Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
экзамен методы исследования.rtf
Скачиваний:
4
Добавлен:
01.07.2025
Размер:
2 Мб
Скачать
☆

43. Индексный метод, кластерный анализ, метод построения дерева решений, анализ чувствительности.

Индексный метод основан на относительных показателях динамики, пространственных сравнений выполнения плана, выражающих отношение фактического уровня анализируемого показателя в отчетном периоде к ᴇᴦο уровню в базисном периоде (или к плановому, или по другому объекту). Как относительные показатели индексы необходимы для оценки выполнения плановых заданий, для определения динамики явлений и процессов. Технически любой индекс представляет собой показатель, определяемый как соотношение двух каких-либо величин.

Кластерный анализ – совокупность многомерных статистических методов классификации объектов по характеризующим их признакам, разделение совокупности объектов на однородные группы, близкие по определяющим критериям. Эти группы называют кластерами. Кластер – это группы объектов, выделенные в результате кластерного анализа на основе заданной меры сходства или различий между объектами. Кластерный анализ позволяет рассматривать достаточно большой объём информации и сильно сжимать большие массивы социально-экономической информации, делать их компактными и наглядными.

Кластерный анализ позволяет провести объективную классификацию любых объектов, которые охарактеризованы рядом признаков. Из этого можно извлечь ряд преимуществ.

1. Полученные кластеры можно интерпретировать, то есть описывать, какие же собственно группы существуют.

2. Отдельные кластеры можно выбраковывать. Это полезно в тех случаях, когда при наборе данных допущены определённые ошибки, в результате которых значения показателей у отдельных объектов резко отклоняются. При применении кластерного анализа такие объекты попадают в отдельный кластер.

3. Для дальнейшего анализа могут быть выбраны только те кластеры, которые обладают интересующими характеристиками.

Недостатки: при сведении исходного массива данных к более компактному виду могут возникать определённые искажения, а также могут теряться индивидуальные черты отдельных объектов за счёт замены их характеристиками обобщённых значений параметров кластера.

Дерево решений – это схематическое представление процесса принятия управленческих решений по определенной проблеме, изображаемое графически в виде древовидной структуры, которого содержит узлы, представляющие собой ключевые события (точки принятия решений), и ветви, соединяющие узлы, - работы по реализации проекта. Используется в менеджменте на подготовительных стадиях процесса выработки решений для выбора лучшего способа действий. Это целая цепочка решений, вытекающих одно из другого, которые соответствуют событиям, происходящим с некоторой известной или заданной вероятностью.

При решении простых задач дерево не дает никаких преимуществ, но для решения многоуровневых задач его преимущества - неоспоримы. Дерево решений строится с помощью пяти элементов: 1) момент принятия решения; 2) точка возникновения события; 3) связь между решениями и событиями; 4) вероятность наступления события; 5) ожидаемое значение (последствия), т.е. количественное выражение каждой альтернативы, расположенное в конце ветви.

Анализ чувствительности — это определение такого уровня вероятности, до которого данная альтернатива является лучшей. Этот метод позволяет получить ответы на вопросы вида: что будет с результирующей величиной, если изменится значение некоторой исходной величины?