ду (володіти статистичної стійкістю), що далеко не завжди має місце, і дуже непросто проверяемо. p> Закономірність, виявлена ​​статистично, ніколи не буває абсолютно точної: числова характеристика завжди оцінюється лише наближено; ймовірність помилки статистичного виведення завжди відмінна від нуля (помилки першого і другого пологів). p> У структурі будь-якого алгоритму статистичної обробки даних закладені апріорні припущення про природу даних. Якщо ці припущення розходяться з тим, що є насправді, висновки виходять зовсім не такої якості, яке від них очікується. Практики ж рідко перевіряють здійснимість "паспортних" обмежень на застосовність процедур. p> Виявлена ​​статистична закономірність підлягає змістовної інтерпретації. Статистику не можна звинувачувати за те, що цілком надійний статистичний висновок невірно проінтерпретований фахівцем - користувачем; останній же часто "Нарікає на дзеркало". br/>
40. Переваги і недоліки оптимізаційного підходу
Ідея оптимальності є центральною ідеєю кібернетики і міцно увійшла в практику проектування і експлуатації технічних систем. Разом з тим ця ідея потребує обережного до себе ставлення, коли ми намагаємося перенести її в область управління складними, великими і слабо детермінованими системами, такими, наприклад, як соціально-економічні системи.
Для цього висновки є досить вагомі підстави. Розглянемо деякі з них. p> 1. Оптимальне рішення нерідко виявляється нестійким: тобто незначні зміни в умовах завдання, вихідних даних або обмеженнях можуть призвести до вибору істотно що відрізняються альтернатив.
2. Оптимізаційні моделі розроблені лише для вузьких класів досить простих завдань, які не завжди адекватно і системно відображають реальні об'єкти управління. Найчастіше оптимізаційні методи дозволяють оптимізувати лише досить прості і добре формально описані підсистеми деяких великих і складних систем, тобто дозволяють здійснити лише локальну оптимізацію. Однак, якщо кожна підсистема деякої великої системи буде працювати оптимально, то це ще абсолютно не означає, що оптимально буде працювати і система в цілому. Тобто оптимізація підсистеми зовсім не обов'язково призводить до такого її поведінки, яке від неї потрібно при оптимізації системи в цілому. Більше того, іноді локальна оптимізація може призвести до негативних наслідків для системи в цілому.
3. Часто максимізація критерію оптимізації згідно деякої математичної моделі вважається метою оптимізації, проте в дійсністю метою є оптимізація об'єкта управління. Критерії оптимізації та математичні моделі завжди пов'язані з метою лише побічно, тобто більш-менш адекватно, але завжди наближено.
Отже, ідею оптимальності, надзвичайно плідну для систем, що піддаються адекватної математичної формалізації, не можна перенести на складні системи. Звичайно, математичні моделі, які удається іноді запропонувати для таких систем, можна оптимізувати. Однак завжди слід враховувати сильну спрощеність цих моделей, а також те, що ступінь їх адекватності фактично невідома. Тому не відомо, яке чисто практичне значення має ця оптимізація. Висока практичність оптимізації в технічних системах не повинна породжувати ілюзій, що вона буде настільки ж ефективна при оптимізації складних систем. Змістовне математичне моделювання складних систем є досить складним, приблизним і неточним. Чим складніше система, тим обережніше слід ставиться до ідеї її оптимізації.
Тому, при розробці методів управління складними, великими слабо детермінованими системами, основним є не оптимальність обраного підходу з формальної математичної точки зору, а його адекватність поставленої мети і самому характеру об'єкта управління.
41. Етапи, процедури і результат використання аналітичного методу
Аналітичний метод - це загальний термін, що означає сукупність приватних методів вивчення економіки, включаючи аналіз і синтез, абстрагування, допущення "за інших рівних умов", індукцію і дедукцію, єдність логічного та історичного, математичні та статистичні методи.
Суть аналітичного методу зводиться до використанню декількох взаємопов'язаних етапів. На першому етапі здійснюється підготовка до аналітичної обробки інформації, яка включає в себе:
1) визначення ключового параметра, щодо якого проводиться оцінка конкретного напрямку діяльності (наприклад, обсяг продажів, обсяг прибутку, рентабельність і т.д.);
2) відбір факторів, які впливають на діяльність (наприклад, рівень інфляції, політична стабільність, ступінь виконання договорів основними постачальниками підприємства і т.д.);
3) розрахунок значень ключового параметра на всіх етапах процесу (НДДКР, впровадження у виробництво, повне виробництво, відмирання даного напрямку діяльності).
На другому етапі будуються діаграми залежності обраних результуючих показників від величини вихідних параметрів. Зіставляючи між собою отримані діаграми,...
