Реферат По дисциплине Основы научных исследований
 Скачать 391.27 Kb.
|
|
В системной аналитике, кадровом менеджменте большинство измерений относится к номинальному, порядковому и интервальному уровням (например, предвыборные рейтинги кандидатов). Лишь наименее важные переменные в этих областях допускают пока измерение отношений: в действительности шкалы, удовлетворяющие условиям интервальной шкалы, молено найти с трудом. Иногда переменные шкалы отношений, такие как время (решения задачи или заучивания списка слов), рост, вес или расстояние, могут представлять интерес, но это бывает нечасто (например, в страховом деле). В своей работе аналитики часто используют статистические данные. Понятие и термин статистика происходит от латинского слова «статус», которое в переводе означает положение, состояние явлений. В настоящее время этот термин употребляется в различных значениях, а именно: . Под статистикой понимают итоговые показатели, характеризующие различные стороны общественной жизни, население, стратификацию общества, производство, распределение, обмен, потребление и т.д. . Статистикой называют практическую деятельность по сбору и обобщению соответствующих данных. . И, наконец, статистикой называют общественную науку, занимающуюся разработкой методологии сбора и теоретического обобщения цифровых данных об обществе. Статистика является инструментом упорядочивания огромных массивов собранной информации. Американцы, мастера образных выражений, используют термин «boiling down», т.е. «выпаривание информационного массива». Описательная статистика особенно важна в ситуациях, когда необходимо установить взаимосвязь между более чем двумя переменными. Огромное количество «сырых» данных с помощью методов описательной статистики может быть сведено к нескольким показателям, которые характеризуют всю совокупность опрошенных людей или учтенных материальных объектов. В зависимости от задачи это могут быть мода, медиана, средняя, коэффициент корреляции и т.д. Индуктивная статистика используется для формулирования общих законов по данным наблюдений повторяющихся закономерностей. Логические выводы на основе обработки статистических данных также относятся к индуктивной функции статистики. К категориям или наиболее общим понятиям статистики относятся: Статистическая совокупность. Массовые общественные явления выступают в форме особых групп явлений и процессов, называемых статистическими совокупностями, поскольку они объединяются на основании наличия некоторых общих признаков или свойств. Статистическая совокупность состоит из отдельных элементов, явлений или единиц - первичных неделимых элементов изучаемого процесса. Закон больших чисел - весьма широкий принцип взаимопогашения (уравновешивания) случайных отклонений. Действие закона состоит в том, что на достаточно большой совокупности проявляются внутренние закономерные связи явлений. Это особенно валено для аналитиков, которые работают в компаниях, управляющих пифами, в больших финансовых корпорациях и т.д. Обобщающий показатель социальной статистики -число, характеризующее одну из особенностей совокупности социальных и экономических явлений. В качестве примеров назовем среднюю продолжительность жизни, уровень образования, численность учащихся в области. Обобщающие показатели составляются из индивидуальных. Чтобы решить, какие методы анализа надо применить к имеющимся данным и насколько удовлетворительны полученные результаты статистических процедур, нужно иметь возможность наглядно представлять себе эти данные и результаты. Поэтому практически все статистические пакеты обеспечивают широкий набор средств визуализации данных: построение графиков, двух- и трехмерных диаграмм, а часто и различные средства деловой графики. Это помогает системным аналитикам лучше представить обрабатываемые данные, получить общее представление об их особенностях и закономерностях. Результаты применения статистических процедур, как правило, представляются в наглядном графическом виде. В аналитических исследованиях применяют основные понятия теории вероятностей. Аргументация выводов математической и, соответственно, социальной статистики основывается на законах теории вероятностей. События взаимосвязаны. Одни из них являются исходом или следствием других. Первичное действие назовем «испытанием». Испытание приводит к появлению того или иного события. «Случайное событие» - такое событие, исход которого нельзя предугадать. Случайному событию противопоставляется «событие детерминированное» с гарантированным исходом. Случайные числа возникают не только в результате эмпирических опытов. Искусственно полученный ряд случайных чисел используется для решения различных задач - при проведении лотерей, отбора и кастинга, при моделировании по методу Монте-Карло и другим методам, находящим применение в банковском деле, финансах и различных видах управленческой и аналитической деятельности. Приходится встречать следующие понятия: генераторы случайных чисел, генераторы случайных событий, генераторы случайных символов и текстов. Для наглядного представления данных обследования (рассматриваем их как дискретную случайную величину) используются различные приемы, облегчающие, прежде всего, визуальный анализ полученной в эксперименте информации. К таким приемам относят таблицы, ряды распределений, графики и гистограммы. Их применяют с той целью, чтобы полученные данные представить наглядным образом. При этом можно в явной форме увидеть характерные особенности и результаты обследования. Первичный материал, полученный исследователем, нуждается в соответствующей обработке. Обработка начинается с упорядочения и систематизации собранных данных. Процесс систематизации результатов, объединение их в относительно однородные группы по некоторому признаку называется группировкой. Группировка - это не просто технический прием, представляющий первичные данные в ином виде, но, прежде всего, операция, которая позволяет глубже выявить связи между изучаемыми явлениями. От того, как группируется исходный материал, во многих случаях зависят выводы о природе изучаемого явления. Поэтому группировка должна быть обдуманной, отвечать требованию поставленной задачи и соответствовать содержанию изучаемого явления. Наиболее распространенной формой группировки экспериментальных данных являются статистические таблицы. Таблицы бывают простыми и сложными. К простым относятся таблицы, применяемые при альтернативной группировке, когда одна группа испытуемых противопоставляется другой; например, здоровые - больным, высокие люди - низким и т.п. Простые таблицы рекомендуется использовать, когда измерение изучаемых признаков производится в номинативной или ранговой шкале. При анализе финансовых и торговых операций, оценке электората также применяются таблицы. Особую форму группировки данных представляют так называемые статистические ряды, или числовые значения признака, расположенного в определенном порядке. Вариационным рядом распределения называют двойной ряд чисел, показывающий, каким образом числовые значения признака связаны с их повторяемостью в данной выборке. Гистограмма является разновидностью специального типа статистических графиков, которые называются диаграммами. Диаграммы удобно использовать для сравнительного анализа значений различных статистических показателей, наглядного представления их динамики и структуры. Это позволяет анализировать статистическую информацию, классифицированную одновременно по нескольким признакам. 3.2 Прогнозирование и прогнозные сценарии Абстрактное понятие «предвидение будущего» имеет несколько толкований. Иногда под предвидением понимают сложное предвосхищение будущего, называемое предугадыванием (существует и простое предвосхищение - предчувствие, свойственное любому организму от растения или вируса до человека). Часто под предвидением понимают научное исследование, точнее, одну из его разновидностей, направленную на изучение перспектив развития какого-либо процесса или явления. Эта форма конкретизации предвидения обычно называется прогнозированием, и к ней применяются все требования, специфичные для научных исследований. Прогнозирование также имеет различные формы и цели. Одни научные прогнозы нацелены на предсказание каких-то событий в будущем. Другие - на выявление назревающих проблем и возможностей их решения с помощью исследовательских технологий. В таких прогнозах предсказания играют сугубо условную, инструментальную роль, хотя, как некий побочный продукт, нередко представляют большой самостоятельный интерес. Основные теоретические положения технологического прогнозирования вкратце сводятся к следующим: . Прошлое можно знать, но невозможно изменить; будущее невозможно знать так, как мы знаем прошлое (те или иные события), зато на него можно влиять по средством действий, основанных на определенных решениях, в том числе и с учетом возможных последствий таких решений. . Будущее можно и должно познавать не простым предугадыванием событий, а путем выявления проблем, целей, возможных решений и их последствий. Иными словами, можно ориентировать системно-аналитические исследования будущего не только на «предсказание», а на повышение объективности предсказания и, следовательно, на повышение эффективности принимаемых решений. При этом предсказания станут побочным, само собой разумеющимся продуктом, который представляет самостоятельный интерес. . Такого рода исследования, как и другие научные изыскания, сводятся к изучению источников (документов) и литературы, опросам населения и особенно экспертов, обобщению опыта, специальным экспериментам. Результаты обычно представляются в виде трендовых моделей (экстраполяция в будущее наблюдаемых тенденций), а также в виде разного рода аналитических моделей (сценарии, матрицы и т.