Tietojen analysointi ja arviointi. Tietojen arviointimenetelmät

Sisällysluettelo:

Tietojen analysointi ja arviointi. Tietojen arviointimenetelmät
Tietojen analysointi ja arviointi. Tietojen arviointimenetelmät
Anonim

Kuten tiedätte, XXI vuosisataa kutsutaan tietotekniikan vuosisadaksi. Itse asiassa nykyihminen käyttää erilaisia tiedonhankinta- ja käsittelymenetelmiä. Analyysilla on tärkeä rooli tiedon käyttöprosessissa. Mikä on analyysi? Mitä menetelmiä tiedon arvioimiseksi on olemassa? Lue vastaukset näihin ja muihin kysymyksiin.

tietojen arviointi
tietojen arviointi

Mitä on analytiikka?

Tällä sanalla on kreikkalaiset juuret ja se tarkoittaa kirjaimellisesti "analyysin taidetta". Aristoteles käytti tätä termiä viittaamaan loogiseen tiedonlouhintaan.

Nykyään tiedemiehet antavat laajemman tulkinnan käsitteelle. Analytiikkaa pidetään nykymaailmassa osana logiikkaa (päättelyn taitoa), jossa tarkastellaan data-analyysin oppia. Tutkitaan kokonaisuuden todellisen tai mentaalisen jakamisen operaatioita (prosessi, esitys, objektien väliset suhteet jne.) ainesosiksi.

Mitä on data-analyysi? Tämä käsite on kapeampi kuin termi "analytiikka". Tieteellisesti data-analyysiä kutsutaan tietojenkäsittelytieteen ja matematiikan alaksi, jonka puitteissa rakennetaan ja tutkitaan enitenyleiset laskennalliset algoritmit ja menetelmät tiedon poimimiseksi kokeellisesti saadusta tiedosta. Toisin sanoen puhumme joukosta tiedonkäsittelyalgoritmeihin liittyviä tekniikoita. Tietojen analysointi suppeassa merkityksessä on prosessi, jossa tutkitaan, suodatetaan, muunnetaan (mallinnus) hyödyllisen tiedon poimia ja päätösten tekemiseksi.

Koneoppiminen

Se on nykyään tehokkain ja yleisin tiedon analysointimenetelmä. Nykyään valitettavasti ei ole olemassa koneoppimisalgoritmeja, jotka tarjoavat hyvän käsittelyn enemmän tai vähemmän mieliv altaisen tiedon. Asiantuntijat joutuvat tässä yhteydessä suorittamaan alustavan tiedonkeruun ja -käsittelyn, jotta ne saadaan algoritmin käyttöön sopivaan muotoon. Tällaista käsittelyä kutsutaan yleensä ominaisuuksien valinnaksi tai uudelleenkäsittelyksi. Useimmat algoritmit voivat käyttää kiinteäpituisia lukuja.

Samaan aikaan kiinnostus hermoverkkoihin perustuvia algoritmeja kohtaan on lisääntynyt. Etuna on, että niitä voidaan käyttää paitsi numeroille, myös objekteille, joilla on lisäominaisuuksia (useimmiten geometrisia). Voit esimerkiksi analysoida kuvaa: algoritmi ottaa huomioon pikselien arvon sekä niiden suhteellisen sijainnin. Samalla tavalla ääniraidan tai videosekvenssin alkutiedot arvioidaan.

Talousanalyysi tieteenä

Tiedon taloudellinen arviointi on talouskompleksin kehitys- ja toimintamalleihin perustuva erityistietojärjestelmä, jonka tavoitteena onyrityksen taloudellisen ja taloudellisen toiminnan analyysin, diagnosoinnin, suunnittelun ja ennustamisen metodologian opiskelu.

Taloudellisen analyysin aiheena on organisaation taloudellinen toiminta, sen sosioekonominen tehokkuus ja lopullinen taloudellinen suorituskyky. Jälkimmäisen arvo muodostuu subjektiivisten ja objektiivisten tekijöiden vaikutuksesta. Rahoitus- ja taloudellista toimintaa kuvaavat tunnusluvut näkyvät yrityksen raportointijärjestelmässä.

tietojen analysointi
tietojen analysointi

Tietotutkimuksen tarkoitus

Tietojen arviointi taloudessa tarjoaa tarvittavan määrän parametreja, joiden avulla voit muodostaa objektiivisen käsityksen organisaation taloudellisesta tilasta, voitoista, tappioista, muutoksista velkojen ja varojen koostumuksessa. Analyysin avulla voit määrittää järkevimmät ja kannattavimmat työalueet, taloudellisten, aineellisten ja työvoimaresurssien jakautumisen.

Dialektinen menetelmä

Tässä tietojen arviointimenetelmässä tutkitaan ilmiöitä ja prosesseja niiden dynamiikassa eli jatkuvassa muutoksessa. Tästä seuraa menetelmän pääominaisuus - tarve verrata tiettyjä indikaattoreita. Arvoja voi verrata eri lähteisiin: menneiden vuosien tulokset, suunnitellut indikaattorit, kilpailijoiden saavutukset jne.

