da kalashnikov » 24/07/2015, 10:39
proseguo con gli sviluppi e per cercare confronto sul tema.
sono stati sviluppati 16 gruppi, ognuno dei quali include un numero di fattori qualitativi (da 4 a 12).
per proporzionare i singoli fattori qualitativi nel loro gruppo, pensavo ad una specie di media pesata dove il coefficiente usato è in funzione della quantità dei fattori e di quelli stimati per ogni gruppo, pensavo ad un coefficiente del tipo:
nuova stima = S*((1+A/C)/2)+((A^b)/C)
dove
S= stima attuale
A=numero dei fattori qualitativi stimati
b= costante matematica
C= totale dei fattori qualitativi nel gruppo in esame
A questo risultato è possibile aggiungere un peso soggettivo che dona più importanza ad un fattore rispetto ad un altro, questo coefficiente soggettivo deve avere basso valore per non incidere troppo come singolo sul gruppo. A esempio: aggiunge 1, 2 o 3 punti al risultato, oppure aumentare del 5% (max 10%) il risultato.
in sintesi serve come attribuire un'incidenza del singolo fattore qualitativo sul suo gruppo e in un peso proporzionale al numero di fattori qualitativi in un gruppo; anche le correlazioni e il peso di più gruppi non sono ancora matematicamente definiti, ma intanto scrivo alcune riflessioni sul modello per poterci riflettere e confrontare.
Propongo di preparare una base su cui analizzare e migliorare il modello. La maniera più veloce e semplice per ottimizzare un modello è invalidarlo.
Ho aggiunto un gruppo R con un'unico fattore chiamato "intuito e valutazione soggettiva" che porta il totale dei gruppi a 16.
I gruppi avranno un'incidenza in percentuale nel modello, proporzionale al loro risultato come singolo gruppo. In parole povere, voglio che un gruppo che ottiene un risultato alto (nel bene o nel male) abbia un'incidenza superiore nel modello rispetto ad un gruppo con un risultato nella media, per valorizzare nel caso ci sono considerazioni singole importanti (es. causa epidemia, gioca la primavera al posto della prima squadra).
Per fare questo viene calcolato lo scarto quadratico medio che è aggiunto o sottratto se il risultato del singolo gruppo e inferiore o maggiore alla media. Esempio: media sul risultato dei 16 gruppi 53.75, il gruppo A ha un risultato di 58 che è maggiore della media, quindi il suo scarto quadratico viene aggiunto al suo risultato.
Il gruppo B ha un risultato di 45 che è inferiore alla media quindi il suo scarto quadratico viene sottratto al suo risultato.
Su questo nuovo risultato viene calcolata la % di utilizzo nel modello attraverso la media aritmetica dei gruppi (100/16=6.25) rispetto alla media dei risultati dei gruppi (nell'esempio sopra 53.75), attraverso questa equazione 6.25 : 53.75 = X : A dove A = al nuovo valore del gruppo con aggiunto o sottratto il suo scarto quadratico medio.
Questo che abbiamo ottenuto è quindi la % da usare sul nuovo risultato ottenuto dai singoli gruppi. esempio A=75 quindi abbiamo x=8.72 significa che su 75 dobbiamo calcolare l'8.72% per avere l'incidenza di questo gruppo nel modello.
La somma di tutti i gruppi conduce alla probabilità data alla scommessa che è trasformata in quota per verificare o meno la quantità di valore nella scommessa.
In questo modo viene data una percentuale maggiore o minore ai gruppi che risultano con un'incidenza superiore o inferiore alla media e di conseguenza è accentuata la motivazione e la gravità nei fattori qualitativi che conducono al risultato del modello.
Tutte le valutazioni ai fattori qualitativi e tutti i risultati dei gruppi e del modello vengono espresse in centesimi, quindi come una effettiva probabilità che si trasforma in quota. Esempio: voglio dare una valutazione che secondo me è a vantaggio di quanto chiedo al modello, immetterò un valore >50 al contrario sarà <50. Si sconsiglia di andare al di sopra dell'85% o al di sotto del 15%.
esempio pratico dopo che sono stati calcolati i risultati dei singoli gruppi
gr stima dev stand nuovo ris % di uso risultato
a 55 1.118033989 56.11803399 6.525352789 3.661899696
b 66 3.5 69.5 8.081395349 5.616569767
c 58 2.061552813 60.06155281 6.98390149 4.194639682
d 42 -3.4278273 38.5721727 4.48513636 1.730014543
e 40 -3.708099244 36.29190076 4.21998846 1.531514024
f 85 5.590169944 90.59016994 10.53374069 9.542533594
g 74 4.5 78.5 9.127906977 7.165406977
h 61 2.692582404 63.6925824 7.406114233 4.717145411
i 45 -2.958039892 42.04196011 4.888600013 2.055263267
l 35 -4.330127019 30.66987298 3.5662643 1.093768731
m 41 -3.570714214 37.42928579 4.352242533 1.629013296
n 46 -2.783882181 43.21611782 5.025129979 2.171666092
o 29 -4.974937186 24.02506281 2.793611955 0.671167027
p 34 -4.444097209 29.55590279 3.436732883 1.01575743
q 80 5.123475383 85.12347538 9.898078533 8.425588443
r 69 3.905124838 72.90512484 8.477340097 6.180415381