El valor de la información (VOI o VoI) es la cantidad que un tomador de decisiones estaría dispuesto a pagar por información antes de tomar una decisión.
Términos similares
VoI a veces se distingue en valor de información perfecta , también llamado valor de clarividencia (VoC) , y valor de información imperfecta . Están estrechamente relacionados con el valor esperado de la información perfecta (EVPI) ampliamente conocido y el valor esperado de la información de la muestra (EVSI). Tenga en cuenta que VoI no es necesariamente igual al "valor de la situación de decisión con información perfecta" - "valor de la situación de decisión actual" como se entiende comúnmente.
Definiciones
Sencillo
Un ejemplo simple ilustra mejor el concepto. Considere la situación de decisión con una decisión, por ejemplo, decidir sobre una ' Actividad de vacaciones' ; y una incertidumbre, por ejemplo, ¿cuál será la ' condición meteorológica' ? Pero solo sabremos la ' Condición climática' después de haber decidido y comenzado la ' Actividad de vacaciones' .
- El valor de la información perfecta sobre las condiciones meteorológicas captura el valor de poder conocer las condiciones meteorológicas incluso antes de tomar la decisión sobre la actividad de vacaciones . Se cuantifica como el precio más alto que el tomador de decisiones está dispuesto a pagar por poder conocer las condiciones climáticas antes de tomar la decisión sobre la actividad vacacional .
- El valor de la información imperfecta sobre las condiciones meteorológicas , sin embargo, captura el valor de poder conocer el resultado de otra incertidumbre relacionada, por ejemplo, el pronóstico del tiempo , en lugar de las condiciones meteorológicas en sí antes de tomar una decisión sobre la actividad de vacaciones . Se cuantifica como el precio más alto que el responsable de la toma de decisiones está dispuesto a pagar por poder conocer el pronóstico del tiempo antes de tomar una decisión sobre la actividad vacacional . Tenga en cuenta que es esencialmente el valor de información perfecta sobre el pronóstico del tiempo .
Formal
La definición anterior ilustra que el valor de la información imperfecta de cualquier incertidumbre siempre se puede enmarcar como el valor de la información perfecta, es decir, VoC, de otra incertidumbre, por lo que solo se utilizará el término VoC en adelante.
Estándar
Considere una situación de decisión general [1] que tiene n decisiones ( d 1 , d 2 , d 3 , ..., d n ) y m incertidumbres ( u 1 , u 2 , u 3 , ..., u m ). El supuesto de racionalidad en la filosofía estándar de toma de decisiones individuales establece que lo que se hace o se conoce no se olvida, es decir, el tomador de decisiones tiene un recuerdo perfecto . Este supuesto se traduce en la existencia de un ordenamiento lineal de estas decisiones e incertidumbres tal que;
- d i se hace antes de hacer d j si y solo si d i viene antes de d j en el pedido
- d i se hace antes de conocer u j si y solo si d i viene antes de u j en el orden
- d i se hace después de conocer u j si y solo si d i viene después de u j en el orden
Considere los casos en los que el tomador de decisiones está capacitado para conocer el resultado de algunas incertidumbres adicionales antes en su situación de decisión, es decir, algunas u i se mueven para aparecer antes en el orden. En tal caso, VoC se cuantifica como el precio más alto que el tomador de decisiones está dispuesto a pagar por todos esos movimientos.
Generalizado
Luego, el estándar se generaliza aún más en el marco de análisis de decisiones del equipo, donde generalmente hay un intercambio incompleto de información entre los miembros del equipo en la misma situación de decisión. En tal caso, lo que se hace o se conoce puede no ser conocido en decisiones posteriores pertenecientes a diferentes miembros del equipo, es decir, puede que no exista un orden lineal de decisiones e incertidumbres que satisfagan el supuesto de recuerdo perfecto. Por lo tanto, VoC captura el valor de poder conocer "no solo las incertidumbres adicionales sino también las decisiones adicionales ya tomadas por otros miembros del equipo" antes de tomar otras decisiones en la situación de decisión del equipo. [2]
Caracteristicas
Hay cuatro características extremadamente importantes de VoI que siempre son válidas para cualquier situación de decisión:
- El valor de la información nunca puede ser menor que cero, ya que el tomador de decisiones siempre puede ignorar la información adicional y toma decisiones como si dicha información no estuviera disponible.
- Ninguna otra actividad de recopilación / intercambio de información puede ser más valiosa que la cuantificada por el valor de la clarividencia.
- La observación de múltiples evidencias nuevas produce la misma ganancia en la máxima utilidad esperada independientemente del orden de observación.
- El VOI de observar dos nuevas variables de evidencia no es aditivo. En cambio, es equivalente a observar uno, incorporarlo a nuestra evidencia actual y luego observar el otro.
Cálculo
El VoC se deriva estrictamente de su definición como la cantidad monetaria que es lo suficientemente grande como para compensar el beneficio adicional de obtener más información. En otras palabras; VoC se calcula iterativamente hasta
- "valor de la situación de decisión con información perfecta mientras se paga VoC" = "valor de la situación de decisión actual".
