Уровни измерения и типы шкал
Измерение как алгоритмическая операция. Обозначения, используемые для регистрации состояний объекта. Рассмотрение шкал: наименований, порядка, интервалов, отношений. Основные этапы шкалирования объектов. Критерии надежности шкал, правила их построения.
Рубрика | Экономико-математическое моделирование |
Вид | реферат |
Язык | русский |
Дата добавления | 05.05.2015 |
Размер файла | 96,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Одной из задач при выработке решений является измерение рассматриваемых критериев по выбранным шкалам.
Под формированием шкалы понимается присвоение объектам (вещам, предметам или событиям) чисел согласно некоторой системе правил.
Можно выделить четыре уровня измерения и соответственно четыре типа шкал:
- шкалы наименований;
- шкалы порядка;
- шкалы интервалов;
- шкалы отношений.
В шкале наименований число используется как название или классификация. Можно нумеровать альтернативы, объекты, действия и т.д. Это не будет означать ничего иного, кроме того, что каждый отдельный предмет должен иметь различное обозначение. На шкалах наименований допустимы некоторые статистические операции. Можно, например, определить число элементов, принадлежащих какому-либо классу, найти наиболее многочисленный класс.
Шкалы порядка формируются в том случае, когда есть возможность сравнения двух объектов по общему признаку. Шкалы могут быть простого и слабого порядков. В шкалах простого порядка каждый элемент должен иметь более высокий или более низкий ранг, чем всякий другой элемент. Элементы на шкале слабого порядка могут иметь равную оценку. Поскольку элементы на шкалах порядка могут быть расположены неравномерно, то не допускается использование каких-либо арифметических операций. Возможно использование тех же статистических операций, что и на шкалах наименований и, кроме того, можно вычислить медианы, центили, коэффициенты ранговой корреляции.
Шкалы интервалов иначе называют равномерными; числено равные разности выражают эмпирически равные разности в измеряемом общем признаке. Шкалы интервалов не обладают свойством аддитивности; и, следовательно, в общем случае, на них нельзя осуществлять арифметические операции. Однако, при введении произвольного нуля, разности на шкалах интервалов можно рассматривать как абсолютные величины и производить с ними арифметические действия. Примером измерения в шкалах интервалов может служить календарное время или высота над уровнем моря. Для шкал интервалов приемлемы те же статистические операции, что и для шкал более низкого уровня, а также возможно вычисление математического ожидания, стандартного отклонения, смешанных моментов и коэффициента асимметрии.
Шкала отношений обладает всеми свойствами других шкал и, кроме этого, свойством аддитивности, что делает возможным проведение любых статистических и арифметических операций. В шкалах отношений измеряются любые физические величины; нуль шкалы естественен.
В задачах многокритериального ПР возникает необходимость формирования отдельных шкал для измерения разных компонентов рассматриваемого свойства. Такая шкала называется многомерной. При этом критерии в многомерной шкале могут измеряться по шкалам как одного, так и разных уровней.
В основе любого наблюдения и анализа лежат измерения.
Измерение - это алгоритмическая операция, которая данному наблюдаемому состоянию объекта ставит в соответствие определенное обозначение: число, помер или символ. Обозначим через хi. i=1,…, m наблюдаемое состояние (свойство) объекта, а через уi, i = 1,..,m - обозначение для этого свойства. Чем теснее соответствие между состояниями и их обозначениями, тем больше информации можно извлечь в результате обработки данных. Менее очевидно, что степень этого соответствия зависит не только от организации измерений (т. е. от экспериментатора), но и от природы исследуемого явления, и что сама степень соответствия в свою очередь определяет допустимые (и недопустимые) способы обработки данных!
Множество обозначений, используемых для регистрации состояний наблюдаемого объекта, называется измерительное шкалой.
Измерительные шкалы в зависимости от допустимых на них операций различаются по их силе. Самые слабые - номинальные шкалы, а самые сильные - абсолютные.
