Mô hình mờ là gì? Các công bố khoa học về Mô hình mờ

Các bài kiểm tra thống kê được sử dụng trong phân tích các mô hình phương trình cấu trúc với các biến không thể quan sát và lỗi đo lường được xem xét. Một nhược điểm của bài kiểm tra chi bình phương thường được áp dụng, ngoài các vấn đề đã biết liên quan đến kích thước mẫu và sức mạnh, là nó có thể chỉ ra sự tương ứng ngày càng tăng giữa mô hình giả thuyết và dữ liệu quan sát được khi cả thuộc tính đo lường và mối quan hệ giữa các cấu trúc suy yếu. Hơn nữa, và trái ngược với những khẳng định thông thường, rủi ro mắc lỗi loại II có thể đáng kể ngay cả khi kích thước mẫu lớn. Hơn nữa, các phương pháp kiểm tra hiện tại không thể đánh giá được sức mạnh giải thích của một mô hình. Để khắc phục những vấn đề này, các tác giả phát triển và áp dụng một hệ thống kiểm tra dựa trên các thước đo về phương sai chung trong mô hình cấu trúc, mô hình đo lường và mô hình tổng thể.

Tóm lược: MrBayes 3 thực hiện phân tích phát sinh loài Bayesian kết hợp thông tin từ các phần dữ liệu hoặc các phân tập khác nhau tiến hóa dưới các mô hình tiến hóa ngẫu nhiên khác nhau. Điều này cho phép người dùng phân tích các tập dữ liệu không đồng nhất bao gồm các loại dữ liệu khác nhau—ví dụ: hình thái, nucleotide và protein—và khám phá nhiều loại mô hình cấu trúc kết hợp tham số duy nhất và chung của phần. Chương trình sử dụng MPI để song song hóa kết hợp Metropolis trên các cụm máy Macintosh hoặc UNIX.

Khả dụng: http://morphbank.ebc.uu.se/mrbayes

Liên hệ: [email protected]

* Địa chỉ thông tin liên lạc.

Một phương trình mới và tương đối đơn giản cho đường cong áp suất chứa nước trong đất, θ(h), được giới thiệu trong bài báo này. Dạng cụ thể của phương trình này cho phép đưa ra các biểu thức phân tích dạng khép kín cho độ dẫn thủy lực tương đối, K_r, khi thay thế vào các mô hình độ dẫn dự đoán của N.T. Burdine hoặc Y. Mualem. Các biểu thức thu được cho K_r(h) chứa ba tham số độc lập có thể được xác định bằng cách điều chỉnh mô hình giữ nước trong đất đã đề xuất với dữ liệu thực nghiệm. Kết quả thu được từ các biểu thức khép kín dựa trên lý thuyết Mualem được so sánh với dữ liệu độ dẫn thủy lực quan sát cho năm loại đất có đặc tính thủy lực khác nhau. Độ dẫn thủy lực không bão hòa được dự đoán tốt trong bốn trên năm trường hợp. Kết quả cho thấy rằng việc mô tả hợp lý đường cong giữ nước trong đất ở mức chứa nước thấp là quan trọng để dự đoán chính xác độ dẫn thủy lực không bão hòa.

Hệ thống máy tính không thể cải thiện hiệu suất tổ chức nếu chúng không được sử dụng. Thật không may, sự kháng cự từ người quản lý và các chuyên gia đối với hệ thống đầu cuối là một vấn đề phổ biến. Để dự đoán, giải thích và tăng cường sự chấp nhận của người dùng, chúng ta cần hiểu rõ hơn tại sao mọi người chấp nhận hoặc từ chối máy tính. Nghiên cứu này giải quyết khả năng dự đoán sự chấp nhận máy tính của mọi người từ một thước đo ý định của họ, và khả năng giải thích ý định của họ dựa trên thái độ, quy chuẩn chủ quan, giá trị sử dụng cảm nhận, sự dễ dàng sử dụng cảm nhận và các biến liên quan. Trong một nghiên cứu dài hạn trên 107 người dùng, ý định sử dụng một hệ thống cụ thể, được đo lường sau một giờ giới thiệu về hệ thống, có tương quan 0.35 với việc sử dụng hệ thống 14 tuần sau đó. Tương quan giữa ý định và việc sử dụng là 0.63 vào cuối thời gian này. Giá trị sử dụng cảm nhận ảnh hưởng mạnh mẽ đến ý định của mọi người, giải thích hơn một nửa sự biến thiên trong ý định vào cuối 14 tuần. Sự dễ dàng sử dụng cảm nhận cũng có tác động nhỏ nhưng có ý nghĩa đến ý định, mặc dù hiệu ứng này giảm dần theo thời gian. Thái độ chỉ một phần nào đó trung gian hóa những ảnh hưởng của những niềm tin này đối với ý định. Quy chuẩn chủ quan không có tác động đến ý định. Những kết quả này gợi ý khả năng về những mô hình đơn giản nhưng mạnh mẽ của các yếu tố quyết định sự chấp nhận của người dùng, có giá trị thực tiễn trong việc đánh giá các hệ thống và hướng dẫn các can thiệp của quản lý nhằm giảm thiểu vấn đề công nghệ máy tính không được sử dụng hết.

