确定性性产生的原因:信息不完全、来源不一致、表述不精确、内容具有变化性等,不确定性可以是某个量,某种结构等
概率的本质
概率学派:概率就是一个理论上无限次的试验序列的属性,而不是单一事件的属性,在试验总体未知的情况下,或者没有充足的经验数据时,很难评估出概率,其主要适用于掷骰子这样的机会事件。
个人主观主义观点或者贝叶斯观点认为:概率是一个不仅与事件本身有关,而且还与信息的掌控情况有关,即 p(x|e) ,条件概率,这里的概率只是你的、专家的,而不是事件本身的概率。
在没有任何经验数据的情况下,依旧可以估算概率。以上两个观点,均满足概率的公理,即:互斥事件概率和为1。
澄清试验
为了使一个有意义的概率分布可以被估计,事件或者数量必须良好设定的,所谓良好设定是指给定完全的信息,人们将同意某个事件是否发生。量的类型
参数灵敏性分析:通过检验输出的确定变化对不确定性量的影响。针对不同类型的量,不确定分析的方法也不尽相同。
量的类型包括:
经验变量:纳入模型中的现实世界中可测量性,所谓经验性指的是:变量在任何时间段内必须是可测量的,之上原则上可以。
满足良好设定,可以通过澄清试验,可以也是唯一可以使用概率分布形式来表示不确定性的。唯一同时具备不确定性和真值(区别于适当值和恰当值)的数量类型
也被称为机会变量机会节点和机会选择。在实际应用中,往往会被认为是确定的值,忽略其不确定性。
(未完,待续 。。。。)