一種多值定性比較分析數(shù)據(jù)處理方法
【專利摘要】本發(fā)明涉及一種多值定性比較分析數(shù)據(jù)處理方法,它采用如下的步驟方法:選取想要被分析的解釋變量和被解釋變量,通過計(jì)算Nc(ri)來進(jìn)行初步篩選候選規(guī)則;通過計(jì)算Cc(ri)來進(jìn)行進(jìn)一步篩選,然后計(jì)算Complex及Parsimonious分析結(jié)果,再使用反設(shè)事實(shí)計(jì)算,生成初步Intermediate分析結(jié)果。隨后,fm-QCA會(huì)自動(dòng)計(jì)算每條規(guī)則的相關(guān)覆蓋率和一致性,并對(duì)其可信度進(jìn)行印證;得到最終的Intermediate分析結(jié)果。它具用支持多值解釋變量及被解釋變量的數(shù)據(jù),實(shí)現(xiàn)多值邏輯化簡,Intermediate solution自動(dòng)生成和引入候選項(xiàng)集一致性檢測,提高分析精度等優(yōu)點(diǎn)。
【專利說明】
一種多值定性比較分析數(shù)據(jù)處理方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種多值定性比較分析數(shù)據(jù)處理方法。
【背景技術(shù)】
[0002] 定性比較分析方法(Qualitative Comparative Analysis,簡稱Q C A)是由國際 著名社會(huì)學(xué)家、政治學(xué)家Ragin于1987年提出的數(shù)據(jù)分析方法。該方法能夠分析因素及因 素組合(Configuration)對(duì)事件結(jié)果影響關(guān)系,從而幫助尋找更好的事件歸因解釋,適用 于國家外交危機(jī)、國際戰(zhàn)爭爆發(fā)、社會(huì)革命事件等重大事件分析。該方法白提出以來,在國 際上得到了廣泛應(yīng)用,其中Dixon在2004年將其應(yīng)用到工業(yè)領(lǐng)域[2] ;Amenta在2005年
[3] 、Hagan&Hansford_Bowles 在 2005 年[4]、Osa&Corduneanu_Huci 在 2003 年[5]分別將 其應(yīng)用到社會(huì)運(yùn)動(dòng)的研究;Wickham-Crowley在1991年將其應(yīng)用于社會(huì)革命研究[7]。該 方法相比回歸分析等其他分析方法具有獨(dú)到優(yōu)勢,在社會(huì)學(xué)及國際政治學(xué)領(lǐng)域占有重要地 位。
[0003] 對(duì)于國際QCA領(lǐng)域而言,當(dāng)前知名QCA方法包括csQCA、fsQCA以及mvQCA。其中 csQCA支持布爾數(shù)據(jù)集,fsQCA支持模糊數(shù)據(jù)集,mvQCA支持多值數(shù)據(jù)集。在研究中我們發(fā) 現(xiàn),對(duì)于眾多社會(huì)學(xué)、政治學(xué)問題,多值數(shù)據(jù)具有更好的解釋力度。但csQCA、fsQCA不能 支持多值數(shù)據(jù)分析,mvQCA雖能導(dǎo)出分析結(jié)果,卻不能給出最具參考意義的Intermediate solution。同時(shí)由于其內(nèi)部算法原因,不能實(shí)現(xiàn)完備的多值邏輯化簡,也不能支持被解釋變 量為多值的情況,從而導(dǎo)致最終分析結(jié)果不能滿足社會(huì)學(xué)、政治學(xué)專家分析需要。對(duì)于國 內(nèi)而言,目前多值定性比較分析方法研究及其軟件領(lǐng)域仍處于一片空白,亟待出現(xiàn)相應(yīng)方 法彌補(bǔ)空缺。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的缺陷和不足,提供一種框架統(tǒng)一,設(shè)計(jì)合理、使 用方便的一種多值定性比較分析數(shù)據(jù)處理方法,它所提出的多值定性比較的數(shù)據(jù)分析方法 (fm-QCA),成功克服了現(xiàn)有QCA方法在多值定性比較分析領(lǐng)域的不足;它具用支持被解釋 變量及解釋變量均為多值數(shù)據(jù),實(shí)現(xiàn)多值邏輯化簡,Intermediate solution自動(dòng)生成和引 入候選項(xiàng)集一致性檢測,提高分析精度等優(yōu)點(diǎn)。
