
- •Введение
- •1. Понятие, задачи, принципы и методы прогнозирования и планирования
- •1.1.Понятие, задачи и принципы прогнозирования и планирования
- •1.2.Классификация методов прогнозирования
- •1.3.Экстраполяционные методы прогнозирования
- •1.4.Статистические методы прогнозирования
- •1.5.Экспертные методы прогнозирования
- •1.6.Вопросы для самоподготовки
- •2. Анализ и прогноз рядов наблюдений
- •2.1. Основные типы линий тренда
- •1. Линейная (прямая)
- •2. Парабола второго порядка
- •3. Экспонента
- •2.2. Построение линии тренда расходов на продукты питания в зависимости от уровня дохода семьи Задание 1. Построение линии тренда
- •2.3. Анализ данных с помощью пакета анализа данных еxcel
- •Задание 2. Генерация случайных чисел
- •Задание 3. Сглаживание обрабатываемых данных
- •2.4. Использование процедуры «поиск решения» для подбора коэффициентов функции аппроксимации данных наблюдений
- •Задание 4. Подбор коэффициентов функции аппроксимации
- •1. Сначала представьте имеющиеся данные в виде непрерывного ряда наблюдений и по этим данным постройте график и линию тренда изменения товарооборота за период 2002-2004гг.
- •2. После того, как данные наблюдений представлены в виде непрерывного ряда, постройте диаграмму (рис. 2.34) и найдите уравнение линии тренда (как было описано выше в зад. 1.1).
- •3. Используя Пакет анализа, выполните сглаживание значений ряда наблюдений y1 методами Скользящего среднего и Экспоненциального сглаживания (как в задании 1.3).
- •4. Для исследования временных изменений ряда наблюдений, например, сезонных, выполните следующие действия:
- •2.5. Вопросы для самоподготовки
- •3. Статистический анализ и прогноз рядов наблюдений
- •3.1. Линейная и экспоненциальная аппроксимация данных
- •3.2. Функции линейн() и лгрфприбл()
- •Дополнительная статистика
- •Задание 5. Прогнозирование с помощью функций линейн() и лгрфприбл(),
- •3.3. Функции прогноза тенденция() и рост()
- •Задание 6. Прогнозирование с помощью функций тенденция() и рост()
- •3.4. Функции прогноза сТандоткл() и доверит()
- •3.5. Функция Коррел()
- •Задание 7. Прогнозирование с помощью функции коррел
- •3.6. Функции наклон() и отрезок()
- •Задание 8. Прогнозирование с помощью функции наклон()
- •Синтаксис функции отрезок (Известные_значения_x; Известные_значения_y) Аргументы функции отрезок()
- •Задание 9. Прогнозирование с помощью функции отрезок()
- •3.7. Вопросы для самоподготовки
- •4. Анализ и прогнозирование в инвестиционном проектировании
- •1.7.4.1. Методы анализа и прогнозирования в инвестиционном проектировании
- •4.2. Алгоритм построения прогнозной модели
- •4.3. Интервальное экспертное прогнозирование
- •Задание 10. Пример выполнения интервального экспертного прогнозирования
- •4.4. Вопросы для самоподготовки
- •2.Использование элементов управления для графического прогнозирования
- •5.1. Использования элементов управления панели "форма"
- •Задание 11. Использование элементов управления панели «Форма»
- •2.1.Вопросы для самоподготовки
- •3.Подбор парметров16
- •3.1.Подбор параметра в таблице
- •Задание 12. Выполнение процедуры Подбор параметра
- •Задание 13. Выполнение процедуры Подбор параметра для поиска корней уравнения
- •3.2.Таблицы подстановки
- •Задание 14. Таблица с одним входом
- •Задание 15. Таблица с двумя входами
- •3.3.Сценарии
- •Задание 16. Создание сценариев
- •3.4.Вопросы для самоподготовки
- •4.Экспертные оценки
- •4.1.Подбор состава экспертов
- •4.2. Методы проведения экспертизы
- •Задание 16. Непосредственное назначение коэффициентов веса
- •Задание 17. Оценка важности параметра в баллах
- •Задание 18. Метод парных сравнений
- •Задание 19. Определение усредненных значений результатов экспертизы с использованием процедуры консолидации
- •4.3.Метод «делфи»
- •4.4.Вопросы для самоподготовки
- •8. Указания по выполнению самостоятельной работы
- •4.5.Порядок выбора варианта и данных
- •4.6.Варианты самостоятельных заданий Задание для самостоятельной работы № 1
- •Задание для самостоятельной работы № 2
- •Задание для самостоятельной работы № 3
- •Задание для самостоятельной работы № 4
- •Литература
4.1.Подбор состава экспертов
Рис. 7. 3. Основные критерии, которыми следует руководствоваться при подборе состава экспертов
FОдним из наиболее сложных и ответственных этапов является этап формирования экспертной комиссии. Именно состав экспертов зачастую определяет качество проведенной экспертизы, ее объективность и соответствие действительным реалиям.
В том случае, если состав экспертов назначает сам Руководитель (ЛПР), то очень часто можно видеть, что рекомендации экспертной комиссии, совпадают с мнением руководства (подгонка общественного мнения по принимаемое решение).
Взаимооценка и самооценка компетентности экспертов:
Самооценка. С одной стороны, кто лучше знает возможности эксперта, чем он сам? С другой стороны, при самооценке компетентности, чаще всего оценивается степень самоуверенности эксперта, чем его реальная компетентность, знание предмета исследования.
Взаимоценка- достаточно хороший показатель, позволяющий экспертам взаимно оценить друг друга. Однако, он, в основном, характеризует личностные и групповые симпатии. В современных условиях достаточно хорошее знакомство с работами и возможностями друг друга, может быть у специалистов, достаточно долго работавших друг с другом (или принадлежащих одной школе исследователей). Поэтому привлечение таких пар специалистов, не всегда целесообразно, так их мнения буду очень похожими друг на друга.
Формальные показатели чаще всего носят вспомогательный характер, дополнительно характеризуя эксперта, его знания и умение разбираться в сложных проблемах.
Успешность участия в проведении экспертиз – критерий наиболее применимый при проведении однотипных экспертиз: оценка качества товара, судейство соревнований и др.
Метод «снежного кома» заключается в том, что от каждого специалиста, привлекаемого к экспертизе, получают несколько фамилий (с небольшим обоснованием) тех, кто может, принять участие в экспертизе. Процесс расширения списка останавливается, когда новые фамилии перестают встречаться. В этом случае, будет получен достаточно большой список экспертов, из которого можно будет выбрать их необходимое количество. (Следует заметить, что и в этом случае существует опасность привлечения к экспертизе специалистов, принадлежащих одному «клану», а мнения специалистов, имеющих другую точку зрения на рассматриваемую проблему будут упущены).
Подбор экспертов – это функция Рабочей группы, на которой лежит ответственность за качество проведения экспертизы и никакие методики подбора экспертов не снимают с нее ответственности, за качество оценки ситуации, проблемы.
4.2. Методы проведения экспертизы
Существует масса методов получения экспертных оценок, среди которых наибольшее распространение получили три метода:
Непосредственное назначение, коэффициентов веса.
Оценка важности параметра в баллах.
Метод парных сравнений.
Задание 16. Непосредственное назначение коэффициентов веса
Эксперт оценивает сравнительную важность рассматриваемых параметров.
Каждый i-ый эксперт для каждого k-го параметра должен назначить коэффициент веса аik таким образом, чтобы сумма всех коэффициентов веса, назначенных одним экспертом равнялась единице. (n – число экспертов)
(7.1)
После того, как собраны мнения всех экспертов, производится обработка ее результатов.
Создается базовая таблица экспертизы (рис. 7.4). Для этого открывается имеющаяся рабочая книга Excel «Экспертный опрос».
Заносятся в таблицу ответы экспертов.
Рассчитывается средние коэффициенты веса ответов по каждому из параметров
функция Excel: СРЗНАЧ() (7.2)
Рассчитывается среднеквадратическое отклонение коэффициентов веса ответов
функция Excel: СТАНДОТКЛОН() (7.3)
Рассчитывается дисперсия коэффициентов веса
функция Excel: ДИСП() (7.4)
Рассчитывается коэффициент вариабельности (V) ответов
функция Excel: СТАНДОТКЛОН() / СРЗНАЧ() (7.5)
Значение коэффициента вариабельности (V) характеризует величину разброса экспертных оценок:
При V <= 0,2 оценки экспертов можно считать согласованными.
Если V > 0,2 , то целесообразно провести с экспертами содержательное обсуждение важности обсуждаемых параметров, после чего повторить экспертизу.
Рис. 7. 4. Пример базовой таблицы, подготовленной для занесения результатов работы экспертов
Примечание: Следует сказать, что показатель вариабельности V не всегда связан с качеством работы экспертов. Достаточно часто, его повышенные значения определяются качеством подготовки вопросов, задаваемых экспертам. Вопросы, включаемые в анкету должны быть предельно четкими, ясными и не допускать многозначных толкований.
Результаты работы трех экспертов приведены на рис. 7.5.
Рис. 7. 5. Пример базовой таблицы, заполненной результатами работы трех экспертов