专家关于量与事件先验的调和及其在概率德尔菲法中的应用

我们考虑将一组专家的判断聚合以形成代表该组判断的单一先验分布的问题。我们开发了一个贝叶斯分层模型，基于针对连续量抽取的分位数以及针对一次性事件的概率来调和专家组判断。先前的贝叶斯调和 methods 即便有也未被广泛使用，这与 pooling 方法和基于共识的方法形成对比。为此，我们将贝叶斯调和嵌入概率德尔菲法中。其结果是为概率德尔菲法的结果提供了直接的概率解释，所得先验代表了决策者的判断。我们可以利用德尔菲法中的理由对专家进行分组以用于分层建模。我们通过评估土石坝侵蚀和水泵站泵故障的研究来说明该方法，并使用代尔夫特理工大学（TU Delft）专家判断研究数据库评估该方法的特性。我们发现，即使使用该方法的现成实现，其表现也优于单个专家、专家等权平均以及基于对数得分的经典方法。