Réexamen de l'analyse d'influence

Une fois que les variables (également appelées facteurs et déterminants selon les auteurs) ont été identifiées - et dans notre cas mappéLa plupart des méthodes de prévision visent à réduire leur nombre, c'est-à-dire à ne conserver que quelques-unes de ces variables.

En effet, compte tenu des limites cognitives, ainsi que des ressources limitées, on essaie d'obtenir un certain nombre de variables qui peuvent être facilement et relativement rapidement combinées par le cerveau humain.

Le problème auquel nous sommes confrontés ici sur le plan méthodologique est de savoir comment réduire au mieux ce nombre de variables, en s'assurant que nous ne réintroduisons pas de biais et/ou que nous simplifions notre modèle au point qu'il devienne inutile ou sous-optimal.

En outre, compte tenu également des réactions indésirables potentielles des praticiens à des modèles complexes, il est le plus souvent nécessaire de pouvoir présenter un modèle correctement simplifié ou réduit (tout en restant fidèle au modèle initial).

La partie restante de cet article est destinée à notre membres. Assurez-vous d'obtenir de vraies analyses et non des opinions ou, pire, de fausses nouvelles. Devenez l'un de nos membres et accédez à cet article. Log in si vous êtes membre.

Publié par Dr Helene Lavoix (MSc PhD Lond)

Dr Hélène Lavoix, PhD Lond (relations internationales), est le président/CEO de la Red Team Analysis Society. Elle est spécialisée en prospective et alerte précoce stratégiques (S&W) pour les questions de sécurité nationale et internationale. Elle se concentre actuellement sur la montée en puissance de la Chine, la pandémie de COVID-19, la méthodologie du SF&W, la radicalisation, les environnements extrêmes ainsi que sur les problématiques des nouvelles technologies (IA, QIS, monde virtuel) du point de vue de la sécurité internationale.

FR