Materialistisen dialektiikan teorian mukaan jokainen ilmiö nähdään yhtenäisyytenä ja samalla vastakohtien taisteluna. Tästä seuraa tarve tutkia sisäisiä ristiriitoja, negatiivisia ja positiivisia puoliajokainen prosessi.

alustava tietojen arviointi
alustava tietojen arviointi

Käytettäessä dialektista tietojen arviointimenetelmää kaikki keskinäiset riippuvuudet ja suhteet otetaan huomioon. Prosessia on mahdotonta analysoida objektiivisesti erillään muista ilmiöistä ja tapahtumista. Taloudellisten toimintojen keskinäinen riippuvuus ja yhteenliittäminen edellyttää monimutkaisten menetelmien käyttöä taloudellisen toiminnan analysoinnissa. Vain kattava tiedon tutkimus antaa sinun arvioida oikein työn tuloksia, paljastaa varannot.

Vähennys ja induktio

Monien prosessien ja tapahtumien välillä on syy-yhteys. Se tarkoittaa, että yksi asia seuraa toisesta. Syy-yhteyden selvittäminen on tärkein tehtävä tiedon taloudellisessa arvioinnissa. Tämän seurauksena analyysi on tarkempi ja objektiivisempi. Tämä puolestaan antaa meille mahdollisuuden kvantifioida tiedot ja määrittää tiettyjen tekijöiden vaikutuksen asteen yrityksen työhön.

Induktio sisältää prosessien tutkimuksen erityisestä yleiseen: tekijöistä johtopäätöksiin, syistä tuloksiin. Deduktio on käänteinen menetelmä, joka sisältää tutkimuksen yleisestä erityiseen. Tässä tapauksessa tapahtuu eräänlainen ilmiön "hajoaminen" elementeiksi.

mitä on analytiikka
mitä on analytiikka

Järjestelmällisyys

Käytettäessä datan arvioinnin dialektista lähestymistapaa, jokainen ilmiö, prosessi, tapahtuma on tarkasteltava joukkona monia toisiinsa läheisesti liittyviä komponentteja. Suurin yksityiskohta tehdään systemaattisen lähestymistavan toteutuksen aikana. Kun kuvataan tietotyyppejä,niiden ominaisuudet, tekijöiden vaikutusasteen määrittäminen niihin jne., tärkein, tärkein asia tutkittavassa kohteessa paljastuu. Systemaattisen lähestymistavan avulla voit rakentaa likimääräisen prosessin kaavion, määrittää sen keskeiset komponentit, niiden alaisuudet, toiminnot ja sen seurauksena paljastaa analyysin loogisen ja metodologisen mallin.

Taloudellisessa arvioinnissa, kun on tarkasteltu tiettyjä organisaation toiminnan näkökohtia, niiden keskinäistä riippuvuutta, alisteisuutta, kerätyt tiedot kootaan yhteen. Samalla koko tieto- ja tekijämäärästä erotetaan keskeiset ja määräävät. Taloudellisen toiminnan tulokset riippuvat pääasiassa niistä.

Talousmallit

Tietojen systemaattista luokittelua, niiden arviointia ja käsittelyä varten on tarpeen rakentaa tutkimuksen tehtäviä ja perimmäisiä tavoitteita vastaava kaavio. Tutkittavasta kohteesta riippuen erotetaan optimointi- ja tasapainomallit. Ensin mainittuja käytetään kuvaamaan sellaisten taloudellisten yksiköiden käyttäytymistä, jotka saavuttavat tavoitteensa käytettävissä olevilla mahdollisuuksilla. Tasapainomalleja käytetään tutkittavien ryhmän vuorovaikutuksen tuloksen määrittämiseen, heidän tehtäviensä ja tavoitteidensa yhteensopivuuden tunnistamiseen.

Analyysimenetelmät

Taloudellisten yksiköiden vuorovaikutuksen tulokset riippuvat ajanjaksosta, jonka kuluessa niiden käyttäytymistä tutkitaan. Tämän mukaisesti vertailevan tilaston, tilastollisen ja dynaamisen analyysin menetelmät erotetaan toisistaan.

Ensimmäinen on verrata toimintojen tilastollisen arvioinnin tuloksia eri ajanjaksoilla. Luonnetta määritetään dynaamisen analyysin avullataloudellisten indikaattoreiden muutokset tiettyjen ajankohtien välillä ja ne tekijät, jotka määräävät nämä muutokset. Tilastollinen arviointi sisältää tietyn hetken toimien tutkimisen. Voit esimerkiksi määrittää, kuinka tuotteen hinta muodostuu kysynnän ja tarjonnan perusteella.

Makrotaloudellisen arvioinnin metodologia perustuu kolmen osaamisalueen: matematiikan, tilastotieteen ja taloustieteen risteykseen. Taloudellisia menetelmiä ovat: vertailu, ryhmittely, graafinen ja tasapainoanalyysi.

tietojen kvantifiointi
tietojen kvantifiointi

Matemaattiset tekniikat on jaettu 3 ryhmään:

  1. Taloudellinen. Näitä ovat matriisimenetelmät, panos-tuotos-tasapainon teoriat, tuotantofunktiot.
  2. Optimaaliset ohjelmointitekniikat (epälineaarinen, lineaarinen, dynaaminen) ja taloudellinen kybernetiikka.
  3. Menetelmät päätöksentekoprosessin ja transaktioiden tutkimiseen. Tämä ryhmä sisältää teorioita jonotuksesta, peleistä, kaavioista.

Vertaileva analyysi

Vertailu on tutkittujen tietojen ja tosiasioiden vertailu. Käytännössä käytetään:

  1. Vaaka-analyysi. On tarpeen tunnistaa indikaattoreiden todellisen arvon suhteelliset ja absoluuttiset poikkeamat lähtötasosta.
  2. Pystyanalyysi. Sitä käytetään ilmiöiden rakenteen tutkimiseen.
  3. Trendianalyysi. Sen avulla tutkitaan indikaattoreiden suhteellisia kasvuvauhtia useiden vuosien aj alta verrattuna perusvuoden tasoon.

saldoanalyysi

Se on sisälläkahden tasapainoon pyrkivän indikaattorijoukon vertaileva mittaus. Tämän seurauksena tutkija määrittää uuden - tasapainottavan - indikaattorin.

Esimerkiksi yrityksen raaka-ainevarantoastetta arvioitaessa verrataan sen tarpeita, näiden tarpeiden kattamisen lähteitä ja asetetaan tasapainoindikaattori - materiaalien yli- tai puute.

Aputasapainomenetelmänä sitä käytetään tarkistettaessa tekijöiden vaikutusta kokonaissuorituskykyindikaattoriin. Jos vaikutuksen summa on yhtä suuri kuin poikkeama perusarvosta, laskelmat ovat oikein.

Extra

Kaavioita käytetään indikaattoreiden skaalaamiseen. Arvoja ja niiden riippuvuutta kuvataan rakentamalla geometrisia muotoja. On sanottava, että graafisella menetelmällä itsenäisen merkityksen analysoinnissa ei ole väliä. Sitä käytetään vain muutosten havainnollistamiseen.

Indeksiarviointi perustuu suhteellisiin arvoihin, jotka ilmaisevat tarkasteltavan ilmiön tason suhdetta perustasoon. Tilastoissa käytetään monenlaisia indeksejä: harmoninen, aritmeettinen, aggregaatti jne.

Jos käytät indeksiuudelleenlaskuja ja rakennat aikasarjan, joka kuvastaa esimerkiksi tavaroiden luovutusta arvona, voit arvioida dynamiikkaa objektiivisesti.

tietotyyppien kuvaus
tietotyyppien kuvaus

Regressio- (stokastinen) ja korrelaatiomenetelmiä käytetään määrittämään toiminnallisesti toisistaan riippumattomien parametrien välinen yhteystaso. Korrelaation kauttavoit:

  1. Tee malli olemassa olevista tekijöistä.
  2. Määritä yhteyden vahvuus.

Sosiologian analyysi

Mitä tahansa ilmiötä voidaan kuvata monin eri tavoin. Yksi sosiologian yleisimmistä analyysimenetelmistä on havainnointi. Sen aikana voit kvantifioida tiedot seuraavasti:

  1. Psykologinen skaalaus. Yleensä pisteitä käytetään havaintojen yhteenvetoon.
  2. Ajan mittaus (ajanotto).

Toinen lähestymistapa on aikanäytteenottomenetelmä. Sitä käytettäessä yhdestä tutkittavasta prosessista valitaan tietyt ajanjaksot tiedon konsolidoimiseksi. Niiden katsotaan edustavan pidempää ajanjaksoa. Oikeassa tutkimuksessa ilmiöiden kvantitatiiviset ja laadulliset kuvaukset tehdään yleensä yhdistelmänä.

Kvantitatiiviset indikaattorit voidaan kirjata havainnon aikana tai yleistää sen valmistumisen jälkeen, sisällyttää takautuvaan raporttiin. Tutkijan yleisvaikutelmat toimivat retrospektiivisen arvioinnin perustana. Pitkäaikaista seurantaa varten ne voivat sisältää esimerkiksi minkä tahansa tutkittavan jakson esiintymistiheyden. Määrälliset indikaattorit voidaan siis sisällyttää arvoarvioihin. Esimerkiksi "hän käy harvoin koulua", "hän unohtaa aina oppikirjansa" jne.

tietojen luokittelu
tietojen luokittelu

Tapahtumien arvioivan kuvauksen lisäksi tutkija voi käyttää vaikutelmiensa pistearviointia. Nämä luvut heijastavatominaista pitkäaikaisille kontrolloimattomille havainnoille jokapäiväisessä elämässä. Kuten jotkut tutkimukset osoittavat, niitä voidaan hyvinkin käyttää yhtenä tärkeimmistä tai ainoista kriteereistä psykologisten testien tai yksilön ominaisuuksien riittävyyden kann alta.

Suositeltava: