用什么方法可以分析多个因素对机构的影响程度和影响因素之间的关系？ 第1页

建议用基于场景的交叉影响分析与对抗解释结构模型联用的分析方法。

这种方法符合实际情况，只要理解了原理可以自动计算。并且可以自动诊断，结果会符合预期。

1、交叉影响分析法

交叉影响法，也即交叉概率法，是美国于上世纪60年代，在德尔菲法和主观概率法基础上发展起来的一种新的预测方法。这种方法是主观估计每种新事物在未来出现的概率，以及新事物之间相互影响的概率，对事物发展前景进行预测的方法。

交叉影响法就是研究一系列事件Dj(D1，D2...,Dn)及其概率Pj(P1，P2...,Pn)之间相互关系的方法,其方法步骤下：

(1)确定其他事件对某一事件的影响关系

(2)专家调查，评定影响程度。

(3)计算变化概率并得出分析结果。

(4)用代替Pn进行风险决策。

这玩意看着复杂，晕头转向的。其实核心就是

一个事件假定发生，其它事件的发生的概率会增加多少，或者不会发生的概率是多少的问题。

2、对抗解释结构模型

上面是计算对抗解释结构模型在线计算的网址。

里面有若干范文。需要指出的是AISM这个词是在2020年首次见刊的。

3、CIA-ISM的例子

上面一文是第一篇CIA同ISM联用的论文。

这个老爷子非常有名，他写论文居然先写一首诗。

CIA是cross-impact analysis 的简称，它不是中央情报局的意思是交叉影响分析的简称。

　　CIA-ISM结合的最重要的一篇文章是Murray Turoff等写的叫 Scenario construction via Delphi and cross-impact analysis

　　Turoff 提出的CIA有别于其他人提出的CIA，其原理与推导过程在Turoff写的一本关于Delphi方法的书的第五章有非常详细介绍与推导过程 An Alternative Approach to Cross Impact Analysis

　　关于老头的论文先说下感想。

　　一篇理工类的学术论文，尤其是顶级期刊的论文，刚开始的时候就先来一首诗。这是及其罕见的。

　　“Born, troubled, died.”

　　This was their history of Everyman.

　　“Give me next for my people,” spoke the head man,

　　“in one word the inside kernel of all you know,

　　the knowledge of your ten thousand books with a forecast of what will happen next— this for my people in one word.”

　　And again they sat into the peep of dawn

　　and the arguments raged

　　and the glass prisms of the chandeliers shook

　　and at last they came to a unanimous verdict

　　and brought the head man one word:

　　“Maybe.”

　　—from Poem 49 in “The People, Yes” by Carl Sandburg

　　而最后一部分的讨论。居然直接来一个philosophical issues（哲学问题）即方法论的问题。 能写让某个人在顶级期刊扯诗，讨论哲学问题,那么这个人一般来说是：

超级牛逼

　　关于CIA-ISM的相关文章并不多，就如下几篇，但是发表了的都是顶级期刊。

4、CIA-AISM的流程图

上面是简单画的一个流程。

P是初始概率。

R最核心的内容，叫变化概率或者叫条件概率。就是要素（事件）两两的关系。这个内容最重要。

由 P 跟R 就可以自动算错后面一系列的东西。

5、计算演示地址，及讲解。

上面的初始概率，来自70年代老头的一个例子。

即上面的例子。

把上面的例子转置一下就一模一样的了。

上面是概率关系矩阵。

来自

红框中的去掉。

然后通过公式

求出交叉影响矩阵。

通过一通聚类分析。

得到上面19个结构。

上面是其中一个完全对称的且不形成连通的挺好玩的镜面对称非连通的手性结构。

最后这个联用的方法比较少，容易出新东西，文章容易发。

目前看到的都是顶刊。

其中老爷子有一步没有写请。