Он исходит из предположения о нормальном распределении вероятностей рассматриваемых факторов риска и требует в процессе построения модели расчёта VAR только оценки параметров этого распределения. После такой оценки, основанной на результатах статистического исследования, вычисление показателя VAR осуществляется путем умножения полученных стандартных отклонений на соответствующий избранному доверительному уровню расчетный коэффициент (система таких коэффициентов для каждого доверительного уровня определена математическим путём и представлена в виде определенной таблицы вычислений). При определении на основе этого метода VAR для определённого портфеля финансовых инструментов необходимо дополнительно исследовать характер корреляционных связей между отдельными инструментами. Хотя этот метод и является наиболее простым, ареал его использования очень ограничен, так как в реальной практике параметрическое распределение вероятностей факторов финансового риска встречается довольно редко.

Конец работы -

Эта тема принадлежит разделу:

Ограничению риска в системе бизнеса носят название риск-менеджмент

Под риском понимают все внутренние и внешние предпосылки которые мо.. гут негативно повлиять на достижение стратегических целей в течение точно.. определенного отрезка времени наблюдения например периода оператив..

Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ:

Что будем делать с полученным материалом:

Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:

Твитнуть

Все темы данного раздела:

Виды рисков. Факторы, влияющие на возникновение рисков
Классификация: А) По характеру последствий: · Чистые (вызывают только убыток-риск пожара или наводнения); · Спекулятивные (могут приносить как убытки, та

Факторы, влияющие на возникновение рисков
Все рискообразующие факторы можно разделить на 2 группы: · внутренние факторы, возникающие в процессе деятельности предприятия; · внешние факторы, суще

Организация процесса управления рисками в организации
Первым этапом организации риск-менеджмента является определение цели риска и цели рисковых вложений капитала. Цель риска – это результат, который необходимо получить. Им может быть

Управление информационными рисками
Работа по минимизации информационных рисков заключается в предупреждении несанкционированного доступа к данным, а также аварий и сбоев оборудования. Для минимизации информационных рисков с

Карта рисков
Карта рисков – простой метод оценки рисков Представители разных отраслей экономики – зачастую задают, как консультантам по управлению рисками вопрос: есть ли простые и наг

Описание структуры карты рисков
На этой карте рисков вероятность или частота отображается по вертикальной оси, а сила воздействия или значимость - по горизонтальной оси. В этом случае вероятность появления риска увеличивае

Построение карты рисков
Производиться как в рамках внедрения системы управления рисками на уровне всей организации, что сложно, а зачастую и невозможно выполнить внутренними силами организации. Д

Основные шаги процесса самостоятельного картографирования рисков
1. первичное обучение 2. определение границ анализа 3. формирование состава команды 4. анализ сценариев и ранжирование 5. определение границы терпимости к риску

Методы управления рисками
Сами по себе методы риск-менеджмента достаточно разнообразны. Это связано с неоднозначностью понятия риска и наличием большого числа критериев их классификации. В следующем разделе

Моделирование по историческим данным
Метод исторического моделирования (historical simulation) основан на использовании исторических данных по изменениям факторов рыночного риска для получения распределения будущих колебаний стоимости

Метод Монте-Карло
из учебника: Метод Монте-Карло заключается в определении статистических моделей для активов портфеля и их моделировании посредством генерации случайных траекторий. З

Метод анализа сценариев
Метод анализа сценариев изучает эффект изменения капитала портфеля в зависимости от изменения величин рисковых факторов (напр., процентной ставки, волатильности) или параметров модели. Модел

Основные количественные характеристики рисков
Риск, которому подвергается предприятие, - это вероятная угроза разорения или несения таких финансовых потерь, которые могут остановить все дело. Поскольку вероятность неудачи присут

Выбор проектов на основе математического ожидания и среднего квадратического отклонения
Главной целью любого инвестора является получение ожидаемой прибыли от результатов инвестирования. Эта прибыль является ожидаемой в том смысле, что на этапе осуществления инвестирования ее величина

Закон нормального распределения (закон Гаусса)
Нормальное распределение (распределение Гаусса) используется при оценке надежности изделий, на которые воздействует ряд случайных факторов, каждый из которых незначительно влияет на результирующий

