Учет компетентности экспертов при оценке вероятности принятия ими верного управленческого решения в случае двух альтернатив Текст научной статьи по специальности «Экономика и бизнес»

Литература

1. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М.: Манн, Иванов и Фербер, 2013. 310 с.

2. ФренксБ. Укрощение больших данных. М.: Манн, Иванов и Фербер, 2014. 340 с.

3. Крылов В. Большие данные и их приложения в электроэнергетике. М.: Нобель Пресс, 2014. 168 с.

4. Черногоров А. Большие данные в масштабах государства. [Электронный ресурс]: Rusbase. URL: http://rusbase.com/opinion/bolshye-dannye/ (дата обращения: 19.04.2016).

Учет компетентности экспертов при оценке вероятности принятия ими верного управленческого решения в случае двух альтернатив Бокова О. В.1, Слива Д. Е.2

'Бокова Ольга Владимировна /Bokova Olga Vladimirovna — магистрант;

2Слива Дарья Евгеньевна / Sliva Daria Evgenievna - магистрант, кафедра экономики и менеджмента в промышленности, факультет управления и экономики высоких технологий, Национальный исследовательский ядерный университет, Московский инженерно-физический институт, г. Москва

Аннотация: в статье предлагается способ учета информации об уровне компетентности сотрудников предприятия в вероятностных производственных моделях. Использование концепции информационной энтропии позволяет перейти от уровня компетентности сотрудника, выраженного численно, к вероятности принятия им верного либо неверного управленческого решения. В статье приведены значения вероятностей принятия верных либо неверных управленческих решений, соответствующих различным уровням компетентности сотрудников.

Ключевые слова: информационная энтропия, управленческие решения, компетентность сотрудников, эксперты, вероятностные модели.

В ситуации, когда управленческие решения принимаются экспертами различных уровней компетентности, возникает проблема оценивания вероятности принятия ими верного решения. Оценка компетентности экспертов может проводиться методом тестирования, при котором вопросы тестирования направлены на выявление знаний и навыков в необходимой предметной области. Информация о компетентности эксперта в данной предметной области, то есть процент правильных ответов по данному разделу, может использоваться как оценка компетентности эксперта. На ее основе может быть рассчитана вероятность вынесения экспертом верного суждения. Очевидно, что абсолютно некомпетентный эксперт при выборе из двух альтернатив будет принимать верное решение с вероятностью, равной 0,5. Мы предполагаем, что совершенно, компетентный эксперт всегда принимает верное решение. Рассчитать вероятности ошибки и принятия верного решения для промежуточных значений компетентности позволяет понятие информационной энтропии, впервые определенное Шенноном [1].

По Шеннону информация есть снятая неопределенность: чем меньше вероятность какого-либо события, тем большую неопределенность снимает сообщение о его появлении и, следовательно, тем большую вероятность оно несет. Информационная энтропия - мера хаотичности информации, увеличивающаяся при хаотическом распределении информационных ресурсов и уменьшающаяся при их упорядочении. Взаимосвязь энтропии и информации нашла отражение в формуле:

H+I=1 (1)

Ситуация максимальной неопределенности предполагает наличие нескольких равновероятных альтернатив, ни одна из которых не является более предпочтительной. В случае 2 альтернатив дискретное распределение, соответствующее максимальной неопределенности, выглядит следующим образом: {1/2, 1/2}. Минимальная неопределенность равна 0 и означает, что мы обладаем всей необходимой информацией о системе. Соответствующее распределение вероятностей выглядит так: {1, 0}. Согласно определению информационной энтропии, если дискретная случайная величина принимает значения X1, X2, ..., Xn с соответствующими вероятностями p1, p2, ..., pn [2-3], информационной энтропией является функционал

Н(А) = Я(Р1,Р2.....р„) = -£LiPk logpk, (2)

где pk - вероятность k-го состояния, n - число состояний. Для случая двух равновероятных исходов, в нашем случае принятия верного либо принятия неверного решения зависимость вероятности одного из исходов от значения информационной энтропии представлена на рисунке 1.

