• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    統(tǒng)計(jì)預(yù)測(cè)效果的評(píng)價(jià)方法

    2012-07-27 08:41:34張登兵
    統(tǒng)計(jì)與決策 2012年21期
    關(guān)鍵詞:信息熵效用收益

    張登兵

    (鹽城工學(xué)院 經(jīng)濟(jì)與管理學(xué)院,江蘇鹽城 224051)

    0 引言

    預(yù)測(cè)信息對(duì)于決策行為有直接影響,從而影響著決策的效用。對(duì)于預(yù)測(cè)信息的評(píng)價(jià)可分為事前評(píng)價(jià)與事后評(píng)價(jià)。事前評(píng)價(jià)側(cè)重于預(yù)測(cè)信息的內(nèi)在特征,事后評(píng)價(jià)側(cè)重于預(yù)測(cè)與事實(shí)的偏離程度以及對(duì)決策效用的影響。預(yù)測(cè)效果的科學(xué)評(píng)價(jià)在科學(xué)決策中具有重要地位和作用。

    1 基于信息熵的預(yù)測(cè)信息評(píng)價(jià)方法

    在香農(nóng)信息理論中,信息熵是一種信息測(cè)度的工具,它是一種統(tǒng)計(jì)意義上的信息概念。

    為了說明信息熵在預(yù)測(cè)評(píng)價(jià)中的應(yīng)用,我們舉一個(gè)簡(jiǎn)單的例子。假設(shè)要對(duì)明天的天氣情況進(jìn)行預(yù)測(cè)。通過對(duì)現(xiàn)有狀況進(jìn)行分析,綜合歷史信息,得到如下兩種關(guān)于天氣的預(yù)測(cè)。

    預(yù)測(cè)1:晴天4/8,多云2/8,小雨1/8,大雨1/8

    預(yù)測(cè)2:晴天7/8,小雨1/8

    哪一個(gè)預(yù)測(cè)更為有效呢?

    現(xiàn)在,計(jì)算兩種預(yù)測(cè)的信息熵:

    可以看出,預(yù)測(cè)1的信息熵大于預(yù)測(cè)2的信息熵。也就是說,相比預(yù)測(cè)2,預(yù)測(cè)1具有更大的不確定性。因此,對(duì)于預(yù)測(cè)2對(duì)于未來的判斷更具針對(duì)性,也更能為決策提供有效信息。

    在決策中,決策者總希望能夠獲得一個(gè)相對(duì)明確(熵值較小)的對(duì)未來的判斷。因?yàn)?,這種預(yù)測(cè)對(duì)決策的影響是明顯的。預(yù)測(cè)的兩種極端情況是:等可能預(yù)測(cè)(各種可能狀況的可能性相等,信息熵值最大,這種預(yù)測(cè)事實(shí)上并沒有提供任何針對(duì)性的有效信息)、確定預(yù)測(cè)(預(yù)測(cè)唯一事件發(fā)生,其它事件零可能,熵值最?。?。一般認(rèn)為,確定預(yù)測(cè)具有更強(qiáng)的決策指導(dǎo)意義,它是風(fēng)險(xiǎn)偏好決策者更愿采用的方法。但是,這種信息熵評(píng)價(jià)僅僅是從預(yù)測(cè)信息的本身來考慮的,它只考慮了信息本身的統(tǒng)計(jì)學(xué)意義?;蛘咧v,這種評(píng)價(jià)沒有考慮預(yù)測(cè)和事實(shí)的關(guān)系,也沒有考慮其對(duì)決策效用的影響。即使如此,在表征預(yù)測(cè)信息的內(nèi)在特征方面,信息熵有一定的“合理性”,它在事前評(píng)價(jià)中仍具有重要的借鑒意義。

    2 基于事實(shí)比較的預(yù)測(cè)信息評(píng)價(jià)方法

    信息的作用是修正人的信念使其逼近于事實(shí)。信息熵并不能告訴我們預(yù)測(cè)接近事實(shí)的程度。因此,基于事實(shí)比較的評(píng)價(jià)更能反應(yīng)信息的準(zhǔn)確性。

    我們?nèi)允褂们懊娴睦觼碚f明基于事實(shí)比較的預(yù)測(cè)信息評(píng)價(jià)方法。

    首先,我們先設(shè)定事實(shí)情況是“天氣好”。那么,哪一個(gè)預(yù)測(cè)更接近事實(shí)呢?