Выделяют три основных атрибута измерительных шкал, наличие или отсутствие которых определяет принадлежность шкалы к той или иной категории:
1. упорядоченность данных означает, что один пункт шкалы, соответствующий измеряемому свойству, больше, меньше или равен другому пункту;
2. интервальность пунктов шкалы означает, что интервал между любой парой чисел, соответствующих измеряемым свойствам, больше, меньше или равен интервалу между другой парой чисел;
3. нулевая точка (или точка отсчета) означает, что набор чисел, соответствующих измеряемым свойствам, имеет точку отсчета, обозначаемую за ноль, что соответствует полному отсутствию измеряемого свойства.
Кроме того, выделяют следующие группы:
o неметрические или качественные шкалы, в которых отсутствуют единицы измерений (номинальная и порядковая шкалы);
o количественные или метрические (шкала интервалов, шкала отношений и абсолютная шкала).
Шкала наименований (номинальная или классификационная) представляет собой конечный набор обозначений для никак не связанных между собой состояний (свойств) объекта (рис. 1). Здесь отсутствуют все главные атрибуты измерительных шкал, а именно упорядоченность, интервальность, нулевая точка.
Рис. 1 Номинальная шкала
Измерение будет состоять в том, чтобы, проведя эксперимент над объектом, определить принадлежность результата к тому или иному состоянию и записать это с помощью символа (набора символов), обозначающего данное состояние. Это самая простая шкала из тех, что могут рассматриваться как измерительные, хотя фактически эта шкала не ассоциируется с измерением и не связана с понятием «величина». Она используется только с целью отличить один объект от другого.
Если классифицируются дискретные по своей природе объекты и явления, то естественнее всего использовать шкалу наименований.
Примеры:
Для обозначения в номинальной шкале могут быть использованы:
o слова естественного языка (например, географические названия, собственные имена людей и т. д.);
o произвольные символы (гербы и флаги государств, эмблемы родов войск, всевозможные значки и т. д.);
o номера (регистрационные номера автомобилей, официальных документов, номера на майках спортсменов);
o их различные комбинации (например, почтовые адреса, экслибрисы личных библиотек, печати и пр.).
Однако необходимость классификации возникает и в тех случаях, когда классифицируемые состояния образуют непрерывное множество (или континуум). Задача сводится к предыдущей, если все множество разбить на конечное число подмножеств, искусственно образуя тем самым классы эквивалентности; тогда принадлежность состояния к какому-либо классу снова можно регистрировать в шкале наименований. Однако условность введенных классов (не их шкальных обозначений, а самих классов) рано или поздно проявится на практике.
Примеры:
1. Например, возникают трудности точного перевода с одного языка на другой при описании цветовых оттенков: в английском языке голубой, лазоревый и синий цвета не различаются.
2. Названия болезней также образуют шкалу наименований. Психиатр, ставя больному диагноз «шизофрения», «паранойя», «маниакальная депрессия» или «психоневроз», ис-пользует номинальную шкалу; и все же иногда врачи не зря вспоминают, что «нужно лечить больного, а не болезнь»: название болезни лишь обозначает класс, внутри которого на самом деле имеются различия, так как эквивалентность внутри класса носит условный характер.
Необходимо понимать, что обозначения классов -- это только символы, даже если для этого использованы номера. С этими номерами нельзя обращаться как с числами -- это только цифры.
Пример. Если у одного спортсмена на спине номер 1, а другого -- 2, то никаких других выводов, кроме того, что это разные участники соревнований, делать нельзя: например, нельзя сказать, что «второй в два раза лучше».
При обработке экспериментальных данных, зафиксированных в номинальной шкале, непосредственно с самими данными можно выполнять только операцию проверки их совпадения или несовпадения.
Порядковые шкалы
Следующей по силе за номинальной шкалой идет порядковая, шкала (ординальная, ранговая). Она применяется в тех случаях, когда наблюдаемый (измеряемый) признак состояния имеет природу, не только позволяющую отождествить состояния с одним из классов эквивалентности, но и дающую возможность в каком-то отношении сравнивать разные классы.
Порядковая шкала не имеет определенной количественной меры. При этом присутствует упорядоченность, но отсутствуют атрибуты интервальности и нулевой точки.