Un caso especial es cuando el tomador de decisiones es neutral al riesgo, donde VoC puede calcularse simplemente como
- VoC = "valor de la situación de decisión con información perfecta" - "valor de la situación de decisión actual".
Este caso especial es cómo se calculan el valor esperado de la información perfecta y el valor esperado de la información muestral cuando se asume implícitamente la neutralidad al riesgo . Para los casos en los que la persona que toma las decisiones es reacia al riesgo o busca riesgos , este simple cálculo no necesariamente produce el resultado correcto, y el cálculo iterativo es la única forma de garantizar la exactitud.
Los árboles de decisión y los diagramas de influencia se utilizan con mayor frecuencia para representar y resolver situaciones de decisión, así como para el cálculo de VoC asociado. El diagrama de influencia, en particular, está estructurado para adaptarse a situaciones de decisión del equipo en las que el intercambio incompleto de información entre los miembros del equipo se puede representar y resolver de manera muy eficiente. Si bien los árboles de decisión no están diseñados para adaptarse a situaciones de decisión de equipo, pueden hacerlo ampliándolos con conjuntos de información ampliamente utilizados en árboles de juegos .
Ejemplos de
La VoC a menudo se ilustra con el ejemplo de pagar por un consultor en una transacción comercial, que puede ser perfecto ( valor esperado de información perfecta ) o imperfecto (valor esperado de información imperfecta). [3]
En una situación típica de consultor, al consultor se le pagaría hasta el costo c por su información, con base en el costo esperado E sin el consultor y el costo revisado F con la información del consultor. En un escenario de información perfecta, E se puede definir como la suma del producto de la probabilidad de un buen resultado g por su costo k , más la probabilidad de un mal resultado (1- g ) por su costo k '> k:
E = gk + (1-g) k ',
que se revisa para reflejar el costo esperado F de la información perfecta, incluido el costo de consultoría c . El caso de información perfecta asume que el mal resultado no ocurre debido al consultor de información perfecto.
F = g (k + c)
Luego, resolvemos los valores de c para los cuales F
En el caso de un árbol de decisión recursivo , a menudo tenemos un costo adicional m que resulta de corregir el error, y el proceso se reinicia de manera que el costo esperado aparecerá tanto en el lado izquierdo como en el derecho de nuestras ecuaciones. [4] Esto es típico de decisiones de contratación-recontratación o decisiones de cadena de valor por las cuales los componentes de la línea de ensamblaje deben reemplazarse si se ordenan o instalan erróneamente:
E = gk + (1-g) (k '+ m + E)
F = g (k + c)
Si el consultor es imperfecto con frecuencia f , entonces el costo del consultor se resuelve con la probabilidad de error incluida:
F = sol (k + do) (1-f) + g (k + do + F) f + (1-g) (1-f) (k + do + F) + (1-g) f (k '+ c + m + F)
VoI también se utiliza para realizar una planificación de inspección y mantenimiento de las estructuras. analizar en qué medida el valor asociado con la información recopilada durante la vida útil de las estructuras de ingeniería, por ejemplo, las inspecciones, en el contexto de la gestión de la integridad, se ve afectado no solo por errores aleatorios de medición sino también por sesgos (errores sistemáticos), tomando la dependencia entre las colecciones en cuenta [5]
Ver también
Bibliografía
- ^ Howard, Ronald (1966). "Teoría del valor de la información". Transacciones IEEE sobre ciencia de sistemas y cibernética . 2 (1): 22-26. doi : 10.1109 / tssc.1966.300074 . ISSN 0536-1567 .
- ^ Kuhn, HW (1953), "11. Los juegos extensivos y el problema de la información", en Kuhn, Harold William; Tucker, Albert William (eds.), Contribuciones a la teoría de los juegos (AM-28), Volumen II , Princeton University Press, págs. 193–216, doi : 10.1515 / 9781400881970-012 , ISBN 9781400881970
- ^ resultados, búsqueda; Parlikad, Ajith Kumar; resultados, búsqueda; resultados, búsqueda (2013-10-02). Gestión total del riesgo de la información: maximización del valor de los datos y los activos de información (1ª ed.). Nueva York, NY: Morgan Kaufmann. ISBN 9780824788896.
- ^ Laxminarayan, Ramanan; Macauley, Molly K., eds. (21 de septiembre de 2014). El valor de la información: fronteras metodológicas y nuevas aplicaciones en medio ambiente y salud (2012 ed.). Lugar de publicación no identificado: Springer. ISBN 9789400798083.
- ^ Ali, Kashif; Qin, Jianjun; Faber, Michael Havbro (12 de noviembre de 2020). "Sobre el modelado de información en la gestión de la integridad estructural" . Monitoreo de salud estructural : 147592172096829. doi : 10.1177 / 1475921720968292 . ISSN 1475-9217 .