COMPLEX INSTITUTT FOR RETTSINFORMATIKK

7/85

Johannes Hansen

SARA:

BRUKERVEILEDNING OG PROGRAM­

DOKUMENTASJON NORIS (49)

COMPLEX

INSTITUTT FOR RETTSINFORMATIKK

UNIVERSITETSFORLAGET

IBM Trondheim: Kongensgt 60. tlf (07) 53 0 6 44 IBM Oslo: Dronning M audsgt 10-11. tlf (02) 20 54 50

FORLAG

GRAFISK INDUSTRI

FABHIIIUS FAUHIIIU& lA U M IIIU b hA H H IIIU h F A B H IIIU b FABHIIIUS lA BH ITIU S FABHIIIUS I AB IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS f ABRITIUS FABRITIUS F ABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS F A 2 > " '\ ^ FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS F*

IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FA P£

FABRITIUS FABRITIUS FABRITIUS FABRITIUS FA IUS FABRITIUS FABRITIUS FABRITIUS FAP^.

FABRITIUS FABRITIUS FABRITIUS F A ^ IUS FABRITIUS FABRITIUS FAF>f;

FABRITIUS FABRITIUS FA ° IUS FABRITIUS F A R * ^ FABRITIUS F AP IUS FABRI FABRITIUS IUS FABRII FABRITIUS I IUS FABRITIL FABRITIUS F/

IUS F ABRITIU!

FABRITIUS F A t IUS FABRITIUS FABRITIUS FABFi IUS FABRITIUS FABRITIUS FABRI IUS FABRITIUS F»

FABRITIUS FABRITI IUS FABRITIUS FAt FABRITIUS FABRITIU IUS FABRITIUS FABI FABRITIUS FABRITIUS F

FABRITIUS FABI ITIUS FABRITIUS

FABRITIUS FABI IUS FABRITIUS FABRITIUS FABI

FABRITIUS BRITIUS FABI

FABRITIUS RITIUS FABI

FABRITIUS ITIUS FABI FABRITIUS

TIUS FABI BRITIUS US FABI

RITIUS S FABI FABRITIUS FABRITIUS FABI FABRITIUS FABRITIUS S FABRITIUS FABRITIUS FABI FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS F ABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI IUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABRITIUS FABI

DATASATS

ELEKTRONISK TRYKKING INFORMASJONSDISTRIBUSJON

F A B R IT IU S A S B R O BE KK VN 80 P BO K S 1156 S E N T R U M 0107 O S L O 1

TELEFON (0 2 )6 4 08 88 TELEX 18 137 fabrin TELEFAX (02) 64 32 83

forming for

JUS EDB

Postboks 7557. Skillebekk. OSLO 2

P o b tg ifo 5 1 39664 BanKgiro B2(X) 12 49727 PostgifoComplex 2 12 1663

Foreningen står bl.a. for salget av ConpLex-hef tene og vedlikeholder abonnements­

ordningene for serien.

STATENS DATASENTRAL

FOR A D M IN IS T R A T IV DATABEHANDLING ULVENVN 8 3 B . 0 5 8 1 OSLO 5

TELEFON ( 0 2 ) 6 4 5 1 0 0

S D S‘TJENESTER

STATENS DATASENTRAL HAR SOM OPPGAVE A LEVERE DATATJENESTER T IL FO R VALTN IN G EN . PR I DAG ER CA

100 S T A T L IG E IN S T IT U S J O N E R OG ETATER BRUKERE AV S D S ' DATAKRAFT OG U L IK E S E R V IC E T IL B U D

I TJENESTENE INNGÅR B L . A . DATABEHAND LIN G PÅ

SENTRALE ANLEGG. R Å D G IV N IN G OG KO NSULEN TBISTAN D VED E D B -A N S K A F FE LS E R . S Y S T E M U T V IK L IN G OG PROGRAMMERING.

SLUTTBRUKERSYSTEMER. DATABANKTJENESTER OG OPPLÆRING

‘ LO VDATA" ER EN AV DATABANKTJENESTENE VED SDS. HER ER B L . A . GJELDENDE LOVER OG SENTRALE F O R S K R IF TE R T IL G J E N ­ G E LIG E I FU LL TEKST FOR SØKING OVER TELEN ETTET FRA DE F LE S T E TER M INALTTYPER. OGSÅ PE R S O N LIG E DATAMASKINER KAN BRUKES SOM TERM INALER FOR SØ KING I LOVDATAS BASER.

S D S -T IL B U D : PERSO N LIG E DATAM ASKINER

STATENS DATASENTRAL HAR FUNNET A T A P R IC O T PC DEKKER EN REKKE AV DE KRAV SOM BØR S T IL L E S T IL F L E K S IB I L IT E T OG MULIGHETER FOR IN TEG R ER IN G I STØRRE SYSTEMER A P R IC O T PC LEVERES MED EN REKKE NYTTEPROGRAMMER SOM STANDARD. SDS KAN OGSÅ T IL B Y E T S P E S IE L T PROGRAM SOM MULIGGJØR BRUK A V A P R IC O T SOM NOT IS -T E R M IN A L MOT UTSTYR FRA NORSK DATA. BÅDE FOR TEKSTBEHANDLING OG DOKUMENTOVERFØRING. PROGRAMMET G IR DESSUTEN ANLEDNING T IL KOMMUNIKASJON MED HONEYWELL BULL M ASKINER

CompLex nr. 7/85

Institutt for rettsinformatikk Niels Juels gate 16

0272 O SL O 2

Johannes Hansen

SARA:

BRUKERVEILEDNING

OG PROGRAMDOKUMENTASJON NORIS (49)

Universitetsforlaget A S Oslo

IS B N 82-00-07799-3

Utgivelsene i skriftserien CompLex støttes Den norske Bankforening

Norsk Arbeidsgiverforening Televerket

Norsk senter for informatikk A /S Den Norske Advokatforening Norges Forsikringsforbund O rkla Industrier

Norsk Hydro Statens Datasentral

Digital Equipment Corporation A /S Industriforbundets Servicekontor

Printed in Norway by G C S A/S, Oslo

Forord

SARA-prosjektene fant sted ved Avdeling for EDB-spørsmål/

Institutt for Privatrett fra 1978-1982, som N0RIS(33) og N0RIS(49)• Denne brukerhåndboka for SARA fullfører første etappe i SARA's korte, relativt tilbaketrukne liv. Den har latt vente på seg på grunn av noen nødvendige endringer i programstruktur, først og fremst. Disse er nå utført, og strukturen for bruker akulle nå være enkel og oversiktlig.

Det kunne være ønskelig å generalisere grunnmodellen i SARA, forbedre arkitektur og enkelte algoritmer. Disse endringene er omfattende, og er ikke blitt prioritert av Institutt for Rettsinformatikk, men i lang tid utsatt. Det var derfor nå nødvendig å dokumentere SARA slik systemet er, i håp om at det kan komme analytikere av aweiinger til nytte. Tilgang til SARA formidles via Institutt for Rettsinformatikk.

Jeg vil få takke Rasjonaliseringsdirektoratet,

Planavdelingen i Forbruker- og Administrasjonsdepartementet og Planseksjonen i Justisdepartementet for finansieringen av prosjektene. Jeg vil også takke ansatte og studenter ved avdelinga, senere instituttet, for et trivelig miljø. Selvsagt spesielt Mette Borchgrevink som første bruker av

SARA-programmet. Mest vil jeg takke Jon Bing for hans oppfinnsomhet og oppmuntringer og Sverre Spurkland for hans utrettellige veiledning da SARA "ble cand real".

Nordberg, 26. juni 1985, Johannes Hansen

Iimholdsfortegnelse.

Forord

1 INTRODUKSJON 1

1.1 Hva kan SARA brukes til 1

1.1 .1 Formål 1

1.2 Avveiinger 2

1.3 Modell av avveiinger 3

1.4 Beskrivelse - og kontroll av beskrivelse -

av avveiinger 4

1.5 SARA's funksjoner 4

1.6 Beslutnings og analysesystemet 5

2 BEGREP]® OG FORUTSETNINGH? I SARA 5

2 .1 Om beslutningene 6

2.1.1 Beslutninger må være truffet ved anvendelse

av skjønn 6

2.1.2 Problemene saro analyseres må være like 6

2.1.3 Binære resultater 6

2 .2 Om argumentene 7

2.2.1 Faktorene som brukes må være homogene 7

2.2.2 Argumentliste 7

2 .3 Om vektene 9

2.3.1 Vektene er positive 9

2.3*2 Vektene er tilnærmet konstante 9

2.4 Om verdi 9

2-5 Beslutningsmodell 10

2.6 Teoretisk resultat 11

2.7 Forklaring av beslutninger 11

2.8 Feilmål for forklarte beslutninger 11 2.9 Mål kri terier for vektberegningene 12

2.10 Sjølmotsigelser og inkonsistens 12

2.11 Beskrankinger av vektene 12

2.13 Grupperingsregler 13 2.14 Dominans- og avhengighetsbegreper 13

3 BRUKERVEILEDNING FOR SARA 15

3.1 Kall opp SARA 15

3-2 Logisk datastruktur 15

3-3 Innlesing av et materiale 17

3-3-1 SARA's arbeidplass 17

3-3-2 Definisjon av et materiale 17

(1) Innlesing av argument-navn og mulige

verdier på argumentene 18

(2) Avbryting av innlesing 19

(3) Innlesing av verdier og resultater 20 (4) Avbrudd i registrering av et materiale 21 3-3-3 Lasting av ferdigregistrert materiale 21

3-3-4 Gjenopptak av innlesing 22

3-3-5 Grupperingsregler 22

(1) Innlesing av G-sett 23

(2) Lasting av G-sett 25

3-4 Nivå 4-kommandoer 25

3-4.1 Lagring av et materiale 26

3-4-2 Vektberegningene 26

3-4-3 Tips-konmandoen 26

3-4-4 Presentasjon av resultater fra

beregningene 27

(1) Beskranking av vektene 28

(2) Velgere og mengder av beslutninger 29

(3) DM og 01 kommandoene 32

(4) Pinn basis 33

(5) Pinn presedenser 33

(6) Pinn konstellasjoner 33

(7) Pinn motsigelser 34

(8) Qnpirisk korrelasjon mellan argumenter 34

(9) Dominansstatistikk 34

(10) PIM-kommandoen 35

(11) PKR-kommandoen 35

(12) Avhengighets8tatistikk og-relasjoner 35

(13) Inkonsistente mengder uten felles

elementer 36

(14) Signifikanstest argumentene 36

(15) Gjennomsnittlig vektawik 37

(16) Følsomhet i teoretiske resultatera overensstemmelse med faktiske som en

følge av variasjon av vektene 37

3«5 Oversikt over kommandoer og nivåer i SARA 38

3.6 Back-up 38

3-7 Endringer av et materiale 38

3.7*1 Fjerning av et materiale 39

3.7.2 Fjerning av regelsett 40

3.7.3 Fjerning av beslutninger 40

3.7.4 Fjerning av argumentpar 40

3.7 .5 Innskyting av beslutninger 41

3.7-6 Innskyting av nye argumentpar 41

3.7.7 Sammensatte funksjoner 41

4 EKSMPL® OG KOMMENTARER TIL BRUK AV SARA 42

4.1 Registrering av et materiale 42

4-1.1 Initiering av et materiale 43

4.1.2 Beskrivelse av argumentene 43

4.1.3 Beskrivelse av beslutningene 44

4.1.4 Avbrudd av registrering 45

4.1.5 Registrering av G-regler 45

4-2 Konsistensanalyse av materialet 46

4.2.1 Innledning 46

4*2.2 Hjelp til konsistensanalyse i SARA 46

(1) Er materialet konsistent? 46

(2) Finn vekter som minimaliserer antall

uforklarte beslutninger 47

(3) Manuell konsistensanalyse 49

(4) Hvilke beslutninger er problematiske 49 (5) Hvilke argumenter er problematiske? 52 (6) Konsistensanalyse under registrering 52

4.3 Vurdering av beregna vekter 56

4.3.1 Vær varsom ved bruk av de beregna vektene! 56 4.3 .2 Vurder beregna vekter mot egen innsikt 56

4.3.3 Problematiske argumenter 56

resultatet 56 4-3*5 Usikkerhet. Hvor følsomt er antall

uforklarte beslutninger for endring av

vektene? 59

4*4 Gransking av avhengigheter 62

4*4.1 Avhengighet mellom to og to beslutninger 62 4.4.2 Avhengigheter mellom flere beslutninger 67 4.4*3 Presedenser. "Sterke" beslutninger. 68 4-4*4 Pins det presedens for ei bestemt

beslutning? 69

4*4*5 Søking etter relevante dokumenter 70 4*4*6 Avhengigheter mellom argumenter 71

4*5 Endringer av materialet 71

4*5*1 Fjerning av argumentpar 71

4*5*2 Innskyting av argumentpar 71

5 PROGRAMDOKUMENTASJON 74

5*1 Pil8truktur 74

5*1*1 Status-fila 74

5*1*2 Material-filene 74

5*1*3 Piler med grupperingsregelsett 74

5*1*4 Hele filstrukturen 75

5*2 Globale variable i SARA 75

5*2.1 Status-variable 75

5*2.2 Variable for lastings- og lagringskontroll 76 5.2.3 Variable med informasjon om argumentparene 76 5.2.4 Variable med informasjon om beslutningene 77 5-2.5 Variable med informasjon an et

grupperingsregelsett 77

5-2.6 Beregnings-variable knytta til argument­

parene 78

5.2.7 Beregningsvariable knytta til beslutningene 78

5.2.8 Øvrige sentrale globale variable 78

5*3 Programstruktur 79

5-3.1 Innledning 79

5*3*2 Initialisering 81

5.3.3 Registrering av et materiale (1) Loaddecis

(2) Lesanthu (3) Lesvrthu (4) Definerule (5) Lesregthu (6) Groupate

5.3.4 Lagring av materialer (1) Pini8hexp

(2) Storerule (3) Storeexp

5.3.5 Lasting av et materiale (1) Loadexp

(2) Loadrule

5.3.6 Vektberegningene (1) TIPS-kommandoen (2) RUN-kommandoen (3) Lokale variable (4) Optvekt-algo r itma (5) Alt-algoritma (6) Fsf-algoritma

5.3.7 Presentasjon av resultater 5.4 Endringsprogrammet CSARA 5*4-1 Globale variable 5*4.2 Programmet

Bibliografi

Indeks for kapittel 1-4 Indeks for kapittel 5

Appendix A: Indeks fra feilmeldinger til kapittel 3 Appendix B: SARA-programmet

Appendix C: Endringsprogrammet CSARA Appendix D: Installasjon av SARA og CSARA

Appendix E: GENDIR.SIM, NOR.PL, NOR.TXT, H4G.FL og ENG.TXT 81 85 85 85 85 87 87 88 88 90 90 90 90 91 92 92 93 95 96 100 101 103 110 110 110

113 114 118

1 INTRODUKSJON.

1.1 Hva kan SARA brukes til?

Analyse av rettslige avgjørelser spiller en helt sentral rolle i jusen. Avgjørelser fra domstoler (spesielt lagnannsrett og høyesterett) kan brukes i en juridisk argumentasjon hvis det kan påvises at de har relevans for den aktuelle beslutningas utfall.

Avsagte dommer er rettskildefaktorer.

Juristen må argumentere for at det fins en eller flere normer i avgjørelsen scan er relevante. "&i rettslig norm kan oppfattes scm to-delt: Bi del av normen beskriver betingelsene for at den flkal være relevant, en del beskriver virkningen av at den er funnet relevant" (Jon Bing, Jussens Venner 19T5> side 15).

På samme måte som en advokat som skal føre ei sak, kan forskere være interessert i å påvise at det fins en nærmere bestemt juridisk norm.

Men hvis lov eller forskrift, som regulerer et område man vil analysere, inneholder vage begreper, kan det ofte være vanskelig å påvise at det fins en nærmere bestemt norm ad den vei. Isåfall blir praksis den kilde det kan øses av. Hvis nå i tillegg de relevante avgjørelsene er svært mange og bygger på et stort antall fakta scm tillegges vekt så har den tradisjonelle juridiske analysen støtt på store problemer. Spesielt vanskelig har oppgaven vært hvis det har vært vanskelig å stille opp hypoteser om hvilke normer som har vært anvendt. Særlig aktuelt har dette vært i forvaltningspraksis.

1.1.1 Formål

SARA's primære praktiske formål er å være et hjelpemiddel ved oppstilling og testing av hypoteser om hvordan aweiinger innen et beslutningsområde foretas.

1.2 Aweiinger.

SARA er et hjelpemiddel for analyse av aweiingsavgjørelser.

Aweiinger er kjent fra dagligdagse - eller i alle fall fra viktige - beslutninger der man vurderer ulike

handlingsalternativer mot hverandre. Man undersøker faktorer som trekker for og mot de ulike alternativene og veier faktorerne mot hverandre idet en treffer sitt endelige valg.

