A modell 100 objektumából egyetlen egy objektum volt masszívan invalid, vagyis nem modellezhető. A modell a számítások centrumaként választott konstanstól +162 és -208 közötti sávban tért el. A rendszer genetikai potenciálja +330 erőtérpontot tett lehetővé, ahol a kötelező lépésköz a lépcsősfüggvény bármely két lépcsője között 1 egység volt. Az 5 attribútumból 2 nem volt képes hatást kifejteni (a relatív körbeverési potenciált leíró mutató és az azonosságok aránya mutató).
A 162-208-as intervallum arányossága (a becslési hibák kiegyenlítődése a konstans körül) csak úgy állhat elő, ha a kisebb intervallumot érintő pozitív becslési értékek (jelen esetben a modellbecslések huszadrészének egész értékű osztályaiban) nagyobb gyakorisággal fordulnak elő, mint a nagyobb intervallumot érintő negatívak, amik kényszerűen több osztályban oszlanak el azonos osztályméretek esetén.
A fenti modell-karakterisztikák önmagukban még nem tekinthetők hasznos eredménynek, mert a valódi eredményt azok a szimulációs számítások jelentik, melyek valós személyek valós válaszainak karakterisztikáihoz képesek következetességi indexet rendelni. A fentebb jellemzett modellben minél nagyobb a becslési érték, annál következetesebb egy válaszadó (egy válasz-sorozat) – anélkül, hogy a valódi, egyéni következetességi indexek felhasználásra kerültek volna a modellezés inputjaként.
A szimulációk alapesetei a monoton stratégiák:
ha valaki minden kérdésre mindenkor a 3-as relációkódot, vagyis az azonosságot adja meg, akkor ő teljesen következetes rangsort hoz létre az objektumok között, lévén minden objektumot azonosnak ítél minden mással szemben – így elvárható, hogy egy ilyen magatartásnak megfelelő válaszsor a következetességi index számításakor az ismert becslés-maximumot meg tudja haladni
hasonló a helyzet akkor is, ha valaki minden esetben a 4-es relációkódot, vagyis a nem tudom választ választja, hiszen ekkor semmilyen rangsort nem hoz létre, de így nem is tud következetlenné válni – vagyis ezen esetben is az eddig ismert véletlenszerűséget körülíró becslési értékeknél magasabb következetességi becslési indexet kell kapni a szimuláció eredményeként…
A szimuláció alapja a lépcsős függvény, mely jelen esetben csak a 100 lehetséges lépcsőszintből az első 10 és az utolsó 10 lépcsőt mutatja a kép bal oldalán, míg a jobb oldalon a két-két egymást követő lépcső távolságát, ahol a default érték az 1. A jobb oldal alapján látható a max sor alapján, mely két mutató esik ki (max=1) információtartalma feleslegessége okán az anti-diszkriminatív modellezésből.
A szimulációk eredménye a lépcsős függvény és a szimulált inputrangsorok alapján egyértelmű:
a minden relációkód 3-as esetén a narancssárga (1000161.8) rendszermaximum sárga színkóddal (1000296.8) meghaladásra került
hasonlóképpen a monoton 4-es relációkódok esetén is meghaladásra került (zöld: 1000329.8 – a genetikai potenciál értéke) az elvárások értelmében a véletlen számok által kirajzolt következetességi modell-plafon (1000161.8)
a racionális 1-es és 2-es számsorok esetén a genetikai potenciál és az ismert rendszermaximum közötti térbe kerül a mindenkori válaszadó következetességi indexe – vagyis a minél nagyobb az index értéke, annál következetesebb a válaszsorozat elvárása teljesülni látszik már riport-alapú attribútumok alapján is…
|
