Ein Scoring-Modell bei mehrfacher Zielsetzung mit unsicheren oder fehlenden Daten und abhängigen Zielen

Zusammenfassung

Bei der Anwendung von Scoring-Modellen auf Probleme bei mehrfacher Zielsetzung verlangen drei Dinge eine besondere Beachtung: die gegenseitige Abhängigkeit verschiedener Zielsetzungen, die Unsicherheit in der Bewertung und die Risikoneigung des Entscheidungsträgers. In dieser Arbeit wird ein stochastisches Scoring Modell formuliert. Es erlaubt eine problemnahe Beschreibung des Entscheidungsprozesses (auch bei fehlenden Daten) und ist dennoch relativ einfach zu handhaben. Die Abhängigkeit der Ziele braucht nicht vorweg in einer Funktion formuliert zu werden. Die Unsicherheit wird nicht als Erwartungswert, sondern in Form einer ganzen Verteilungsfunktion, die von allen Einzelscores abhängt, berücksichtigt. Dadurch ist es möglich, die Risikoneigung des Entscheidungsträgers durch eine eindimensionale Nutzenfunktion auszudrücken.

Summary

All multi-attribute scoring models have had to cope with the handling of three problems — dependence among attributes, uncertainty, and the risk preference of the decisions maker. In this paper we formulate a stochastic scoring model which allows a realistic approach to decision situations, even in case of missing data, but which is relatively easy to implement. No prior assumptions are necessary concerning the dependence among the attributes; uncertainty in the evaluation of alternatives may be handled not only through expected values, but also through higher moments of a single probability distribution which is conditioned by all the attributes; the treatment of uncertainty and dependence allows the use of a one-dimensional utility function to express the risk attitude of the decision maker.