Jusen har perfeksjonert den dagligdagse bruk av aweiinger, noe san knapt er overraskende. Por spesielle beslutninger anføres det retningslinjer an hvordan disse skal treffes. Dette for at beslutningene skal treffes i overensstemmelse med den intensjon normfastsetter har uttrykt. Retningslinjene regnes vanligvis å være av tre kategorier, - om relevans, vekt og verdi. Det vil si hvilke faktorer det kan, skal, bør .. legges vekt på, hvilken vekt faktoren bør tillegges og hvilket resultat faktoren favoriserer.

Retningslinjene begrenser "handlefriheten" til

beslutningsfatter samnenlignet med ei fullstendig åpen avveiing uten retningslinjer. Innen dette "handlingsrom" har så

normfastsetter delegert myndighet til beslutningsfatter å treffe sine valg. Aweiinger er en velegnet måte å delegere myndighet på, idet det overlates til beslutningsfatter å anvende sitt skjønn for å løse avveiingsproblemet på beste måte.

I noen grad kan også retningslinjer oppfattes å ha en

handlingsutvidende funksjon. Det er i rollen som handlingsanviser der hvor en ikke ville tenkt på et moments relevans om det ikke var for retningslinjen.

Etter Eckhoff og Sundbys normteori deles normer uttømmende inn i to klasser, regler og retningslinjer. Til forskjell fra regler, hvor det er tilstrekkelig å påvise at betingelsene i antecedenten i en regel foreligger for at konsekvensene i konsekventen skal følge, er det aldri tilstrekkelig å påvise at betingelsene i en antecedent i ei retningslinje foreligger for å bestemme

resultatet i ei aweiing. J&i må gjennomføre ei faktisk veiing av faktorer mot hverandre.

Et viktig trekk ved aweiinger er at de oftest er åpne med hensyn på hvilke momenter det kan legges vekt på. Det vil si at normfastsetter har positivt nevnt noen momenter som det skal, kan,

bør .. legges vekt på, men at lista ikke er uttømmende. Dette er hensyn aan en tenker seg spesielle for den enkelte sak. Denne gruppen av hensyn kalles reale hensyn, og utgjør et stort - og prinsipielt - problem ved modellering av aweiinger.

Ved å innføre et awei ingstema i en rettslig regulering innfører man normalt svært fleksible elementer sammenlignet med regler med faste kriterier. Selv om de ytre vilkårene rundt beslutningene endres, trenger en ikke endre aweiingBmarkøren. Det er nok å endre de retningslinjene som styrer beslutninga. Ofte er det ikke nødvendig å gjøre dette eksplisitt. En dom kan for eksempel være tilstrekkelig for å endre klima rundt tolkinga av en aweiingsmarkør. Arbeidsmiljøloven tolkes sikkert jamt over strengere i dag enn da den ble innført. Aweiinger kan derfor sies å være praktiske støtputer i den juridiske maskin.

1.3 Modell av aweiinger.

Behovet for EDB-baserte modeller av aweiinger er tidligere omtalt. Til grunn for SARA ligger en svært enkel aweiingsmodell♦

Denne er blant annet omtalt av Eckhoff og Sundby i Rettssystemer, side 150. Den har et fast antall relevante momenter for en type aweiingsproblemer. Disse trekker i ei bestemt retning med ei bestemt vekt. Generaliseringer av denne modellen er beskrevet i dokumentasjon fra S y m p o s iu m (, ved 10th International Congress on Cybernetic8, s. 57 - 69 og i et ennå upublisert

Complex-hefte fra Institutt for Rettsinformatikks normseminar vinteren 1984*

Den implementerte modellen er bare anvendelig for aweiinger med binære resultater, dvs resultater med bare to

resultatalternativer. Modellen kan sies å ha to delmodeller. En faktormodell som beskriver aweiingstypen. Denne har ei liste av relevante momenter og for hvert moment en gitt verdi og ei ukjent vekt. Dessuten har den en beslutningsmodell som forteller hvilke faktorer som forekommer i ei gitt beBlutning samt resultatet av beslutninga. Og det er alt. I alle fall i utgangspunktet. Fra dette ønsker vi å trekke så mye erkjennelse - og få så mye ideer - som mulig fra de opprinnelige beslutningene.

-5^-

Pør en koraner så langt som til analysen må en ha koda

beslutningene slik at de finnes i maskinlesbar form. Men før selve kodinga må en ha bestemt hvordan koding skal skje. Dette gjøres ved å fortelle hvilke argumenter Bom kan forekomme i den aktuelle beslutningstypen. Å finne fram til passende inndeling i

argumenter er vel ofte et vanskelig problem. Vi skal ikke drøfte dette her. Noen av problemene er drøftet fra et system-synspunkt i Coæplex 1/81 s.19 - 27.

Ftørst når den maskinlesbare representasjonen er etablert, kan SARA's priJEære funksjoner påkalles. Men før en begynner å bruke funksjonene bør en kontrollere den beskrivelsen en har gitt av beslutningene. Dette gjelder ikke bare mulig feilskrift, men også hvor velegna den maskinlesbare beskrivelsen av beslutningene er.

Dette gjøres ved noe vi kaller konsistensanalyse. Her vil en forsøke å påvise inkonsiBtente beslutninger. Inkonsistenser mellom beslutninger kan bety at beskrivelsen av beslutningene er lite velegna. Er beskrivelsen ganske velegna representer inkonsistenser ei gruppe beslutninger som det kan være verdt å se nærmere på om en er interessert i inkonsekvent praksis. SARA inneholder en god del hjelpemidler for å finne inkonsistenser.

1.5 SARA"b funksjoner.

De primære funksjoner er blant annet de funksjoner som gransker vektene på argumentene. SARA beregner vekter slik at teoretiske resultater stemmer best mulig overens med de faktiske. MEN DESSVERRE KAN - OG SKAL - EN IKKE UTEN VIDERE PESTE LIT TIL DE BEREGNA VHCTENE, selv ikke om det er full overenstemmelse mellom teoretiske og faktiske resultat. Vektene kan være svært ustabile.

Med det mener vi at selv med sterkt varierende vekt på samme argument - fra beregning til beregning - kan alle beslutninger være forklart (teoretisk og faktisk resultat stemmer overens).

Sammen med ustabilitetsmål som SARA gir kan imidlertid vektene være informative.

Det er også lagt inn signifikanstester på vektene for argumentene i beslutningene. Denne kan brukes til å finne argumenter som neppe har reell innflytelse i argumenteringa i beslutningene.

Programmet kan også svare på un det blant de koda

beslutningene fins grunnlag for å påstå et bestemt utfall for ei beslutning som ikke er i materialet. Altså: Pins det i materialet presedens for ei beslutning scm denne? Brukeren må da beskrive den beslutninga han vil undersøke presedens for.

Programnet kan ellers skrive ut en god del statistiske mål for materialet.

1.6 BeslutningB- og analysesystemet.

Beslutnings- og analysesystemet er beskrevet i Complex 1/81, avsnitt 1.4, sidene 7 - 10, og vil ikke bli beskrevet nærmere her.

-5-

2 BEGREPER OG PORUTSETNINGEH I SARA.

2 .1 On beslutningene.

2.1.1 Beslutningene må være truffet ved anvendelse av skjønn.

Bi restriksjon for analyse med SARA er at beslutningene må være truffet ved anvendelse av skjønn. Det vil si beslutninger hvor det er lagt vekt på flere fakta (argument, hensyn, momenter). Og hvor hvert faktum enten taler for eller mot positivt resultat. Et faktum som taler for positivt reøultat kaller vi et positivt argument. Og et faktum som taler mot positivt resultat - altså for negativt resultat - kaller vi et negativt argument. Et argument er med andre ord et verdiorientert faktum.

2.1.2 Problemene sam analyseres må være like.

Videre må de rettslige problemene som skal løses i de ulike sakene være de samme. Vi kan altså ikke analysere søknader om fritakelse fra militærtjeneste sammen med søknader cm boligstønad.

2.1.3 Binære resultater.

Resultatet for alle beslutningene som skal analyseres må det være mulig å beskrive som ett av to gjensidig utelukkende alternativer.

Ett av disse to alternativene kaller vi altså positivt. Det andre kaller vi negativt.

For eksempel: Hvis spørsmålet som skal avgjøres er om en søker skal få stønad så kan resultatalternativene formuleres:

-søker innvilges stønad, alternativt -søker innvilges ikke stønad.

Vi kan altså ikke handtere resultater som -søkeren innvilges 20 000.- kroner -søkeren innvilges 4 000.- kroner osv.

