动态风险和不确定因素的建模 (1) : 绘制风险和不确定因素图

(本文是2011年11月以 "创建预见和预警模型 "为题发表的原始文章的全面更新版。绘制动态网络图(一)》)。绘制风险和不确定性是正确预测和管理风险和不确定性的正确过程的第二步。 这个阶段从建立一个模型开始,一旦完成,它将描述和解释手头的问题或议题,同时允许预测或预知。换句话说,随着第一步的结束,你已经选择了一个风险,一个不确定因素,或一系列的风险和不确定因素,或一个值得关注的问题,并有其适当的时间框架和范围,例如,什么是风险和不确定因素,以...

这篇文章的其余部分是为我们 成员 以及那些购买了特殊访问计划的人。确保你得到真正的分析,而不是意见,或者更糟的是,假新闻。 登录 并访问这篇文章。

用 "自我网络 "构筑展望方案的叙事方式

在许多展望方法中,一旦你确定了主要的因素或变量,到了为情景制定叙事的时刻,除了 "充实情景和制定故事 "的内容外,你没有得到关于如何完成这一步骤的指导。

在此,我们将另辟蹊径,提供一种直接和简单的方法来编写情景。我们将使用我们为Everstate构建的动态网络--或为另一个问题--以及社会网络分析和可视化软件中的 "自我网络 "功能来指导叙述的发展和写作。

这篇文章的其余部分是为我们 成员 以及那些购买了特殊访问计划的人。确保你得到真正的分析,而不是意见,或者更糟的是,假新闻。 登录 并访问这篇文章。

动态网络中的变量、价值和一致性

在这篇文章中,我们解释并讨论了使我们能够为Everstate--或为任何国家或所选择的问题--设定标准的方法背景,如帖子中所例举的"Everstate的特点."同时,我们还解决了一致性的问题。

这篇文章的其余部分是为我们 成员 以及那些购买了特殊访问计划的人。确保你得到真正的分析,而不是意见,或者更糟的是,假新闻。 登录 并访问这篇文章。

重新审视影响力分析

一旦变量(根据作者,也称为因素和驱动因素)被确定,在我们的案例中 绘制的而大多数预见方法的目的是减少它们的数量,即只保留这些变量中的几个。

事实上,考虑到认知的局限性,以及有限的资源,人们试图获得一些可以被人脑轻松和相对快速地组合的变量。

我们在这里面临的方法论问题是如何最多减少这个变量的数量,确保我们不会重新引入偏见或/和简化我们的模型,以至于变得无用或次优。

此外,考虑到从业者对复杂模型的潜在不良反应,能够提出一个适当的简化或缩小的模型(但仍忠实于初始模型)往往是必要的。

这篇文章的其余部分是为我们 成员 以及那些购买了特殊访问计划的人。确保你得到真正的分析,而不是意见,或者更糟的是,假新闻。 登录 并访问这篇文章。

动态风险和不确定性的建模(2):绘制动态网络图

返回到 第一部分

实际上,任何SF&W模型,因为它主要处理的是时间,应该是一个动态的网络。如果我们的理解模型是静态的,我们怎么能期望获得任何潜在的未来轮廓?

因此,我们的地图旨在代表政体的潜在动态。我们将特别使用 Ertman在过去的国家建设方面的工作,但使其能够适应现在和未来的条件。

这篇文章的其余部分是为我们 成员 以及那些购买了特殊访问计划的人。确保你得到真正的分析,而不是意见,或者更糟的是,假新闻。 登录 并访问这篇文章。

ZH