Единственными типами отношений между неколичественными значениями шкалы могут быть:
а) равенство одинаковых значений порядковых переменных величин, соответствующих объектам одной категории,
б) неравенство разных значений переменных величин, соответствующих объектам одной категории;
в) отношения «больше» или «меньше» между разными значениями переменных величин, соответствующих объектам одной категории.
Измерение в шкале порядка может применяться, например, в следующих ситуациях:
o когда необходимо упорядочить объекты во времени или пространстве. Это ситуация, когда интересуются не сравнением степени выраженности какого-либо их качества, а лишь взаимным пространственным или временным расположением этих объектов;
o когда нужно упорядочить объекты в соответствии с каким-либо качеством, но при этом не требуется производить его точное измерение;
o когда какое-либо качество в принципе измеримо, но в настоящий момент не может быть измерено по причинам практического или теоретического характера.
Типовые порядковые шкалы
Обозначив такие классы символами и установив между этими символами отношения порядка, мы получим шкалу простого порядка: А > В > C > D > E > F.
Примеры:
Нумерация очередности, неимение знания, призовые места в конкурсе, социально-экономический статус («низший класс», «средний класс», «высший класс»).
Разновидностью шкалы простого порядка являются оппозиционные шкалы. Они образуются из пар антонимов (например, сильный-слабый), стоящих на разных концах шкалы, где за середину берется позиция, соответствующая среднему значению наблюдаемой сущности. Как правило, остальные позиции никак не шкалируются.
Иногда оказывается, что не каждую пару классов можно упорядочить по предпочтению: некоторые пары считаются равными -- одновременно А ? В и В? А, т. е. А = В.
Шкала, соответствующая такому случаю, называется шкалой слабого порядка.
Иная ситуация возникает, когда имеются пары классов, несравнимые между собой, т. е. ни А? В, ни В ? А. В таком случае говорят о шкале частичного порядка. Шкалы частичного порядка часто возникают в социологических исследованиях субъективных предпочтений. Например, при изучении покупательского спроса субъект часто не в состоянии оценить, какой именно из двух разнородных товаров ему больше нравится (например, клетчатые носки или фруктовые консервы, велосипед или магнитофон и т. д.); затрудняется человек и упорядочить по предпочтению любимые занятия (чтение литературы, плавание, вкусная еда, слушание музыки).
Характерной особенностью порядковых шкал является то, что отношение порядка ничего не говорит о дистанции между сравниваемыми классами. Поэтому порядковые экспериментальные данные, даже если они изображены цифрами, нельзя рассматривать как числа. Например, нельзя вычислять выборочное среднее порядковых измерений.
Пример. Рассматривается испытание умственных способностей, при котором измеряется время, затрачиваемое испытуемым на решение тестовой задачи. В таких экспериментах время хотя и измеряется в числовой шкале, но как мера интеллекта принадлежит порядковой шкале.
Порядковые шкалы определяются только для заданного набора сравниваемых объектов, у этих шкал нет общепринятого, а тем более абсолютного стандарта.
Примеры:
1. При определенных условиях правомерно выражение «первый в мире, второй в Европе» - просто чемпион мира занял второе место на европейских соревнованиях.
2. Само расположение шкал является примером порядковой шкалы.
Модифицированные порядковые шкалы
Опыт работы с сильными числовыми шкалами и желание уменьшить относительность порядковых шкал, придать им хотя бы внешнюю независимость от измеряемых величин побуждают исследователей к различным модификациям, придающим порядковым шкалам некоторое (чаще всего кажущееся) усиление. Кроме того, многие величины, измеряемые в порядковых (принципиально дискретных) шкалах, имеют действительный или мыслимый непрерывный характер, что порождает попытки модификации (усиления) таких шкал. При этом иногда с полученными данными начинают обращаться как с числами, что приводит к ошибкам, неправильным выводам и решениям.
Примеры:
1. В 1811 г. немецкий минералог Ф. Моос предложил установить стандартную шкалу твердости, постулируя только десять ее градаций. 3а эталоны приняты следующие минералы с возрастающей твердостью: 1 -- тальк; 2 -- гипс; 3 -- кальций, 4 -- флюорит, 5 -- апатит, б -- ортоклаз, 7 -- кварц, 8 -- топаз, 9 -- корунд, 10 -- алмаз. Из двух минералов тверже тот, который оставляет на другом царапины или вмятины при достаточно сильном соприкосновении. Однако номера градаций алмаза и апатита не дают основания утверждать, что алмаз в два раза тверже апатита.