2 .2 Om argumentene.

2.2.1 Faktorene som brukes må være homogene.

SARA hviler på antakelsen om at det er mulig å beskrive beslutninger fattet ved skjønn ved hjelp av relativt homogene argumenter♦ Homogen - både med hensyn på bakenforliggende fakta og den rolle (vekt og verdi) argumentet har spilt i ulike

beslutninger. Om det materialet en ønsker å analysere ikke tilfredstiller denne antagelsen er det lite interessant å bruke SARA til å analysere det.

Men om materialet - i alle fall noenlunde - tilfredstiller antakelsen over, så kan det kanskje være fruktbart å bruke SARA som et hjelpemiddel til å analysere beslutningene i materialet.

2.2.2 Argumentliste.

la oss si at vi har lest gjennom alle beslutningene vi vil analysere og dannet ei liste av alle forskjellige positive argumenter som forekommer i materialet, P, og ei liste av alle forskjellige negative argumenter, C. La oss si at det er 3 forskjellige positive argumenter og 2 forskjellige negative argumenter som forekonmer i alt. (Hva vi velger å betrakte som forskjellige argumenter er et praønatisk spørsmål som jeg ikke skal komme inn på her.) Ia oss kalle de positive argumentene ,

°S de negative C1, C2 - Argumentlista kan beskrives (P1, P^, Pj» Cj f @2)•

Nå kan det være at et positivt og et negativt argument er avledet fra såmne faktum, (Hva som er samme faktum er også et pragnatisk spørsmål), f. eks. søkerens økonomi i ei stønadssak.

'Søkerens økonomi er ikke god' kan være et proargument for stønad, mens 'søkerens økonomi er god' er et negativt argument. Begge argumentene er avledet av søkerens økonomi - som er et faktum.

Et alikt par av ett positivt og ett negativt argument kaller vi et komplementært par av argumenter.

Om det er grunn for å tro at vektene på argumentene i et komplementært par av argumenter er nokså like, så gir dette en mulighet for å redusere beskrivelsen av beslutninger noe. For la oss si at (Pj, ) er et komplementært par der vi mener at er tilnærma lik w (w^ står for vekt på argument nummer i i argumentlista). Siden P^ og utelukker hverandre gjensidig - økonomien kan ikke være 'god' og 'ikke god' samtidig - så vet vi at hvis Pj forekonmer i ei beslutning så forekommer ikke i den og hvis forekommer i ei beslutning så forekommer ikke P1 i den.

Ergo er bidraget fra P^ og C1 enten +v1, (= -w1) eller 0 hvis verken P^ eller forekommer. Ergo kan vi sløyfe idet vi betrakter den lik .

Men vi trenger ikke bruke komplementære par av argumenter som komplementære par i modellen. Grunnen for dette er da at vi ikke ønsker å legge den restriksjonen på vektene at vekta på det negative argumentet skal være lik vekta på det positive.

La oss si at P^ og også er komplementære, men at vi ikke vil innføre restrikBjoner at v2 = w^. For å vise at P? og C2 ikke brukes i et komplementært par, skriver vi:

(P2, ) og (C2, ).

Hvert forskjellig argument har altså ei vekt med unntak av argumentene i et komplementært per som har felles vekt. For hvert forskjellig argument av de som vi ikke bruker i et komplementært par danner vi et ufullstendig par av argumenter. Argumentene og vektene fra eksempelet foran kan nå skrives

(pv C

V

(P2. )

w2,

( P y )

V

(c2.

V

andre ord : Til

modellen. Denne er den samme enten det er det positive eller det negative argumentet som forekommer. Men verdien er som før vist avhengig av hvilket argument som forekommer fra paret.

La være verdien på det argumentet fra det J-te argumentparet som forekommer i beslutning i. Verdien på et argument forteller hvilken retning det trekker i. Et positivt argument har verdi 1 og et negativt argument har verdi -1. I stedet for det lange uttrykket foran vil vi bruke det kortere uttrykket 'verdien på argument j i beslutning i ' helt synonymt.

Vj er vekta på argumentet i det j-te argumentparet. Eller kortere: Vekta på argument j.

2 .3 Om vektene.

2.3*1 Vektene er positive.

Vi antar at hvert argument som forekommer i ei beslutning er tilordnet ei positiv vekt i beslutning. Dette kan vi anta siden de positive argumenter trekker i positiv retning og de negative i negativ retning.

2.3*2 Vektene er tilnærmet konstante.

Videre antar vi at vekta på det samme argumentet, for eksempel P-^

(eller Cj osv.) varierer nokså lite fra beslutning til beslutning.

Vi kan dermed operere med ei vekt for hvert argument. Hvis ikke denne antakelsen oppfylles av de argumentene vi har, bør vi reformulere argumentene før vi går videre. Eller vi kan finne ut at materialet ikke lar seg bearbeide for analyse.

2.4 Om verdi.

La

Vi1,vi2' vi3’ Vi4’

være variabler som representerer verdiene for beslutning i.

-9-

v^ = verdien på argumentet fra argumentpar 1 i beslutning i, vi2 = verdien på argumentet fra argumentpar 2 i beslutning i,

Cm C1, P2 og P5 forekommer har vi

V11 - vi2 - '• vi3 = ' vi4 " °- Vi skriver

vi = (vi1’ vi2’ vi3' vi4)*

Altså har vi for vårt eksempel vt = (-1, 1, 1, 0).

Vi skriver likedan V = (Wj , W2, V y *4).

2.5 Beslutningsmodell.

Vi kan nå beskrive ei beslutning ved å ramse opp argumenter som forekomner i beslutninga samt resultatet. For eksempel:

P1, Py C2 og positivt resultat.

Ei beslutning der P1, og C2 forekommer vil beskrives ved sine verdier og sitt resultat slik:

{(1,-1,1,0),+}.

Den samla vekta på argumentene over blir, om vi tar hensyn til forekomst, relevans, vekt og verdi for argumentene, dermed

(1 ,-1 . 1, 0 ) * ( w . , w 0 , w , , w J ) = w, - + w , .

-11-

Og siden resultatet er positivt har vi at:

- w2 + w-^ > 0.

2.6 Teoretisk resultat.

Vi kaller

Ta(w) = vi1*w1 + vi2*w2 + vi3*w3 + v.4*w4 teoretisk resultat for beslutning i.

Eksempel: La = 0.2, = 1, w-^ = 2-3 og = 1.4- Kaller vi eksempel-beslutninga vår for beslutning 1 har vi:

T. (w) = 1*0.2 - 1*1 + 1*2.3 + 0*1.4 = 1.5.

2 .7 Forklaring av beslutninger.

Vi sier at w = (w1, w2, w^, w^) forklarer ei beslutning i hvis Ti(w) > 0 og resultatet er positivt eller T^v) < 0 og resultatet er negativt. Ellers sier vi at vektene ikke forklarer beslutning i.

2.8 Feilmål for forklarte beslutninger.

For hver beslutning innfører vi et feilmål, E^. Ei = 0 hvis beslutning i er forklart. Hvis beslutning i er uforklart er Ei = -Ti 0 hvis resultatet er positivt og E^^ = ^ hvis resultatet er negativt. Det samla feilmålet, E, er summen av feilene for hver enkelt beslutning,

E = E1 + E2 + Ej + ^{+ En-} (n er antall beslutninger)

2.9 Målkriterier for vektbe regn i ngene.

Veirtberegningene, som forklares senere, har to målkriterier. Det er

- å forklare flest mulig beslutninger

- dernest å redusere det samla feilmålet mest mulig.

2 .10 Sjolmotsigelser og inkonsistens.

Det vil ofte være slik at ikke alle beslutninger lar seg forklare samtidig. Ja, noen beslutninger lar seg aldri forklare. Vi kaller disse sjølmotsigende. Slike beslutninger har ingen argumenter med samme verdi som resultatet. Beslutninger som ikke lar seg forklare samtidig kaller vi inkonsistente. Det enkleste eksemplet på inkonsistente beslutninger er:

w1 > w2 og W2 > w , .

Det er derfor alltid ei øvre grense for hvor mange beslutninger som lar seg forklare. I beste fall er denne lik det totale antall beslutninger.

2.11 Beskrankinger av vektene.

Nå kan det være at de vektene som programmet beregner delvis virker urimelige. Det er derfor laget en mulighet for å angi begrensinger (beskrankinger) på vektene. For eksempel

0.8 £ < 4* Dette skal tvinge programmet til å foreslå mellom 0.8 og 4.

2.12 Statistiske mål.

-13-

Programmet kan presentere statistiske mål som

- empirisk korrelasjon mellom argumenter og resultat, - empirisk korrelasjon mellom argumenter,

- vekrtawiket for uforklarte beslutninger (gjennomsnitt), - hvor følsomt antallet uforklarte beslutninger er for

variasjon av vekta på et argument.

Programmet har og en mulighet for å teste om et argument har signifikant innvirkning på resultatet.

2.13 Grupperingsregler.

Det er mulig å gruppere materialet i ulike grupper. Dette gjøres ved å definere grupperingsregler. Grupperingsreglene er på forma

Vi1 * ' ogvi4 * '•

(Les: verdien på første og fjerde argument skal være positiv) Vitsen med grupperingsreglene er at vi av flere grunner kan være interessert i å gjennomføre beregninger på delmengder av beslutningene.

Nå følger definisjon av noen begreper som brukes i brukerveiledninga:

2.14 Dominans og avhengighetsbegreper.

Dominerende argumenter i ei beslutning er de argumentene som har samme verdi som resultatet. De argumentene som har motsatt verdi kaller vi dominerte. ADA(i) og ADE(i) er antall dominante og antall dominerte argumenter i beslutning i.

ADE(i)/ADA(i)

kaller vi dominansforholdet for beslutning i. SARA kan presentere en del informasjon om dominansforhold.

La oss representere at beslutning i er forklart med PB^, og at beslutning i er uforklart med 7 . Vi sier at to beslutninger i og j er avhengige (eller parallelle) hvis en av fire situasjoner gjelder:

1) FBi => FBj 2) PBi =>lPBj 3) lPBi => FBj 4) TFBi => TPBj

At ei mengde M av beslutninger er forklart uttrykker vi FB^.

Beslutning j følger ved presedens fra M om FB^ ==> FB_..

La M være ei konsistent mengde av beslutninger og M1 ei delmengde av M som består av presedenser fra M. Altså at FB^ = >

F B ^ . Vi sier da at M1 er en basis for M.

-15^-

3 BRUKES VEILEDNING PCR SARA.

3-1 Kall opp SARA.

Den måten SARA-programmet kjennes igjen på er ved navnet SARA. Ved å skrive

run SARA

etter at du har logga deg inn ber du om å få utført SARA.

3.2 Logisk datastruktur.

Det er mulig å definere inntil 10 materialer og operere på dem i SARA.

En egen fil STATUS holder oversikt over definerte materialer. Til hvert materiale er det knytta et sett opplysninger som legges på ei fil for seg.

Vi skal si at et materiale er registrert under STATUS, og tegne det STATUS

1 2 3 4 5

m r

Qn vi vil indikere at det er plass til 5 materialer til, tegner vi STATUS

rTTTT

~— i— i— I ' • i l

* 1 • \

De prikkete linjer angir at materialene er udefinert.

SARA kjenner igjen et materiale ved dets navn.

Hvert materiale er det anledning til å dele inn på inntil 10

forskjellige måter. Hver av disse inndelingene danner det vi kaller et grupperingsregel-sett (G-sett). Hvert sett definerer ei inndeling ved inntil 10 grupperings-regler (G-regler). Til hver G-regel svarer ei gruppe av saker. Et G-sett består av inntil 10 grupper. STATUS, materialer, G-sett og G-regler danner en hierarkisk struktur. Følgende nivåinndeling skal brukes i brukerveiledninga:

nivå 1 - STATUS nivå 2 - materialer nivå 3 - G-sett nivå 4 - G-regler

nivå 5 - presentasjonsfunksjoner

Monitornivået (det nivået SARA kalles fra) kaller vi nivå 0 i denne brukerveiledninga.

Strukturer av grupper, G-sett, materialer og STATUS representerer vi grafisk slik:

nivå 0 SARA

nivå 1

nivå 2 materialer

nivå 3 G-sett

STATUS

nivå 4 grupper

.. skal indikere at vi ikke vil tegne inn delstrukturen på lavere nivå.

3-3 Innlesing av et materiale.

Etter run-kommandoen prompter maskinen N1>

N1 står for nivå 1. Den venter seg da en av kommandoene DM - for definer materiale

IM - for last inn materiale.

DM-kommandoen skal gis bare når en skal starte fra begynnelsen å registrere et materiale. En hIch.1 ikke si DM om en delvis eller fullstendig har definert det materialet en vil bruke. Gis en annen kommando enn IM eller DM fås feilmeldinga

"Riktig kommando er IM eller DM".

SARA vil ignorere anstrengelser for å definere flere enn 10 materialer, og skriver

"Du kan ikke definere flere enn 10 materialer"

3-3-1 SARA's arbeidsplass.

SARA trenger plass i maskinens hukommelse for å utføre sine beregninger. Denne plassens størrelse er avhengig av to variable, antall beslutninger i et materiale (n) og antall argumenter som det er mulig å spesifisere (m).

3.3-2 Definisjon av et materiale.

Hvis du vil definere et nytt materiale vil SARA spørre etter det totale antall beslutninger og antall argumenter. Systemet skriver

"Antall beslutninger er?".

Du skriver inn antallet. SARA skriver:

-17-

"Antall argumenter er?"

og du skriver inn dette antallet også. Hvis noe annet enn positive tall skrives inn for antall fås feilmeldinga:

"Antall må være _>1".

Antall beslutninger må være større eller lik antallet argumenter. Hvis ikke gis feilmeldinga

"Antall argumenter må være mindre enn antall beslutninger".

Antall argumenter må også være mindre enn 100. Hvis ikke gis feilmeldinga

"Antall argumenter må være < 100".

Du får spørsmålet

"Hva vil du kalle materialfila?".

Systemet venter da å få et navn på inntil 6 alfanumeriske tegn med en bokstav først.Dette navnet blir navnet på den fila der saksmaterialet fra forsøket lagres. Navn på filer må være forskjellige. Hvis ikke gis feilmeldinga

"Filnavnet er allerede i bruk. Velg et annet".

(1) Innlesing av argument-navn og mulige verdier på argumentene.

Argumentnavn og mulige verdier for argumentparene er det neste som må defineres. Systemet melder fra om dette ved å skrive

"Beskriv argumentene som skal brukes!

Les inn navn på argumenter og mulige verdier de kan ha ".

Argumentnavn er det navn du ønsker å tilegne de forsjellige

argumentene. Så snart et argumentpar er tilegna et navn vil systemet

-19^-

Etter at systemet har skrevet ut melding om at navn på argumenter og mulige verdier skal leses inn, skriver det ut

"Argument nummer 1 Navn"

og venter å få navnet til argumentpar nummer ett. Dette navnet må ha færre enn 9 tegi Hvis ikke gis feilmeldinga

"Navn på argumentpar skal ha 8 tegn".

Vil en ha rettet et feilskrevet navn eller verdier kan en gi ! som input istedet for navn. Etter at systemet har akseptert navnet skriver det ut

"Mulige verdier"

og venter å få inn ett eller to tegn. Por hvert argumentpar angis de verdier som argumenter fra argumentparet kan ha. Det er positivt og negativt, bare positivt eller bare negativt.Por eksempel:

Mulige verdier -t—

Dette skal bety at argumenter fra argumentparet enten kan være positive eller negative. Hvis input ikke er +-,+ skriver systemet ut meldinga:

"Du må skrive +, - eller ingenting"

Mulige verdier skrives igjen ut og SARA venter på ny input.

(2) Avbryting av innlesing.

Hvis brukeren ønsker å bryte av innlesing av argumentnavn og mulige verdier og ønsker å bevare det registrerte materiale så langt, må han gi ei * til systemet etter at det har skrevet ut

"Navn".

Når brukeren så ønsker å fortsette registreringa igjen, kan han begynne der han slapp.

(3) Innlesing av verdier og resultater.

Systemet skriver

"Registrering av materialet!

Les inn verdier og resultat for hver beslutning"

for å meddele hvilke prosess som startes. Så ber systemet om å f å informasjon fra første beslutning. Det gjør det ved å skrive

"Beslutning nummer 1 Løpenummer"

Løpenummeret er et heltall mellom 1 og 1000. Hvis du oppgir et løpenummer utenfor dette intervall, får du feilmeldinga

"Løpenummeret må være < 1000 og >0".

Hvis du oppgir et løpenummer som allerede er brukt svarer systemet

"Løpenummeret er allerede brukt.

Vil du endre beslutninga?"

Er du interessert i å endre beskrivelsen, skriver du ja. Hvis du av vanvare har oppgitt et løpenummer du har brukt før svarer du nei og blir på nytt bedt om å gi inn et løpenummer.

