Ανάλυση και αξιολόγηση δεδομένων. Μέθοδοι αξιολόγησης δεδομένων

Πίνακας περιεχομένων:

Ανάλυση και αξιολόγηση δεδομένων. Μέθοδοι αξιολόγησης δεδομένων
Ανάλυση και αξιολόγηση δεδομένων. Μέθοδοι αξιολόγησης δεδομένων
Anonim

Όπως γνωρίζετε, ο XXI αιώνας ονομάζεται αιώνας της τεχνολογίας των πληροφοριών. Πράγματι, ο σύγχρονος άνθρωπος λειτουργεί με διαφορετικές μεθόδους απόκτησης και επεξεργασίας πληροφοριών. Το Analytics παίζει σημαντικό ρόλο στη διαδικασία χρήσης πληροφοριών. Τι είναι η ανάλυση; Ποιες μέθοδοι αξιολόγησης πληροφοριών υπάρχουν; Διαβάστε παρακάτω για απαντήσεις σε αυτές και άλλες ερωτήσεις.

αξιολόγηση δεδομένων
αξιολόγηση δεδομένων

Τι είναι τα αναλυτικά στοιχεία;

Αυτή η λέξη έχει ελληνικές ρίζες και κυριολεκτικά μεταφράζεται ως «η τέχνη της ανάλυσης». Αυτός ο όρος χρησιμοποιήθηκε από τον Αριστοτέλη για να αναφερθεί στην τεχνική της λογικής εξόρυξης δεδομένων.

Σήμερα, οι επιστήμονες δίνουν μια ευρύτερη ερμηνεία της έννοιας. Η ανάλυση στον σύγχρονο κόσμο θεωρείται μέρος της λογικής (η τέχνη του συλλογισμού), εντός της οποίας εξετάζεται το δόγμα της ανάλυσης δεδομένων. Διερευνώνται οι πράξεις πραγματικής ή νοητικής διαίρεσης του συνόλου (διαδικασία, αναπαράσταση, σχέσεις μεταξύ αντικειμένων κ.λπ.) σε συστατικά στοιχεία.

Τι είναι η ανάλυση δεδομένων; Αυτή η έννοια είναι πιο στενή από τον όρο «αναλυτικά». Επιστημονικά, η ανάλυση δεδομένων ονομάζεται ο κλάδος της επιστήμης των υπολογιστών και των μαθηματικών, εντός του οποίου η κατασκευή και η μελέτη των περισσότερωνγενικοί υπολογιστικοί αλγόριθμοι και μέθοδοι εξαγωγής γνώσεων από πληροφορίες που λαμβάνονται πειραματικά. Με άλλα λόγια, μιλάμε για ένα σύνολο τεχνικών που σχετίζονται με αλγόριθμους επεξεργασίας πληροφοριών. Η ανάλυση πληροφοριών με τη στενή έννοια είναι η διαδικασία μελέτης, φιλτραρίσματος, μετασχηματισμού (μοντελοποίησης) με σκοπό την εξαγωγή χρήσιμων δεδομένων και τη λήψη αποφάσεων.

Μηχανική εκμάθηση

Θεωρείται σήμερα η πιο ισχυρή και πιο κοινή μέθοδος ανάλυσης πληροφοριών. Σήμερα, δυστυχώς, δεν υπάρχουν αλγόριθμοι μηχανικής μάθησης που να παρέχουν καλή επεξεργασία πληροφοριών λίγο πολύ αυθαίρετης φύσης. Από αυτή την άποψη, οι ειδικοί αναγκάζονται να πραγματοποιήσουν μια προκαταρκτική συλλογή και επεξεργασία δεδομένων προκειμένου να τα φέρουν σε μορφή κατάλληλη για τη χρήση του αλγόριθμου. Κατά κανόνα, μια τέτοια επεξεργασία ονομάζεται επιλογή χαρακτηριστικών ή επανεπεξεργασία. Οι περισσότεροι αλγόριθμοι μπορούν να χρησιμοποιούν αριθμούς σταθερού μήκους.

Ταυτόχρονα, το ενδιαφέρον για αλγόριθμους που βασίζονται σε νευρωνικά δίκτυα έχει αυξηθεί. Το πλεονέκτημα είναι ότι μπορούν να χρησιμοποιηθούν όχι μόνο για αριθμούς, αλλά και για αντικείμενα που έχουν πρόσθετες (κυρίως γεωμετρικές) ιδιότητες. Για παράδειγμα, μπορείτε να αναλύσετε μια εικόνα: ο αλγόριθμος λαμβάνει υπόψη την τιμή των pixel, καθώς και τη σχετική θέση τους. Με παρόμοιο τρόπο, αξιολογούνται τα αρχικά δεδομένα ενός κομματιού ήχου ή μιας ακολουθίας βίντεο.

Η οικονομική ανάλυση ως επιστήμη

Η οικονομική αξιολόγηση δεδομένων είναι ένα σύστημα ειδικής γνώσης που βασίζεται στα πρότυπα ανάπτυξης και λειτουργίας του οικονομικού συγκροτήματος, με στόχομελέτη της μεθοδολογίας ανάλυσης, διάγνωσης, προγραμματισμού και πρόβλεψης χρηματοοικονομικών και οικονομικών λειτουργιών στην επιχείρηση.

Αντικείμενο της οικονομικής ανάλυσης είναι η οικονομική δραστηριότητα του οργανισμού, η κοινωνικοοικονομική του αποτελεσματικότητα και η τελική οικονομική απόδοση. Η αξία του τελευταίου διαμορφώνεται υπό την επίδραση υποκειμενικών και αντικειμενικών παραγόντων. Οι δείκτες χρηματοοικονομικής και οικονομικής δραστηριότητας αντικατοπτρίζονται στο σύστημα αναφοράς της επιχείρησης.

ανάλυση δεδομένων
ανάλυση δεδομένων

Σκοπός της έρευνας πληροφοριών

Η αξιολόγηση των δεδομένων στην οικονομία παρέχει τον απαραίτητο αριθμό παραμέτρων μέσω των οποίων μπορείτε να σχηματίσετε μια αντικειμενική ιδέα για την οικονομική κατάσταση του οργανισμού, τα κέρδη, τις ζημίες, τις αλλαγές στη σύνθεση των υποχρεώσεων και των περιουσιακών στοιχείων. Με τη βοήθεια της ανάλυσης, μπορείτε να προσδιορίσετε τους πιο ορθολογικούς και μη κερδοφόρους τομείς εργασίας, την κατανομή των οικονομικών, υλικών και εργασιακών πόρων.

Διαλεκτική μέθοδος

Αυτή η μέθοδος αξιολόγησης δεδομένων περιλαμβάνει τη μελέτη φαινομένων και διαδικασιών στη δυναμική τους, δηλαδή σε συνεχή αλλαγή. Από αυτό προκύπτει το κύριο χαρακτηριστικό της μεθόδου - η ανάγκη σύγκρισης ορισμένων δεικτών. Μπορείτε να συγκρίνετε αξίες με διαφορετικές πηγές: αποτελέσματα προηγούμενων ετών, προγραμματισμένους δείκτες, επιτεύγματα ανταγωνιστών κ.λπ.

Σύμφωνα με τη θεωρία της υλιστικής διαλεκτικής, κάθε φαινόμενο θεωρείται ως μια ενότητα και ταυτόχρονα μια πάλη των αντιθέτων. Από αυτό προκύπτει η ανάγκη μελέτης εσωτερικών αντιφάσεων, αρνητικών και θετικών πτυχώνκάθε διαδικασία.

αρχική αξιολόγηση δεδομένων
αρχική αξιολόγηση δεδομένων

Όταν χρησιμοποιείται η διαλεκτική μέθοδος αξιολόγησης δεδομένων, λαμβάνονται υπόψη όλες οι αλληλεξαρτήσεις και οι σχέσεις. Είναι αδύνατο να αναλυθεί αντικειμενικά η διαδικασία μεμονωμένα από άλλα φαινόμενα και γεγονότα. Η αλληλεξάρτηση και η διασύνδεση των οικονομικών λειτουργιών επιβάλλει τη χρήση πολύπλοκων μεθόδων για την ανάλυση της οικονομικής δραστηριότητας. Μόνο μια ολοκληρωμένη μελέτη πληροφοριών σάς επιτρέπει να αξιολογήσετε σωστά τα αποτελέσματα της εργασίας, να αποκαλύψετε τα αποθέματα.