2. В 1806 г. английский гидрограф и картограф адмирал Ф. Бофорт предложил балльную шкалу силы ветра, определяя ее по характеру волнения моря: 0 -- штиль (безветрие), 4 -- умеренный ветер, 6 -- сильный ветер, 10 шторм (буря), 12 -- ураган.
3. В 1935 г. американский сейсмолог Ч. Рихтер предложил 12-балльную шкалу для оценки энергии сейсмических волн в зависимости от последствий прохождения их по данной территории. Затем он развил метод оценки силы землетрясения в эпицентре по его магнитуде (условная величина, характеризующая общую энергию упругих колебаний, вызванных землетрясением или взрывами) на поверхности земли и глубине очага.
Шкалы интервалов
Следующая по силе шкала - шкала интервалов (интервальная шкала), которая в отличие от предыдущих, качественных, шкал уже является количественной шкалой. Эта шкала применяется, когда упорядочивание значений измерений можно выполнить настолько точно, что известны интервалы между любыми двумя из них (рис. 2).
Рис. 2 Шкалы интервалов
В шкале интервалов присутствуют упорядоченность и интервальность, но нет нулевой точки. Шкалы могут иметь произвольные начала отсчета, а связь между показаниями в таких шкалах является линейной:
у = ах + b,
где а > 0; - ? < b < ?.
Для этой шкалы справедливо следующее свойство:
Примеры:
1. Температура, время, высота местности -- величины, которые по физической природе либо не имеют абсолютного нуля, либо допускают свободу выбора в установлении начала отсчета.
2. Часто можно услышать фразу: «Высота... над уровнем моря». Какого моря? Ведь уровень морей и океанов разный, да и меняется со временем. В России высоты точек земной поверхности отсчитывают от среднемноголетнего Уровня Балтийского моря в районе Кронштадта.
В этой шкале только интервалы имеют смысл настоящих чисел и только над интервалами следует выполнять арифметические операции. Если произвести арифметические операции над самими отсчетами по шкале, забыв об их относительности, то имеется риск получить бессмысленные результаты.
Пример. Нельзя сказать, что температура воды увеличилась в два раза при ее нагреве от 9 до 18° по шкале Цельсия, поскольку для того, кто привык пользоваться шкалой Фаренгейта, это будет звучать весьма странно, так как в этой шкале температура воды в том же опыте изменится от 37 до 42°.
Частным случаем интервальных шкал являются шкалы разностей: циклические (периодические) шкалы, шкалы, инвариантные к сдвигу. В такой шкале значение не изменяется при любом числе сдвигов.
у = х + nb,
n = 0, 1, 2,…
Постоянная b называется периодом шкалы.
Примеры. В таких шкалах измеряется направление из одной точки (шкала компаса, роза ветров и т. д.), время суток (циферблат часов), фаза колебания (в градусах или радианах).
Однако соглашение о хотя и произвольном, но едином для нас начале отсчета шкалы позволяет использовать показания в этой шкале как числа, применять к нему арифметические действия (до тех пор пока кто-нибудь не забудет об условности нуля, например при переходе на летнее время или обратно).
Шкалы отношений
Следующей по силе шкалой является шкала отношений (подобий). Измерения в такой шкале являются «полноправными» числами, с ними можно выполнять любые арифметические действия, здесь присутствуют все атрибуты измерительных шкал: упорядоченность, интервальность, нулевая точка. Величины, измеряемые в шкале отношений, имеют естественный, абсолютный нуль, хотя остается свобода в выборе единиц (рис. 3):
у = ах,
где а ? 0
Рис. 3 Шкалы отношений
Примеры: Вес, длина, электрическое сопротивление, деньги -- величина, природа которых соответствует шкале отношений. Из значений шкалы отношений видно, во сколько раз свойство одного объекта превосходит такое же свойство другого объекта.