[0005] 為實(shí)現(xiàn)上述目的,本發(fā)明采用的技術(shù)方案是:
[0006] 本發(fā)明所述的一種多值定性比較分析數(shù)據(jù)處理方法,它采用如下的步驟方法:
[0007] 1)選擇解釋變量和被解釋變量:
[0008] 步驟1 :收集相關(guān)的需要分析的大量數(shù)據(jù);
[0009] 步驟2 :針對(duì)具體的需分析的情況,從步驟一選擇與其相關(guān)聯(lián)的數(shù)據(jù);
[0010] 步驟3 :分析開始前需要選取想要被分析的解釋變量和被解釋變量;
[0011] 2)生成候選規(guī)則:
[0012] 步驟4 :根據(jù)步驟三所選取的解釋和被解釋變量,fm-QCA自動(dòng)生成候選規(guī)則, 通過Njri)來進(jìn)行初步篩選來實(shí)現(xiàn);該規(guī)則被進(jìn)一步檢驗(yàn)后將被用于生成Complex及 Parsimonious 分析結(jié)果;
[0013] 3)計(jì)算凡〇^)來進(jìn)行初步篩選:
[0014] 步驟5 :Njri)是用來篩選候選規(guī)則是否有真實(shí)案例支撐的一個(gè)重要指標(biāo),該指標(biāo) 能夠篩選出具有相符案例的規(guī)則,其計(jì)算方法如下:
[0015]
[0016] j ·
[0017] 步驟6 :設(shè)定篩選閾值λ,該篩選閾值λ可由人為指定,只有那些真實(shí)案例支撐數(shù) 大于或等于閾值λ的規(guī)則才會(huì)被用于生成最終結(jié)果,形成候選規(guī)則A ;
[0018] 步驟7 :而那些小于該值的候選規(guī)則B則會(huì)被保留下來,設(shè)定為Remainders,并且 參與到Intermediate結(jié)果生成中;
[0019] 4)計(jì)算來進(jìn)行進(jìn)一步篩選:
[0020] 步驟8 :根據(jù)步驟6,對(duì)于真實(shí)案例支撐數(shù)大于或等于閾值λ的規(guī)則的候選規(guī)則 Α,利用(;(Γι)來進(jìn)一步篩選。該(;(Γι)是候選規(guī)則的一致性篩選指標(biāo),其計(jì)算方法如下:
[0023] 步驟9 :在多值情況中,考慮到被解釋變量的組合情況,此時(shí)可用C' e(ri)來代替 Cjri)的計(jì)算過程,如下:
[0021]
[0022]
[0024]
[0025] 步驟10 :設(shè)定篩選閾值μ,該篩選閾值μ同樣可由用戶指定,利用步驟9的計(jì)算 方法,只有一致性大于或等于μ的規(guī)則會(huì)被用于生成Intermediate結(jié)果,形成候選規(guī)則 C;
[0026] 步驟11 :小于篩選閾值μ的候選規(guī)則D則會(huì)被丟掉,設(shè)定為Drop Rule ;
[0027] 5)計(jì)算 Complex 及 Parsimonious 分析結(jié)果,如下:
[0028] 步驟12 :生成用于產(chǎn)生Complex及Parsimonious分析結(jié)果的規(guī)則集合,方法如下 乂丄、"scpx i\spas7 ·
[0029] Rcpx= S(Ra)
[0030]
[0031]
[0032]
[0033]
[0034]
[0035] 步驟 13 :生成 Complex 及 Parsimonious 分析結(jié)果:
[0036] Complex分析結(jié)果由由上述4)中保留的候選規(guī)則C進(jìn)行邏輯化簡而生成的;
[0037] Parsimonious分析結(jié)果由4)中保留的候選規(guī)則C及3)中的Remainders共同進(jìn) 行多值邏輯化簡而得到;
[0038] 6)反設(shè)事實(shí)計(jì)算:其采如下步驟:
[0039] 步驟14 :Ihtermediate分析結(jié)果綜合了 Complex及Parsimonious兩個(gè)分析結(jié)果;
[0040] 步驟15 :根據(jù)步驟14,將專家的知識(shí)考慮在內(nèi),形成最有意義的分析結(jié)果;
[0041] 步驟16 :在fm-QCA方法中,利用反設(shè)事實(shí)技術(shù),該技術(shù)能夠確定一個(gè)Remainder 在現(xiàn)實(shí)中是否容易出現(xiàn)或很難出現(xiàn);
[0042] 基于反事實(shí),4)中保留的候選規(guī)則C及部分經(jīng)過反設(shè)事實(shí)推理而得到的部分 Remainders可以歸并到一起,并通過多值邏輯化簡從而生成Intermediate分析結(jié)果,具體 如下Rsitm:
[0043]
[0048] 8)計(jì)算覆蓋率和一致性,其采用如下步驟:
[0049] 步驟17 :生成Intermediate分析結(jié)果后,fm-QCA會(huì)自動(dòng)計(jì)算每條規(guī)則的相關(guān)覆蓋 率和一致性,并對(duì)其可信度進(jìn)行印證;
[0050] 9)得到最終的Intermediate分析結(jié)果,其如下步驟:
[0051] 步驟18 :只有覆蓋率和一致性達(dá)到一定標(biāo)準(zhǔn)的規(guī)則才會(huì)保留下來成為最終的結(jié) 果,而不符合的規(guī)則將被舍棄,經(jīng)過這個(gè)過程后,Intermediate結(jié)果將變?yōu)榭尚湃蔚淖罱K分 析結(jié)果,該結(jié)果能夠揭示出我們想要得到的解釋變量及被解釋變量之間的關(guān)系,幫助我們 分析結(jié)果之間的內(nèi)在因果關(guān)系。
[0052] 采用上述結(jié)構(gòu)后,本發(fā)明有益效果為:本發(fā)明所述的一種多值定性比較分析數(shù)據(jù) 處理方法,它采用多值定性比較的數(shù)據(jù)分析方法(fm-QCA),成功克服了現(xiàn)有QCA方法在多 值定性比較分析領(lǐng)域的不足;它具用支持被解釋變量及解釋變量均為多值數(shù)據(jù),實(shí)現(xiàn)多值 邏輯化簡,Intermediate solution自動(dòng)生成和引入候選項(xiàng)集一致性檢測,提高分析精度等 優(yōu)點(diǎn)。
【附圖說明】
[0053] 圖1是本發(fā)明的流程示意圖;
[0054] 圖2是本發(fā)明的分析結(jié)果以選項(xiàng)卡顯示的樣式示例圖;
[0055] 圖3是本發(fā)明的簡單多值數(shù)據(jù)集的簡易邏輯化簡過程的示意圖。
【具體實(shí)施方式】
[0056] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說明。
[0057] 如圖1所示,本發(fā)明所述的一種多值定性比較分析數(shù)據(jù)處理方法,
[0058] 它采用如下的步驟方法:
[0059] 1)選擇解釋變量和被解釋變量:
[0060] 步驟1 :收集相關(guān)的需要分析的大量數(shù)據(jù);
[0061] 步驟2 :針對(duì)具體的需分析的情況,從步驟一選擇與其相關(guān)聯(lián)的數(shù)據(jù);
[0062] 步驟3 :分析開始前需要選取想要被分析的解釋變量和被解釋變量;
[0063] 2)生成候選規(guī)則:
[0064] 步驟4 :根據(jù)步驟三所選取的解釋和被解釋變量,fm-QCA自動(dòng)生成候選規(guī)則, 通過Njri)來進(jìn)行初步篩選來實(shí)現(xiàn);該規(guī)則被進(jìn)一步檢驗(yàn)后將被用于生成Complex及 Parsimonious 分析結(jié)果;
[0065] 3)計(jì)算凡〇^)來進(jìn)行初步篩選:
[0066] 步驟5 :Ν。(Γι)是用來篩選候選規(guī)則是否有真實(shí)案例支撐的一個(gè)重要指標(biāo),該指標(biāo) 能夠篩選出具有相符案例的規(guī)則,其計(jì)算方法如下:
[0067]
[0068]
[0069] 步驟6 :設(shè)定篩選閾值λ,該篩選閾值λ可由人為指定,只有那些真實(shí)案例支撐數(shù) 大于或等于閾值λ的規(guī)則才會(huì)被用于生成最終結(jié)果,形成候選規(guī)則A ;
[0070] 步驟7 :而那些小于該值的候選規(guī)則B則會(huì)被保留下來,設(shè)定為Remainders,并且 參與到Intermediate結(jié)果生成中;
[0071] 4)計(jì)算CcO^)來進(jìn)行進(jìn)一步篩選:
[0072] 步驟8 :根據(jù)步驟6,對(duì)于真實(shí)案例支撐數(shù)大于或等于閾值λ的規(guī)則的候選規(guī)則 Α,利用(;(Γι)來進(jìn)一步篩選。該(;(Γι)是候選規(guī)則的一致性篩選指標(biāo),其計(jì)算方法如下:
[0075] 步驟9 :在多值情況中,考慮到被解釋變量的組合情況,此時(shí)可用C' e(ri)來代替 Cjri)的計(jì)算過程,如下:
[0073]
[0074]
[0076]
[0077] 步驟10 :設(shè)定篩選閾值μ,該篩選閾值μ同樣可由用戶指定,利用步驟9的計(jì)算 方法,只有一致性大于或等于μ的規(guī)則會(huì)被用于生成Intermediate結(jié)果,形成候選規(guī)則 C;
[0078] 步驟11 :小于篩選閾值μ的候選規(guī)則D則會(huì)被丟掉,設(shè)定為Drop Rule ;
[0079] 5)計(jì)算 Complex 及 Parsimonious 分析結(jié)果,如下:
[0080] 步驟12 :生成用于產(chǎn)生Complex及Parsimonious分析結(jié)果的規(guī)則集合,方法如下 乂丄、"sepxiVspas^ ·
[0081]
[0082]
[0083]
[0084]
[0085]
[0086]
[0087] 步驟 13 :生成 Complex 及 Parsimonious 分析結(jié)果:
[0088] Complex分析結(jié)果由由上述4)中保留的候選規(guī)則C進(jìn)行邏輯化簡而生成的;
[0089] Parsimonious分析結(jié)果由4)中保留的候選規(guī)則C及3)中的Remainders共同進(jìn) 行多值邏輯化簡而得到;
[0090] 6)反設(shè)事實(shí)計(jì)算:其采如下步驟:
[0091] 步驟14 :Intermediate分析結(jié)果綜合了 Complex及Parsimonious兩個(gè)分析結(jié)果;
[0092] 步驟15 :根據(jù)步驟14,將專家的知識(shí)考慮在內(nèi),形成最有意義的分析結(jié)果;
[0093] 步驟16 :在fm-QCA方法中,利用反設(shè)事實(shí)技術(shù),該技術(shù)能夠確定一個(gè)Remainder 在現(xiàn)實(shí)中是否容易出現(xiàn)或很難出現(xiàn);
[0094] 基于反事實(shí),4)中保留的候選規(guī)則C及部分經(jīng)過反設(shè)事實(shí)推理而得到的部分 Remainders可以歸并到一起,并通過多值邏輯化簡從而生成Intermediate分析結(jié)果,具體 如下Rsitm:
[0095]
[0096]