д.). Одним из основных методов прогнозирования является статистическое прогнозирование - статистическое описание будущих значений исследуемого показателя (переменной). Различают точечный и интервальный статистический прогноз. Точечный статистический прогноз представляется единственным значением. Интервальный прогноз задается двумя числами - нижней и верхней границей интервала, внутрь которого будущее значение показателя попадет с заданной доверительной вероятностью. Чем более узкая интервальная оценка, тем она точнее при заданном уровне надежности (доверительной вероятности). Различаются также статистические прогнозы expost и прогноз exante. Прогноз ex post - «прогноз» прошлых значений зависимых переменных на основе оцененных параметров модели эконометрических и фактических значений независимых переменных для периода прогнозирования - рассчитывается для проверки качества модели, ее прогностических свойств (точности и надежности). Прогноз exante - реальный прогноз будущих значений зависимых переменных эконометрической модели на основе оцененных параметров и так или иначе заданных будущих значений независимых переменных. Методы прогнозирования разделяются на общенаучные, т.е. применимые ко всем наукам (например, прогноз по аналогии), и частно научные, т.е. применимые в какой-то одной науке (например, опросы населения в социологии, проективные тесты в психологии и др.). Всего насчитывается до двухсот различных методов прогнозов, большинство из которых можно свести к трем группам: трендовые модели экстраполяции и интерполяции прогнозируемых процессов, аналитические модели (прогнозные сценарии, матрицы и т.д.), индивидуальные и групповые, очные и заочные опросы экспертов. В самом общем виде разработка прогноза включает в себя: программу прогностического исследования; построение исходной, или базовой, модели (желательно в виде системы математических уравнений или хотя бы упорядоченной совокупности количественных и качественных показателей прогнозируемого явления); построение прогнозного фона (учет внешних факторов, влияющих на прогнозируемый процесс); прогнозную разработку профильных и фоновых показателей и сведение их в систему; верификацию (проверку достоверности) полученных результатов. Динамические ряды - важнейший источник исходной информации для анализа и прогнозирования экономических и социально-экономических процессов. Интервальный динамический ряд состоит из показателей, характеризующих результаты развития изучаемых явлений за определенные отрезки (интервалы) времени. Следует иметь в виду, что отдельный динамический ряд отражает изменение лишь одной стороны, одного признака изучаемых явлений, а задача аналитика - дать всестороннюю характеристику явлений. Поэтому исследователь должен строить не только отдельные изолированные динамические ряды, а взаимосвязанные динамические ряды, позволяющие исследовать изучаемый объект как систему. Именно система динамических рядов в состоянии дать достаточно полную картину развития явлений во времени и во многих случаях позволяет выявить причины происходящих изменений. Необходимость формировать динамические ряды по строго однородным периодам или этапам не означает, что мы отказываемся от построения и изучения динамических рядов, охватывающих длительные исторические отрезки времени, включающие различные этапы развития явления. Однокачественность динамического ряда. При построении динамического ряда надо добиваться, чтобы уровни ряда объединяли явления одного качества. Это означает, что в пределах каждого интервала или на определенный момент, к которому относятся уровни ряда, предварительно должна быть произведена типологическая или структурная группировка материала. После выделения однородных групп или типов явлений могут быть образованы соответствующие уровни динамического ряда. Сопоставимость уровней динамического ряда. Для научного формирования динамических рядов необходима сопоставимость уровней ряда. Это значит, что уровни должны быть выражены в одинаковых единицах измерения, подсчитаны по единой