    對(duì)于確定的事實(shí),我們僅考慮該事實(shí)的預(yù)測(cè)概率。因此,可以計(jì)算事實(shí)和預(yù)測(cè)概率之間的差異,從而比較它們的接近程度。

    可以看出,預(yù)測(cè)2與事實(shí)差異較小,更接近于事實(shí)??梢钥闯觯谑聦?shí)比較的評(píng)價(jià)將預(yù)測(cè)信息和事實(shí)進(jìn)行了比較,其結(jié)果反應(yīng)了預(yù)測(cè)信息與事實(shí)的差異,在一定程度上說明了預(yù)測(cè)的“準(zhǔn)確性”。但是這種評(píng)價(jià)方法沒有反應(yīng)預(yù)測(cè)信息本身內(nèi)在的特性,也沒有反應(yīng)預(yù)測(cè)信息給決策帶來的效用差異。另一方面,上述基于事實(shí)比較的評(píng)價(jià)原理和方法尚不完善,帶有較強(qiáng)的主觀性。

    3 基于決策效用的預(yù)測(cè)效果評(píng)價(jià)

    預(yù)測(cè)的根本任務(wù)是降低決策者對(duì)環(huán)境認(rèn)識(shí)的不確定性,從而提高決策效用。從這個(gè)意義上講,基于決策效用的預(yù)測(cè)效果評(píng)價(jià)具有更重要的意義。

    決策依賴于信念,而收益取決于行動(dòng)和語(yǔ)境的具體事實(shí)。預(yù)測(cè)的目標(biāo)就是在一定信息條件下使決策收益最大化。當(dāng)預(yù)測(cè)和事實(shí)完全一致時(shí),將產(chǎn)生最佳決策。一般說來,決策收益越高,預(yù)測(cè)越有效。

    為了清晰表述上述分析過程,現(xiàn)考慮如下的市場(chǎng)決策問題。

    首先,在不同市場(chǎng)條件下的市場(chǎng)最優(yōu)銷量如表1所示。

    表1 不同市場(chǎng)條件下的市場(chǎng)最優(yōu)銷量

    其次,在最優(yōu)銷售量下,每件產(chǎn)品營(yíng)利0.11;超出最優(yōu)量的部分,每件損失0.05。則不同銷量下的收益期望如表2所示。

    表2 不同銷量下的收益期望

    如何進(jìn)行決策?這取決于我們對(duì)于未來市場(chǎng)的了解程度。顯然,我們不可能完全掌握未來市場(chǎng)的具體情況。要進(jìn)行效決策,首先必須對(duì)市場(chǎng)進(jìn)行預(yù)測(cè)。

    下面,我們將對(duì)不同預(yù)測(cè)下的決策效用進(jìn)行分析。

    3.1 不同預(yù)測(cè)下的決策收益

    (1)預(yù)測(cè):(0.3,0.5,0.2)

    收益函數(shù)為:

    該分段函數(shù)的圖像如下:

    圖1 預(yù)測(cè)(0.3,0.5,0.2)下的期望收益曲線

    可以看出,最佳決策是q=12000

    (2)預(yù)測(cè):(1/3,1/3,1/3)

    收益函數(shù)是:

    函數(shù)曲線為:

    圖2 預(yù)測(cè)(1/3,1/3,1/3)下的期望收益曲線

    此時(shí),q=18000為最佳決策。

    (3)預(yù)測(cè):(0.1,0.2,0.7)

    收益函數(shù)為:

    函數(shù)圖像為:

    圖3 預(yù)測(cè)(0.1,0.2,0.7)下的期望收益曲線

    同理,此時(shí)的最優(yōu)決策為q=6000。

    3.2 確定事件下各種預(yù)測(cè)的效用分析

    現(xiàn)在,設(shè)定市場(chǎng)的事實(shí)狀況為:“一般市場(chǎng)”??傻酶鞣N預(yù)測(cè)下的收益表如表3所示。

    表3 “一般市場(chǎng)”下的各預(yù)測(cè)收益情況

    同樣,市場(chǎng)事實(shí)為“好”和“差”下的收益情況如表4和表5所示。

    表4 “好市場(chǎng)”下的各預(yù)測(cè)收益情況

    表5 “差市場(chǎng)”下的各預(yù)測(cè)收益情況

    在“一般市場(chǎng)”條件下,最大收益為0.11*12000.預(yù)測(cè)1(0.3,0.5,0.2)下的決策將導(dǎo)致最大收益,因而對(duì)于決策來講是最有效的。同樣,“好市場(chǎng)”下的最佳預(yù)測(cè)為(1/3,1/3,1/3),“差市場(chǎng)”下的最佳預(yù)測(cè)為(0.1,0.2,0.7)。

