属性的衡量尺度具有离散性或者连续性.PPT

決策分析與風險管理 決策分析與風險管理 決策分析與風險管理 決策分析與風險管理 決策分析與風險管理 決策分析與風險管理 周慧瑜 21st Mar., 2007 * (一)屬性的訂定 (二)方案的創造 (三)單屬性價值函數的選擇 (四)屬性權重的分配 (五)方案價值函數的整合 屬性的定義 3-* 屬性是可以衡量目標達成度的一種特性、指標、或量尺 屬性須具有易理解性、可衡量性 屬性的衡量必須確保其效度(能否有效反映目標的意涵)與信度(衡量結果是否可接受) 2007/3/21 屬性的權重即代表該屬性對目標的重要性或價值，也代表該屬性對其他屬性的相對重要性。 屬性的種類 衡量方式的種類： 直接衡量尺度 間接或替代衡量尺度 自然量尺 Ex.元、公尺、天 建構量尺 Ex.台股指數→反映股市行情的漲跌 Ex.滿意度 4-* 2007/3/21 屬性的種類 衡量尺度的種類： 類別量尺或名目量尺 用以分辨人事物類別的名稱(類別量尺)或代號(名目量尺) Ex.性別、血型、專案代號、財產編號 順序量尺 以數值或名稱進行排序或賦予修先順序 Ex.甲乙丙丁、ABCD、1234 順序量尺也可以是名目量尺，但名目量尺不一定是順序量尺 區間量尺 可區分類別、顯示順序、也可表示出量尺間的差距 量尺間具有相等單位 Ex.公分、℃、公斤、元 比例量尺 具有共同的原點，可用以表示兩衡量數值的比例關係 Ex.公分、元 4-* 2007/3/21 決策者應避免直接跳入本身熟悉或偏好的方案思維中，而失去對其他可能機會的發掘。 創造方案的思考工具：目標網路(Keeney, 1996) 步驟一：針對所列舉的目標，逐一思考如果該目標是唯一目標時，什麼方案會產生最佳的決策結果。 步驟二：將任兩項目標結合起來再思考何方案會產生最佳的決策結果。 步驟三：逐步增加結合的目標數量，直到一次考慮到所有的目標為止。 步驟四：檢查所產生的方案是否有重疊或可相互整合者，確認後即可建立方案結果表（表1.2, pp.21），並填入各方案的屬性性質或數值。 步驟五：過濾刪除屬性未達「標的」要求或所有屬性綜合起來明顯較其他方案差的「被支配方案」；再過濾在所有方案中屬性值均相同的「不相關目標」。 步驟六：如果各方案長短互見，未明顯出現最佳方案，便需進一步進行決策分析。 * 如何進行目標間的取捨抵換(tradeoff)，是多目標∕多屬性決策的核心問題。 一個有效的決策分析模式，必須能萃取並反映出決策者對各方案的真實偏好。 V(X)＝F(x1, x2, … , xn) 單屬性價值函數的建立必須考量下列原則： 屬性的衡量尺度具有離散性或者連續性 各屬性相對於目標達成度的正負向關係是否一致 上述正負向關係屬於線性、分段線性、或非線性(曲線) * 價值函數，反映決策者對該衡量方案的整體偏好度 屬性值 離散型尺度的價值函數建構方法： 一、直接評分法 選擇邊界點(最佳與最差的分數) Ex.服務品質最佳100分、最差0分 以邊界點為基準，評判其他結果的相對偏好度 進行一致性檢定並視需要微調分數 二、分級歸類法 將某項屬性分成數個等級或類別 Ex.服務品質分為很好(5)、好(4)、普通(3)、差(2)、很差(1) 判斷某事物屬於哪一等級 若等級間的差距所代表的價值差異相等時，此種等級便可視分析需求在名目、順序、或區間量尺間轉換 三、比例評估法 選定某事物做為基準(一個單位)，將其他事物與基準相比較並進行比例關係的判斷 以物易物的概念 * 離散型尺度的價值函數建構方法： 四、差異標準序列法 建構價值為0(最差)和1(約為最好狀況的1/5或1/10)的基準點 Ex.上班通勤時間2小時→0(最差)；10分鐘→最好；100分鐘→1 逐步判斷”120min (0)→100min (1)”和”100min (1)→？min (2)”無差異……（圖1.3, pp.29） 價值無差異的概念 五、中分法 訂定最佳與最差的基準點 Ex.上班通勤時間2小時→0(最差)；10分鐘→100(最好) 逐步判斷”120min (0)→？min (50)→10min (100)”…… （圖1.4, pp.30） * 連續型尺度的價值函數建構方法： 一、線性函數 屬性須具有遞增或遞減性，且每增加一單位屬性值，目標價值的變化是固定的 找出該決策情境下的邊界值(最高值與最低值)（圖1.5, pp.31） 遞增函數：v(x)＝(x-xmin) / (xmax-xmin) 遞減函數：v(x)＝(xmax-x) / (xmax-xmin) 二、片段線性函數 先利用離散方法找出數個參考點，並假設點與點之間可用直線連接起來 使用的點愈多，函數就愈接近真實曲線（圖1.6, pp.31） 三、非線性(曲線)函數 選擇一可適當描述屬性與目標價值相對應之真實情況的函數與參