Абсолютная шкала
Абсолютная (метрическая) шкала имеет и абсолютный нуль (b = 0), и абсолютную единицу (а = 1). В качестве шкальных значений при измерении количества объектов используются натуральные числа, когда объекты представлены целыми единицами, и действительные числа, если кроме целых единиц присутствуют и части объектов.
Именно такими качествами обладает числовая ось, которую естественно называть абсолютной шкалой.
Важной особенностью абсолютной шкалы по сравнению со всеми остальными является отвлеченность (безразмерность) и абсолютность ее единицы. Указанная особенность позволяет производить над показаниями абсолютной шкалы такие операции, которые недопустимы для показаний других шкал, -- употреблять эти показания в качестве показателя степени и аргумента логарифма.
Примеры:
1. Абсолютные шкалы применяются, например, для измерения количества объектов, предметов, событий, решений и т. п.
2. Примером абсолютной шкалы также является шкала температур по Кельвину.
Числовая ось используется как измерительная шкала в явной форме при счете предметов, а как вспомогательное средство присутствует во всех остальных шкалах.
Шкалирование
Шкалирование представляет собой отображение какого-либо свойства объекта или явления в числовом множестве.
Можно сказать, что чем сильнее шкала, в которой производятся измерения, тем больше сведений об изучаемом объекте, явлении, процессе дают измерения. Поэтому так естественно стремление каждого исследователя провести измерения в возможно более сильной шкале. Однако важно иметь в виду, что выбор шкалы измерения должен ориентироваться на объективные отношения, которым подчинена наблюдаемая величина, и лучше всего производить измерения в той шкале, которая максимально согласована с этими отношениями. Можно измерять и в шкале более слабой, чем согласованная (это приведет к потере части полезной информации), но применять более сильную шкалу опасно: полученные данные на самом деле не будут иметь той силы, на которую ориентируется их обработка.
Иногда же исследователи усиливают шкалы; типичный случай -- «оцифровка» качественных шкал: классам в номинальной или порядковой шкале присваиваются номера, с которыми дальше «работают» как с числами. Если в этой обработке не выходят за пределы допустимых преобразований, то «оцифровка» -- это просто перекодировка в более удобную (например, для ЭВМ) форму. Однако применение других операций сопряжено с заблуждениями, ошибками, так как свойства, навязываемые подобным образом, на самом деле не имеют места.
По мере развития соответствующей области знания тип шкалы может меняться. алгоритмический шкала интервал
Пример. Температура сначала измерялась по порядковой шкале (холоднее -- теплее), затем - по интервальным шкалам (Цельсия, Фаренгейта, Реомюра), а после открытия абсолютного нуля температур - по абсолютной шкале (Кельвина).
Размещено на Allbest.ru
...Подобные документы
Оценка сложных систем. Определение цели оценивания. Понятие и виды шкал. Обработка характеристик, измеряемых в разных шкалах. Методы качественного и количественного оценивания систем. Шкала уровней качества систем с управлением. Порядковый тип шкал.
реферат [48,4 K], добавлен 23.04.2011Понятие измерительной шкалы и их виды в математическом моделировании: шкала наименований (полинальная), порядковая, интервальная и шкала отношений. Статистические меры, допустимые для разных типов шкал. Основные положения теории принятия решений.
контрольная работа [21,7 K], добавлен 16.02.2011Определение происхождения эффекта взаимодействия. Последовательность и приёмы системного анализа. Разработка максимального количества альтернатив. Разработка эмпирической модели. Основные типы шкал, используемых при спецификации переменных системы.
презентация [253,7 K], добавлен 19.12.2013Клеточный автомат как математический объект с дискретным пространством и временем. Общие правила построения клеточных автоматов. Структура графа состояний для линейного оператора над Zp. ACS-автомат, структура графа состояний оператора взятия разностей.
реферат [408,7 K], добавлен 07.09.2009Основные принципы и методы построения линейных, нелинейных эконометрических моделей спроса, предложения. Типы взаимосвязей между переменными. Этапы интерпретации уравнения регрессии. Коэффициент (индекс) корреляции. Рассмотрение альтернативных моделей.
