Чувствительность к априорному распределению

Если мы установили такое т", которое оставляет руководителя безразличным по отношению к этим двум возможностям, мы имеем верхний квартиль априорного распределения. Как далеко мы должны продолжать этот процесс, зависит в сильной степени от обстановки, в которой нам приходится действовать. Если представляется возможным получить нужную информацию позже, нам не обязательно тратить усилия на отыскание априорного распределения, так как наши окончательные результаты почти не чувствительны к его точной форме. В других случаях, как мы вскоре убедимся, важное значение имеет достаточно точное знание априорного распределения.  [c.105]


С другой стороны, если доступны исторические данные из архивов фирмы о смещении, характерном для ряда способов оценки, то руководитель мог бы обратиться к этим данным, положив их в основу своего априорного распределения. Затем мы могли бы начертить гистограмму наблюдавшихся значений т и подогнать априорное распределение к этим данным. Здесь возникает множество вопросов относительно наилучшей подгонки априорного распределения, но снова во многих ситуациях окончательные результаты будут почти не чувствительны к его точной  [c.105]

Чувствительность к априорному распределению  [c.119]

Количество усилий, необходимых для получения априорного распределения, зависит от того, насколько чувствительны логически обоснованные действия к форме и параметрам априорного распределения. Принцип определения этой чувствительности является интуитивным. Если можно за умеренную цену получить существенные данные, точное нахождение априорного распределения будет, по-видимому, иметь мало смысла, по крайней мере там, где дело касается определения наилучшего апостериорного действия. Широкое или расплывчатое распределение, имеющее сравнительно большую дисперсию, приводит к возрастанию роли данных и поэтому само оказывает мало влияния на окончательные результаты. Пока дисперсия априорного распределения велика по отношению к дисперсии процесса, можно смело использовать нормальные априорные распределения, преимущество которых состоит в их удобных аналитических свойствах. В этом случае мы склонны ожидать, что выбор точной формы априорного распределения мало повлияет на апостериорное распределение.  [c.119]

С байесовской точки зрения более прямым методом поддержания чувствительности к возможным будущим изменениям величины среднего спроса является учет этой возможности путем выбора таких априорных распределений  [c.154]

Когда есть возможность получить значительное количество данных, нет необходимости тратить много усилий на формулирование априорного распределения. В типичном случае результирующее апостериорное распределение будет довольно мало чувствительно к точной форме априорного распределения. Если имеется большое количество данных, можно ожидать довольно большой степени согласия между руководителями, и они " проявят готовность распределить полномочия, связанные с выработкой решения.  [c.234]

Оценку центра распределения по выборке можно проводить различными способами. Не зная априорно закона распределения случайной величины, невозможно заранее указать наиболее приемлемый способ. К тому же, некоторые из этих оценок чувствительны к наличию аномальных значений в выборке (промахов).  [c.59]


При наличии гетерогенной пространственной плотности вероятности искр р, ясно, что плотность г пожарных заслонов пространственно не должна быть однородна большее количество заслонов необходимо в чувствительных зонах, где искры более многочисленны. Плотность г заслонов не будет, таким образом, постоянна в оптимизационном процессе, но будет приспосабливаться к предопределенному распределению искр р. Это пространственное распределение искр р определяет вероятность р,- того, что искра зажжет пожар в данной области или кластере /, офаниченном пожарной стеной р, является суммой р в кластере. При неоднородном распределении искр, можно показать [71,394], что оптимизация продуктивности, то есть минимизация среднего размера пожара, с учетом стоимости пожарной стены, ведет к степенному распределению областей, разфаниченных заслонами. Процесс оптимизации обеспечивает устойчивые результаты, несмотря на неопределенность, количественно определяемую вероятностями р,. В примере для лесного пожара, оптимальное пространственное распределение заслонов является результатом взаимодействия между нашим априорным знанием неопределенности в распределении искр и убытков, вызванных пожарами. Решения устойчивы относительно существования неопределенности, то есть к тому факту, что мы детерминировано не знаем куда искры собираются упасть мы знаем только их распределение вероятности.  [c.375]

Смотреть страницы где упоминается термин Чувствительность к априорному распределению

: [c.300]   
Наука об управлении (1971) -- [ c.119 ]