SARA skriver så

"Resultat:".

I det første feltet etter venter SARA ett av tegnene + eller -.

+ står for positivt og - for negativt resultat. Hvis input ikke er + eller - skriver systemet ut feilmeldinga

"Feil tegn til resultat. Kan bare være + eller -"

og

"Resultat:"

på nytt og venter på ny input.

Når systemet skriver ut navnet på første argumentpar venter det å få en + (i 1. posisjon) hvis argument som forekommer er positivt eller - hvis argumentet som forekommer er negativt eller blank hvis dette ikke er spesifisert. Dette skjer til og med argumentpar ra. Hvis input ikke er riktig skrives feilmeldinga

"Du må skrive +, - eller ingenting"

og navnet på argumentparet skrives på nytt. Hvis du oppgir at verdien på et argument j er positiv mens du under spesifiseringa av mulige verdier har opplyst at det bare kan være negativt svarer systemet

"Argumentet kan ikke ha positiv verdi".

Ny verdi må så leses inn. Så skriver Bystemet ut

"Beslutning nummer 2 Løpenummer"

og det summe akal skje for beslutning 2. Denne prosedyre gjentas til alle beslutningene er registrert.

(4) Avbrudd i registrering av materiale.

Men det kan også her være ønskelig å gjøre avbrudd i registreringa - av flere årsaker. Dette skjer ved å gi ei * istedet for + eller - til utskrifta "Resultat:" fra systemet.

3.3.3 Lasting av ferdigregistrert materiale.

Denne initieres ved kommandoen 1M. Etter kommandoen konmer spørsmålet fra nivå 1

-21-

"Hvilket materiale vil du bruke?".

Her må du gi opp navnet (dufsak) b o o er tilordna det materiale som du vil ha tak i.

"Hvilket materiale vil du bruke?" dufsak

Hvis du oppgir et navn som SARA ikke gjenkjenner, f.eks på grunn av feilskrift, vil du få meldinga:

"Materialet er ikke definert".

Husker du ikke navnene kan du svare H (for hjelp). Du får da en liste med de tilgjengelige materialer.

3.3.4 Gjenopptak av innlesing.

Følgende dialog leder til den ønska posisjonen.

"run SARA hlXM

Hvilket materiale vil du bruke?" navn

Oppgir du et navn som ikke er definert fås meldinga

"Feil filnavn".

Nå fortsetter registreringa fra der du slapp sist. Hvis du gjorde avbrudd under innlesing av mulige verdier og argumentnavn vil meldinga

"Beskriv argumentene som skal brukes!

Les inn navn på argumenter og mulige verdier de kan ha"

dukke opp på skjermen og så argumentpar nummer x, der x er det samme tallet som du skrev * bak ved avbruddet. Nå fortsetter registreringa

Ftnm ntn ilflc *» n o p a v h r i i r i d h o r n H o H H

Hvis du gjorde avbrudd under innlesing av verdi - og resultattabellen kommer meldinga:

"Registrering av materialet for hver beslutning.

Les inn verdi og resultat"

og så

"Beslutning nummer x"

der x igjen er det beslutningsnummeret der avbrudd ble foretatt.

3.3*5 Grupperings-regler.

Ved hjelp av grupperingsregler (G-regler) kan en gruppere materialet i flere grupper av beslutninger. Ein G-regel defineres ved å angi krav til verdiene på argumentene fra de ulike argumentparene.

SARA tillater brukeren å definere 10 sett av G-regler (G-sett).

Hvert sett kan bestå av opptil 10 G-regler.

Til hver regel svarer det ei gruppe av beslutninger som tilfredsstiller de krava som G-regelen stiller.

G-reglene har prioritet i den rekkefølge de er angitt i et sett av G-regler. Den siste G-regelen i et sett bør være den G-regelen som ikke

stiller noen krav. Dermed sørger en for at alle beslutningene blir gruppert.

Ei beslutning tilhører den første gruppa der G-regelen er oppfylt.

Grupper med færre beslutninger enn antall argumenter totalt (m) vil ikke bli etablert.

Ønsker en å definere et G-sett, gis kommandoen DS. Ij3 brukes for å laste et sett. Andre kommandoer kan ikke gis på nivå 2. Det vil lede til meldinga

"Riktig kommando er DS eller L3".

(1) Innlesing av G-sett.

Innlesinga starter ved å gi kommandoen DS (definer G-sett) fra nivå 2.

Det er ikke mulig å definere flere enn 10 G-sett. Etorsøkes dette gis meldinga

-23-

"Du kan ikke definere flere enn 10 G-regelsett".

Systemet spør:

"Hva vil du kalle fila for G-settet?".

Du må da gi et navn du ikke har brukt før. Samme begrensing gjelder som for filnavn for et materiale. Deretter spør SARA:

"Hvor mange regler vil du definere?"

Du må gi et tall som er større enn 0 og mindre enn 11. Hvis ikke får du feilmeldinga

"Antall må være _>1 og < 10"

og et nytt forsøk. Systemet skriver

"Definisjon av regel nummer 1 argumentparnavn^"

Du skriver + hvis den regelen du skal lese inn krever at argument 1 skal være positivt, - hvis regelen krever at argument 1 skal være negative, p hvis regelen krever at argumentet skal forekomme (positivt eller negativt) og blank hvis ingen krav stilles til argument 1.

La os si at vi ønsker å bruke en regel som krever at argumentene 1 og 7 skal være positive og argument 6 negativt. La oss videre si at navnene er argnavnl, .. , argnavn7•

Regeleksempelet skal leses inn slik argnavnl +

argnavn2 argnavn3 argnavn4 argnavn5 argnavn6 - argnavn7 +

Hvis det gis annen input enn +,-, p eller ingenting fås feilmeldinga:

-25-

"Du må skrive + , -, p eller ingenting".

(2) Lasting av G-aett.

Et allerede definert G-sett (definert under materialet som undersøkes) kan laatea ved kommandoen lis fra kommandonivå 2. Gn en forsøker å laste G-sett når ingen er definert, får en feilmeldinga

"Riktig kommando er DB".

Forsøker du å laste et udefinert regelsett, kommer feilmeldinga

"Regelsettet fins ikke. Prøv på nytt!".

Når G-8ettet er definert eller lastet kommer spøramålet

"Hvilken gruppe vil du underaøke?".

Her må det avares med nummeret til gruppa som skal brukea. Svares det med et tall son ikke finnes kommer feilmeldinga

"Gruppenummeret må være mindre enn Vi er nå nede på nivå 4 som promptes

"N4>".

3«4 Nivå 4-kommandoer.

Fra nivå 4 kan du gi følgende kommandoer som SARA vil gjenkjenne:

RUN, PRESENT, FINISH, NEWG, NEWS og TIPS.

MERK! Kommandoene må skrives med store bokstaver. Hvis kommandoene feilskrives gir systemet meldinga

"Du må skrive RUN ,PRESENT, TIPS, NEWG, NEWS eller FINISH"

og vil ha ny kommando.

3.4.1 Lagring av materiale.

Hvis materialet (argumentparnavn, tabell over mulige verdier, verdi og resultatmatri8e og regelaettnavn) ikke er lagra tidligere i sin nåværende form vil FINISH- kommandoene initiere lagring fra hukommelse til disk. SARA gir ingen meldinger om dette.

3.4.2 Vektberegningene.

Når materialet er representert i hukommelsen kan beregningene av vektene ta til. Vektberegningene påkalles ved kommandoen RUN. Det første RUN gjør er å spørre

"Kan beskrankinger ignoreres?".

Svarer du ja ignoreres alle beskrankinger (unntatt at vektene ikke skal være negative).

3.4-3 Tips-kommandoen.

Hvis TIPS- kommandoen er gitt for gruppe nummer 3 svarer SARA :

"Gi tips for gruppe nr. 3"

og spør

"Bare endring?".

Hvis svaret er nei leses hele tipset inn. For hvert argumentpar angis vekta, for eksempel:

argnavnl 1.2 argnavn2 0.8

osv.

Er svaret ja leses bare endringene inn. Disse avsluttets ved å gi * som input for argument.

Negative vekter aksepteres ikke, og leder til feilmeldinga

"Vektene må være positive".

Gis bare vekter 0, kommer melding

"Alle vekter er 0. Beregninger avbrytes".

Når HUN- eller TIPS- kommandoen er utført fortsetter SARA i PRESENT- greina.

3.4.4 Presentasjon av resultater fra beregningene.

La oss si at vi undersøker gruppe 3 og at PRESENT- kommandoen er gitt.

