|
tashqi kalibrlash uchun rag'batlantiruvchi aniq baholash qoidalari. Bu
|
səhifə | 1143/1374 | tarix | 14.05.2022 | ölçüsü | 0,9 Mb. | | #57917 |
| docs
tashqi kalibrlash uchun rag'batlantiruvchi aniq baholash qoidalari. Bu
ta'sir hech bo'lmaganda qisman ankraj effektiga bog'liq.
Masalan, Dow Jones indeksi uchun X ni tanlashni eng yaxshisidan boshlash tabiiy
yuqoriga qarab baholaydi va tuzatadi. Agar bu sozlash odatdagidek bo'lsa va
ba'zan u etarli emas, keyin X etarli darajada ekstremal emas bo'lib chiqadi. Bunday
qabul qilinadigan X raqamini tanlashda bir xil bog'lash effekti paydo bo'ladi
eng yaxshi taxmindan pastga qarab tuzatish. Shunday qilib, ishonch oralig'i
X va X o'rtasidagi juda tor va chegara ehtimoli taqsimoti bo'ladi
juda qattiq bo'ladi. Ushbu tushuntirishni qo'llab-quvvatlash uchun shuni ko'rsatish mumkin
sub'ektiv ehtimolliklar protsedura yordamida muntazam ravishda o'zgartiriladi
qaysi eng yaxshi baho langar bo'lib xizmat qilmaydi.
Dostları ilə paylaş: |
|
|