контрольная работа [83,1 K], добавлен 14.02.2014Теория измерений является составной частью эконометрики, которая входит в состав статистики объектов нечисловой природы. Краткая история теории измерений. Основные шкалы измерения. Инвариантные алгоритмы и средние величины – в т. ч. в порядковой шкале.
реферат [30,2 K], добавлен 08.01.2009Главные требования к математическим моделям в САП. Применение принципа декомпозиции при математическом моделировании сложного технического объекта. Разработка приближенных моделей объектов на микроуровне. Сущность метода сеток, метода конечных элементов.
презентация [705,6 K], добавлен 09.02.2015Управление материальными, информационными и финансовыми потоками предприятия. Основные модели имитации денежных потоков. Понятие случайного процесса. Финальные вероятности состояний. Правила составления системы уравнений А.Н. Колмогорова и их решение.
презентация [654,5 K], добавлен 22.10.2014Анализ линейного стационарного объекта управления, заданного передаточной функцией. Получение математической модели в пространстве состояний линейного стационарного объекта управления, заданного передаточной функцией. Метод параллельной декомпозиции.
курсовая работа [2,2 M], добавлен 23.02.2010Изучение математической теории, развивающей формальные методы для исследования взаимосвязей и отношений состояний знаний субъектов в определенной предметной области. Понятие карты навыков. Рассмотрение отношений между состояниями знаний и навыками.
дипломная работа [263,5 K], добавлен 12.10.2015Цели сегментации рынка в маркетинговой деятельности. Сущность кластерного анализа, основные этапы его выполнения. Выбор способа измерения расстояния или меры сходства. Иерархические, неиерархические методы кластеризации. Оценка надежности и достоверности.
доклад [214,7 K], добавлен 02.11.2009Понятие сетевого графика, его сущность и особенности, назначение и применение. Правила построения сетевого графика, его порядок и этапы. Способы сокращения длительности выполнения проекта. Критерии и средства осуществления оптимизации сетевого графика.
реферат [37,2 K], добавлен 25.01.2009Определение, цели и задачи эконометрики. Этапы построения модели. Типы данных при моделировании экономических процессов. Примеры, формы и моделей. Эндогенные и экзогенные переменные. Построение спецификации неоклассической производственной функции.
презентация [1010,6 K], добавлен 18.03.2014Основной тезис формализации. Моделирование динамических процессов и имитационное моделирование сложных биологических, технических, социальных систем. Анализ моделирования объекта и выделение всех его известных свойств. Выбор формы представления модели.
реферат [493,5 K], добавлен 09.09.2010Понятие и критерии оценивания системы массового обслуживания, определение ее типа, всех возможных состояний. Построение размеченного графа состояний. Параметры, характеризующие ее работу, интерпретация полученных характеристик, эффективность работы.
контрольная работа [26,2 K], добавлен 01.11.2010Марковские цепи с конечным числом состояний и дискретным временем, с конечным числом состояний и непрерывным временем и работа с ними. Основные понятия и классификация систем массового обслуживания, их типы и отличия. Сущность метода Монте-Карло.
дипломная работа [581,9 K], добавлен 25.08.2009Анализ объекта (кухонный комбайн), его тип и свойства. Основные признаки анализируемой системы. Внешний, объектный и внутренний уровни. Цели и назначение системы и подсистем. Входы, ресурсы и затраты. Модели принятия решения, вектор приоритетов.
контрольная работа [160,9 K], добавлен 31.08.2009Теоретические основы первичной обработки статистической информации. Особенности определения минимального числа объектов наблюдения при оценке показателей надежности. Анализ вероятностной бумаги законов нормального распределения и распределения Вейбулла.
курсовая работа [163,5 K], добавлен 22.03.2010Общие принципы системного анализа. Основные этапы построения эконометрических моделей и использования их для прогнозирования. Экстраполяция трендов и ее использование в анализе. Правила составления информации подсистем. Модель "спрос-предложение".
реферат [190,5 K], добавлен 24.01.2011Основные понятия теории графов. Схема построения сетевой модели рынка. Основная идея бутстрэпа. Процедура проверки многих гипотез сравнения распределения вершин двух выборочных MST. Значения доверительных интервалов векторов наблюдений за два года.
курсовая работа [1,0 M], добавлен 19.09.2016