SARA svarer da

"Resultat for gruppe nr.3"

og skriver, for å forberede presentasjoner, ut:

N5>

Du kan nå gi en av kommandoene

DM, *M, END, ESK, FBS, Fl, rø, PAA, PDO, PFE, PIM, PHF, PKR, PL, PP, PPB, PR, PRE, PB, PSK, PST,

PTR, PV, PVA, PVU, SMM eller SS.

Gis en annen kommando enn de foran nevnte feilmeldes

"Feil kommando. Prøv på nytt".

Ved DM kan du definere ei mengde av beslutninger. Ved EM kan du endre ei definert mengde av beslutninger. Ved END avsluttes PRESENT. ESK endrer beskranking. FBS finner en basis av forklarte beslutninger.

Fl finner implikasjoner (presedenser mellom beslutninger). JM finner motsigelser. PAA skriver ut empirisk korrelasjon mellom argumenter. PDO skriver ut dominansstatistikk. PFE skriver ut antall uforklarte

beslutninger, feilen og sum av teoretiske resultater for de aktuelle

-27-

vektene. PIM skriver ut like beBlutninger, beslutninger der ei impliserer ei anna, -ei motsier ei anna blant ikke-trivielle og ikke sjølmotsigende beslutninger. Denne utskrifta er spesielt beregna på avtegning.

PHF skriver ut feilhistorikk. Det vil si hvordan antall feil har utviklet seg for hver iterasjon. PKR skriver ut empirisk korrelasjon mellom argumenter og resultat. PL skriver ut like beslutninger uten restriksjoner. PP skriver ut avhengighetsrelasjon mellom to og to beslutninger. PPB skriver ut avhengighetsstatistikk og

avhengighetstsrelasjon for ei mengde beslutninger. PR skriver ut G-regelen for gruppa. PRE skriver ut resultat for beslutninger. PB skriver ut beslutninger. PSK skriver beskrankinger. PST skriver ut trivielle og sjølmotsigende beslutninger. PTR skriver teoretiske resultater. PV skriver vektene. SMM beregner ei nedre grense for antall inkonsistenser og skriver ut disjunkte (uten felles elementer) minimalt inkonsistente mengder av beslutninger. SS sjekker argumentenes

signifikans.

(1) Beskranking av vektene.

Formålet med beskrankingene er å sørge for at "lettvinte"

eller "dårlige" forklaringer som SARA forsøker ikke godtas. For eksempel kan SARA gi svært høg vekt på et argument som du er sikker på har liten vekt. Det kan da være ønskelig å gi SARA direktiv om å holde vekta under et visst nivå. Det samme gjelder hvis et argument får for lite vekt etter din mening.

Endring av beskranking startes ved kommandoen ESK. Systemet skriver

"Hvilket argument?"

og venter på navnet på argumentet. Systemet skriver så

>

og venter på en av bokstavene U eller L. U hvis du vil legge inn ei øvre beskranking, L hvis du vil legge inn ei nedre beskranking.

Hvis du gir en annen bokstav enn L eller, U eller C får du meldinga.

-29-

Hvis du skrev L svarer systemet med å skrive nedre=

og vil vente på et reelt tall som input, f. eks.:

nedre= 1.2

Tilsvarende skrives for U ut øvre=

osv. C betyr at en ønsker å beskranke flere vekter, mens * betyr at en ønsker å avslutte sekvensen med endringer av beskrankinger.

Under endring av beskrankinger er det mulig å få meldingene

"Vektene må være positive",

"Summen av nedre skranker er større enn maksimal vekt" og

"Nedre grense må være mindre enn øvre".

Disse uttaler en restriksjon på hvordan du kan gi beskrankinger. Den første er grei. Siden vektene er positive eller 0 må nedre skranke være 0 eller positiv. Følgelig blir det feil å si nedre= -0.2. Den andre restriksjonen uttaler at man ikke kan gi nedre beskrankinger som er slik at hvis vektene tilfredsstiller beskrankingene så vil summen av vektene være større enn den maksimale vektsummen.

Disse to restriksjonene utgjør ei minimums- og maksimumsgrense for det intervallet du kan velge nedre grense fra.

Det er også mulig å få meldinga

"Øvre grense er større enn maksimal vekt"

(2) Velgere og mengder av beslutninger.

For å begrense mengda av beslutningene som en kommando skal skrive resultatet for kan du lage velgere og du kan definere inntil 4 mengder av beslutninger kalt, W,X,Y og Z. Dessuten kan du referere til mengda av sjølmotsigende beslutninger, kalt S, mengda av ikke trivielle beslutninger, kalt I, mengda av forklarte beslutninger kalt F og mengda av uforklarte beslutninger, kalt U.

En velger kan defineres på en av følgende måter - som ei rekke løpenumre

- ved referanse til W,X,Y,Z,I,S eller F.

- ved å angi et intervall som utskrevne data må tilhøre - et antall av de første beslutninger.

Til hver kommando som kan ha velgere kan det gis vilkårlig mange velgere. En velger starter alltid med /.

Løpenummervelgeren kan inneholde ei liste av løpenumre adskilt med komma eller kolon. En løpenummervelger som ser slikt ut:

"../166,169,172:175"

skal bety at vi ønsker å ha beslutningene 166,169,172,173,174 og 175 med i utskrifta.

Hvis det nå ikke fins noen beslutninger med løpenummer 169 så får du ei feilmelding. Du må da fortsette innlesinga fra det sted der feilen skjedde. Om 173 ikke finnes så vil det ikke bli reagert på dette siden angivelsen 172:175 skal bety alle beslutninger med løpenummer mellom 172 og 175 som fins i materialet.

Eh intervallvelger angis slik

<nedre grense, øvre grense> , for eksempel

<0,1 >

som skal bety alle tall mellom 0 og 1 inkludert 0 og 1. Førstevelgeren

"../f10"

skal bety de 10 første beslutningene.

Argumentet til f er et positivt heltall. Alt annet leder til meld ing

"Argument til f må være >0".

Det er bare PKR, PTR, og PAA - kommandoene der intervall-velgeren kan brukes.

Pørste-, løpenummer- og mengdevel^eren kan brukes ved kommandoene PRE, PIM, PTR, FM, PI, PKR, PK, PB, PL, PAA, FBS og SMM.

Ved kommandoen PTR kan en i tillegg bruke en sorteringgvelger.

Brukea den ved øvrige kommandoer gia feilmelding

"Sortering bare ved PTR-kommando".

Denne angia ved

"../a".

Ekaempler:

" PRE/1:50/P"

akal nå indikere ønske om å se reaultatene for bealutningene med løpenummer mellom 1 og 50 som er forklart av de aktuelle vektene.

NB1! Velgerne stiller simultane krav til hvilke beslutninger som skal skrives ut. La os si at vi har to velgere /v1 og /v2 og at M1 er mengda av beslutninger som tilfredsstiller /v1 og M2 er mengda av beslutninger san tilfredsstiller /v2. Da tilfredsstiller M1 union M2 /vl/v2.

"PRE/1:50/ 51:100"

skriver altså ikke ut noen resultater.

"PRE /I:50/ 20:60"

skriver ut resultatene for beslutningene med løpenummer 20 til 50.

NB2! Rekkefølgen til velgerne spiller en rolle.

"PTR/f10/s"

gir neppe samme utskrift som

-31^-

"PTR/s/f10".

Effekten av velgerne bestemmes fra venstre mot høyre. Ved PTR/f10/s begrenses utskrifta først til de første 10 beslutningene. Disse blir så sortert og så skrives det ut. Ved PTR/s/f10 sorteres først. De første 10 beslutningene er derfor de 10 med lavest teoretisk resultat. Dette er ikke nødvendigvis de samme som de 10 beslutningene med lavest løpenummer.

(3) DM og £M kommandoene

DM-kommandoen må ha et argument W,X,Y,Z. Ved å gi kommandoen DM med argument W

"N5>DM_W"

svarer SARA:

"W="

og du må definere W. Det kan gjøres med løpenumre adskilt med komma eller kolon. Eller ved å sette W lik X,Y,Z,I,S eller F. Brukes andre bokstaver enn de nevnte fire fås feilmeldinga

"Mengdeangivelsen er gal".

EM- kommandoen må likedan ha et argument, W,X,Y eller Z. Ved å gi kommandoen

"N5>EM W"

svarer SARA

" W = "

og du kan svare

"W=M1_"

,

"W=M2+M3",

"W=M2-M3" eller

-33^-

M1 er ei mengde angitt ved løpenummer eller W,X,Y,Z,1,S,U eller F M2 og M3 er mengder angitt ved W,X,Y,Z,I,S,U eller P.

