简述不确定度均分原理的应用.docxVIP

简述不确定度均分原理的应用 不确定度均分原理是根据传统数据处理及统计学理论提出，建立在经典概率论、样本统计学及贝叶斯定理之上，应用于统计误差定性准则下的不确定量等概念，其运算以一组与给定现象和环境有关的先验概率机制支撑。 不确定度均分原理的最佳应用场合应是采用定量定性双重定性准则考核模型时，以便有效地平衡定量定性双重性特征，主动推动这一定量双重准则运算模型。 不确定度均分原理，可有效地把定性准则和定量准则进行交叉比较，找出综合性及复杂性最优解，并以此贯彻其微观及宏观综合等思维模式，用于把存在多种不确定性和定量双重特征的目标任务，有效地拆分为定性性质及定量属性的双重性准则，最终达成综合系统定量定性双重性微观及宏观优化分析的最优结果。 不确定度均分原理的另一个性质, 即“参数提升维度”的应用，是指在不确定度较高的情况下，如果发现某些参数存在很大的不确定度，那么可以通过改变研究设计来提高相关参数及目标性能指标的可靠性。正是由于不确定度均分原理可以有效地把定性定性双重准则拆分为定性性质及定量属性的“参数提升维度”，使得定量化如此完善，在把定量双重准则运算模型综合分析及优化中起到至关重要的作用。 在经济领域的应用意义，是指不确定度均分原理的应用及实践，可以用来估算经济政策绩效的不确定性，这可以改善决策者构建经济政策模型的能力，从而建立一个更有效的经济政策和规则