Научная статья на тему 'Метод построения статистических моделей с неполными данными на основе экспертной информации'

Метод построения статистических моделей с неполными данными на основе экспертной информации Текст научной статьи по специальности «Экономика и бизнес»

CC BY
1630
160
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
МАТЕМАТИЧЕСКАЯ СТАТИСТИКА / МОДЕЛИРОВАНИЕ / РЕГРЕССИОННОЕ УРАВНЕНИЕ / MATHEMATICAL STATISTICS / MODELING / REGRESSION EQUATION

Аннотация научной статьи по экономике и бизнесу, автор научной работы — Торопов Виктор Дмитриевич

Проанализированы традиционные методы построения статистических моделей. Изложены подходы к построению экспертно-статистических моделей на основе экспертной информации.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по экономике и бизнесу , автор научной работы — Торопов Виктор Дмитриевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

THE METHOD OF STATISTICAL MODELLING WITH INCOMPLETE DATA BASED ON EXPERT INFORMATION

Traditional methods of building statistic models are analyzed. Approaches to building expert statistics models based on expert information are described.

Текст научной работы на тему «Метод построения статистических моделей с неполными данными на основе экспертной информации»

ет в себя: потребности в персонале; требования к кандидату; привлечение кандидатов; первичный отбор; выбор кандидата; согласие кандидата; прием на работу; интеграция в организации. Особым элементом здесь может выступать процесс приобщения к процессу управления начинающих менеджеров. Среди последних, по мнению Дж. Адамса выделяются: иммобилизация, минимизация, депрессия, признание, проверка, поиск значимости, интернализация (этап уверенности). В этом аспекте наиболее приемлемые для регионов могут быть традиционные особенности управления российскими «трудовыми коллективами» методы. В современных условиях быстрого устаревания профессиональных навыков способность организации постоянно повышать квалификацию своих сотрудников является одним из важных факторов долгосрочного успеха. К началу XXI века внутрикорпоративное образование стало реальным конкурентом высших и специальных учебных заведений, а, по мнению В. Оськина и проблемой «управлении работниками знаний». В условиях роста конкурентоспособности в адаптационном механизме рынка труда в его организационных аспектах все большее значение будет иметь проявление аутсорсинга и аутстаффинга как элементов информационных технологий и глобализации бизнес-процессов, а, следовательно, развитие конкурентной среды. Аутсорсинг предполагает долгосрочные отношения между заказчиком и исполнителем, которые основываются на уважении взаимных интересов и заботе о партнере, а, следовательно, возможностей делегирования полномочий, ответственности на базе различных этапов моделирования и формирования деловой соционики.

Эффективность функционирования любой системы управления организацией и ее составляющих определяется ее вкладом в общеорганизационные цели и качеством использования

персоналом имеющихся знаний, т.е. «процесса установления и применения правил с целью упорядочения в данной области на пользу и при участии всех заинтересованных сторон». Этот подход к руководству организацией, нацеленный на качество, основанных на участии всех ее членов в достижении долговременного успеха путем удовлетворения потребителя и выгоды для всех членов организации и общества, а в рамках оптимизации управления использование концепции «развивающее управление персоналом» будет составлять основу эмоционального и интеллектуального коэффициента, результаты, которых указывают на высокую степень эффективности организационных возможностей. Решение об использовании той или иной технологии формализует проявление «адаптации для себя» и «адаптации для организации», как особые формы технологической специфики организации и предопределения различных целей будущей эффективности качества организаций.

Приведенные аспекты организационного менеджмента адаптации механизма рынка труда в дальнейшем могут дать информацию по анализу возможного проявления демографических и экономических оценок в системе управления. По данным Центра демографии и экологии человека ИНП РАН численность потенциальных работников с 2006—2007 гг. начнет быстрое сокращение числа трудоспособных россиян. К 2050 г. их будет на 45% меньше, чем было в 2000 г., и на 20% меньше, чем в 1950 г. К 2100 г. останется около 35% от того числа трудоспособных граждан, которое было в 2000 г. Аспекты демографии и экологии дадут в будущем возможность анализировать адаптационный потенциал организационного использования рынков труда и способствовать разрешению комплексного изучения проблем воспроизводства населения, дезадаптации личности.