методологии, относиться к одинаковой территории. Важно, чтобы в динамическом ряду интервалы или моменты, по которым определены уровни, имели одинаковый смысл. Последовательность и непрерывность во времени уровней динамического ряда. Это требование означает, что уровни динамического ряда по возможности должны последовательно охватывать весь этап развития явления от начала до конца. Отсутствие данных за те или иные промежутки времени (или по состоянию нате или иные моменты времени) может исказить представления о динамике при последующем анализе ряда. При анализе данных за протяженные промежутки времени особенно ярко появляются методы прогнозирования временных рядов - статистические методы прогнозирования временных рядов, характерная особенность которых - проводимые последовательно во времени наблюдения за объектом прогнозирования. В соответствии со структурой и закономерностями временных рядов выделяют следующие методы их прогнозирования (применяемые как независимо, так и совместно): при наличии тренда или долгосрочной тенденции в развитии временного ряда используются экстраполяционные методы прогнозирования; при наличии сезонной тенденции или изменений в динамике ряда, повторяемых через определенные периоды, применяются методы корреляционного анализа данных с определением периода (временного лага) сезонности; для прерванных временных рядов при наличии резких изменений тенденции процесса под каким-либо воздействием (обычно внешним), часто называемым интервенцией, применяется специальный класс моделей, в свойства которых закладывается один из типов интервенции (устойчивое скачкообразное, устойчивое посте пенное, скачкообразное временное); при наличии более или менее регулярных колебаний относительно тренда с неизвестным в начале исследования периодом используются гармонические модели или модели авто регрессии скользящего среднего. стратегический управление прогнозирование информационный 4. Информационное обеспечение системного анализа, систем управления и принятия решений. Информационная безопасность. Использование мировых информационных систем .1 Общие понятия информационных систем Важность современных информационно-телекоммуникационных систем для аналитической работы, систем управления и принятия решений трудно переоценить. Информационная система - инструмент, не имеющий собственного разума, она не принимает решений, а только поддерживает их принятие. Человек-пользователь всегда остается внешним по отношению к ней. Он общается с компьютером через посредников, которыми являются программы - активные компоненты компьютерных систем. И именно через них человек видит пассивные компоненты компьютерного мира - данные. Достоверность информации, а значит и принятых на ее основе решений и сделанных выводов, напрямую зависит от свойств компьютерной системы, а она не всегда подконтрольна и дружественна пользователю, а может быть даже враждебна ему. Отсюда возникает проблема обеспечения информационной безопасности. Взаимодействие компьютерных систем частично подчинено социальным законам: в их деятельность вмешивается конкуренция и противостояние различных сил - от отдельных индивидуумов до специальных служб. Таким образом, «компьютерный помощник системного аналитика», точно так же как «наблюдатель-частица» в квантовой механике, начинает существенно влиять на ход эксперимента. Аналитик видит «мир данных» глазами компьютерной системы, и в первую очередь необходимо, чтобы этот «взгляд» оставлял информацию достоверной, не искажал получаемые данные. Это первая задача обеспечения информационной безопасности системных исследований, предназначенных для принятия адекватных управленческих решений. Результаты анализа, прогнозирования и принятия решений становятся ценным нематериальным ресурсом, который представляет значительный интерес для конкурентов. Отсюда вторая задача - защитить результаты проделанной работы, надежно сохранить их, своевременно передать заинтересованным лицами и руководителям, принимающим решения, в защищенном виде, который предусматривает защиту подлинности, авторства и обеспечение конфиденциальности данных. Для анализа поставленных проблем ниже рассмотрим модели компьютерных систем, их свойства, принципы обеспечения надежности и безопасности и типовые архитектуры защищенных систем, предназначенных для поддержки системно-структурных исследований. Здесь и далее под архитектурой будем понимать структуру компьютерной системы с выделением ее компонентов, элементов и связей между ними. Связи между элементами являются системообразующими, а сама архитектура часто представляется в виде изображения или схемы. |