《中級公共管理研究方法》期末復(fù)習(xí)大綱_第1頁
《中級公共管理研究方法》期末復(fù)習(xí)大綱_第2頁
《中級公共管理研究方法》期末復(fù)習(xí)大綱_第3頁
《中級公共管理研究方法》期末復(fù)習(xí)大綱_第4頁
《中級公共管理研究方法》期末復(fù)習(xí)大綱_第5頁
已閱讀5頁,還剩10頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、中級公共管理研究方法期末復(fù)習(xí)大綱一、簡答題:1、研究計劃書的籌劃?答:研究計劃書的籌劃分為四個步驟:一、通過理論演繹建立研究假設(shè):專業(yè)出發(fā),事實上往往已有一些感性認(rèn)識。二、操作化:是要對理論概念做出解說和抽象定義,說明在何種范圍、何種意義上使用這個術(shù)語,然后建立概念的操作定義,選擇和制定測量概念的指標(biāo)和方案,自后用可被觀測的變量和指標(biāo)來重新表述理論假設(shè)。三、 經(jīng)驗觀察或?qū)嶒灒赫{(diào)查、實地、非介入性。四、 利用歸納推理得出研究結(jié)論:探索、描述、解釋。2、統(tǒng)計的基本原理?答:一、相依模型:1、變量之間:因子分析2、案例之間:聚類分析二、因果模型:1、單應(yīng)變量:多元回歸2、多重因果關(guān)系:通徑分析;結(jié)構(gòu)

2、方程模型 3、多應(yīng)變量:多元方差分析;典型相關(guān)分析3、數(shù)據(jù)測量類型、量表的運用?答:數(shù)據(jù)測量類型:有4種標(biāo)準(zhǔn),分別為命名測量、序數(shù)測量、間隔測量、比率測量。在應(yīng)用中,該四種變量從左向右標(biāo)準(zhǔn)依次提高,高標(biāo)準(zhǔn)可降低使用。從統(tǒng)計角度,間隔測量為最高標(biāo)準(zhǔn)。量表的應(yīng)用:量表是具有結(jié)構(gòu)強度順序的復(fù)合測量。分為以下幾種:1、李克特量表:改進指數(shù)形式,測量對某一事物的態(tài)度。2、鮑格達斯社會距離量表:定量地測量人們相互間交往的程度、相互關(guān)系的程度或者對某一群體所持的態(tài)度及所保持的距離。3、語義差異量表:研究概念對于不同的人所具有的不同含義。針對這樣的詞或概念設(shè)計出一系列雙向形容詞量表,請被測者根據(jù)對詞或概念的感

3、受、理解,在量表上選定相應(yīng)的位置。4、靜態(tài)數(shù)據(jù)分析的重要統(tǒng)計量(平均值、中位數(shù)、標(biāo)準(zhǔn)差、四分位差)答:平均值:是描述統(tǒng)計數(shù)據(jù)分布集中度最常用的統(tǒng)計特征數(shù)。中位數(shù):把統(tǒng)計數(shù)據(jù)按從小到大的順序排列后,其位置處于中間的觀測值。標(biāo)準(zhǔn)差:是測度統(tǒng)計數(shù)據(jù)離散程度最常用的統(tǒng)計特征數(shù)四分位差:用來反映觀測值在中位數(shù)周圍的集中情況。四分位差越大,統(tǒng)計數(shù)據(jù)的離散程度也越大。5、決策的類型與常用方法。答:決策的類型有三種:1、確定性決策:假定在特定狀態(tài)下研究問題。常用方法有線性規(guī)劃、非線性規(guī)劃、動態(tài)規(guī)劃。當(dāng)約束條件與目標(biāo)函數(shù)均為線性函數(shù)時,即線性規(guī)劃問題;當(dāng)約束條件或目標(biāo)函數(shù)為非線性函數(shù),即非線性規(guī)劃;當(dāng)約束條件與

4、目標(biāo)函數(shù)中引入時間因素,決策問題可劃分若干時間段,就是動態(tài)規(guī)劃。2、隨機型決策:常用方法有數(shù)學(xué)期望法、決策樹。3、不確定型決策:常用方法有最大最小收益值法(悲觀法)、最大最大收益值法、最小最大后悔值法。隨機和不確定的區(qū)別,在于隨機可預(yù)知概率,不確定型不可預(yù)知。6、經(jīng)典博弈的分析(贏得表、均衡對局)。答:贏得表:(囚徒困境)假如甲和乙兩人一起偷竊,作案過程中被警察抓到,但是警察沒有當(dāng)場獲取物證而無法起訴。在警察局里,警察將甲乙二人分別關(guān)押,并單獨告訴甲、乙雙方:如果兩人都不坦白交代,兩人都將被關(guān)押1年;如果一方交待而另一方不交代,交代的一方可因立功表現(xiàn)而不予起訴,不交代的一方將處以重刑,要關(guān)押1

5、0年;如果雙方都坦白交待,兩人都將分別都要關(guān)押5年。甲乙兩人面臨的對策如表1所示,在這種情況下,甲乙兩人如何選擇各自的策略呢?囚徒困境贏得表:贏得矩陣鞍點:贏得矩陣中存在這樣一個元素,它是所在行中最小且在所在列中最大。均衡對局(平衡偶)1、 平衡的對局:指在一個對局中,任何一方獨自改變策略(在其他方不改變策略的情況下),都不會帶來好處。2、 二人有限零和對策中相應(yīng)與贏得矩陣鞍點的對局時平衡的,是平衡偶。贏得矩陣的鞍點的求解方法:minmax法(悲觀法)。納什均衡:納什均衡是一種策略組合,使得每個參與人的策略是對其他參與人策略的最優(yōu)反應(yīng)。所謂納什均衡,指的是參與人的這樣一種策略組合,在該策略組合

6、上,任何參與人單獨改變策略都不會得到好處。換句話說,如果在一個策略組合上,當(dāng)所有其他人都不改變策略時,沒有人會改變自己的策略,則該策略組合就是一個納什均衡。Nash平衡是指博弈中這樣的局面,對于每個參與者來說,只要其他人不改變策略,他就無法改善自己的狀況。Nash在證明了在每個參與者都只有有限種策略選擇、并允許混合策略的前提下,Nash平衡一定存在。以兩家公司的價格大戰(zhàn)為例,Nash平衡意味著兩敗俱傷的可能:在對方不改變價格的條件下,既不能提價,否則會進一步喪失市場;也不能降價,因為會出現(xiàn)賠本甩賣。于是兩家公司可以改變原先的利益格局,通過談判尋求新的利益評估分?jǐn)偡桨福簿褪荖ash平衡。類似的

7、推理當(dāng)然也可以用到選舉,群體之間的利益沖突,潛在戰(zhàn)爭。Nash于1951年證明:任何有限個策略的二人對策,至少有一對平衡偶。博弈案例:1、在經(jīng)濟學(xué)中,“智豬博弈”(Pigspayoffs)是一個著名博弈論例子。 智豬博弈由約翰納什(JohnFNash),1950年提出。實際上小豬選擇等待,讓大豬去按控制按鈕,而自己選擇“坐船”(或稱為搭便車)的原因很簡單:在大豬選擇行動的前提下,小豬選擇等待的話,在大豬返回食槽之前,小豬可得到4個單位的純收益,大豬到達之后只能得到剩下的6個單位,實得4個單位;而小豬和大豬同時行動的話,則它們同時到達食槽,分別得到1個單位和5個單位的純收益;在大豬選擇等待的前提

8、下,小豬如果行動的話,小豬在返回到達食槽之前,大豬已吃了9個單位,小豬只能吃到剩下的1個單位,則小豬的收入將不抵成本,純收益為-1單位,如果大豬也選擇等待的話,那么小豬的收益為零,成本也為零,總之,等待還是要優(yōu)于行動。用博弈論中的報酬矩陣可以更清晰的刻畫出小豬的選擇:贏得表:小豬行動等待大豬行動5,14,4等待9,-10,0從矩陣中可以看出,當(dāng)大豬選擇行動的時候,小豬如果行動,其收益是1,而小豬等待的話,收益是4,所以小豬選擇等待;當(dāng)大豬選擇等待的時候,小豬如果行動的話,其收益是-1,而小豬等待的話,收益是0,所以小豬也選擇等待。綜合來看,無論大豬是選擇行動還是等待,小豬的選擇都將是等待,即等

9、待是小豬的占優(yōu)策略。 “小豬躺著大豬跑”的現(xiàn)象是由于故事中的游戲規(guī)則所導(dǎo)致的。規(guī)則的核心指標(biāo)是:每次落下的事物數(shù)量和踏板與投食口之間的距離。 如果改變一下核心指標(biāo),豬圈里還會出現(xiàn)同樣的“小豬躺著大豬跑”的景象嗎?試試看。 改變方案一:減量方案。投食僅原來的一半分量。結(jié)果是小豬大豬都不去踩踏板了。小豬去踩,大豬將會把食物吃完;大豬去踩,小豬將也會把食物吃完。誰去踩踏板,就意味著為對方貢獻食物,所以誰也不會有踩踏板的動力了。 如果目的是想讓豬們?nèi)ザ嗖忍ぐ?,這個游戲規(guī)則的設(shè)計顯然是失敗的。 改變方案二:增量方案。投食為原來的一倍分量。結(jié)果是小豬、大豬都會去踩踏板。誰想吃,誰就會去踩踏板。反正對方不會

10、一次把食物吃完。小豬和大豬相當(dāng)于生活在物質(zhì)相對豐富的“共產(chǎn)主義”社會,所以競爭意識卻不會很強。 對于游戲規(guī)則的設(shè)計者來說,這個規(guī)則的成本相當(dāng)高(每次提供雙份的食物);而且因為競爭不強烈,想讓豬們?nèi)ザ嗖忍ぐ宓男Ч⒉缓谩?改變方案三:減量加移位方案。投食僅原來的一半分量,但同時將投食口移到踏板附近。結(jié)果呢,小豬和大豬都在拼命地搶著踩踏板。等待者不得食,而多勞者多得。每次的收獲剛好消費完。 對于游戲設(shè)計者,這是一個最好的方案。成本不高,但收獲最大。 原版的“智豬博弈”故事給了競爭中的弱者(小豬)以等待為最佳策略的啟發(fā)。但是對于社會而言,因為小豬未能參與競爭,小豬搭便車時的社會資源配置的并不是最佳狀

11、態(tài)。為使資源最有效配置,規(guī)則的設(shè)計者是不愿看見有人搭便車的,政府如此,公司的老板也是如此。而能否完全杜絕“搭便車”現(xiàn)象,就要看游戲規(guī)則的核心指標(biāo)設(shè)置是否合適了。 現(xiàn)實意義:在小企業(yè)經(jīng)營中,學(xué)會如何“搭便車”是一個精明的職業(yè)經(jīng)理人最為基本的素質(zhì)。在某些時候,如果能夠注意等待,讓其他大的企業(yè)首先開發(fā)市場,是一種明智的選擇。這時候有所不為才能有所為!高明的管理者善于利用各種有利的條件來為自己服務(wù)。“搭便車”實際上是提供給職業(yè)經(jīng)理人面對每一項花費的另一種選擇,對它的留意和研究可以給企業(yè)節(jié)省很多不必要的費用,從而使企業(yè)的管理和發(fā)展走上一個新的臺階。這種現(xiàn)象在經(jīng)濟生活中十分常見,卻很少為小企業(yè)的經(jīng)理人所熟

12、識。2、“斗雞博弈”取材于一種青少年車賽,兩人沿一條公路迎面高速駕駛,誰先掉頭誰就是“小雞”。當(dāng)然,很難對這種比賽進行量化分析,因為其選擇結(jié)果涉及到“榮譽”及死亡這種不可估量的概念。但是仍可用抽象的價值來表現(xiàn)代價和收益進行分析。如果兩位參賽者都掉頭,那么他們就打成了平手,沒得到也沒失去什么。如果都不掉頭,就都失去了一切(負100分)。如果只有一人掉頭,那么他(或她)就失去了“榮譽”-1分,被另一人獲得1分。贏得表: 甲 乙前進后退前進-100,-1001,-1后退-1,1-1,-1 這個比賽沒有穩(wěn)定的均衡位置,即參賽者的選擇發(fā)生交匯,因為兩人都想取得右上方或左下方方框的結(jié)果。但從另一方向講,都

13、掉頭才是兩人明智的選擇,而這樣做要求有一定程度的默契。間題是這種選擇是不穩(wěn)定的,因為兩人都想使對方相信自己是不理智的,會進行瘋狂的冒險,從而贏得比賽。為了“比贏”,參賽者可能裝作醉醺醺的樣子或是滿口大話,可能把前車窗涂上油漆擋住視線,或是把方向盤扔到窗外,迫使可能更理智些的對手承擔(dān)選擇的責(zé)任。這就是“非理性的理性”。3、蜈蚣博弈是由羅森塞爾(Rosenthal)提出的。它是這樣一個博弈:兩個參與者A、B輪流進行策略選擇,可供選擇的策略有“合作”和“背叛”(“不合作”)兩種。假定A先選,然后是B,接著是A,如此交替進行。A、B之間的博弈次數(shù)為有限次,比如100次。假定這個博弈各自的支付給定如下:

14、 合作 合作 合作 合作.合作 合作 A B A B A B (100,100) 合作 合作 合作 合作.合作 背叛 A B A B A B (98,101) 現(xiàn)在的問題是:A、B是如何進行策略選擇的? 這個博弈因形狀像一只蜈蚣,而被命名成蜈蚣博弈。 這個博弈的奇特之處是:當(dāng)A決策時,他考慮博弈的最后一步即第100步;B在“合作”和“背叛”之間作出選擇時,因“合作”給B帶來100的收益,而“不合作”帶來101的收益,根據(jù)理性人的假定,B會選擇“背叛”。但是,要經(jīng)過第99步才到第100步,在99步,A考慮到B在100步時會選擇“背叛”此時A的收益是98,小于B合作時的100,那么在第99步時,他

15、的最優(yōu)策略是“背叛”因為“背叛”的收益99大于“合作”的收益98如此推論下去,最后的結(jié)論是:在第一步A將選擇“不合作”,此時各自的收益為1,遠遠小于大家都采取“合作”策略時的收益:A:100,B:100-99。 根據(jù)倒推法,結(jié)果是令人悲傷的。從邏輯推理來看,倒推法是嚴(yán)密的,但結(jié)論是違反直覺的。直覺告訴我們,一開始就采取不合作的策略獲取的收益只能為1,而采取合作性策略有可能獲取的收益為100。當(dāng)然,A一開始采取合作性策略的收益有可能為0,但1或者0與100相比實在是太小了。直覺告訴我們采取合作策略是好的。而從邏輯的角度看,一開始A應(yīng)取不合作的策略。我們不禁要問:是倒推法錯了,還是直覺錯了? 這就

16、是蜈蚣博弈的悖論。7、常用統(tǒng)計方法(聚類分析、主成分分析、回歸分析,作用與要點)答:根據(jù)聚類分析法的要求計算任意兩個對等對象的加權(quán)歐式距離,計算公式為式:Dij= Wk(FikFjk)21/2式中:Dij第i個分等對象到第j個分等對象的歐式距離;Wk第k項因子的總排序權(quán)重值;Fik第i個分等對象第k項因子的評分值;Fjk第j個分等對象第k項因子的評分值。 案例之間:聚類分析主成分分析是把多個可觀測的變量綜合為少數(shù)幾個潛在指標(biāo)的一種統(tǒng)計分析方法.主成分分析的目的主要有兩個一是用有限個不可觀測的潛在變量來接解釋原變量的相關(guān)性二是對變量或樣本進行分類?;蛘哒f,通過主成分分析找出幾個綜合因子來代表原來

17、眾多的變量,使這些綜合因子盡可能地反映原來變量的信息量,而且彼此之間互不相關(guān),從而達到簡化的目的。主成分分析法可將眾多指標(biāo)綜合起來,又克服了指標(biāo)間的相關(guān)性,同時進一步根據(jù)主成分的得分情況進行分類?;貧w分析多元線性回歸1)單一方程回歸模型的基本形式式中:Y為被解釋變量(應(yīng)變量)X1,X2,Xi為解釋變量(自變量),代表影響因素,k為解釋變量個數(shù) u為隨機擾動項Y對X1,X2,Xi存在單向的依存關(guān)系最簡單的回歸模型:一元線性回歸模型式中:Yi為被解釋變量Xi為第i個樣本的解釋變量n為樣本容量a,b為待估參數(shù)ui(i=1,2,n)為隨機擾動項 單向的依存關(guān)系,以一元線性回歸模型為例回歸分析研究的兩個

18、變量必須具有因果關(guān)系,且應(yīng)變量是隨機變量,具有一定的概率分布,自變量(解釋變量)則在假定的重復(fù)抽樣中取固定的值相關(guān)分析中,兩個變量是同等看待的,即應(yīng)變量與解釋變量不加以區(qū)別,不考慮因果關(guān)系,并且兩個變量都假定為隨機變量最常用的回歸模型:多元線性回歸模型式中:Yi為被解釋變量X1i, X2i ,Xki 為第i個樣本的共k個解釋變量n為樣本容量(如觀測次數(shù))b0, b1, b2, bk,為待估參數(shù)ui(i=1,2,n)為隨機擾動項許多非線性可轉(zhuǎn)換為之2)模型的參數(shù)估計如何根據(jù)樣本數(shù)據(jù)得到最佳的樣本回歸方程? 最小二乘法(OLS) 極大似然法OLS估計的性質(zhì)3)擬合優(yōu)度檢驗 擬合優(yōu)度系數(shù)樣本決定系數(shù)

19、多重可決系數(shù)R2,01接近1,表示回歸方程與樣本觀測值擬合的好R2沒有考慮自由度的影響自由度:觀測數(shù)-未知數(shù)個數(shù)相關(guān)系數(shù)與擬合優(yōu)度系數(shù)擬合優(yōu)度系數(shù)是對變量Y與X進行回歸分析得出的,用于判定回歸方程與樣本觀測值的擬合優(yōu)度相關(guān)系數(shù)是進行相關(guān)分析得出的,用于判定Y與X線性相關(guān)密切程度的數(shù)量指標(biāo)4)顯著性檢驗t檢驗 F檢驗解釋變量的顯著性檢驗 總體顯著性檢驗檢驗每個回歸系數(shù) 假設(shè)所有bi=0時,出現(xiàn)該數(shù)據(jù)分布的概率P假設(shè)一個bi=0時,出現(xiàn)該數(shù)據(jù)分布的概率P a=0.05P0.05不顯著P:0.050.01顯著P1.812)=0.05 P(t1.645)=0.05P(t1.960)=0.0256).回

20、歸分析的幾個要點模型理論基礎(chǔ)解釋性分析而不是探索性分析相關(guān)分析顯著性檢驗:t和F因素影響的方向:+或-因素影響的大?。?b擬合優(yōu)度:R2其余的隨機擾動項u解釋用于預(yù)測才重要8、評價方法(權(quán)重、位序或極值標(biāo)準(zhǔn)化、多因子評價、主導(dǎo)因子評價、限制因子評價的使用方法)1)權(quán)重如果每個因素都能量化 Vi但每個因素的重要程度不一樣 Wi綜合 S的計算:賦權(quán)重的方法單人 決策結(jié)果主觀 直接 直接(定量)賦,因子權(quán)重累計為1(或100%)多人 讓決策結(jié)果更加全面間接 間接 間接(定性)賦,商議討論成 通過一定轉(zhuǎn)換使得因子權(quán)重累計為1特爾斐法(通常與直接賦相結(jié)合) 對因素比較法層次分析法(AHP優(yōu)勢度)2)位序

21、或極值標(biāo)準(zhǔn)化位序標(biāo)準(zhǔn)化的公式Y(jié)ij =100Xij/n式中:Yij第i個分等對象的第j項因子分值;Xij各分等對象按第j項因子指標(biāo)大小進行排序,Xij為排序后第i個分等對象的位序;當(dāng)前標(biāo)值與土地利用效益呈正相關(guān)時,排序從小到大進行,反之亦反;n參加分等的城鎮(zhèn)個數(shù)。極值標(biāo)準(zhǔn)化的公式Y(jié)ij =100a(j)(YijXj)/(XmaxXmin)式中:Yij第i個分等對象的第j項因子分值;a(j),Xj當(dāng)?shù)趈項因子指標(biāo)與土地利用效益正相關(guān)時,a(j)=1且Xj= Xmin;當(dāng)?shù)趈項因子指標(biāo)與土地利用效益負相關(guān)時,a(j)=-1且Xj= Xmax;Xij第i個分等對象的第j項指標(biāo)值;Xmax各分等對象X

22、ij指標(biāo)的最大值;Xmin各分等對象Xij指標(biāo)的最小值。3)多因子綜合評價多因子綜合評判法是評價中最常用的方法以資源評價為例,資源的質(zhì)量往往受到多個因子的綜合影響,多因子綜合評判法通過選擇確定各評價因子,給各評價因子賦予權(quán)重,以及給每個評價因子評分確定標(biāo)準(zhǔn),再通過加權(quán)平均或模糊綜合評判等方法權(quán)定評價對象的分值最后通過評價對象所得的分值和已建好的等級標(biāo)準(zhǔn)分值間的比較,確定評價對象的質(zhì)量等級步驟與內(nèi)容 資料調(diào)查影響因子的選擇與權(quán)重確定根據(jù)專業(yè)分析選擇評價因子然后采用層次分析法和特爾菲等方法 評價因子評分確定標(biāo)準(zhǔn)由于各個因子的指標(biāo)可能是定量指標(biāo),也可能是定性指標(biāo),同時,即使是定量指標(biāo),各指標(biāo)通常也無

23、法進行加和運算所以需對各因子的指標(biāo)值通過一定的模型進行量化為 相同量綱(或無量綱)的分值評價單元劃分和評價單元因子分值計算加法模型/乘法模型建立因子分值圖和疊加運算等級標(biāo)準(zhǔn)分值的確定和等級劃分4)主導(dǎo)因子評判法 主導(dǎo)因子評判法是多因子綜合評判法的特殊運用該評價方法是在影響某一資源質(zhì)量的多個因子中,選擇一或兩個起決定性作用的主導(dǎo)因子作為評判資源質(zhì)量或劃分等級的依據(jù)運用該方法評價國土資源時,不僅需要科學(xué)地選取評價的主導(dǎo)因子和表達這一評價因子的指標(biāo),而且必須對指標(biāo)進行科學(xué)的分級,切忌指標(biāo)分級的主觀隨意性5)最低限制因子評判法 最低限制因子評判法也是多因子綜合評判法的一種特殊運用該方法是選取多個限制因

24、子作為評價因子,各限制因子按其對資源的限制程度進行指標(biāo)分級,即劃分為不同級別的定量或定性的評判指標(biāo)或標(biāo)準(zhǔn)然后對被評對象的各個限制因子一一評定其級別,與多因子綜合評判法不同的是,最后以限制因子評定的最低級別來確定被評對象的等級乘法模型:該方法常用于適宜性評價。二、延伸試題1、中位數(shù)與平均值都用于統(tǒng)計數(shù)據(jù)分布集中趨勢分析,從中位數(shù)和均值的特點角度理解在電視歌手比賽中,在評委評分去掉一個最高分、一個最低分取平均的原理。(10分)參考答案:由于中位數(shù)是根據(jù)數(shù)列中點的位置確定的,僅反映數(shù)列中間數(shù)值的大小,不受極端數(shù)值的影響,平均數(shù)的大小與一組數(shù)據(jù)里的每個數(shù)據(jù)都有關(guān)系,任何一個數(shù)據(jù)的變動都會引起平均數(shù)的變

25、動,即平均數(shù)受較大數(shù)和較小數(shù)的影響。為此在比賽中,2、在正態(tài)分布中,當(dāng)數(shù)學(xué)期望為,方差為2時,(分別以Z=1、Z1.96時說明)。(10分)Z1時,反映平均數(shù)上下1個標(biāo)準(zhǔn)差的得分約占到68%的總體。或者函數(shù)曲線下68%的面積在平均數(shù)左右的1個標(biāo)準(zhǔn)差范圍內(nèi)。(下圖深藍部分)Z1.96時,反映平均數(shù)上下1.96個標(biāo)準(zhǔn)差的得分占到95%的總體,顯示了平均數(shù)周圍的得分在總體上占到大多數(shù)?;蛘吆瘮?shù)曲線下95%的面積在平均數(shù)左右的2個標(biāo)準(zhǔn)差范圍內(nèi)。(舉例:假如我們拿一個省的人口進行身高測量,那么我們可以將所有人的平均數(shù)和標(biāo)準(zhǔn)差求出,假如平均數(shù)為1.70,標(biāo)準(zhǔn)差為0.05。我們發(fā)現(xiàn)在平均數(shù)附近的人特別多,比

26、如說在1.70-1.96*0.05到1.70+1.96*0.05的人占到了總?cè)藬?shù)的95%,這個時候我們大概能夠判斷出這個省的身高服從正態(tài)分布。)3、舉例說明多因素綜合評價法在社會經(jīng)濟分析中的要點,如指標(biāo)的選擇、權(quán)重的確定、指標(biāo)值的標(biāo)準(zhǔn)化、綜合得分的公式,以及評價等級的劃分。(10分)答:以下為步驟,可結(jié)合具體*實例:1資料調(diào)查2影響因子的選擇與權(quán)重確定 根據(jù)專業(yè)分析選擇評價因子然后采用層次分析法和特爾菲等方法確定權(quán)重3評價因子評分確定標(biāo)準(zhǔn)由于各指標(biāo)通常無法進行加和運算,所以需通過模型量化為相同量綱(或無量綱)的分值4評價單元劃分和評價單元因子分值計算加法模型/乘法模型5建立因子分值圖和疊加運算

27、6等級標(biāo)準(zhǔn)分值的確定和等級劃分最后通過評價對象所得的分值和已建好的等級標(biāo)準(zhǔn)分值間的比較,確定評價對象的質(zhì)量等級 4、對以下案例比較分析悲觀法、樂觀法、最大最小后悔值在決策中的差異。案例有三種投資選擇,需要投入的成本相同,經(jīng)過經(jīng)驗預(yù)計各種投資的回報如下表。(10分)回報利率上調(diào)利率確定利率下調(diào)股票-4410債券-238貨幣市場420參考答案:1、 最大最小收益值法亦稱悲觀法,即考慮可能的損失最小。這種方法的決策法則是假定發(fā)生最壞結(jié)果的自然狀態(tài)來進行決策方案的取舍,也即從各種方案的最差的結(jié)果中,選擇一個相對較優(yōu)結(jié)果的可行方案,作為決策選擇方案。選c貨幣2最大最大收益值法亦稱樂觀法,即考慮可能的收益最大。這種方法的決策法則是假定發(fā)生最好結(jié)果的自然狀態(tài)來進行決策方案的取舍,也即從各種方案的最好的結(jié)果中,選擇一個最好的結(jié)果的可行方案,作為決策選擇方案。選股票2、 最小最大后悔值法,這種方法的決策法則是針對人們的后悔心理而設(shè)計的。在實際工作中,當(dāng)人們選擇了某一方案,而實際出現(xiàn)了更理想的自然狀態(tài),此時人們會后悔。為了減小人們的后悔程度,提出了后悔值的概念,并找出每個方案在各自然狀態(tài)下的后悔值中的最大值,再在其中選擇最小后悔值,并將此后悔值所在的方案作為決策要選擇的方案。 選債券5、在博弈分析中,重點在于建議贏得表,并進行平衡對局分析,嘗試選擇一種經(jīng)典的博弈(如智豬博弈、斗雞博弈、蜈蚣博弈)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論