Nghiên cứu hiện tại phát triển và kiểm tra một mô hình lý thuyết mở rộng của Mô Hình Chấp Nhận Công Nghệ (TAM) nhằm giải thích sự hữu ích cảm nhận và ý định sử dụng dựa trên ảnh hưởng xã hội và các quá trình nhận thức công cụ. Mô hình mở rộng, gọi là TAM2, đã được thử nghiệm bằng cách sử dụng dữ liệu theo chiều dọc thu thập được từ bốn hệ thống khác nhau tại bốn tổ chức (N = 156), trong đó hai hệ thống có tính chất sử dụng tự nguyện và hai hệ thống bắt buộc. Các cấu trúc mô hình được đo lường tại ba thời điểm tại mỗi tổ chức: trước khi triển khai, một tháng sau khi triển khai, và ba tháng sau khi triển khai. Mô hình mở rộng nhận được sự hỗ trợ mạnh mẽ cho cả bốn tổ chức ở cả ba thời điểm đo lường, chiếm tới 40%–60% sự biến thiên trong cảm nhận về tính hữu ích và 34%–52% sự biến thiên trong ý định sử dụng. Cả hai quá trình ảnh hưởng xã hội (chuẩn mực chủ quan, tính tự nguyện, và hình ảnh) và các quá trình nhận thức công cụ (liên quan đến công việc, chất lượng kết quả, khả năng chứng minh kết quả, và cảm nhận về sự dễ sử dụng) đều có ảnh hưởng đáng kể đến sự chấp nhận của người sử dụng. Những phát hiện này nâng cao lý thuyết và đóng góp vào cơ sở cho nghiên cứu trong tương lai nhằm cải thiện việc hiểu biết về hành vi chấp nhận của người dùng.

Một dạng thức Lagrangian mới được giới thiệu. Nó có thể được sử dụng để thực hiện các phép tính động lực học phân tử (MD) trên các hệ thống dưới các điều kiện ứng suất bên ngoài tổng quát nhất. Trong dạng thức này, hình dạng và kích thước của ô MD có thể thay đổi theo các phương trình động lực học do Lagrangian này cung cấp. Kỹ thuật MD mới này rất phù hợp để nghiên cứu những biến đổi cấu trúc trong chất rắn dưới ứng suất bên ngoài và ở nhiệt độ hữu hạn. Như một ví dụ cho việc sử dụng kỹ thuật này, chúng tôi cho thấy cách mà một tinh thể đơn của Ni cư xử dưới tải trọng nén và kéo đồng nhất. Công trình này xác nhận một số kết quả của các phép tính tĩnh (tức là, nhiệt độ bằng không) đã được báo cáo trong tài liệu. Chúng tôi cũng chỉ ra rằng một số kết quả liên quan đến mối quan hệ ứng suất-biến dạng thu được từ các phép tính tĩnh là không hợp lệ ở nhiệt độ hữu hạn. Chúng tôi nhận thấy rằng, dưới tải trọng nén, mô hình của chúng tôi đối với Ni cho thấy một điểm phân nhánh trong mối quan hệ ứng suất-biến dạng; điểm phân nhánh này cung cấp một liên kết trong không gian cấu hình giữa sự đóng gói lập phương và đóng gói gần hình lục giác. Chúng tôi gợi ý rằng một sự chuyển biến như vậy có thể được quan sát thực nghiệm dưới các điều kiện sốc cực đoan.

Trong bối cảnh quản lý, lập trình toán học thường được sử dụng để đánh giá một tập hợp các phương án hành động thay thế có thể, nhằm lựa chọn một phương án tốt nhất. Trong khả năng này, lập trình toán học phục vụ như một công cụ hỗ trợ lập kế hoạch quản lý. Phân tích Bao hàm Dữ liệu (DEA) đảo ngược vai trò này và sử dụng lập trình toán học để đánh giá ex post facto hiệu quả tương đối của các thành tựu quản lý, dù chúng được lập kế hoạch hoặc thực hiện như thế nào. Lập trình toán học do đó được mở rộng để sử dụng như một công cụ kiểm soát và đánh giá các thành tựu quá khứ cũng như công cụ hỗ trợ lập kế hoạch cho hoạt động tương lai. Hình thức tỷ lệ CCR được giới thiệu bởi Charnes, Cooper và Rhodes, như một phần của cách tiếp cận Phân tích Bao hàm Dữ liệu, bao hàm cả sự không hiệu quả về kỹ thuật và quy mô thông qua giá trị tối ưu của hình thức tỷ lệ, được thu được trực tiếp từ dữ liệu mà không cần yêu cầu định trước các trọng số và/hoặc phân định rõ ràng các dạng chức năng giả định của mối quan hệ giữa đầu vào và đầu ra. Một sự tách biệt giữa hiệu quả kỹ thuật và hiệu quả quy mô được thực hiện bởi các phương pháp phát triển trong bài báo này mà không làm thay đổi các điều kiện sử dụng DEA trực tiếp trên dữ liệu quan sát. Sự không hiệu quả về kỹ thuật được xác định bởi sự thất bại trong việc đạt được các mức đầu ra tốt nhất có thể và/hoặc việc sử dụng quá nhiều lượng đầu vào. Các phương pháp để xác định và điều chỉnh phạm vi của những sự không hiệu quả này, được cung cấp trong các công trình trước, được minh họa. Trong bài báo hiện tại, một biến mới được giới thiệu, cho phép xác định liệu các hoạt động được thực hiện trong các vùng có lợi suất tăng, không đổi hay giảm (trong các tình huống đa đầu vào và đa đầu ra). Các kết quả được thảo luận và liên hệ không chỉ với kinh tế học cổ điển (đầu ra đơn) mà còn với các phiên bản kinh tế học hiện đại hơn được xác định với “lý thuyết thị trường có thể tranh đấu.”

Chúng tôi xem xét vấn đề so sánh các mô hình phân cấp phức tạp trong đó số lượng tham số không được xác định rõ. Sử dụng lập luận thông tin lý thuyết, chúng tôi đưa ra một thước đo pD cho số lượng tham số hiệu quả trong một mô hình như sự khác biệt giữa trung bình hậu nghiệm của độ lệch và độ lệch tại giá trị trung bình hậu nghiệm của các tham số quan trọng. Nói chung pD tương quan xấp xỉ với vết của tích giữa thông tin Fisher và hiệp phương sai hậu nghiệm, trong các mô hình chuẩn là vết của ma trận ‘hat’ chiếu các quan sát lên giá trị được khớp. Các tính chất của nó trong các họ số mũ được khảo sát. Trung bình hậu nghiệm của độ lệch được đề xuất như một biện pháp đo lường Bayesian về sự phù hợp hoặc đủ, và sự đóng góp của các quan sát riêng lẻ đến sự phù hợp và độ phức tạp có thể dẫn đến một biểu đồ chuẩn đoán của phần dư độ lệch so với đòn bẩy. Việc thêm pD vào trung bình hậu nghiệm độ lệch tạo ra tiêu chuẩn thông tin độ lệch để so sánh các mô hình, liên quan đến các tiêu chuẩn thông tin khác và có một sự biện hộ xấp xỉ quyết định lý thuyết. Quy trình được minh họa trong một số ví dụ, và các so sánh được thực hiện với các đề xuất Bayesian và cổ điển khác. Suốt cả quá trình, nhấn mạnh rằng lượng cần thiết để tính toán trong phân tích Markov chain Monte Carlo là không đáng kể.

Nhiều vấn đề liên quan đến độ phù hợp trong các phương trình cấu trúc được xem xét. Các tiêu chí hội tụ và phân biệt, như đã được Bagozzi áp dụng, không đứng vững dưới phân tích toán học hoặc thống kê. Các tác giả lập luận rằng việc lựa chọn thống kê giải thích phải dựa trên mục tiêu nghiên cứu. Họ chứng minh rằng khi điều này được thực hiện, hệ thống kiểm tra Fornell-Larcker là nhất quán nội bộ và phù hợp với các quy tắc tương ứng để liên kết dữ liệu với các biến trừu tượng.