Έκπτωση και επαγωγή

Υπάρχει μια αιτιώδης σχέση μεταξύ πολλών διαδικασιών και γεγονότων. Σημαίνει ότι το ένα προκύπτει από το άλλο. Η δημιουργία μιας αιτιώδους σχέσης είναι το πιο σημαντικό καθήκον στην οικονομική αξιολόγηση των δεδομένων. Ως αποτέλεσμα, η ανάλυση είναι πιο ακριβής και αντικειμενική. Αυτό, με τη σειρά του, μας επιτρέπει να ποσοτικοποιήσουμε τα δεδομένα, να προσδιορίσουμε τον βαθμό επιρροής ορισμένων παραγόντων στο έργο της επιχείρησης.

Η επαγωγή περιλαμβάνει τη μελέτη των διαδικασιών από το συγκεκριμένο στο γενικό: από τους παράγοντες στα συμπεράσματα, από τα αίτια στα αποτελέσματα. Η αφαίρεση είναι μια αντίστροφη μέθοδος που περιλαμβάνει έρευνα από το γενικό στο ειδικό. Σε αυτή την περίπτωση γίνεται ένα είδος «διαμελισμού» του φαινομένου σε στοιχεία.

τι είναι η ανάλυση
τι είναι η ανάλυση

Systemacity

Όταν χρησιμοποιείται η διαλεκτική προσέγγιση για την αξιολόγηση δεδομένων, κάθε φαινόμενο, διαδικασία, γεγονός πρέπει να θεωρείται ως ένα σύνολο πολλών συστατικών που συνδέονται στενά μεταξύ τους. Η μέγιστη λεπτομέρεια πραγματοποιείται κατά την εφαρμογή μιας συστηματικής προσέγγισης. Κατά την περιγραφή τύπων δεδομένων,τα χαρακτηριστικά τους, ο προσδιορισμός του βαθμού επιρροής των παραγόντων σε αυτά κ.λπ., αποκαλύπτεται το πιο σημαντικό, σημαντικό πράγμα στο υπό μελέτη αντικείμενο. Μια συστηματική προσέγγιση σάς επιτρέπει να δημιουργήσετε ένα κατά προσέγγιση σχήμα της διαδικασίας, να καθορίσετε τα βασικά συστατικά της, την υποταγή τους, τις λειτουργίες τους και, ως αποτέλεσμα, να αποκαλύψετε το λογικό και μεθοδολογικό μοντέλο της ανάλυσης.

Στην οικονομική αξιολόγηση, αφού εξεταστούν ορισμένες πτυχές των δραστηριοτήτων του οργανισμού, συνοψίζονται η αλληλεξάρτησή τους, η υποταγή τους, τα δεδομένα που συλλέγονται. Ταυτόχρονα, τα βασικά και τα καθοριστικά ξεχωρίζουν από το σύνολο των δεδομένων και των παραγόντων. Τα αποτελέσματα της οικονομικής δραστηριότητας εξαρτώνται κυρίως από αυτά.

Οικονομικά μοντέλα

Για τη συστηματική ταξινόμηση των δεδομένων, την αξιολόγηση και την επεξεργασία τους, είναι απαραίτητο να δημιουργηθεί ένα σχήμα αντίστοιχο με τα καθήκοντα και τους τελικούς στόχους της μελέτης. Ανάλογα με το αντικείμενο που μελετάται, διακρίνονται μοντέλα βελτιστοποίησης και ισορροπίας. Τα πρώτα χρησιμοποιούνται για να περιγράψουν τη συμπεριφορά των οικονομικών φορέων που επιτυγχάνουν τους στόχους τους με τις διαθέσιμες ευκαιρίες. Τα μοντέλα ισορροπίας χρησιμοποιούνται για τον προσδιορισμό του αποτελέσματος της αλληλεπίδρασης μιας ομάδας θεμάτων, για τον προσδιορισμό των συνθηκών για τη συμβατότητα των καθηκόντων και των στόχων τους.

