做影响因素分析都有哪些方法，怎么确定用哪种模型？ 第1页

影响因素分析方法，天然的用解释结构模型。这种方法直观快速，准确，可定性，可定量。关键是还可以同多种因素分析方法联用。逼格满满，容易创新。

1、ISM方法

上面一篇是必看的文章。这里可以如下角度来看同一个错误51%错误率的问题（实际要高得多）。

从一个角度来看，就是很多人是瞎掰的。写论文还是不留后患的好。

从另外一个角度来看，水论文还是很容易的，否则这种错得一逼的论文轻轻松松发表，这有点说不过去。

从2020年后，比较流行的是对抗解释结构模型。

上面是计算的地址，这种很容易计算的。

2、DEMATEL-ISM联用的方法

上面是随机找的2020年前的DEMATEL-ISM联用的方法。注意，上面没有一篇是对的。

全特么的错的，而且全部是目测可见的错误。

DEMATEL方法本身也是可以做影响因素分析的。

这个方法的好处是有一个原始数据，点两下参数设置（真的只点两下），再点下计算然后就出结果。

上面一种是很流行的，特别适合发一篇SCI。交点版面费，选好一个主题就发了。

水一篇博士论文可以轻松贡献4万字。

3、回归等与解释结构模型联用

上面一篇论文是例子。

它的论文逻辑上分为三步。

第一、实打实的去调研，一家一户的去做问卷，而不是网上发一张表叫人打钩。

第二、丢到统计软件里面（降维）

文章有14个要素，后来降维到了10个紧密相关的核心要素

第三、再次找人打分，进行因果性分析（就是对抗解释结构模型方法）

4、优劣型的AISM方法

这种几乎有无数种变种。

比如上面的就是。

上面的也是。

比如上面的也是。

这个方法数学过程严谨，操作起来非常简单。

5、交叉影响分析——解释结构模型

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

　　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。

　　Murray Turoff等

　　Murray Turoff等

　　清华大学的一伙人

目前来看老头的原始论文是有两个硬伤的。

一个是

上面是table2

转化到table4

老头少了一个至关重要的 转置步骤。所以严格的说老头这步是错了的。

第二个是图形显示的问题。

上面是明显少了另外一半对称的要素的。

上面是老头的数据。老头的数据属于可验证的。

上面是另外一篇自动计算，自动校正的运算过程。

最后说一下最后一个方法，貌似发的都是顶刊。

比如清华那一伙讲地震的，他那篇的问题很大，虽然没有提供原始数据，但是可以明显看出他是错的。