Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Специальные информационные технологии анализа данных в Microsoft Excel






 

Информационные технологии анализа данных широко применяются в современных КСБУ. Они служат целям обобщения учетной информации, выявления тенденций развития хозяйственных процессов, прогнозирования значений показателей, обоснования экономических нормативов и т. п. В составе КСБУ выделяются специализированные подсистемы, построенные по типу систем поддержки и принятия решений. Теория принятия решений использует понятия:

• альтернатива — возможные варианты решения задачи, множество конечных исходов задачи. Задачи выбора одной из известных альтернатив носят название задач оценки, в отличие от задач разработки, которые создают стратегии решения;

• решение — выбор одной или нескольких альтернатив, а также процесс выбора. Для принятия решения необходимы четко сформулированная цель, список альтернатив и правил их выбора. Принятие решений осуществляется с учетом всех факторов. Решение основано на моделировании ситуаций;

• выбор — правила (алгоритм) выбора альтернативы при принятии решения и система оценки (критериев) принимаемых решений;

• полезность — характеристика эффективности решения;

• оптимизация — улучшение полезности путем выбора альтернативы и др.

 

Моделирование как основа анализа данных

Моделирование традиционно используется для целей исследования объектов познания (хозяйственных процессов), основывается на принципе аналогий. Цель моделирования — изучение объектов познания через их модели, при условии, что между объектом и моделью существует некоторое подобие.

Модель — это логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта Любая модель является некой абстракцией реальной системы Природа моделей может быть разной, различают:

• материальные модели

• знаковые модели (в том числе математические, графические)

• вербальные (словесные) модели

Для анализа хозяйственной деятельности широко применяются экономико-математические модели, с помощью которых выполняется анализ хозяйственных процессов, прогнозирование значений экономических показателей, подготовка управленческих решений Построение модели является творческим процессом, включает следующие этапы работ:

• идентификация объекта,

• спецификация модели,

• идентификация и оценка параметров модели,

• выбор информационных технологий моделирования.

Идентификация объекта связана с определением характеристик объекта и выявлением приложенных к нему воздействий путем наблюдения за входами и выходами Спецификация модели состоит в определении состава параметров и переменных модели, наиболее существенных для целей исследования, в математической формулировке модели. В моделях различаются переменные и параметры.

Переменные модели делятся на:

• экзогенные (внешние),

• эндогенные (внутренние)

Экзогенные по отношению к моделируемой системе переменные рассматриваются как входные переменные, значения которых известны Наиболее часто экзогенные переменные рассматриваются как ограничения в модели Эндогенные по отношению к моделируемой системе переменные считаются внутренними, формируемыми в результате исследования, они делятся на:

• независимые, изменяющие свое значение произвольным образом,

• зависимые, являющиеся результатом изменения значений других переменных.

Степень независимости переменных и взаимосвязи переменных друг с другом может быть различной По отношению к процедурам вычислений значений переменных, они делятся на входные и выходные.

Параметр модели — это относительно постоянная величина, включаемая в модель и рассматриваемая как свойство объекта моделирования. В свою очередь, значения параметров модели являются результатом обработки данных, полученных в процессе эксперимента или наблюдения, с помощью различных статистических методов (наименьших квадратов, максимального правдоподобия и др.).

Для моделирования параметры выступают как выбираемые значения. Среди параметров выделяются такие, которые изменяют содержание модели, так называемые управляющие параметры.

Характеристикой модели является ее сложность, которая косвенно связана с количеством переменных и параметров модели, алгоритмами их формирования.

Существует понятие размерности модели — суммарное число переменных и параметров. Размерность модели оказывает влияние на выбор методов количественного анализа, эффективность вычислительной обработки. Сокращение размерности осуществляется путем агрегирования параметров и уменьшения числа переменных модели.

Как правило, для исследования сложных экономических процессов создается иерархия взаимосвязанных моделей — система моделей. Система моделей включает наиболее агрегированные (обобщенные) и детализированные модели, определяет условия их взаимодействия: выходные переменные агрегированных моделей рассматриваются как экзогенные параметры детализированных моделей.

По виду зависимости между входными и выходными переменными модели, различают детерминированные и вероятностные модели. В детерминированных моделях выходные переменные однозначно определяются значениями входных переменных, при этом случайными, не предвиденными заранее воздействиями полностью пренебрегают. Для совокупности входных значений на выходе всегда получается единственно возможный результат. Вероятностные модели содержат случайные величины, благодаря которым для совокупности входных значений на выходе могут быть получены различные результаты. Вероятностные (или стохастические) модели учитывают фактор неопределенности информации, ее неточность или неполноту.

Модели могут быть разделены на два класса по назначению:

• дескриптивные модели — предназначены для описания и объяснения наблюдаемых фактов или прогноза поведения объекта моделирования;

• нормативные модели — предназначены для нахождения желательного (оптимального) состояния объекта моделирования.

Изменения значений параметров модели и их взаимосвязи могут по-разному учитываться в моделях, различают статические и динамические модели. В статических моделях все зависимости отнесены к единому моменту времени, связи параметров и переменных фиксированы. В динамических моделях описывается развитие объекта моделирования во времени: учитывается изменение взаимосвязи параметров, переменных. Среди динамических моделей различают:

• оптимизационные модели, обеспечивающие поиск наилучшем о из возможных путей развития системы;

• модели равновесия, обеспечивают баланс различных показателей системы.

Динамические модели описывают начальное состояние системы, изменение состояния и используемые критерии оптимальности. Наиболее часто применяются временные ряды, для которых определяется тренд, сезонные колебания, случайная переменная (остаток). В динамических моделях учитывается разновременность значений переменных путем использования лагов, коэффициентов приведения, коэффициентов дисконтирования и т. п.

Информационные технологии моделирования определяют информационное, программное и техническое обеспечение. Информационное обеспечение процесса моделирования основано на создании и ведение БД, содержащих значения параметров модели и исходных данных. Программные средства обеспечивают реализацию вычислительных алгоритмов методов количественного анализа данных.

В большинстве случаев информационные технологии моделирования основаны на методах структурного преобразования экономических показателей, используемых в экономико-математических моделях. Показатели представлены в документах, соответствуют хранимой информации БД. В последнее время возникла новая информационная технология — OLAP-технология (On-Line Analytical Processing), обеспечивающая оперативный анализа данных различных источников.

Любой показатель рассматривается как уникальный набор реквизитов-признаков, описывающих реквизит-основание:

 

П = {РиР2, к, 0},

 

где Р — реквизит-признак, О — реквизит-основание.

 

Показатель имеет наполнение значений реквизитов, множество экземпляров показателя представляется в виде таблицы или матрицы. Столбцы таблицы — названия реквизитов, строки — экземпляры показателей. С позиций технологии обработки данных и моделирования, любой показатель является входным или выходным. Выходные показатели являются результатом моделирования и непосредственно используются в управлении объектом. Входные показатели обеспечивают формирование параметров модели, выходных показателей. Все показатели имеют материальную форму представления, место хранения.

Традиционными методами структурного анализа данных являются:

• выборка (фильтрация, селекция) экземпляров отдельного показателя по заданным критериям отбора;

• структурное преобразование показателя (проекция) — изменение состава реквизитов-признаков для фиксированного реквизита-основания; вычисление нового реквизита-основания и пр.;

• агрегирование экземпляров показателя, создание подгрупп значений показателя;

• совместная обработка показателей, имеющих общие реквизиты-основания и др.

Все указанные виды структурных преобразований данных реализуются с помощью алгоритмических языков определенного вида. Наиболее распространенными являются процедурные и реляционные языки манипулирования данными.

 






© 2023 :: MyLektsii.ru :: Мои Лекции
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
Копирование текстов разрешено только с указанием индексируемой ссылки на источник.