Métodos para Combinar Avaliações de Probabilidade de Especialistas

Este artigo revisa técnicas estatísticas para combinar múltiplas distribuições de probabilidade. O contexto é o de um tomador de decisão que consulta vários especialistas sobre determinados eventos. Os especialistas expressam suas opiniões na forma de distribuições de probabilidade. O tomador de decisão deve agregar as distribuições dos especialistas em uma única distribuição que possa ser usada para tomada de decisão. Duas classes de métodos de agregação são revisadas. Ao usar um procedimento supra bayesiano, o tomador de decisão trata as opiniões dos especialistas como dados que podem ser combinados com sua própria distribuição a priori via regra de Bayes. Ao usar um pool linear de opiniões, o tomador de decisão forma uma combinação linear das opiniões dos especialistas. A principal característica que torna difícil a agregação das opiniões dos especialistas é a alta correlação ou dependência que tipicamente ocorre entre essas opiniões. Um tema deste trabalho é a necessidade de procedimentos de treinamento que resultem em especialistas com opiniões relativamente independentes ou de métodos de agregação que modelem, explícita ou implicitamente, a dependência entre os especialistas. São apresentadas análises que mostram que m especialistas dependentes valem o mesmo que k especialistas independentes onde k ≤ m. Em alguns casos, um valor exato para k pode ser dado; em outros casos, limites inferiores e superiores podem ser estabelecidos para k.