2004年-世界发展银行全球_A_Literature_Review_on_the_Use_of_Expert_Opinion_in_Probabilistic_Risk_Analysis_17页_210kb

文献综述：概率风险分析中专家意见的使用

核心内容

本文献综述探讨了专家意见在概率风险分析（PRA）中的使用，特别是如何对不同专家的概率评估进行聚合。文章回顾了多种方法，包括行为方法和数学方法，并重点分析了三种主要的建模方法：非贝叶斯公理模型、贝叶斯模型和心理标度模型（配对比较）。这些方法在不同情境下各有优劣，适用于不同类型的专家意见处理。

主要观点

1. 风险评估的重要性
   风险评估是决策过程中的重要环节，广泛应用于工程、公共卫生、环境、项目管理、监管政策和金融等领域。专家意见在缺乏实证数据时是不可或缺的工具。

2. 专家意见的复杂性与主观性
   专家意见具有高度的主观性和不确定性，因此没有统一的方法论来处理它们。近年来，研究者致力于建立更系统的方法来收集和整合专家意见。

3. 行为方法与数学方法的对比
   行为方法如德尔菲法和名义群体法旨在达成专家共识，但容易受到群体偏见和策略性操纵的影响。相比之下，数学方法通常能提供更准确的聚合结果，尤其是贝叶斯模型和非贝叶斯公理模型。

4. 贝叶斯模型的优越性
   贝叶斯模型被认为是最稳健的方法之一，它通过贝叶斯定理更新决策者的先验信念，结合专家意见。该模型可以处理独立或依赖的专家意见，并通过误差模型（加法和乘法）进行扩展。

5. 心理标度模型的适用性
   心理标度模型（如Thurstone模型和Bradley-Terry模型）适用于专家仅能提供定性输入的情况。它们通过配对比较来建立概率估计，但对专家数量和假设条件有较高要求。

关键信息

1. 专家意见的聚合方法分类

• 行为方法：包括德尔菲法和名义群体法，旨在通过专家互动达成共识。

  • 德尔菲法：匿名评估、多轮反馈、自我评价机制。
  • 名义群体法：专家在受控环境下直接讨论，被认为比德尔菲法更有效。

• 数学方法：主要分为非贝叶斯公理模型、贝叶斯模型和心理标度模型。

  • 非贝叶斯公理模型：基于公理和规则对专家意见进行组合，使用r-norm加权平均方法。
  • 贝叶斯模型：利用先验分布和专家意见进行更新，形成后验分布。分为加法误差模型和乘法误差模型。
  • 心理标度模型：专家通过配对比较表达偏好，用于估计相对概率。

2. 非贝叶斯公理模型

• 通过建立公理和规则来组合概率分布。
• 使用r-norm加权平均方法，根据r值不同可得算术平均、几何平均或调和平均。
• 要求专家意见满足特定的公理条件，如强集合函数性质、边缘化性质和独立性保持。

3. 贝叶斯模型

• 专家意见被视为数据，用于更新先验分布。
• 假设专家的评估服从正态分布或对数正态分布，误差项可为加法或乘法形式。
• 后验分布的期望和方差可通过加权平均计算。
• 考虑专家之间的依赖关系，使用联合似然函数、层次模型和Copula方法。

4. 心理标度模型（配对比较）

• 假设专家对事件的偏好反映其内部价值。
• 通过配对比较建立概率估计，如Thurstone模型和Bradley-Terry模型。
• 适用于专家不熟悉数值评估的情况，但需要大量专家和严格假设。

5. 模型比较与优缺点

模型类型	优点	缺点
行为方法	易于操作，促进专家互动	易受群体偏见影响，难以保证客观性
非贝叶斯公理模型	数学严谨，可满足特定公理	需要复杂的参数估计，依赖于专家意见的一致性
贝叶斯模型	灵活，可处理依赖关系	需要复杂的似然函数构建，计算量较大
心理标度模型	简单，适用于非数值输入	依赖专家数量，假设条件较严格

结论

文献综述指出，三种建模方法在实际应用中均有其价值。贝叶斯模型因其数学严谨性和灵活性而被广泛采用，但其实施需要较高的计算要求。非贝叶斯公理模型和心理标度模型则适用于特定场景，各有其适用性和局限性。选择合适的模型取决于具体问题的性质、专家的意见形式以及对结果准确性和可解释性的需求。