vignettes/dematel.md

In muhlisoz/dematel: Solving Multi-Criteria Decision Making problems with Dematel Technique in R

title: "dematel" output: rmarkdown::html_vignette vignette: > %\VignetteIndexEntry{dematel.Rmd} %\VignetteEngine{knitr::knitr} %\VignetteEncoding{UTF-8}

Turkce

dematel Paket Tanitimi

Bu demo dematel paketinin kullanimi hakkinda bilgi vermek amacli hazirlanmistir. dematel paketini asagida yer aldigi sekilde calisma dizinimize dahil edebiliriz.

library(dematel)

Pakette ornek olmasi acisindan 3 adet veri seti yer almaktadir. Bu veri setleri, Cok Kriterli Karar Verme Teknikleri Aciklamali ve Karsilastirmali Saglik Bilimleri Uygulamalari ile adli kitapta yer alan veri setleridir.

Ornegin ucuncu veri seti Medical Device Selection Data'dir. Veri setinde yer alan karar degiskenlerine ait aciklamalar su sekildedir;

• K1 - Numeric values of price
• K2 - Numeric values of ease of use
• K3 - Numeric values of 24/7 technical support
• K4 - Numeric values of technical service speed
• K5 - Numeric values of electrode quality

Bu veri seti asagidaki gibidir;

my_data = dematel::data3

my_data
#>    K1 K2 K3 K4 K5
#> K1  0  2  4  3  4
#> K2  3  0  2  0  0
#> K3  3  3  0  0  0
#> K4  3  0  4  0  2
#> K5  4  0  2  0  0

Bu veri seti ile dematel paketinde yer alan fonksiyonlari kullanarak analizi kolaylikla gerceklestirebiliriz. Yontemi gerceklestirmek icin kullanilmasi gereken ilk fonksiyon normalize() adli fonksiyondur. Bu fonksiyon yalnizca matix formatindaki veri ile kullanilabilmektedir. data.frame yapisinda olan data3 kolaylikla as.matrix() fonksiyonu ile matrix formatina donusturebilmektedir. Fonksiyonun geriye donus degeri sirasi ile direkt iliski matrisi, satir ve sutun toplam degerleri ve normalize edilmis direkt iliski matrisidir.

my_data = as.matrix(my_data)

normalize(my_data)
#> $data
#>    K1 K2 K3 K4 K5
#> K1  0  2  4  3  4
#> K2  3  0  2  0  0
#> K3  3  3  0  0  0
#> K4  3  0  4  0  2
#> K5  4  0  2  0  0
#> 
#> $normalized_matrix
#>         K1      K2      K3      K4      K5
#> K1 0.00000 0.15385 0.30769 0.23077 0.30769
#> K2 0.23077 0.00000 0.15385 0.00000 0.00000
#> K3 0.23077 0.23077 0.00000 0.00000 0.00000
#> K4 0.23077 0.00000 0.30769 0.00000 0.15385
#> K5 0.30769 0.00000 0.15385 0.00000 0.00000

dematel yonteminin ikinci asamasi normalize matrisin kullanilarak toplam iliski matrisinin elde edilmesidir. Toplam iliski matrisini elde edebilmek icin total_relationship_matrix() fonksiyonu kullanilir. Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

total_relationship_matrix(my_data)
#>           K1        K2        K3         K4        K5
#> K1 0.4889668 0.3912337 0.7026745 0.34360886 0.5110044
#> K2 0.4110676 0.1448210 0.3535048 0.09486207 0.1410759
#> K3 0.4384709 0.3544754 0.2437345 0.10118594 0.1504806
#> K4 0.5593854 0.2262642 0.6075431 0.12908936 0.3458277
#> K5 0.5255989 0.1749147 0.4075545 0.12129247 0.1803824

dematel yonteminin ucuncu asamasi kriterler arasi iliski matrisinin elde edilmesidir. Kriterler arasi iliski matrisini elde edebilmek icin relationships_between_criteria() fonksiyonu kullanilir. Bu fonksiyon vasitasi ile kriterlerin onemleri ve birbirleri arasindaki etki durumlari tespit edilir. (c+r) toplami, kriterlerin onemlerini belirlemeye yarar. (c-r) farki ise, kriterlerin etki durumlarinin tespit edilmesinde kullanilir. Eger bir kriter icin (c-r)<0 ise, diger kriterler tarafindan etkilenmekte oldugu tespit edilir. Aksine; bir kriter icin (c-r)>0 ise, diger kriterler uzerinde etkisi oldugu tespit edilir.

Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

relationships_between_criteria(my_data)
#>          ci        ri      c+r         c-r
#> K1 2.437488 2.4234897 4.860978  0.01399868
#> K2 1.145331 1.2917091 2.437040 -0.14637765
#> K3 1.288347 2.3150114 3.603359 -1.02666409
#> K4 1.868110 0.7900387 2.658148  1.07807102
#> K5 1.409743 1.3287710 2.738514  0.08097203

kriterlere ait onem ve etki durumlarinin daha net bir sekilde gorulmesi ve incelenebilmesi icin nedensel diyagramdan faydalanilir. Nedensel diyagram pakette yer alan visualize() fonksiyonu ile elde edilebilmektedir.

Yine bu fonksiyonun da tek bir parametresi bulunmaktadir ve bu parametre de matrix formatinda olmalidir.

visualize(my_data)

Asagida yer alan diyagramda, $c_i-r_i$ icin sifir cizgisinin altinda kalan kriterler (K2, K3), diger kriterler tarafindan etkilenen kriterlerdir. $c_i-r_i$ icin sifir cizgisinin ustunde kalan kriterler (K1, K4, K5) ise, diger kriterleri baskin bir sekilde etkileyen kriterlerdir. $c_i+r_i$ ekseninde ise, sifirdan uzaklasildikca kriterin onemi artmaktadir.

Dematel yonteminde bir sonraki adim ag yapisinin olsuturulmasidir. Esik degerinin tespit edilmesi icin threshold_value() fonksiyonu kullanilir.

threshold_value(my_data)
#> [1] 0.3259608

Dematel yonteminin son asamasi ise karsilastirmalarin elde edilmesidir. compare_criteria() fonksiyonu ile toplam iliski matrisinde esik degerini asan iliskiler tespit edilebilmektedir.

compare_criteria(my_data)
#> $K1
#>        K1        K2        K3        K4        K5 
#> 0.4889668 0.3912337 0.7026745 0.3436089 0.5110044 
#> 
#> $K2
#>        K1        K3 
#> 0.4110676 0.3535048 
#> 
#> $K3
#>        K1        K2 
#> 0.4384709 0.3544754 
#> 
#> $K4
#>        K1        K3        K5 
#> 0.5593854 0.6075431 0.3458277 
#> 
#> $K5
#>        K1        K3 
#> 0.5255989 0.4075545

Sonuclar karsilastirildiginda esik degere esit ya da uzerinde yer alan degerler hangi kriterin diger kriterlerden hangisinin ya da hangilerinin uzerinde etkisinin oldugunu gosterir.

English

dematel Package Demo

muhlisoz/dematel documentation built on Feb. 16, 2021, 12:06 a.m.