- •Введение
- •Тема 1. Предмет исследования систем управления
- •Контрольные вопросы и задания
- •Тема 2. Методика построения стратегических и тактических планов
- •Контрольные вопросы и задания
- •Тема 3. Моделирование как метод исследования управляемой системы.
- •Контрольные вопросы и задания
- •Тема 4. Причинный анализ
- •Тема 5. Статистические методы в исследовании систем управления
- •Контрольные вопросы и задания.
- •Контрольные вопросы и задания
- •Тема 6. Факторный анализ
- •Контрольные вопросы и задания
- •Тема 7. Параметрическое исследование
- •Контрольные вопросы и задания
- •Тема 8. Социально-экономический эксперимент
- •Контрольные вопросы и задания
- •Тема 9. Тестирование
- •Контрольные вопросы и задания
- •Тема 10. Морфологический анализ
- •Контрольные вопросы и задания
- •Тема 11. Методология экспертных оценок
- •Контрольные вопросы и задания
- •Тема 12. Логический анализ
- •Контрольные вопросы и задания
- •Тема 13. Социологические методы в исследовании систем управления
- •Контрольные вопросы и задания
- •Заключение
- •Использованная литература
- •Сведения об авторе
Контрольные вопросы и задания
Исследуются пять показателей, находящихся в корреляционной зависимости друг с другом: объем продаж (1), объем производства (2), численность занятых (3), заработная плата (4), производительность труда (5). Интеркорреляционный граф представляет собой следующую конфигурацию (пунктиром обведена область наивысшей корреляции между показателями):
F1
Попробуйте обозначить фактор, управляющий находящимися в корреляционной зависимости показателями.
Исследуйте ниже приведенную интеркорреляционную матрицу. Выделив область действия фактора, попробуйте обозначить группу показателей (результативных признаков), совокупность которых обуславливает действие данного фактора? Как бы Вы обозначили этот фактор?
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
1 |
1 |
0,1 |
0,13 |
0,35 |
0,1 |
0,21 |
0,09 |
0,11 |
0,34 |
2 |
0,1 |
1 |
0,11 |
0,23 |
0,47 |
0,02 |
0,38 |
0,04 |
0,05 |
3 |
0,13 |
0,11 |
1 |
0,5 |
0,08 |
0,03 |
0,03 |
0,01 |
0,02 |
4 |
0,35 |
0,23 |
0,5 |
1 |
0,05 |
0,12 |
0,13 |
0,05 |
0,03 |
5 |
0,1 |
0,47 |
0,08 |
0,05 |
1 |
0,1 |
0,15 |
0,19 |
0,04 |
6 |
0,21 |
0,02 |
0,03 |
0,12 |
0,1 |
1 |
0,12 |
0,09 |
0,04 |
7 |
0,09 |
0,38 |
0,03 |
0,13 |
0,15 |
0,12 |
1 |
0,08 |
0,23 |
8 |
0,11 |
0,04 |
0,01 |
0,05 |
0,19 |
0,09 |
0,08 |
1 |
0,45 |
9 |
0,34 |
0,05 |
0,02 |
0,03 |
0,04 |
0,04 |
0,23 |
0,45 |
1 |
В чем качественное отличие факторного анализа от корреляционного? В чем ограниченность корреляционного анализа в исследовании проблем управления?
Тема 7. Параметрическое исследование
Сфера применения параметрических методов исследования управленческих систем.
Виды параметрических методов прогнозирования.
Основные характеристики измерения полезного эффекта.
В любой управляемой системе содержится определенный перечень показателей, чье выражение позволяет оценить качество решаемой проблемы и возможность достижения поставленных перед нею задач. Для всякой производственной системы такими параметрами могут считаться: стоимость, доход, прибыль (убытки) за фиксированный период. На выбор параметров оказывает влияние то, ради чего создается система, цели исследования.
В том случае, когда на стадиях разработки технического задания отсутствуют сведения по каждой детали и сборочной единице, вряд ли есть возможность выполнить реальные расчеты производственных затрат. Отсутствие возможности в использовании точных методов прогнозирования влечет за собой необходимость в применении параметрических методов, суть которых состоит в том, чтобы выявить зависимость между параметрами объекта и достигаемым полезным эффектом, рассчитанным по удельным показателям.
Первым шагом в реализации параметрических методов исследования является подбор и измерение параметров, которые могут находиться друг с другом в некоторой корреляционной зависимости. Затем параметры группируются и выстраиваются статистический ряд в соответствии с некоторой функцией.
Параметрические методы прогнозирования подразделяются на два вида:
1. По удельным показателям.
2. По уравнениям регрессии.
Для установления уравнений регрессии необходимо, чтобы количество статистических данных было не менее чем в три раза больше количества факторов. По объектам, не отвечающим этим требованиям, полезный эффект или затраты рекомендуется определять по удельным показателям. Полезный эффект объекта может быть рассчитан по формуле:
П
= Пб
*
Xjt * К1t * K2t *K3t
Хб
где Пjt - полезный эффект объекта в J- х условиях эксплуатации в t-м году;
Пб - среднегодовой полезный эффект базового объекта, аналогичный проектируемому;
Хб - важнейшая характеристика (главная функция) базового объекта, например, часовая производительность и т.п.
Xjt - важнейшая характеристика проектируемого объекта в j-х условиях эксплуатации в t-м прогнозируемом году;
К1t - коэффициент, учитывающий повышение надежности проектируемого по сравнению с базовым на t-ый год;
К2t - коэффициент, учитывающий изменение организационно-технического уровня производства у потребителей проектируемого объекта в t-ом году эксплуатации по сравнению с уровнем производства у потребителей базового объекта;
К3t- коэффициент, учитывающий изменение организационно-технического уровня производства у обслуживающей объект организации в t-ом году по сравнению с базовым объектом.
В ходе параметрических исследований оцениваются отдельные параметры, характеризующие выполнение конкретных функций. Если функциональное исследование ориентировано на целостное представление объекта изучения, функционирование объекта в целом, то параметрическое нацелено на изучение участвующих в динамике объекта составных его компонентов. При этом следует учитывать то обстоятельство, что понятия функциональных и параметрических исследований относительны, т.е. при переходе на более высокий уровень иерархии функциональные исследования могут рассматриваться как параметрические и наоборот.
Наилучшей иллюстрацией к использованию параметрического исследования к объектам управления является график зависимости места, занимаемого футбольными клубами в турнире (в своем роде аналогия параметрического эффекта) от разницы забитых и пропущенных, служащей индикатором, далеко не единственным, турнирного положения клуба и эталоном его мастерства, взятой в качестве аналога одного из удельных показателей (см. рис.8).
Подобно приведенному выше примеру, в параметрическом исследовании также необходимо выделение значения градиентного показателя, которым в данном примере выступает разница забитых и пропущенных мячей . Таким образом, моделируя ситуацию с точки зрения достижения максимального эффекта, можно спрогнозировать, подобно тому, какая разница забитых и пропущенных мячей будет соответствовать тому или иному месту,
Место
Разница забитых и пропущенных голов
+
-
Рис. 8. Схема зависимости эффекта (места) от значения параметра (градиента) в параметрическом исследовании успеха в футбольном турнире (вариант)
каким набором промежуточных показателей будет обеспечена реализация производственной задачи. К примеру, выпуск деталей определенного образца сопровождает большое количество контрольных показателей. Главным здесь является вопрос о выделении параметрического показателя, т.е. показателя являющегося удельным относительно получаемого в ходе производства экономического эффекта.