Типы математических игр
Кооперативные и некооперативные Игра называется кооперативной, или коалиционной, если игроки могут объединяться в группы, взяв на себя некоторые обязательства перед другими игроками и коор

Платежная матрица игры
Таблица, в которой показаны выплаты каждому участнику при двусторонней игре. Строки таблицы отражают результаты каждого выбора стратегии одним участником, а столбцы – результаты выбора другого. Мож

Чистые стратегии в математической игре

Смешанные стратегии в математической игре
В теории игр страте́гия игрока в игре или деловой ситуации - это полный план действий при всевозможных ситуациях, способных возникнуть. Стратегия определяет действие игрока в любой момент игры

Вопрос №24
Основная теорема теории матричных игр, или теорема о минимаксе. Если – матрица

Вопрос №25
Графический метод применим к тем играм, в которых хотя бы один из игроков имеет две стратегии. Основные этапы нахождения решения игры 2×n или m×2: 1.Строят прямые, соо

Аналитическое решение смешанной игры
Чтобы найти оптимальную смешанную стратегию игрока А: и соответствующую цену игры ν, необходим

Методика мажорирования стратегий
Мажорирование представляет отношение между стратегиями, наличие которого во многих практических случаях дает возможность сократить размеры исходной платежной матрицы игры. Рассмотри

Использование дерева решений
На практике результат одного решения заставляет нас принимать следующее решение и т. д. Когда нужно принять несколько решений в условиях неопределенности, когда каждое решение зависит от исхода пре

Функция полезности Неймана-Моргенштерна
Основные определения и аксиомы.Методология рационального принятия решений в условиях неопределенности, основанная на функции полезности индивида, опирается на пять аксиом, которые отражают м

Концепция рисковой стоимости VAR
Одной из основных задач финансовых институтов является оценка рыночных рисков, которые возникают вследствие флуктуации (благоприятном событии) цен акций, сырьевых товаров, обменных курсов, процентн

Метод удельной цены основан на формировании цен по одному из главных параметров качества товара. Удельная цена получается как частное от деления цены на основной параметр качества товара.

Рыночная экономика предъявляет к новым товарам более жесткие требования: рост цен на новые товары должен отставать от улучшения качества. Для этого цену уменьшают с помощью коэффициента торможения.

Во избежание грубых ошибок метод удельной цены используется лишь для ориентировочных оценок. Его недостаток в том, что цена определяется на основе только одного параметра, а воздействие на цену других параметров не учитывается.

Ценовой метод баллов заключается в использовании экспертных оценок значимости параметров товаров. При применении данного метода для определения конкретных цен действует следующий алгоритм:

Отбор основных параметров. Начисление баллов по каждому параметру. Суммирование баллов по базовому и искомому товару. Расчет цен на товары по соотношению суммарных баллов.

Цена на искомый (новый) товар (Ц н) ценовым методом баллов рассчитывается по формуле

где Ц б - цена базового товара;

Б нi - балльная оценка i-го параметра нового товара;

Б бi - балльная оценка i-го параметра базового товара (эталона).

Ценовой метод регрессии состоит в определении эмпирических формул (регрессионных уравнений) зависимости цен от величин нескольких основных параметров качества в рамках параметрического ряда товаров. При этом цена выступает как функция от параметров

Ц = f (х 1 , х 2 , х 3 ,..., х n),

где х 1 , х 2 , х 3 ,..., х n - основные параметры качества товаров.

Этот метод позволяет моделировать изменение цен в зависимости от совокупности их параметров, строго определять аналитическую форму связи, а также использовать уравнения регрессии для определения цен товаров, входящих в данный параметрический ряд.

В результате формируется взаимосвязанная система цен на товары.

Методы стимулирования сбыта продукции имеют главной целью ускорение реализации продукции и получение тем самым большего размера прибыли.

С учетом современной практики в рамках методов стимулирования сбыта принято выделять следующие:

Методы максимизации продаж с учетом эластичности спроса. При эластичном спросе в качестве рычага стимулирования сбыта используется снижение цены, при неэластичном спросе - повышение.

