严重不确定与权衡模糊下的鲁棒决策分析:外来物种案例研究
应用统计
2022-07-15 v1 统计方法学
摘要
贝叶斯决策分析是风险管理决策的有用方法,但在处理知识上的严重不确定与管理目标上的价值模糊方面存在局限。我们研究鲁棒贝叶斯决策分析在出现上述一类或两类问题时的应用。鲁棒贝叶斯方法通过概率分布的边界刻画严重不确定,通过效用函数的边界刻画价值模糊。为纳入数据,对整个分布集应用标准贝叶斯更新。为获取专家代表不同管理目标价值的效用,我们采用可应对严重价值模糊的改进版摆动加权流程。我们在一个环境管理问题上演示这些方法:根除瑞典近期发现的入侵物种大理石螯虾,尽管在物种是否仍存在(即严重不确定)以及需艰难权衡与利益冲突(即价值模糊)方面存在显著知识缺口,仍须快速响应。我们确定,在全部概率与效用边界范围内,排干系统并移除个体结合疏浚筛分(无论是否使用可降解杀生物剂)或提高 pH 值的决策方案始终不佳。该案例研究表明,鲁棒贝叶斯决策分析为在可用数据少和/或权衡模糊的风险管理问题中集成信息提供了透明的方法论。
引用
@article{arxiv.2103.04721,
title = {Robust decision analysis under severe uncertainty and ambiguous tradeoffs: an invasive species case study},
author = {Ullrika Sahlin and Matthias C. M. Troffaes and Lennart Edsman},
journal= {arXiv preprint arXiv:2103.04721},
year = {2022}
}
备注
26 pages, 3 figures