[0097]
[0098]
[0099]
[0100] 7)計(jì)算覆蓋率和一致性,其采用如下步驟:
[0101] 步驟17 :生成Intermediate分析結(jié)果后,fm-QCA會(huì)自動(dòng)計(jì)算每條規(guī)則的相關(guān)覆蓋 率和一致性,并對(duì)其可信度進(jìn)行印證;
[0102] 8)得到最終的Intermediate分析結(jié)果,其如下步驟:
[0103] 步驟18 :只有覆蓋率和一致性達(dá)到一定標(biāo)準(zhǔn)的規(guī)則才會(huì)保留下來成為最終的結(jié) 果,而不符合的規(guī)則將被舍棄,經(jīng)過這個(gè)過程后,Intermediate結(jié)果將變?yōu)榭尚湃蔚淖罱K分 析結(jié)果,該結(jié)果能夠揭示出我們想要得到的解釋變量及被解釋變量之間的關(guān)系,幫助我們 分析結(jié)果之間的內(nèi)在因果關(guān)系。
[0104] 本發(fā)明fm-QCA多值定性比較分析方法能夠同時(shí)處理被解釋變量和解釋變量均為 多值的QCA數(shù)據(jù),并包含了多值邏輯化簡、Intermediate solution自動(dòng)生成以及一致性、 覆蓋率計(jì)算等功能。彌補(bǔ)了目前多值QCAOwQCA方法)不能處理被解釋變量為多值,且不 能多值邏輯化簡的不足,其優(yōu)點(diǎn)具體如下:
[0105] (1)支持被解釋變量及解釋變量均為多值數(shù)據(jù)
[0106] fm-QCA通過對(duì)待分析數(shù)據(jù)集的預(yù)處理,能夠支持被解釋變量及解釋變量均為多值 的數(shù)據(jù)集,彌補(bǔ)了 mvQCA僅能支持解釋變量為多值的不足。對(duì)于被解釋變量為多值情況, fm-QCA將自動(dòng)調(diào)用被解釋變量為多值的分析算法,并將分析結(jié)果以選項(xiàng)卡形式呈現(xiàn)給專家 學(xué)者(如圖2);而mvQCA則不能分析此類數(shù)據(jù)。
[0107] (2)多值邏輯化簡
[0108] fm-QCA擴(kuò)展了經(jīng)典Quine-McClusky布爾化簡算法,實(shí)現(xiàn)了新型多值邏輯化簡功 能,從而使得得到的QCA分析結(jié)果達(dá)到最簡,為專家學(xué)者提供最為直接、最為有效的分析結(jié) 果,相比mvQCA具有長足進(jìn)步;如圖3,展示了簡單多值數(shù)據(jù)集的簡易邏輯化簡過程。
[0109] (3) Intermediate solution 自動(dòng)生成
[0110] QCA運(yùn)算將產(chǎn)生Complex、Parsimonious以及Intermediate三組解集,分別表示 了對(duì)結(jié)果解釋的不同程度。其中Complex solution以及Parsimonious solution由計(jì)算 機(jī)自動(dòng)計(jì)算生成,Intermediate solution介于Complex及Parsimonious之間,如圖2及 TablelV簡單數(shù)據(jù)示意,該結(jié)果綜合了計(jì)算機(jī)分析及專家分析而生成,故而也是專家最為看 重的分析結(jié)果。
[0111] TABLE IV
[0112] INTERMEDIATE SOLUTION WITH USER PREFERENCE
[0113]
[0114] 在mvQCA中,由于其算法局限性,不能直接生成Intermediate solution,從而削 減了最終結(jié)果的指導(dǎo)意義。
[0115] fm-QCA通過創(chuàng)造性擴(kuò)展QCA方法,很好地克服了這個(gè)問題,從而能夠綜合專家分 析結(jié)果,運(yùn)算得出多值QCA的Intermediate solution方案,為專家學(xué)者提供最具參考價(jià)值 的分析結(jié)果。
[0116] (4)引入候選項(xiàng)集一致性檢測,提高分析精度
[0117] 在mvQCA運(yùn)算中,當(dāng)候選項(xiàng)具有相同解釋變量和不同被解釋變量值時(shí),該項(xiàng)將被 直接標(biāo)記為C(Contradiction),進(jìn)而不能參與邏輯化簡,從而造成精度損失。fm-QCA對(duì)于 候選項(xiàng)集引入了一致性檢測分析,并根據(jù)用戶所給篩選閾值來確定該候選項(xiàng)的取舍,從而 使得分析精度高于mvQCA。下表中Tablell、Tablelll分別為同一簡單數(shù)據(jù)集在mvQCA、 fm-QCA中的預(yù)處理結(jié)果,可見fm-QCA具有更高的分析精度及靈活性。
[0118] TABLE II
[0119] CANDIDATE RULES IN Mv/QCA
[0120]
[0121] TABLE III
[0122] CANDIDATE RULES IN FM-QCA
[0123]
[0124] 我們進(jìn)行了多值定性比較分析方法的研咒工作并創(chuàng)造性地提出了 fm-QCA(Fully functional multiple-valued QCA)多值定性比較的數(shù)據(jù)分析方法。fm-QCA成功克服了現(xiàn) 有QCA方法在多值定性比較分析領(lǐng)域的不足,得到了社會(huì)學(xué)、國際政治學(xué)領(lǐng)域?qū)<业母叨?認(rèn)同。
[0125] 本發(fā)明所述的一種多值定性比較分析數(shù)據(jù)處理方法,它采用多值定性比較的數(shù)據(jù) 分析方法(fm-QCA),成功克服了現(xiàn)有QCA方法在多值定性比較分析領(lǐng)域的不足;它具用支 持被解釋變量及解釋變量均為多值數(shù)據(jù),實(shí)現(xiàn)多值邏輯化簡,Intermediate solution自動(dòng) 生成和引入候選項(xiàng)集一致性檢測,提高分析精度等優(yōu)點(diǎn)。
[0126] 以上所述僅是本發(fā)明的較佳實(shí)施方式,故凡依本發(fā)明專利申請范圍所述的構(gòu)造、 特征及原理所做的等效變化或修飾,均包括于本發(fā)明專利申請范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種多值定性比較分析數(shù)據(jù)處理方法,其特征在于:它采用如下的步驟方法: 1) 選擇解釋變量和被解釋變量: 步驟1 :收集相關(guān)的需要分析的大量數(shù)據(jù); 步驟2 :針對(duì)具體的需分析的情況,從步驟一選擇與其相關(guān)聯(lián)的數(shù)據(jù); 步驟3 :分析開始前需要選取想要被分析的解釋變量和被解釋變量; 2) 生成候選規(guī)則: 步驟4:根據(jù)步驟Ξ所選取的解釋和被解釋變量,fm-QCA自動(dòng)生成候選規(guī)則,通 過Ncbi)來進(jìn)行初步篩選來實(shí)現(xiàn);該規(guī)則被進(jìn)一步檢驗(yàn)后將被用于生成Complex及 Parsimonious 分析結(jié)果; 3) 計(jì)算Ntbi)來進(jìn)行初步篩選: 步驟5 :Nt(ri)是用來篩選候選規(guī)則是否有真實(shí)案例支撐的一個(gè)重要指標(biāo),該指標(biāo)能夠 篩選出具有相符案例的規(guī)則,其計(jì)算方法如下:步驟6 :設(shè)定篩選闊值λ,該篩選闊值λ可由人為指定,只有那些真實(shí)案例支撐數(shù)大于 或等于闊值λ的規(guī)則才會(huì)被用于生成最終結(jié)果,形成候選規(guī)則A ; 步驟7 :而那些小于該值的候選規(guī)則B則會(huì)被保留下來,設(shè)定為Remainders,并且參與 到Intermediate結(jié)果生成中; 4) 計(jì)算Ctbi)來進(jìn)行進(jìn)一步篩選: 步驟8:根據(jù)步驟6,對(duì)于真實(shí)案例支撐數(shù)大于或等于闊值λ的規(guī)則的候選規(guī)則A,利 用Ctbi)來進(jìn)一步篩選。