Эластичный спрос характерен для конкурентного рынка и для таких категорий продукции, как продукты питания не первой необходимости, товары длительного пользования, подверженные быстрому моральному старению, рост цен на которые может вызвать значительное снижение спроса из-за наличия возможности выбора. Отечественная практика дает тому яркие примеры: по мере роста цен на дорогостоящие колбасные изделия, сыр, фрукты население резко сокращает их потребление и начинает интенсивнее покупать простые молочные продукты и хлеб, цены на которые в ряде областей регулируются государством.

Вместе с тем эластичный спрос может наблюдаться, когда при относительно незначительном снижении цены спрос возрастает в заметно большей степени. Это касается хорошо сохраняющихся продуктов питания первой необходимости (сахар, соль, крупы), товаров длительного пользования, не подверженных моральному старению (ювелирные изделия, недвижимость).

Неэластичный спрос наблюдается, если рост цен на данный товар не вызывает существенного сокращения объема покупок. Это все слабо или вообще незаменяемые товары: соль, сахар, алкоголь, табачные изделия и т. д.

Методы психологического ценообразования. В условиях современного рынка очень популярны методы стимулирования сбыта, которые получили название «методы психологического ценообразования». Методы данной группы базируются на активном использовании особенностей психологии покупателей, поэтому наиболее широко применяются при продаже потребительской продукции и обстоятельно рассматриваются в системе маркетинга.

Примером служит метод расчленения цен. Его суть заключается в том, что продавец объявляет на данный товар не один, а несколько ценовых показателей.

Первоначально продавец объявляет тот ценовой показатель, который покупателю наиболее понятен и интересен. Например, при продаже мебельных гарнитуров на ценнике стоит цена за сам гарнитур. Затем, когда покупатель принимает решение заключить договор о покупке, продавец объявляет ему дополнительные показатели: расценки за транспортировку, сборку и др. Чем длиннее ряд ценовых показателей, тем труднее покупателю провести сопоставление. Если у покупателя есть возможность вести переговоры о снижении цены, продавец часто снижает один из показателей за счет повышения другого, еще не объявленного показателя.

Этот метод чаще всего используют при продаже относительно сложных товаров, реализация которых обычно сопровождается дополнительными услугами.

Другой яркий пример психологического ценообразования - метод ценовых подарков . При этом различают подарки действительные и мнимые.

Действительные подарки являются, по сути, скидками с цены и используются в случае угрозы прекращения сбыта товара в силу его морального старения. Выбор прямой скидки с цены, или действительного подарка, диктуется особенностями психологии покупателей.

Однако чаще прибегают к мнимым подаркам. В этих случаях при продаже основного относительно более дорогого изделия продавец предлагает в качестве подарка более дешевое изделие. Стоимость последнего включается в стоимость основного изделия. Этот прием широко практикуется при продаже товаров, продолжающих пользоваться спросом, в целях оживления спроса. В качестве подарка предлагаются, например, кассеты при продаже видео- и радиотехники и пленки при продаже фотоаппаратуры.

Метод ценовых подарков применяется при следующих условиях:

· В качестве подарка должны предлагаться изделия (услуги), пользующиеся спросом. Принцип нагрузок, как отмечалось выше, в условиях рынка не работает.

· Подарок должен быть ориентирован не только на потребителя, но и на покупателя, и на лицо, стимулирующее покупку. В роли лиц, стимулирующих покупку, чаще всего выступают дети. Широкий ассортимент товаров снабжают красочными вкладышами, игрушками. Под давлением детей родители покупают этот товар. Детей же интересует не сам товар, а сопровождающие его элементы, т. е. дети выступают в этом случае не потребителями и не покупателями, а лицами, стимулирующими покупку.

Для современной отечественной практики методы психологического ценообразования очень важны: их применение не требует сложных расчетов и инвестиций, а эффект, как свидетельствует практика, получается значительный.

Ценообразование является сложным и противоречивым процессом, в ходе которого приходится прибегать к различным компромиссам, учитывать интересы предприятия, действия конкурентов, рыночные условия, психологию покупателей и многие другие аспекты. Определение политики цен и умелое использование цен в практической работе предприятий с целью решения стоящих перед предприятием задач требуют от работников экономических служб знаний основных теоретических и методологических вопросов ценообразования. Наука о ценообразовании имеет свою методологию, представляющую собой совокупность общих принципов ценообразования, методов разработки цен, методов формирования системы цен и их регулирования. Научность методологии определяется степенью познания экономических законов. Достаточно четкая методология ценообразования позволяет разрабатывать и применять на практике конкретные методы расчета уровней и соотношений цен, т.е. служит научным обоснованием методик расчета цен на конкретные товары. Применяемые на практике методы расчета цен на конкретные товары имеют особенности, обусловленные особенностями товаров, способов их производства и прочими факторами. Однако отдельные различия в методах расчета конкретных цен существуют только в рамках единой методологии, что обеспечивает создание и функционирование в масштабах всего хозяйственного механизма единой системы цен.

Сущностью метода является выявление и устранение физических противоречий, присущих исходной системе.

Физическими противоречия - это взаимоисключающие требования, предъявляемые к элементу системы, состоящие в том, что один из характеризующих его параметров должен иметь два различных значения. При этом параметр элемента называется узловым параметром, а характеризуемый им элемент – узловым элементом.

Очевидно, что для одновременного улучшения каких-либо двух противоречивых показателей системы необходимо заменить соответствующий им узловой элемент объектом, удовлетворяющим требованиям, зафиксированном в физическом противоречии.

В общем случае базу параметрического метода образуют системы, выполняющие ту или иную функцию и удовлетворяющие требованиям какого-либо физического противоречия.

Применение метода возможно в двух вариантах: эвристический (с «ручным» алгоритмом поисковых задач) и направленный (с применением «машинных» алгоритмов).

Все элементы базы эвристического варианта параметрического метода описываются только по одному признаку – «удовлетворять требованиям физического противоречия». А признак «выполнять функцию …» определяется пользователем в результате анализа производных систем на предмет однофункциональности с исходной системой.

В основу формирования базы данных положен принцип выбора из множества объектов с парными свойствами, т. е. объектов, удовлетворяющих требованиям соответствующего физического противоречия.

В описании объекта с парными свойствами указывают как сами эти свойства, так и условия их реализации.

14 приемов устранения эвристических противоречий. Чем меньше номер приема, тем выше вероятность с его помощью устранить физические противоречия.

Прием 1. Заменить узловой элемент системой, состоящей из двух элементов, каждый из которых характеризуется одним из значений параметра, указанного в формуле физического противоречия (ФФП).

Прием 2. заменить узловой элемент объектом, различные части которого имеют различные значения параметра, указанного в ФФП.

Прием 3. Заменить узловой элемент системой, состоящей из множества одинаковых элементов, каждый из которых характеризуется одним значением параметра, указанного в ФФП, а система в целом - другим значением.

Прием 4 Заменить узловой элемент объектом, который характеризуется двумя параметрами, аналогичными узловому параметру, каждый из которых имеет одно из значений, указанных в ФФП.

Прием 5. Изменить условия в которых находится узловой элемент, таким образом, чтобы его различные части имели различные значения параметра, указанного в ФФП.

Прием 6. Изменить условия, в которых находится узловой элемент, т.о., чтобы на различных стадиях жизненного цикла исходной системы он характеризовался различными значениями параметра, указанного в ФФП.

Прием 7. Заменить узловой элемент объектом, который на различных стадиях жизненного цикла исходной системы характеризуется различными значениями параметра, указанного в ФФП.

Прием 8. Заменить узловой элемент объектом, который претерпевает превращение в другой объект, при этом каждый из них характеризуется одним из значений, указанных в ФФП.

Прием 9. Включить узловой элемент в состав системы, которая характеризуется одним значением параметра, указанного в ФФП, а узловой элемент – другим значением.

Прием 10. Заменить узловой элемент объектом, который характеризуется параметром, аналогичным узловому параметру, с таким значением, что его по отношению к различным внешним объектам можно было бы считать «различным».

Прием 11. Изменить условия, в которых находится узловой элемент, т.о., чтобы он превратился в другой объект, причем перед превращением он характеризовался бы одним значением параметра, указанным в ФФП, а после превращения - другим значением.

Прием 12. Изменить условия, в которых находится узловой элемент, т.о., чтобы одна из его частей претерпевала превращения в другой объект, который характеризовался бы одним значением параметра, указанным в ФФП, а оставшаяся часть узлового элемента – другим элементом.

Прием 13. Изменить условия, в которых находится узловой элемент, т.о., чтобы он характеризовался двумя различными параметрами, аналогичными узловому параметру, каждый из которых имел бы одно из значений, указанных в ФФП.

Прием 14. Рассмотреть узловой элемент как систему, которая характеризуется одним значением параметра, указанного в ФФП, а одним из ее элементов – другим значением.

Выбор приемов осуществляется в соответствии с правилами:

Если указанные в ФФП показатели характеризуют исходную систему на различных стадиях и фазах жизненного цикла, то лучшие результаты дает применение приемов устранения физического противоречия «во времени» – приемы 6, 7, 8, 11.

Если указанные в ФФП показатели одновременно присущи исходной системе, то лучшие результаты дает применение приемов устранения физического противоречия «в пространстве» - приемы 1, 2, 5, 12.

Если по условиям поисковой задачи замена элементов недопустима, то лучшие результаты дает применение приемов «изменения условий» - приемы 5, 6, 9, 11, 12, 13.

Если требования к элементу сформулированы с т.з. различных внешних объектов или исходя из различных систем отсчета, то – 10, 4.

Если требуется получить наиболее простое решение поисковой задачи, то – 3, 4, 10.

Методы классификации, декомпозиции, стратификации и типологии

Классификация – это разделение явлений, а следовательно и понятий, характеризующих их, на определенные классы, позволяющие увидеть специфику явлений, их разнообразие, свойства, связи и зависимости, общее и специфическое и посредством этого вникнуть в сущность.

Принципы:

• Принцип единства критерия для выделения групп одного порядка.
• Принцип соразмерности деления явлений и понятий.
• Принцип альтернативности и взаимоисключения выделяемых групп. Не должны выделенные явления относится и к одной, и к другой классификационной группе.
• Принцип многоступенчатости классификации, отражающий возможность делать последовательно ступенчатую классификацию
• Принцип полноты классификации для каждой ее ступени. Нельзя делить только часть объекта на виды, а другую на подвиды.

Декомпозиция – это особый вид классификации, не допускающий произвольного критерия. Декомпозиция предназначена для установления связанных между собой содержательных элементов некоторой объективной целостности.

Стратификация – это определение слоев (страт) в многослойном явлении, т. е. зависимостей особого вида. В исследовании управления такими стратами могут быть внешняя и внутренняя среда фирмы, технические средства и человеческие ресурсы, и тактика управления и т. д.

Обобщение – это логическая операция, заключающаяся в том, что для некоторой группы явлений находится новое, более широкое по объему понятие, отражающее общность свойств этих явлений на уровне нового знания о них.

Практический успех классификации определяется следующими правилами:

• Правило соразмерности
• Правило раздельности членов деления

На протяжении определенной классификационной операции нельзя изменять основание деления, его критерий

Комбинаторная классификация. При проведении классификации нередко встречаются ситуации, когда объекты классификации могут иметь несколько равносущественных признаков, которые могут быть основанием классификации. В этом случае можно совместить две иерархические классификации посредством построения матрицы.

Типология – это группировка объектов на основе их подобия некоторому образцу, который именуется типом, эталоном, или идеальным образом. Здесь каждое явление приближается к одному из эталонов.

Отличие типологии от классификации в том, что типология допускает существование таких явлений, которые не соответствуют ни одному из выделенных типов. Типология превосходит классифкацию своей универсальностью. Она является первоначальнй операцией любых систематизаций.

Рассмотренная выше общая стратегия оценки статистических гипотез в первую очередь определяет применение так называемых параметрических методов математической статистики.

Параметрические методы основаны на некоторых, как правило, вполне вероятных предположениях о характере распределения случайной величины. Обычно параметрические методы, используемые в анализе экспериментальных данных, основаны на предположении нормальности распределения этих данных. Следствием такого предположения является необходимость оценки исследуемых параметров распределения. Так, в случае рассматриваемого далее t -теста Стьюдента такими оцениваемыми параметрами являются математическое ожидание и дисперсия. В ряде случаев делаются дополнительные предположения по поводу того, как параметры, характеризующие распределение случайной величины в разных выборках, соотносятся между собой. Так, в тесте Стьюдента, который часто используют для сравнения средних значений (математического ожидания) двух рядов данных на предмет их однородности или неоднородности, дополнительно делается предположение об однородности дисперсий распределения случайных величин в двух генеральных совокупностях, из которых эти данные были извлечены.

Достоинством методов параметрического анализа данных является тот факт, что они обладают достаточно высокой мощностью. Под мощностью теста имеют в виду его способность избегать ошибки второго рода, или β-ошибки. Чем меньше оказывается β-ошибка, тем выше мощность теста. Иными словами, мощность теста = 1 – β.

Высокая мощность параметрических тестов, или критериев, обусловлена тем, что данные методы требуют, чтобы имеющиеся данные были описаны в метрической шкале . Как известно, к метрическим шкалам относят интервальную шкалу и шкалу отношений, которую иногда еще называют абсолютной шкалой. Интервальная шкала позволяет исследователю выяснить не только отношения равенства или неравенства элементов выборки (как это позволяет сделать шкала наименований ) и не только отношения порядка (как это позволяет сделать шкала порядка ), но также и оценивать эквивалентность интервалов. Абсолютная шкала вдобавок к этому позволяет оценивать эквивалентность отношений между элементами множества, полученными в ходе измерения. Именно поэтому метрические шкалы относят к сильным измерительным шкалам. Благодаря этой силе параметрические методы позволяют более точно выразить различия в распределении случайной величины при условии истинности пулевых или альтернативных гипотез.

Следует также отметить, что в целом параметрические методы статистики более разработаны в теории математической статистики и поэтому применяются значительно шире. Практически любой экспериментальный результат может быть оценен с помощью какого-либо из этих методов. Именно такие методы и рассматриваются преимущественно в учебниках и руководствах по статистическому анализу данных.

В то же время трудности, связанные с использованием методов параметрического анализа в статистике, состоят в том, что в ряде случаев априорные предположения о характере распределения исследуемых случайных величин могут оказаться неверными. И эти случаи весьма характерны именно для психологических исследований в тех или иных ситуациях.

Так, если сравнивать две выборки с помощью t -теста Стьюдента, можно обнаружить, что распределение наших данных отличается от нормального, а дисперсии в двух выборках значительно разнятся. В этом случае использование параметрического теста Стьюдента может до некоторой степени исказить выводы, которые хочет сделать исследователь. Такая опасность увеличивается, если значения вычисленной статистики оказываются близкими к граничным значениям квантилей, которые используются для принятия или отвержения гипотез. В большинстве случаев, однако, как, например, в случае использования t -теста, некоторые отклонения от теоретически заданных предположений оказываются некритичными для надежного статистического вывода. В других случаях такие отклонения могут создавать серьезную угрозу такому выводу. Тогда исследователи могут разрабатывать специальные процедуры, которые могут скорректировать процедуру принятия решения по поводу истинности статистических гипотез. Назначение этих процедур состоит в том, чтобы обойти или смягчить слишком жесткие требования параметрических моделей используемой статистики.

Один из вариантов таких действий исследователя, когда он обнаруживает, что полученные им данные по своим параметрам отличаются от того, что задано в структурной модели используемого параметрического теста, может состоять в том, чтобы попытаться преобразовать эти данные к нужному виду. Например, как отмечалось в гл. 1, измеряя время реакции, можно избежать высокого значения асимметрии его распределения, если использовать для анализа логарифмы получаемых значений, а не сами значения времени реакции.

Другой вариант действий состоит в отказе от использования каких-либо априорно заданных предположений о характере распределения случайной величины в генеральной совокупности. А это означает отказ от параметрических методов математической статистики в пользу непараметрических.

Непараметрическими называют методы математической статистики, при которых не выдвигаются какие-либо априорные предположения о характере распределения исследуемых данных и не предполагается каких-либо допущений о соотношении параметров распределения анализируемых величин. В этом заключается главное достоинство этих методов.

В полной мере преимущество непараметрической статистики раскрывается тогда, когда результаты, полученные в эксперименте, оказываются представленными в более слабой неметрической шкале , представляя собой результаты ранжирования. Такая шкала называется шкалой порядка. Конечно, в ряде случаев исследователь может преобразовать эти данные к более сильной интервальной шкале, используя процедуры нормализации данных, но, как правило, оптимальным вариантом в этой ситуации является применение именно непараметрических тестов, специально созданных для статистического анализа.

Как правило, тесты непараметрической статистики предполагают оценивание имеющихся соотношений ранговых сумм в двух или более выборках, и на основании этого формулируется вывод о соотношении этих выборок. Примерами таких тестов являются критерий знаков, критерий знаковых рангов Уилкоксона, а также U-критерий Манна – Уитни, которые используются в качестве аналога параметрического t -теста Стьюдента.

В то же время, если результаты измерения оказываются представленными в более сильной шкале, использование непараметрической статистики означает отказ от части информации, содержащейся в данных. Следствием этого является опасность возрастания ошибки второго рода, свойственной этим методам.

Таким образом, методы непараметрической статистики оказываются более консервативными по сравнению с методами параметрической статистики. Их использование грозит в большей мере ошибкой второго рода, т.е. ситуацией, когда исследователь, например, не может обнаружить отличия двух выборок, когда такие отличия на самом деле имеют место. Иными словами, такие методы оказываются менее мощными по сравнению с параметрическими методами. Поэтому использование параметрической статистики в анализе экспериментальных данных, отличающихся от простого ранжирования, как правило, является предпочтительным.

Среди ряда методов, используемых при исследовании СУ, пара­метрический метод можно отнести к наиболее объективным. Он ос­новывается на количественном и качественном описании исследуемых свойств СУ (объекта исследования) и установлении взаимосвязей между параметрами как внутри управляющей и управляемой подсистем, так и между ними. Это позволяет с помощью заранее избранной номенклатуры параметров на базе фактических данных количественно оценить исследуемый объект.

При этом зависимости между параметрами могут быть как функциональными (проявляемыми определенно и точно в каждом отдельно наблюдаемом случае) так и корреляционными (определяемые на основе корреляционного метода)

Каждая СУ обладает рядом специфических свойств, позволяющих отличить ее от любых других.

Свойство СУ - объективная особенность системы, проявляющаяся при ее создании и функционировании. Свойств у системы может быть бесчисленное множество, и в зависимости от условий и обстоятельств они могут постоянно обнаруживаться и проявляться.

Свойства будущей СУ формируются и учитываются при составлении задания на проектирование и непосредственно при самом проектировании. При создании новой системы эти свойства реали­зуются и конкретизируются. В процессе эксплуатации происходит проявление и поддержание свойств СУ. Чем сложнее СУ, тем более сложным комплексом свойств она обладает, тем сложнее формы их проявления.

Свойства могут быть простыми и сложными .

Простое свойство например, численность управленческого персонала, срок службы ТСУ, емкость запоминающего устройства ТСУ и др.

Примером сложного свойства может служить производительность труда управ­ленцев , которая включает объем выполняемых функций и численность персонала.

Любое свойство системы можно охарактеризовать словесно, численно, графически, в виде таблицы, функции, т.е. с помощью при­знаков его.

Признак свойства - качественная или количественная характе­ристика свойств системы.

Примером качественных признаков могут служить тип ОСУ, метод управления, метод оценки СУ, способ рас­чета численности персонала и т.п. Существенным значением среди качественных признаков обладают альтернативные признаки, кото­рые имеют только два взаимоисключающих варианта, например, на­личие или отсутствие ошибок в работе персонала. Помимо качест­венных альтернативных признаков свойств СУ могут быть признаки многовариантные.