В.Д. ТОРОПОВ

соискатель Иркутского государственного университета путей сообщения

МЕТОД ПОСТРОЕНИЯ СТАТИСТИЧЕСКИХ МОДЕЛЕЙ С НЕПОЛНЫМИ ДАННЫМИ НА ОСНОВЕ ЭКСПЕРТНОЙ ИНФОРМАЦИИ

Рассмотрим обязательный элемент любой ук = F(xkuхк2,...,хы ;а) +ек, к = 1, п , (1) статистической модели — регрессионное где к — ном«2р набл^одения; х1 и у — соответс-уравнение общего вида твенно /-ая независимая (входная, экзогенная)

© В.Д. Торопов, 2006

В.Д. ТОРОПОВ

и зависимая (выходная, эндогенная) переменные; а — вектор оцениваемых параметров; Р(^) — заданная аппроксимирующая вещественная функция; ек — ошибки аппроксимации; п — длина обрабатываемой выборки.

Исходную информацию для построения уравнения (1) составляет выборка (X, у), где X — (п х т) — матрица с компонентами хк¡, к = 1, п, I = 1, т, у — п-мерный вектор с компонентами ук, к = 1, п.

В обычной практике выборка формируется посредством сбора информации о прошлом периоде (предыстории) функционирования объекта исследований.

В работе С.И. Носкова отмечается, что традиционные методы построения статистических моделей применимы и эффективны в тех случаях, когда процесс функционирования объекта стабилен, и его тенденции на периодах основания и упреждения прогноза (а именно для решения прогнозных задач чаще всего и строятся статистические модели, представляющие собой системы уравнений вида (1)) совпадают, или различаются в малой степени1. Когда же это условие нарушается, указанные методы следует модифицировать, используя при этом наряду со статистической еще и экспертную информацию о будущем указанного процесса.

Применение таких методов приведет, как отмечает С.И. Носкова, к построению уже не статистических, а экспертно-статистических моделей (ЭСМ), которые от первых будут отличаться тем, что хотя бы на одном из этапов моделирования наряду со статистической привлекается еще и экспертная информация2. И если качество статистической модели при условии соответствия ее спецификации объективным законоположениям и корректности в применении методов обработки исходных данных определяется их достоверностью, то качество ЭСМ при тех же условиях зависит в немалой степени еще и от достоверности экспертной информации, являющейся следствием уровня компетентности привлекаемых экспертов.

В работе С.И. Носкова дается также понятие «экспертная модель» (ЭМ), разрабатываемая исключительно на основе экспертной информации в условиях полного отсутствия статистических данных, вызванного отсутствием предыстории у исследуемого процесса3. Такая ситуация имеет место, когда моделированию подлежит новый, только что созданный

(сформированный) объект. При этом, как и в традиционных случаях, необходимо в методическом плане оставаться в рамках прикладной статистики.

Возможный подход к решению этой проблемы как раз и представлен в настоящей работе.

Мы не будем здесь рассматривать вопросы построения процедур формирования групп экспертов — они достаточно подробно изложены в соответствующей научной литературе. Приступим к непосредственному формальному изложению указанного подхода.

Итак, первая задача которую здесь нужно решить, состоит в построении способа формирования некоего аналога выборки.

Пусть группа экспертов включает в свой состав s членов. Исходя из своих знаний и опыта, каждый эксперт указывает минимальное xi и максимальное xi, j = 1, s значения, которые могут принимать значения независимых переменных, после чего рассчитываются общие для всех экспертов значения по правилу xi = min xi; xi = max x'.

j=1,s ' j = 1,s

Таким образом, для каждой /-ой входной переменной формируется интервал его допустимых значений [xi, X].