0 representerer her den tomme mengde.

(4) Pinn basis.

FBS deller beslutningene i ei gruppe i to. De som tilhører basis og de som følger ved presedens fra basis. (Basis er de forklarte beslutninger som ikke følger ved presedens fra andre). Foran opplistingene skrives da også

"Beslutninger som følger ved presedens fra basis:" og

"Basis:".

(På grunn av kompleksiteten i de beslutningene som skal til for å beregne presedensene kan ikke alle muligheter undersøkes. Det kan derfor hende at den faktiske basis er enda mindre enn den SARA finner).

(5) Finn presedenser

Fl finner presedenser for ei beslutning, ei mengde av - eller alle beslutninger, avhengig av hvordan en bruker velgerne. Cta

263 28 42 141

skrives ut på ei linje skal det tolkes slik at beslutningene 28, 42 og 141 danner presedens for 263* Dvs at den beslutninga som oppgis først er den det letes etter presedens for.

Nå kan det imidlertid hende at det blant de beslutningene som sammen danner presedens for ei anna er innbyrdes inkonsistens. Vil en forhindre dette kan en bruke /F - velgeren (en leter bare etter presedenser fra forklarte beslutninger). (Se for øvrig 4-4.4 for muligheten av å lete etter presedens for ei vilkårlig beslutning).

(6) Finn konstellasjoner.

FK initierer leting etter argumentkonstellasjoner. SARA skriver

"Innlesing av mal"

og vil ha en beskrivelse av den konstellasjonen det skal letes etter.

+» ~ °6 F brukes til å Kreve positivt -, negativt-, eller forekomst av argument. Ikke noe tegn til et argument betyr intet krav for dette argumentet. Etter at malen er gitt skriver SARA:

"Beslutninger med den aktuelle argumentkonstellasjonen"

og så følger ei liste av disse beslutninger.

(7) Finn motsigelser.

JW leter etter motsigelser for ei beslutning-, ei mengde av- eller alle beslutninger. FW fungerer helt analogt til Fl (se pkt 5).

(8) Qnpirisk korrelasjon mellom argumenter.

(Begrepet er forklart i CanpLex 1/81, s. 107)

PAA skriver ut empirisk korrelasjon mellom argumenter. Her kan en med hell bruke intervallvelgeren, f eks

PAA/<0-5,1>

skriver ut empiriske korrelasjoner for de som er mellom 0.5 og 1. (9) Dominansstatistikk.

PDO skriver først ut beslutninger sortert etter dominansforhold (DF).

Dette forholdstallet forteller hvor mange argumenter som har samme verdi som resultatet (ADA) sammenlignet med antallet som har motsatt verdi (AEI,:

DF = ADA / ADE.

Dernest skrives dominansstatistikk ut. For hvert argument skrives følgende opplysninger ut: Gjennomsnittlig, makaimalt og minimalt dominansforhold samt forholdstallet mellom maksimum og minimum. I tillegg skrives antall ganger argumentet har vært dominant (BDA) og dominert (3DE) i ei beslutning. Bruk av disse opplysninger er beskrevet i ComnLex 1/H1.. a . QR.

-35^-

(10) PIM-kommandoen.

Her skrives blant annet ut like beslutninger. FyIles ei linje er beslutninger på påfølgende linje også like med disse.

For implikasjonene (presedensene) vil utskriftene være slik at det til hver beslutnirie, kan være ei liste av beslutninger som impliseres.

For motsigelser vil det på hver linje - tilsvarende som for like belutninger - listes beslutninger som hver for seg strider mot den oppgitte.

Trivielle- og selvmotsigende beslutninger er ekskludert fra behandling ved bruk av PIM.

Resultatene fra bruk av PIM kan det ofte være nyttig å tegne i grafer som vist i 6.6, CompLex 1/81, s. 101-103*

(11) PKR-kommandoen.

Denne lister ut gjennomsnittlig resultat og for hvert argument:

- antall ganger argumentet er dominant henholdsviB dominert, - brøken av antall dominante forekomster mot antall forekomster, - gjennomsnittlig verdi på argumentet,

- standardavvik for verdien på argumentet, og

- empirisk korrelasjon mellom verdien på argumentet og resultatet.

(12) Avhengighetsst<atistikk og -relasjoner.

PPB skriver ut to typer informasjon. Først - for hver beslutning- skrives ut:

- antall presedenser beslutninga leder til (FF), - antall motstrid ... (RJ),

- antall ganger ei anna beslutning må være forklart som en følge av at den gitte beslutning betviles (er uforklart) (UF) og - antall ganger beslutninga følger ved presedens fra andre

beslutninger (UU).

Dernest skrives avhengighetssrelasjoner til andre beslutninger ut for hver beslutning. Denne tabellen er fri for redundant informasjon om relasjoner og egner seg for framstilling som vist i CompLex 1/81, s.

105.

(13) Inkonsistente mengder uten felles elementer.

SMM- kommandoen finner fram til slike. På hver linje skrives ei inkonsistent mengde ut. På grunnlag av SARA's beregninger kan en foreslå ei nedre grense for antall inkonsistente mengder uten felles elementer. At det bare er ei nedre grense skyldes at kompleksiteten i beregningsproblemet er så stort at ikke nødvendigvis det største antall slike mengder finnes. (Det tallet SARA kommer fram til er interessant først og fremst siden antallet uforklarte beslutninger alltid må være større eller lik dette. Dermed gir det grunnlag for å vurdere

kvaliteten på vektene SARA har foreslått. Dvs hvor godt disse løser optimaliseringsproblemet: forklar så mange beslutninger som mulig. Er nemlig antall uforklarte beslutninger lik SMM-tallet, så er et optimalt vekt-punkt funnet. Er så ikke tilfelle, men la oss si at differansen mellom tallene er 3» så er det mulig at 3 flere beslutninger lar seg forklare etc.)

(14) Signifikanstest av argumentene.

SS-kommandoen sjekker argumentenes signifikans, ett for ett. Metoden består i å sammenligne resultatfordelinga for beslutninger der det gitte argumentet ikke forekommer med fordelinga der argumentet forekommer med positiv verdi (tilsvarende for mengda av beslutninger der argumentet forekommer med negativ verdi). I den første mengda av beslutninger lages ett estimat for sannsynligheta for positivt resultat Nullhypotesa for testen er at sannsynligheta er identisk når argumentet forekommer med positiv verdi. Ved hjelp av sannsynligheta fra

nullhypotesa beregnes så sannsynligheta for den gitte fordeling. Er denne mindre enn 0.05 forkastes nullhypotesa. Vi konkluderer da at argumentet har signifikant innflytelse på resultatet.

SS-kommandoen skriver for hvert argument ut

- estimert sannsynlighet der argumentet ikke forekommer, - antall beslutninger der argumentet har samme verdi som

resultatet og antall beslutninger der de er motsatte, - sannsynligheta for at nullhypotesa skal være riktig.

-37- (15) Gjennomsnittlig vektawik.

Por å få et inntrykk av hvilke vekter som kan være problematiske for modellen kan en ved hjelp av PVA-kommandoen få skrevet ut

gjennomsnittlig avvik for vekta på argumenter som forekommer i uforklarte beslutninger.

(16) Følsomhet i teoretiske resultaters overensstemmelse med faktiske som en følge av variasjon av vektene.

PVU-kommandoen inneholder ei grafisk framstilling av antallet uforklarte beslutnigner som en funksjon av variasjon av vekta for et argument. Vektene for de øvrige argumenter holdes fast. Tastes PVU så vil SARA spørre

"Hvilket argument?".

Ved å gi navnet på argumentet fås ei grafisk framstilling som nevnt foran. Ved å gi * som input istedet for navn printes denne

informasjonen for alle argumenter.

3» 5 Oversikt over kommandoer og nivåer i SARA.

nivå 0

nivå 1

nivå 2

nivå 3

nivå 4

nivå 5

HG = Hvilken gruppe vil du bruke?

3.6 Back-up.

Systemet vil nok i enda ei tid inneholde en del feil. Derfor må følgende tiltak peu»tftes. Så snart materialet er registrert under DM må kommandoen FINISH gis fra kommandopunkt 4* Da genereres to filer, materialfila og regelfila, med navn som bruker har gitt dem.

Skulle det nå skje en feil i SARA fins materialet lagra. Men SARA vil senere operere på disse data. Derfor er det sikre9t å ta en kopi av filene.

SARA

STATUS

materialer

G-8ett

G-regler

T f

RUN FINISH

Présentasjonsmodus