На вивчення даної теми відводиться 4 години, з них на самостійне вивчення 2 год.

Самостійна робота № 15/8

Тема: Імітаційне моделювання, як інструмент експериментального дослідження

Питання:

1.Напрямки використання імітаційного моделювання

2. Особливості і можливості імітаційного підходу

Ключові терміни і поняття:

Базова ціна

МЕТОДИЧНІ РЕКОМЕНДАЦІЇ

1. З розвитком обчислювальної техніки і дискретного аналізу дедалі ширшого розвитку та використання набувають алгоритмічні (імітаційні) моделі. Серед основних етапів процесу імітаційного моделювання можна виокремити такі:

- аналіз характеристик і закономірностей функціонування керованого (досліджуваного) об’єкта: виокремлення на змістовному (вербальному, концептуальному) рівні системи обмежень (ресурсних, фізичних, правових, соціальних тощо), визначення показників вимірювання та оцінки результатів, формулювання цілей, гіпотез та проблем розвитку;

- конструювання імітаційної моделі: перехід від реального об’єкта до логічних схем, які імітують його поведінку, та алгоритмів (моделей), формальна постановка задач, що розв’язуються за допомогою імітаційного моделювання;

- підготовка системи даних для моделі: формування інформаційного забезпечення, необхідного для функціонування імітаційної моделі, зокрема, визначення структури та способів подання даних, джерел їх отримання, форм і режимів зберігання, встановлення взаємозв’язків і взаємозалежності між різними масивами та базами даних;

- програмна реалізація імітаційної моделі: створення чи адекватне використання існуючих програмних продуктів, що забезпечують можливість безпосередньої практичної реалізації моделі на персональних комп’ютерах;

- оцінка адекватності моделі: порівняння результатів, накопичених у процесі дослідної експлуатації моделі, на підставі інформації, отриманої про реальний об’єкт, який імітується, виявлення та аналіз розбіжностей і в разі необхідності внесення корекцій до моделі;

- проведення імітаційних експериментів. Очевидно, що даний етап є цільовим (власне кажучи, заради нього й будується імітаційна модель). Він включає в себе стратегічне та тактичне планування експериментів, власне експериментування («імітаційні експерименти»), котре завершується інтерпретацією отриманих результатів і прийняттям на підставі зроблених висновків рішень щодо оцінювання та управління об’єктом (підприємством, банком, фінансовою фірмою, торговельною організацією, холдингом тощо).

2. Одним із важливих аспектів у процесі роботи (дослідження) з імітаційною моделлю є аналіз її чутливості. Під ним розуміють визначення ступеня мінливості значень цільових показників моделі, зумовлених мінливістю (невизначеністю, варіабельністю) вихідних параметрів. Так, якщо за відносно невеликих змін вихідних даних відбувається суттєва зміна в результатах моделювання, то це є достатньою підставою для додаткових, більш детальних досліджень, зокрема, щодо взаємозв’язків між відповідними змінними.

До позитивних якостей імітаційного моделювання можна віднести:

- надання дослідникові (системному аналітику) можливості спостереження як кінцевого результату стосовно до показників аналізованого об’єкта, так і процесу його функціонування, що дає змогу одержати шуканий результат;

- широкі можливості щодо масштабування в процесі функціонування модельованого об’єкта;

- забезпечення багатоваріантності досліджень;

- багатофункціональність імітаційних моделей, що відображається в можливостях гнучкого вибору та наступних модифікаціях системи цілей і критеріїв, які бажано розглянути під час проведення імітаційних експериментів;

Звернімо увагу також на недоліки, що притаманні імітаційним моделям:

- оскільки імітаційні моделі за своєю природою є лише засобом для проведення деякого числового експерименту, то результати, отримані за їх допомогою, являють собою не що інше, як поодинокі випадки (можливі варіанти) розвитку модельованого об’єкта. Отже, всі висновки та твердження, зроблені на їх підставі, мають евристичний характер і в певних випадках можуть суттєво викривляти дійсний стан речей;

- у багатьох випадках отримання оцінок стосовно до ступеня наближення (чи невідповідності) між імітаційною моделлю (результатами імітаційного моделювання) і функціонуванням реального об’єкта виявляються проблематичними;

- здебільшого в основу процесу імітації покладено деякий статистичний експеримент, у ході якого використовуються генератори псевдовипадкових величин. Похибки, що об’єктивно притаманні таким генераторам, можуть істотно викривляти результати, отримані в ході імітаційного моделювання.

 

Література:

Мних Є.В. Економічний аналіз діяльності підприємства: Підручник – К: Київ. Нац.. торг.-економ Ун-т, 2008, с.44-58

ПИТАННЯ ДЛЯ САМОКОНТРОЛЮ

1. Сутність імітаційного моделювання
2. Етапи процесу імітаційного моджелювання
3. Напрямки використання імітаційного моделювання
4. переваги та недоліки імітаційного моделювання

 

Тема 9. Стратифікація, факторний і кластерний аналіз

На вивчення даної теми відводиться 8 годин, з них на самостійне вивчення 4 год.

