- •А.С. Березина анализ данных
- •Предисловие
- •Лекция 1. Априорный анализ компонент временного ряда
- •1.1. Понятие временного ряда. Виды временных рядов
- •Производство молока в Кемеровской области
- •Численность работников здравоохранения, перед которыми организация имеет просроченную задолженность по заработной плате работников в Российской Федерации в 2013 году
- •Индекс потребительских цен в Кемеровской области (декабрь к декабрю предыдущего года; в процентах)
- •Потребление сахара (кг) на душу населения в Кемеровской области
- •1.2. Методы оценки однородности исходных данных
- •1.3. Методика выявления и анализа аномальных наблюдений
- •Краткосрочные экономические показатели рф
- •Расчётная таблица примера 1.1.
- •1.4. Абсолютные, относительные и средние показатели в анализе временных рядов
- •ЛЕкция 2. Моделирование тенденции
- •2.1. Проверка гипотезы о существовании тренда
- •Промежуточные расчетные значения кумулятивного т-критерия
- •2.2. Методы выявления тенденции
- •Численность населения на одного врача в Кемеровской области
- •Расчетная таблица метода Фостера-Стюарта
- •2.3. Выбор формы тренда
- •Критерии выбора класса, выравнивающих кривых
- •Лекция 3. Моделирование периодической компоненты
- •3.1. Аддитивные и мультипликативные тренд-сезонные модели Алгоритм построения модели временного ряда, содержащего сезонные колебания:
- •Поквартальные данные по розничному товарообороту компании
- •Расчет коэффициента автокорреляции
- •Коррелограмма временного ряда товарооборота
- •Расчет оценок сезонной компоненты в аддитивной модели
- •Расчет значений сезонной компоненты в аддитивной модели
- •Расчет значений t и ошибок e в аддитивной модели.
- •Расчет оценок сезонной компоненты в мультипликативной модели
- •Расчет значений сезонной компоненты в мультипликативной модели
- •Расчет значений t и ошибок e в мультипликативной модели
- •Лекция 4. Простейшие методы прогнозирования
- •4.1. Метод среднего уровня ряда
- •4.2. Метод среднего абсолютного прироста
- •Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
- •4.3. Метод среднего темпа роста
- •4.4. Оценка точности и надежности прогнозов
- •Лекция 5. Методы выбора трендовой модели прогноза
- •5.1. Прогнозирование на основе кривых роста
- •5.2. Прогнозирование на основе экстраполяции тренда
- •Лекция 6. Адаптивные модели прогнозирования
- •6.1. Сущность адаптивных методов
- •6.2. Экспоненциальное сглаживание
- •Индекс потребительских цен Кемеровской области
- •Экспоненциальные средние
- •6.3. Метод гармонических весов
- •Параметры уравнений отдельных фаз движения текущего тренда
- •Лекция 7. Прогнозирование динамических рядов, не имеющих тенденции.
- •Распределение знаков отклонений
- •Расчетная таблица для определения знаков отклонений
- •Распределение знаков отклонений
- •8. Метод экспертных оценок
- •8.1. Методы и модели экспертных оценок
- •Матрица опроса
- •Матрица преобразованных рангов
- •Оценки вкусовых качеств продукта
- •Оценки вкусовых качеств продукта
- •Матрица преобразованных рангов
- •8.2. Методы и модели выбора альтернатив
- •Частные критерии трех операторов
- •Нормализованные критерии
- •Лекция 9. Статистические методы обработки результатов экспертизы
- •9.1. Оценка согласованности мнений экспертов
- •9.2. Обобщение мнений экспертов
- •Список литературы
- •Содержание
- •Анализ данных
- •650992, Г. Кемерово, пр. Кузнецкий, 39
Матрица преобразованных рангов
Дегустатор |
Завод |
итого | |||||
1 |
2 |
3 |
4 |
5 |
| ||
1 |
4 |
2 |
1 |
3 |
0 |
| |
2 |
4 |
3 |
0 |
2 |
1 |
| |
3 |
3 |
3 |
0 |
2 |
1 |
| |
4 |
4 |
4 |
1 |
0 |
2 |
| |
5 |
2 |
4 |
1 |
3 |
0 |
| |
Sj |
17 |
16 |
3 |
10 |
4 |
50 | |
|
0,34 |
0,32 |
0,06 |
0,2 |
0,08 |
|
6. Для каждого столбца вычисляем сумму (8.4) .
7. По формуле (8.3) вычисляем значения относительного веса каждого фактора. Например, .
8. Максимальное значение относительного веса == 0,34, следовательно продукту первого завода присваивается наивысший рангх1*=1, далее х2* = 2, х4* = 3, х5*=4, х3*= 5.
8.2. Методы и модели выбора альтернатив
Выбор оптимальной альтернативы по комплексу нескольких критериев является задачей многокритериальной.
Один из подходов к решению многокритериальных задач выбора альтернатив связан с процедурой образования обобщенной функции Fj (аi1; аi2; аi3; ...; ain), монотонно зависящей от критериев аi1; аi2; аi3; ...; ain. Данная процедура называется процедурой (методом) свертывания критериев.
Метод аддитивной оптимизации – метод свертывания критериев.
Пусть - аддитивный критерий оптимальности.
Величины являются весовыми коэффициентами,которые определяют в количественной форме степень предпочтения j-гo критерия по сравнению с другими критериями. При этом более важному критерию приписывается больший вес, а общая важность всех критериев равна единицею.
Обобщенная функция цели может быть использована длясвертывания частных критериев оптимальности, если:
частные (локальные) критерии количественно соизмеримы по важности, т. е. каждому из них можно поставить в соответствие не которое число которое численно характеризует его важность по отношению к другим критериям;
частные критерии являются однородными (имеют одинаковую размерность).
Если критерии неоднородны, то требуется нормализация критериев - такая последовательность процедур, с помощью которой все критерии приводятся к единому, безразмерному масштабу измерения.
Рассмотрим одну из множества схем нормализации:
Определим максимум каждого локального критерия, т.е. ,i=1,…,m.
Выделим группу критериев ,j=1,…,, которые максимизируются при решении задачи, и группу критериев , j=+1,…,n, которые минимизируются при решении задачи.
В соответствии с принципом максимальной эффективности нормализованные критерии определяются из следующих соотношений:
, j=1,…,; (8.5)
, j=+1,…,n. (8.6)
Оптимальным будет тот вариант (альтернатива), который обеспечивает максимальное значение функции цели:
, i=1,…,m. (8.7)
В соответствии с принципом минимальной потери нормализованные критерии определяются из соотношений:
, j=1,…,; (8.8)
, j=+1,…,n. (8.9)
Оптимальным будет тот вариант (альтернатива), который обеспечивает минимальное значение функции цели.
Пример 8.2. Руководителю целью оперативности принятия решения требуется выбрать оптимальную стратегию по обеспечению водителей предприятия мобильной связью. Он выбирает три оператора связи (т = 3) и имеет сведения о них в виде четырех значений частных критериев (n = 4) (табл. 8.6). На основе экспертных оценок были также определены веса частных критериев .
Таблица 8.6