Следующий этап — назначение числа наблюдений и тех значений, которые принимают независимые переменные в каждом из этих наблюдений. Из литературы (см., например, Н. Дрейпер, Г. Смит4) известно, что должно выполняться условие n > 4m, где число m заранее известно. Для определенности будем полагать n = 4m. Покроем далее каждый из сформированных интервалов равномерной 5-сетью с n узлами по правилу

хн = Xi, x2i = Xi + 5, x3 i = x j +25, ...,xni = Xi,

i = 1, m.

Таким образом будет сформирована матрица X = ||xj|, к = 1, n, i = 1, m.

Далее предлагается поступить следующим образом. С помощью nm срабатываний генератора псевдослучайных чисел в каждом столбце матрицы X выбирается по n чисел, после чего очевидным образом строится X — матрица наблюдений для независимых переменных.

После того, как сформирована матрица X, каждый у-ый эксперт для каждого набора (xk1, xk2, ..., xkm) указывает то значение зависимой переменной yk, которое, как он

Известия ИГЭА. 2006. № 5 (50)

считает, должно соответствовать этому набору. Таким образом формируется векторов

= (у1, У2, ...,УП), 1 = й.

На следующем этапе строится уравнений вида (1) с помощью одного из известных методов оценивания параметров на основе обработки выборок (X, у'),' = 1, 5.

Далее оценивается адекватность всех уравнений на основе использования известных в регрессионном анализе критериев (С.И. Носковым приведен их достаточно полный перечень)5. В качестве основного при этом может быть назначен какой-то один из них, например, критерий множественной детерминации

Обозначим через значение критерия £ для у-го уравнения (построенного на основе высказываний у-го эксперта). Используем эти значения для «взвешивания» экспертной информации с целью построения окончательного варианта уравнения (1).

Введем ^рассмотрение весовые множители у, у = 1, 5 по правилу

к: — Ъ = ~г~ •> = 15. I к!

I=1

Рассчитаем обобщенные значения зависимых переменных для каждого наблюдения:

5

Ук =11 ¡У к. j=1

Окончательный вариант регрессионного уравнения (1) будет получен посредством оценивания его параметров (при заранее заданной функции F(•)) путем обработки выборки (X, у).

Примечания

1 Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. Иркутск, 1996.

2 Там же.

3 Там же.

4 Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М., 1981. Т. 2.

5 Носков С.И. Указ. соч.

A.B. НЕГОДУЙКО

старший преподаватель Омского государственного технического университета

МЕСТНОЕ САМОУПРАВЛЕНИЕ В РОССИИ СЕГОДНЯ: ПРАКТИЧЕСКИЕ АСПЕКТЫ РЕАЛИЗАЦИИ РЕФОРМЫ

Местное самоуправление является одной из основ конституционного строя в демократических странах, выступает своеобразным гарантом демократии, выразителем местных интересов, позволяет реализовывать социально-экономическую самодеятельность населения, способствует повышению его уровня жизни через включение механизмов саморазвития.

В современных условиях развития Российской Федерации одним из наиболее актуальных и в то же время сложных вопросов остается вопрос о выборе и внедрении наиболее эффективных форм самоуправления населения на местах. Формирование и развитие местного самоуправления в России — одна из приоритетных задач государственной политики, решение которой на протяжении всего периода реформирования отечественной экономики всегда было связано с преодолением множества трудностей,

препятствий как социально-экономического, так и политического характера. Интерес ученых, политиков и общества к данной проблеме обусловлен необходимостью совершенствования структуры и оптимизации функционирования как института в целом, так и его органов управления в частности, их взаимодействия с другими общественными институтами и государством.

В процессе становления местного самоуправления в России был выявлен ряд проблем, связанных, прежде всего, с отсутствием финансовой независимости и политической автономии местной власти, а именно:

— нечеткостью правового разграничения полномочий между органами государственной власти федерального и регионального уровней и органами местного самоуправления, отсутствием механизмов их взаимодействия;

— неопределенностью территориальной организации местного самоуправления;

© А.В. Негодуйко, 2006

i Надоели баннеры? Вы всегда можете отключить рекламу.