Самостійна робота 16/9

Тема: Особливості факторного та кластерного аналізу

Питання:

1.Використання факторного аналізу при погодженні результатів оцінки бізнесу

2. Порівняння факторного та кластерного аналізу

Ключові терміни і поняття:

Базова ціна

МЕТОДИЧНІ РЕКОМЕНДАЦІЇ

1. Особливістю методики факторного аналізу, при погодженні результатів оцінки бізнесу є те, що дана методика дає змогу виключити елемент суб’єктивізму і виникнення протилежних ситуацій.

При визначенні вартості об’єкта оцінювач повинен використати три підходи до оцінки, якщо неможливо використати один з підходів, то оцінювач повинен це обґрунтувати.

На практиці, результати які отримані за різними підходами, можуть відрізнятися до 50% і більше, особливо при оцінці бізнесу.

З метою зведення значень вартості проводять погодження результатів, отриманих з застосуванням різних підходів до оцінки, шляхом їх зважування за формулою:В_к = В_з х К₁ + В_дх К₂+ В _п х К₃.

Де В_к, В_зВ_д В _п – вартість кінцева і вартості, відповідно, визначені витратним, дохідним, порівняльним підходами

К – відповідні вагові коефіцієнти

При виборі вагових коефіцієнтів всі параметри враховуються на основі експертної думки оцінювача. На усунення цього пропонується модель факторного аналізу погодження результатів бізнесу. Вплив факторів визначається способом структурних зрушень і розраховується за відповідними формулами.

2.Головна схожість між кластерним та факторним аналізами полягаєу тому, що обидва призначені для переходу від сукупності багатьох даних до суттєво меншої кількості факторів (кластерів). Але реалізація такої ідеї у них відрізняється:

- якщо у факторному аналізі об’єднуються змінні, то у кластерному – спостереження. Хоча в останніх версіях SPSS присутня можливість використання кластерного аналізу і для об’єднання змінних.

- суттєво відрізняються і принципи роботи. У факторному аналізі об’єднання змінних у фактори відбувається на основі частки дисперсії, яка обумовлена дією окремого фактора. При кластерному аналізі покроково аналізується відстань між спостереженнями та вже створеними кластерами, і новий кластер створює та пара, для якої така відстань є найменшою.

- на відміну від факторного аналізу, кластерний створює ієрархічну структуру кластерів, тобто об’єднань спостережень. Таким чином аналізується зв’язок або спільність спостережень. Факторний аналіз дозволяє проаналізувати зв’язок або спільність змінних.

Література:

Мних Є.В. Економічний аналіз діяльності підприємства: Підручник – К: Київ. Нац.. торг.-економ Ун-т, 2008, с.44-58

ПИТАННЯ ДЛЯ САМОКОНТРОЛЮ

1. В чому особливість методики факторного аналізу
2. Як здійснюється погодження результатів

3. Вчому схожість і відмінність факторного і кластерного аналізу.

Самостійна робота 17/9

Тема: Однорідність і класифікація

Питання:

1.Основні підходи до виділення однорідних груп об’єктів

2. Відношення, ознаки, шкали виміру

3.Визначення близькості обєктів

Ключові терміни і поняття:

Кластер

Типологічне, структурне групування

МЕТОДИЧНІ РЕКОМЕНДАЦІЇ

Традиційно проблема виділення однорідних груп розглядається в статистиці як задача групування вихідних даних.

Виділяють два вида групувань:

- типологічна – розбиття сукупності на якісно однорідні групи, що характеризують деякі типи (класи) явищ

- структурна – розчленування якісно однорідної сукупності на групи, що характеризують будову сукупності, її структуру.

До основних підходів виділення однорідних груп відносять:

1. Ймовірно-статистичний підхід – передбачає виділенні гру, кожна з яких представляє собою реалізацію деякої случайної величини
2. Структурний підхід (кластерний аналіз і візуалізація даних) передбачає виділення компактних груп об’єктів, віддалених один від іншого, шукає «природню» розбивку сукупності на області скупчення об’єктів.
3. Варіативний (нормативний) підхід заключається в розподілі сукупності по деякій ознаці на групи у відповідності з певними інтервалами, причому характер розподілу об’єктів на вибір

При розгляді другого питання необхідно вивчити, що кластерний аналіз представляє собою специфічну методологію проведення класифікації неоднорідних статистичних сукупностей.

До основних груп шкал відносять:

- шкала найменувань (номінальна, класифікаційна);

- порядкова (рангова, ординальна);

- різниць (бальна);

- Інтервалів (інтервальна);

- Відношень (відносна)

Розгляд наступного питання необхідно розпочати з усвідомлення, що проблема виміру близькості об’єктів виникає при любих трактуваннях кластерів і методів класифікації.

Основні складності, що виникають при цьому: неоднозначність вибору способу нормування і визначення відстані між об’єктами.

Література: