В статье описан подход к оценке интенсивности поведения, математической моделью которого является пуассоновский случайный процесс, моделирующий это поведе-ние как серию эпизодов. Оценка интенсивности формируется в условиях дефицита инфор-мации, а именно на основе сведений о небольшом числе последних эпизодов, причем эти све-дения представлены неточными высказываниями респондента на естественном языке.
Предложен обзор возможных подходов к построению моделей социально-значимого поведения по сверхмалой неполной совокупности наблюдений и оценке параметров таких моделей. Рассмотрены такие методы как агентное моделирование, статистический подход, включая методы анализа малой выборки, методология временных рядов и их приложения к решению указанной задачи. Выявлены преимущества использования моделей в рамках теории вероятностных графических моделей.
В статье описан один из возможных подходов к развитию модели, предложенной ранее для обработки сведений о последних эпизодах рискованного поведения. Построены модели, позволяющие определить взаимосвязи между параметрами, определяющими интенсивность поведения, и некоторыми демографическими и психологическими характеристиками респондента. Рассмотрен ряд критериев качества для таких моделей. Кроме того, описан один из методов обработки неопределенности, возникающей при исследовании ответов вида «сегодня» на вопрос о времени последнего эпизода.
Рассматривается подход к оцениванию интенсивности и производных параметров поведения респондентов по сведениям о последнем эпизоде их поведения. В качестве модели поведения предложен гамма-пуассоновский процесс, описаны его характеристики, а также различные варианты его параметризации. Разработан метод, позволяющий обработать систематическую ошибку, возникающую из-за неявного предположения, что момент интервью является эпизодом поведения. В работе также предложены способы обработки исходных данных, характеризующихся гранулярностью.
Рассматривается подход к улучшению процедур построения оценок различных параметров поведения респондентов по сведениям об их последних эпизодах. Предпринята попытка избежать неявного предположения о том, что следующий эпизод происходит в момент интервью (или в ближайшее время после него), поскольку такое утверждение зачастую не соответствует действительности. В работе подробно описаны недостатки такого подхода, а также предложены способы моделирования и обработки неопределенности, связанной с корректным учетом момента интервью и прогнозом следующего эпизода. Разработаны программные приложения, обеспечивающие возможность проведения численных экспериментов, реализующих предложенные модели обработки.
1 - 5 из 5 результатов