Для объективной оценки любой системы ее свойства необходи­мо охарактеризовать количественно. Количественно свойства объ­екта исследования характеризуют параметры.

Частным случаем параметра СУ является показатель - количе­ственная характеристика свойств системы, входящих в ее состав и рассматриваемая применительно к определенным условиям ее соз­дания и функционирования. Следовательно, параметр системы сле­дует воспринимать как более широкое понятие, так как он может характеризовать любые свойства системы.

Многие показатели являются функциями параметров. Так, показатель электровооруженности труда зависит от таких параметров как объем потребленной электроэнер­гии, рациональность ее использования, численность персонала; нормативная численность персонала любого подразделения являет­ся функцией трудоемкости управленческих функций, квалифика­ции и других параметров

Качественные признаки также могут влиять на вид функцио­нальной зависимости показателей СУ от ее параметров. Например, способ резервирования выполняемых функций управления (качест­венным признак) оказывает влияние на вид зависимости показате­лей надежности СУ; используемый метод распределения функций управления в подразделении, являющийся качественным призна­ком, оказывает существенное воздействие на зависимость уровня качества выполняемых функций персонала от имеющегося в нали­чии профессионального состава (экономистов, маркетологов, ин­женеров и т.п.) - структурного параметра СУ. Кроме структурных существуют геометрические и другие параметры.

В параметрическом методе параметры выступают одной из важ­нейших базовых характеристик как элементов СУ, так и в целом всей системы. Они отражают взаимосвязи элементов, состояния и тенденции их развития как с качественной, так и количественной стороны. Качественные и количественные признаки СУ тесно взаимосвя­заны между собой и с ее показателями.

При исследовании СУ в основном используются:

количественные абсолютные и относительные параметры (как частные случаи - показатели). Показатели в абсолютном исчисле­нии используются для описания отличающихся исследуемых объек­тов (численность ППП, количество подразделений, затраты на пер­сонал и т.п.), а относительные показатели для характеристики, на­пример, темпов роста продаж, прибыли, численности, производи­тельности труда персонала и т.п.;

качественные признаки, в описательном виде характеризую­щие то или иное свойство системы (способ воздействия на управ­ляемый объект, метод оценки и т.п.);

классификационные (номинальные) признаки {параметры), характеризующие те свойства системы, которые не могут принимать участие в оценке, но позволяют отнести изучаемый объект к опре­деленному классу безотносительно к проведению оценки (список специальностей сотрудников, перечень марок ТСУ, типов ОСУ);

порядковые (ранговые) параметры, позволяющие качественно отличать друг от друга изучаемые объекты, что выражается в при­своении им, например, баллов (оценка успеваемости, оценка вы­ступления спортсмена), разрядов (у рабочих, спортсменов, чинов­ников), должностной табели о рангах (инженер 3, 2 и 1-й катего­рии, старший, ведущий и главный инженер).

Показатели СУ могут быть единичными, комплексными, интегральными и обобщенными.

Единичный показатель СУ - показатель, относящийся только к одному из свойств СУ. Например, единичными показателями являют­ся численность ППП, количество функций управления. Его разновид­ностью выступает относительный единичный показатель, представляю­щий собой отношение единичного показателя к нормативному (базо­вому), выражаемому в относительных единицах или процентах.

Нормативный (базовый) показатель - показатель, принятый за исходный (эталонный) при сравнительных оценках СУ. В качестве базовых принимаются, например, показатели прогрессивных СУ или конкурентов.

Базовые показатели могут быть также единичными, комплекс­ными, интегральными и обобщенными.

Комплексный показатель - показатель, относящийся к несколь­ким свойствам продукции. С помощью данного показателя можно в целом охарактеризовать подсистему, элемент СУ.

Разновидностью комплексного показателя, позволяющего с эко­номической точки зрения определить оптимальную совокупность свойств изделия, может служить интегральный показатель.

Интеграль­ный показатель - комплексный показатель, отражающий соотноше­ние суммарного полезного эффекта от эксплуатации СУ и суммарных затрат на ее создание и эксплуатацию.

Обобщенный показатель СУ – показатель, относящийся к такой совокупности ее свойств, по которой принято оценивать систему.