該Ctbi)是候選規(guī)則的一致性篩選指標(biāo),其計(jì)算方法如下:步驟9:在多值情況中,考慮到被解釋變量的組合情況,此時(shí)可用C' E(ri)來代替 Ctbi)的計(jì)算過程,如下:步驟10 :設(shè)定篩選闊值μ,該篩選闊值μ同樣可由用戶指定,利用步驟9的計(jì)算方法, 只有一致性大于或等于μ的規(guī)則會(huì)被用于生成Intermediate結(jié)果,形成候選規(guī)則C; 步驟11 :小于篩選闊值μ的候選規(guī)則D則會(huì)被丟掉,設(shè)定為化op Rule ; 5) 計(jì)算Complex及Parsimonious分析結(jié)果,如下: 步驟12 :生成用于產(chǎn)生Complex及Parsimonious分析結(jié)果的規(guī)則集合,方法如下(R,cpx Rspas): R〇px= S(R J Rscpx= ir|r e Rcpx八 Nc(r) > 1}R' remamders= ir|r e Remainders 八 J(r) = 1} Rpas二 S{R a UR' remainders} Rspas= ir|r e Rpas八 Nc(r) > 1}; 步驟13 :生成Complex及Parsimonious分析結(jié)果: Complex分析結(jié)果由由上述4)中保留的候選規(guī)則C進(jìn)行邏輯化簡而生成的; Parsimonious分析結(jié)果由4)中保留的候選規(guī)則C及3)中的Remainders共同進(jìn)行多 值邏輯化簡而得到; 6) 反設(shè)事實(shí)計(jì)算:其采如下步驟: 步驟14 :Intermediate分析結(jié)果綜合了 Complex及Parsimonious兩個(gè)分析結(jié)果; 步驟15 :根據(jù)步驟14,將專家的知識(shí)考慮在內(nèi),形成最有意義的分析結(jié)果; 步驟16 :在fm-QCA方法中,利用反設(shè)事實(shí)技術(shù),該技術(shù)能夠確定一個(gè)Remainder在現(xiàn) 實(shí)中是否容易出現(xiàn)或很難出現(xiàn); 基于反事實(shí),4)中保留的候選規(guī)則C及部分經(jīng)過反設(shè)事實(shí)推理而得到的部分 Remainders可W歸并到一起,并通過多值邏輯化簡從而生成Intermediate分析結(jié)果,具體 如下R' itm=S(RiJ Rsitm= ir|r e R' um八 Nc(r)>l} 7) 計(jì)算覆蓋率和一致性,其采用如下步驟: 步驟17 :生成Intermediate分析結(jié)果后,fm-QCA會(huì)自動(dòng)計(jì)算每條規(guī)則的相關(guān)覆蓋率和 一致性,并對(duì)其可信度進(jìn)行印證; 8)得到最終的Intermediate分析結(jié)果,其如下步驟: 步驟18 :只有覆蓋率和一致性達(dá)到一定標(biāo)準(zhǔn)的規(guī)則才會(huì)保留下來成為最終的結(jié)果,而 不符合的規(guī)則將被舍棄,經(jīng)過運(yùn)個(gè)過程后,Intermediate結(jié)果將變?yōu)榭尚湃蔚淖罱K分析結(jié) 果,該結(jié)果能夠掲示出我們想要得到的解釋變量及被解釋變量之間的關(guān)系,幫助我們分析 結(jié)果之間的內(nèi)在因果關(guān)系。
【文檔編號(hào)】G06N5/04GK105976033SQ201510106031
【公開日】2016年9月28日
【申請日】2015年3月11日
【發(fā)明人】武軻, 唐世平, 蒲戈光, 吳敏
【申請人】武軻, 唐世平