р

Рис. 1. Поведение энтропии для случая двух альтернатив

Если рассматривать компетентность экспертов как количество информации, которое он сообщает после проверки, то можно перейти от энтропии к вероятностям принятия экспертом верного или ошибочного решения. Значения, приведенные в Таблице 1, являются решениями уравнения 1-1 = -р(1о82 р) - (1 - р) 1оВ2(1 - р), (3) где I - уровень компетентности эксперта, (1-р) - вероятность того, что эксперт ошибётся при проверке, р - вероятность того, что эксперт, верно, оценит состояние объекта.

Таблица 1. Переход к интервальной оценке вероятностей

Уровень компетентности эксперта Величина энтропии Вероятность ошибки Вероятность принятия верного управленческого решения

100% 0 0 1

90% 0.1 0.013 0.987

80% 0.2 0.031 0.969

70% 0.3 0.053 0.947

60% 0.4 0.079 0.921

50% 0.5 0.11 0.89

40% 0.6 0.146 0.854

30% 0.7 0.189 0.811

20% 0.8 0.243 0.757

10% 0.9 0.316 0.684

0% 1 0.5 0.5

В случае если компетентность эксперта является не точечной, а интервальной оценкой, также возможен переход к интервальной оценке вероятностей р и (1 -р). Иллюстрация решения приведена на рисунке 2.

'I н

1-|*(-)= н*(+) 1-1»= н*

!-!*(+)= Н*(-)

О ( 1-р*(+), 1-р*, 1-р*(-) ) ( р*(-), р*, Р*(+) ) 1

Рис. 2. Переход от интервальной оценки компетентностей экспертов к интервальной оценке

вероятностей ошибки

Переход от компетентностей сотрудников к вероятностям верной либо неверной оценки ситуации и принятия верного либо неверного управленческого решения позволяет учитывать информацию об уровне компетентностей работников в вероятностных производственных моделях. В работе показано, что уровень компетентности сотрудника не равен вероятности принятия им принятия верного управленческого решения и приведены значения вероятностей принятия верного либо неверного управленческого решения, соответствующие различным уровням компетентности.

1. Шеннон К. Математическая теория связи // Работы по теории связи и кибернетике. М.: Изд-во иностр. лит., 1963.

2. Яглом А. М., Яглом И. М. Вероятность и информация. М.: Наука, 1973.

3. ВолькенштейнМ. В. Энтропия и информация. М.: Наука, 1986.

4. НарижнякМ. О. Сущность управленческого решения // Молодой ученый, 2015. № 8. С. 590-592.

5. Харасова А. С., Блаженкова Н. М. Технология принятия управленческих решений в теории и практике менеджмента // Лидерство и менеджмент, 2015. Том 2. № 2. С. 99-110.

'Ватрала Мария Ивановна / УМтЫа Ыапуа Iуапоупа — студент; 2Юрьева Кристина Дмитриевна / Jur'eva Kristina Dmitrievna — студент, кафедра строительства и управления недвижимостью, факультет экономики и управления недвижимостью, Московский государственный строительный университет, г. Москва

Аннотация: в статье анализируется опыт реформирования китайских предприятий. Рассматривается экономическая эффективность предприятий Китая. Ключевые слова: Китай, реформирование, модернизация, экономика.

Следует отметить, что реформирование предприятий органически связано с начавшимся переходом Китая к новому этапу индустриализации, ядром которого стал поворот от существующего ресурсозатратного экстенсивного способа производства к эффективному ресурсосберегающему науко-, технико- и капиталоемкому интенсивному способу. Этот переход, имеющий для Китая стратегическое значение, осуществляется в условиях ускорения научно -технического прогресса, углубления мировых интеграционных процессов в экономической и научно-технической сферах и возрастания роли науки в достижениях экономики.

В этой связи наряду с конверсией ВПК одним из важнейших направлении модернизации Китая, способствующих его интеграции в мировую экономику, стало осуществление мер по переводу страны на современные «информационные рельсы», сопровождаемых всемерным развитием инфраструктуры

Литература

Реформирование китайских предприятий Ватрала М. И.1, Юрьева К. Д.2

2