критерий тенденций Пейджа | ||
3 | Выявление различий в распределении признака | А)При сопоставлении эмпирического распределения с теоретическим |
λ - критерий Колмогорова – Смирнова m – биноминальный критерий |
Б) При сопоставлении двух эмпирических распределений |
λ - критерий Колмогорова – Смирнова
| ||
4 | Выявление степени согласованности изменений | А) Двух признаков |
|
Б) Двух иерархий или профилей |
| ||
5 | Анализ изменений признака под влиянием контролируемых условий | А) Под влиянием одного фактора | S – критерий тенденций Джонкира L – критерий тенденций Пейджа Однофакторный дисперсионный анализ Фишера |
Б) Под влиянием двух факторов одновременно | Двухфакторный дисперсионный анализ Фишера |
Алгоритм 1. Принятие решения о задаче и методе обработки на стадии, когда данные уже получены.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |


