Rozkład symptomowej macierzy obserwacji populacji jako pomoc w ocenie jakości wniosków i obiektów

• Autorzy: Cempel C.

Warianty tytułu

EN

SVD decomposition of symptom observation matrix as the help in a quality assessment of a group of applications

• Języki publikacji: PL

Abstrakty

PL

Ocena wniosków przy staraniach o różne subsydia, czy też przy nagradzaniu, jest na ogół wielokryterialna i wieloosobowa. Mimo starań o obiektywizację w postaci kreowania symptomów liczbowych dochodzenie do konsensusu ma zawsze znamiona subiektywności. Okazuje się, iż w tym procesie ocenowym może być pomocna metoda rozkładu macierzy obserwowanych symptomów względem wartości szczególnych SVD. Praca pokazuje taką możliwość opierając się na danych symptomowej macierzy obserwacji (SMO) zaczerpniętych z praktyki. Pokazano, że nieznaczne odchylenia klasyfikacji wg SVD i stosowanej do tej pory metody występują dopiero poza pierwszą dziesiątką obiektów.

EN

The objective assessment of the quality of some application for funding is multicriterial and multi expert task. There is some help possible by quantization of experts judgments and creation from these some composite symptoms and indexes, but it is hard to avoid subjectivity in some final decision. As it is shown in this paper some help in solving this problem can be obtained by forming symptom observation matrix (SMO) and successive application of singular value decomposition (SVD). By some case study it was shown that we can obtain full agreement of expert rankings and the SVD ordering, at least for the first 10 top position on the ranking list.

Słowa kluczowe

PL

populacja obiektów; obserwacja wielosymptomowa; wnioskowanie statystyczne; SVD; ranking ocenowy

EN

quality assessment; population of objects; ranking; SVD

• Wydawca: Polskie Towarzystwo Diagnostyki Technicznej
• Czasopismo: Diagnostyka
• Rocznik: 2005
• Tom: Vol. 35
• Strony: 7--12
• Opis fizyczny: Bibliogr. 6 poz.

Twórcy

autor

Cempel C.

• Politechnika Poznańska, Instytut Mechaniki Stosowanej,

Bibliografia

• 1. BRZEZIŃSKI J, Metodologia badań psychologicznych, PWN Warszawa, 2003.
• 2. NACHMIAS CH., NACHMIAS D., Metody badawcze w naukach społecznych, Zysk i Ska, Poznań, 2001.
• 3. TAKANE Y., SHIBAYAMA T., Principal Component Analysis with External Information on both Subjects and Variables, Psychometrica Vol. 56, No 1, 1991, pp 97-120.
• 4. CEMPEL C., Wielowymiarowa diagnostyka systemów, rozdz. I.17, s. 303-313, w: Inżynieria Diagnostyki Maszyn, Żółtowski B., Cempel C., (edyt.), Wyd. ITE Radom, 2004, s 1308.
• 5. KIEŁBASIŃSKI A., SCHWETLICK H., 1992, Linear Numerical Algebra, WNT, Warsaw, chapt.1, (in Polish), p. 502.
• 6. WILL T., Hanger matrix, Two-thirds Theorem, Internet; http://www.uwlax.edu/faculty/will/svd/svd/index.ht ml ,05.