Bayesianske nettverk


   Domene + webhotell + epost = kr. 198/år
   Tast inn domene du ønsker å bestille webhotell til:
   http://www.


    Denne artikkelen er del 6 av 12 artikler om Risiko- og sårbarhetsanalyser (ROS)
     Hvordan lese artiklene og -seriene?


Et bayesiansk nettverk er en grafisk modell for sannsynlighet. Den representerer et sett av tilfeldige variabler og deres betingede avhengigheter fremstilt ved hjelp av en rettet asyklisk graf. Metoden har de senere år fått økt betydning både som kvalitativ og kvantitativ metode i risikovurderinger.

Modellene gir en grafisk fremstilling av hvordan ulike elementer som er relevante for det aktuelle problemet påvirker hverandre og lar oss analysere og resonnere kvantitativt rundt mulige utfall gitt hva vi vet og hva vi er usikre på. Således danner en Bayeisansk nettverksmodell underlag for å forstå og analysere komplekse problemstillinger samt legge til rette for informerte og velbegrunnet risikovurdering.

Egenskapene til det Bayesianske nettverket gjør det svært godt egnet til å analysere et vidt spekter av problemer og har vist seg å være svært anvendelig for å gjennomføre risiko- og beslutningsanalyser.

Bayesianske nettverk består av noder som er koblet sammen med koplinger. Nettverket har en eller flere utganger. Noder som påvirker utgangsnoden kalles innenfor risikoanalyse for risikopåvirkende faktorer (RIF). (Rausand & Utne, 2009:187)

Et enkelt bayesiansk nettverk er illustrert under. Dette nettverket inneholder 3 noder: A, B og C. Pilene mellom nodene indikerer påvirkning. A påvirker dermed B og C, mens B påvirker C og er påvirket av A.

bayesianske nettverk

Prosessen med å utarbeide et bayesiansk nettverk gir kvalitativ innsikt i hvilke RIF’er som er relevante for en hendelse og hvordan disse påvirker hverandre. Dersom en ønsker, kan en også foreta kvantitative analyser av nettverket. Det er fra denne kvantitative analysen at metodikken har sitt navn. Beregningsmetodikken baserer seg på det såkalte Bayes’ teorem. (Rausand & Utne, 2009:187).

Bayesianske nettverk brukt innen risikoanalyse gjør det mulig å ta tak i noen problemstillinger som mange andre metoder ikke håndterer. Et viktig eksempel er samvariasjon av årsaker som virker på tvers i et system (Fenton & Neil, 2013:41).

Dersom bayesianske nettverk skal nyttes kvantativt må det settes sannsynligheter mellom nodene som beskriver hvordan disse påvirker hverandre.

Kilder:

  • Fenton, N., & Neil, M. (2013). Risk assessment and decision analysis with bayesian networks (p. 439). CRC Press.
  • Rausand, M., & Utne, I. B. (2009). Risikoanalyse: teori og metoder (p. book). Trondheim: Tapir akademisk forl.

Denne artikkelen og resten av artiklene i denne artikkelserien kan lastes ned og leses som en e-bok ved å klikke her !

Klikk her hvis du ikke fant svaret på det du lurte på
Topp20
Siste 20
Nye serier
Du leser nå artikkelserien: Risiko- og sårbarhetsanalyser (ROS)

  Gå til neste / forrige artikkel i artikkelserien:  << RisikomatriseArbeidsmodell for risikoanalysen >>
    Andre artikler i serien er: 
  • Risiko- og sårbarhetsanalyser (ROS)
  • Risiko
  • Risikoformer
  • Risikoprofil og risikoeksponering
  • Risikomatrise
  • Bayesianske nettverk
  • Arbeidsmodell for risikoanalysen
  • Konsekvensanalyse
  • Risikoreduserende tiltak
  • Forebygging og utbedring
  • Risikostyring / Enterprise Risk Management (ERM)
  • Rammeverk for risikostyring
  • DEL
    Denne artikkelen er skrevet av Kjetil Sander. En entrepenør og forretningsutvikler som har etablert en rekke selskaper de siste 20 årene. Samtidig som har han lang styre- og topp-leder erfaring. Han er utdannet Diplom økonom / markedsfører fra BI/NMH, og jobber til daglig som daglig leder i OnNet. På hobbybasis er han i tillegg ansvarlig redaktør for eStudie.no. Les mer.