    3.3 概率事件下各種預(yù)測(cè)的效用分析

    設(shè)定市場(chǎng)狀況的真實(shí)概率分布是(0.3,0.5,0.2)。此時(shí),我們可得到不同預(yù)測(cè)下的收益期望(見表6):

    表6 長(zhǎng)期概率(0.3,0.5,0.2)情形下不同預(yù)測(cè)的收益*

    當(dāng)預(yù)測(cè)與實(shí)際情形一致時(shí),可獲得最大化的收益。同樣,預(yù)測(cè)2比預(yù)測(cè)3更加有效。在一定意義上,我們也可以講,預(yù)測(cè)2比預(yù)測(cè)3更加接近于真實(shí)概率分布。

    4 結(jié)論

    在管理中,預(yù)測(cè)的有效性對(duì)于決策是極其重要的。在不同的語(yǔ)境下,我們可以使用不同的預(yù)測(cè)效用評(píng)價(jià)方法。信息熵表征了預(yù)測(cè)信息的內(nèi)在特征,有一定的“合理性”;事實(shí)比較則反應(yīng)了預(yù)測(cè)與事實(shí)的差距,反應(yīng)了預(yù)測(cè)的“準(zhǔn)確性”;決策效用主要考察預(yù)測(cè)所帶來的效用差異,反應(yīng)了預(yù)測(cè)的“有效性”。

    [1]張維迎.博弈論和信息經(jīng)濟(jì)學(xué)[M].上海:上海人民出版社,2004.

    [2]黃淳,何偉.信息經(jīng)濟(jì)學(xué)[M].北京:經(jīng)濟(jì)科學(xué)出版社,1998.

    [3]寧宣熙,劉思峰.管理預(yù)測(cè)與決策方法[M].北京:科學(xué)出版社,2005.

    [4]烏家培.信息經(jīng)濟(jì)學(xué)[M].北京:高等教育出版杜,2002.

    [5]陳建龍.論信息效用及其實(shí)現(xiàn)過程[J].北京大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),1996,33(3).

    [6]H.培頓·楊.個(gè)人策略與社會(huì)結(jié)構(gòu)---制度的演化理論[M].上海:上海三聯(lián)書店,2004.

    [7]Fundeberg D,Levine D K.The Theory of Iearning in Games[M].Cam?bridge,MA:MIT Press,1998.

    [8]Spence A M.Job Market Signaling[J].Quarterly Journal of Economics,1974,(87).

    猜你喜歡
    信息熵效用收益
    基于信息熵可信度的測(cè)試點(diǎn)選擇方法研究
    螃蟹爬上“網(wǎng)” 收益落進(jìn)兜
    小學(xué)美術(shù)課堂板書的四種效用
    基于信息熵的實(shí)驗(yàn)教學(xué)量化研究
    一種基于信息熵的雷達(dá)動(dòng)態(tài)自適應(yīng)選擇跟蹤方法
    納米硫酸鋇及其對(duì)聚合物的改性效用
    2015年理財(cái)“6宗最”誰(shuí)能給你穩(wěn)穩(wěn)的收益
    金色年華(2016年1期)2016-02-28 01:38:19
    基于信息熵的IITFN多屬性決策方法
    東芝驚爆會(huì)計(jì)丑聞 憑空捏造1518億日元收益
    幾種常見葉面肥在大蒜田效用試驗(yàn)
    囊谦县| 望谟县| 锦屏县| 饶阳县| 杨浦区| 淅川县| 汝阳县| 东兰县| 江北区| 永平县| 吉林省| 江山市| 都昌县| 商城县| 雅安市| 措美县| 横山县| 左贡县| 普兰县| 皋兰县| 栾川县| 将乐县| 浦城县| 讷河市| 镇远县| 大宁县| 嘉兴市| 遵义县| 图木舒克市| 云南省| 永清县| 宁蒗| 理塘县| 会昌县| 明光市| 永福县| 开封市| 肇东市| 大埔县| 莫力| 夏河县|