求多影响因素数据分析方法？ 第1页

1、交叉影响分析-解释结构模型联用

基于场景的CIA-ISM联用。

这个方法牛逼，需要认真看。目前发这类文章的都是顶刊。基本都有挑选数据的嫌疑，或者讨论不完全。

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。

　　Murray Turoff等 A CIA–ISM scenario approach for analyzing complex cascading effects in Operational Risk Management

　　Murray Turoff等 Collaborative scenario modeling in emergency management through cross-impact

　　清华大学的一伙人 A scenario-based model for earthquake emergency management effectiveness evaluation

现在以老头的文章为例子，讲下计算过程。

上面是计算过程：

P：初始事件发生概率。

R：发生概率关系矩阵：获得方式是假定一个事件发生，有专家预估对其它事件的影响。

接着，计算交叉影响矩阵。

接下去的运算看图就知道了。

2、F-MICMAC或者成为FDSM方法

这是2022年才提出的方法。计算非常简单。

dependency structure method 简称DSM，即依赖结构方法。引入模糊化处理即为改方法。即称为Fuzzy dependency structure method 即FDSM

FDSM=FISM

上面是例子。

上面是模糊关系矩阵。其中对角线为1，表示自己对自己的影响是完全的。

运用最大最小算子算出模糊可达矩阵。

上面叫模糊驱动度，与模糊依赖性的直角坐标图。也是MICMAC吹水常用的。

上面是制图的依据。

上述决策矩阵取偏序，得到关系矩阵。即由模糊驱动力与模糊依赖度组成的两列

经过一系列的求解。

得到对抗层级拓扑图。

上面两种方法，比贝叶斯，或者只是SPSS之类计算的稍微复杂一点点。但那只是理论上。

不过由于有软件，其实只要有数据，甚至按钮都不用点，直接出结果的。