1.4. Задачи и методы исследования операций анализа данных.

Практическими задачами экономико-математического моделирования и анализа данных являются:

• анализ экономических объектов и процессов;

• экономическое прогнозирование, предвидение развития экономических процессов;

• выработка управленческих решений на всех уровнях хозяйственной иерархии.

Следует, однако, иметь в виду, что далеко не во всех слу­чаях данные, полученные в результате экономико-математи­ческого моделирования, могут использоваться непосредст­венно как готовые управленческие решения. Они скорее мо­гут быть рассмотрены как «консультирующие» средства. Принятие управленческих решений остается за человеком. Таким образом, экономико-математическое моделирование является лишь одним из компонентов (пусть очень важным) в человеко-машинных системах планирования и управления экономическими системами.

Важнейшим понятием при экономико-математическом моделировании, как и при всяком моделировании, является понятие адекватности модели, т.е. соответствия модели мо­делируемому объекту или процессу. Адекватность модели — в какой-то мере условное понятие, так как полного соответствия модели реальному объекту быть не может, что характерно и для экономико-математического моделирования. При моделиро­вании имеется в виду не просто адекватность, но соответствие по тем свойствам, которые считаются существенными для ис­следования. Проверка адекватности экономико-математиче­ских моделей является весьма серьезной проблемой, тем более, что ее осложняет трудность измерения экономических величин. Однако без такой проверки применение результатов модели­рования в управленческих решениях может не только ока­заться мало полезным, но и принести существенный вред.

Тема 2. Характеристика пакетов математических расчетов.

План.

2.1. Математические проблемы.

2.2. Структура пакетов прикладных программ.

2.3. Математические, статистические и оптимизационные ППП.

2.1. Математические проблемы.

Процесс моделирования связан с необ­ходимостью решения модели, как правило, на ПК. Следователь­но, необходимо уметь решать различные задачи вычислительного характера, которые могут встретиться при моделировании (или по крайней мере знать, как это нужно делать и какой "ценой" это можно сделать). Вычисления здесь понимаются в самом широком смысле: это и "привычные" математические операции, и разно­образные логические, применяющиеся при анализе различных взаимосвязей с целью выявления тех или иных причинно-след­ственных связей. Отсюда вытекает важность одного из крае­угольных камней математического моделирования — вычисли­тельных алгоритмов.

С ростом парка высокопроизводительных компьютеров появ­ляется некоторое "обожествление" моделей и моделирования во­обще. Это связано с кажущейся легкостью получения результата, с наличием большого числа моделей (правильных и неправиль­ных, адекватных и неадекватных в конкретном случае) и модели­рующих программ. При этом нередко встречаются случаи, когда "типовые" программы с "типовыми" алгоритмами дают не очень объяснимые решения или когда результаты предсказаний по мо­дели не совпадают с действительностью. Может также оказаться, что время решения на первый взгляд несложной задачи недопус­тимо велико. Не всегда рассматриваемые проблемы связаны с неадекватностью моделей или недостоверностью исходных дан­ных, в ряде случаев они могут быть объяснены неэффектив­ностью применяемых методов, особенно если имеют место несопоставимые с задачей затраты времени на ее решение. Для правильного распределения усилий исследователя, ресурсов ком­пьютеров необходимо знать основные особенности и области применения различных вычислительных методов, использую­щихся при моделировании и являющихся инструментом моделирования.

Для того, чтобы статистический пакет был удо­бен и эффективен в работе, он должен удовлетворять многочисленным и весьма жестким требованиям. В частности, необходимо, чтобы он:

- содержал достаточно полный набор стандартных статистических методов;

- был достаточно прост для быстрого освоения и использования;

- отвечал высоким требованиям к вводу, преобразованиям и организации хранения данных, а также к обмену с широко распространенными базами данных (Excel, Lotus и т.п.);

- имел широкий набор средств графического представления данных и результатов обработки;

- предоставлял удобные возможности для включения в отчеты таблиц исходных данных, графиков, промежуточных и оконча­тельных результатов обработки;

- имел подробную документацию, доступную для начинающих и информативную для специалистов-статистиков.

Таким образом, в процессе исследования перед пользователем встает ряд проблем, которые необходимо решить при статисти­ческом анализе данных на ЭВМ. В первую очередь, если пред­ставляется такая возможность, осуществить выбор наиболее адекватного программного средства. Здесь следует ориентиро­ваться на характер исходных данных и их размерность, набор методов обработки, требуемую форму представления результа­тов исследования и др. Далее нужно выбрать наиболее целесооб­разный режим эксплуатации программного средства (пакетный, диалоговый). Если возможности имеющихся в распоряжении пользователя программных средств не обеспечивают решения поставленной задачи, необходимо разработать дополнительное математическое обеспечение и его стыковку с основным про­граммным средством. Иногда необходимо использовать несколь­ко пакетов программ, обладающих различными функциональны­ми возможностями. В этом случае решается вопрос о способах передачи и преобразования промежуточных результатов реше­ния.

Немаловажной является и проблема оценки надежности и точности подготовки и обработки данных.

Таким образом, помимо постановки задачи аналитического исследования, выбора математического аппарата, решения, встает самостоятельная задача разработки проекта его реализации с помощью ЭВМ.