Μέθοδοι ανάλυσης

Τα αποτελέσματα της αλληλεπίδρασης των οικονομικών οντοτήτων θα εξαρτηθούν από το χρονικό διάστημα εντός του οποίου μελετάται η συμπεριφορά τους. Αντίστοιχα, διακρίνονται μέθοδοι συγκριτικής στατιστικής, στατιστικής και δυναμικής ανάλυσης.

Το πρώτο είναι να συγκρίνετε τα αποτελέσματα της στατιστικής αξιολόγησης των δραστηριοτήτων σε διαφορετικές χρονικές περιόδους. Η δυναμική ανάλυση χρησιμοποιείται για τον προσδιορισμό της φύσηςαλλαγές στους οικονομικούς δείκτες μεταξύ δεδομένων χρονικών σημείων και καθορισμός των παραγόντων που καθορίζουν αυτές τις αλλαγές. Η στατιστική αξιολόγηση περιλαμβάνει τη μελέτη των ενεργειών σε μια συγκεκριμένη στιγμή. Για παράδειγμα, μπορείτε να προσδιορίσετε πώς, δεδομένης της προσφοράς και της ζήτησης, διαμορφώνεται το κόστος ενός προϊόντος.

Η μεθοδολογία της μακροοικονομικής αξιολόγησης βασίζεται στη διασταύρωση τριών γνωστικών τομέων: των μαθηματικών, της στατιστικής και της οικονομίας. Οι οικονομικές μέθοδοι είναι: σύγκριση, ομαδοποίηση, γραφική ανάλυση και ανάλυση ισορροπίας.

ποσοτικοποίηση δεδομένων
ποσοτικοποίηση δεδομένων

Οι μαθηματικές τεχνικές χωρίζονται σε 3 ομάδες:

  1. Οικονομικό. Αυτές περιλαμβάνουν μεθόδους μήτρας, θεωρίες ισορροπίας εισροών-εκροών, συναρτήσεις παραγωγής.
  2. Βέλτιστες τεχνικές προγραμματισμού (μη γραμμική, γραμμική, δυναμική) και οικονομική κυβερνητική.
  3. Μέθοδοι για τη μελέτη της διαδικασίας λήψης αποφάσεων και των συναλλαγών. Αυτή η ομάδα περιέχει θεωρίες ουράς, παιχνίδια, γραφήματα.

Συγκριτική ανάλυση

Η

Σύγκριση είναι μια σύγκριση δεδομένων και γεγονότων που έχουν ερευνηθεί. Στην πράξη χρησιμοποιούνται:

  1. Οριζόντια ανάλυση. Είναι απαραίτητο να προσδιοριστούν οι σχετικές και απόλυτες αποκλίσεις της πραγματικής τιμής των δεικτών από τη γραμμή βάσης.
  2. Κάθετη ανάλυση. Χρησιμοποιείται για τη μελέτη της δομής των φαινομένων.
  3. Ανάλυση τάσης. Χρησιμοποιείται για τη μελέτη των σχετικών ρυθμών αύξησης των δεικτών για αρκετά χρόνια σε σύγκριση με το επίπεδο του έτους βάσης.

Ανάλυση υπολοίπου

Βρίσκεται μέσασυγκριτική μέτρηση δύο συνόλων δεικτών που τείνουν προς την ισορροπία. Ως αποτέλεσμα, ο ερευνητής καθορίζει έναν νέο - εξισορροπητικό - δείκτη.

Για παράδειγμα, όταν αξιολογούν τον βαθμό παροχής μιας επιχείρησης με πρώτες ύλες, συγκρίνουν τις ανάγκες για αυτήν, τις πηγές για την κάλυψη αυτών των αναγκών και ορίζουν έναν δείκτη εξισορρόπησης - υπέρβαση ή έλλειψη υλικών.

Ως βοηθητική μέθοδος ισορροπίας, χρησιμοποιείται κατά τον έλεγχο του αποτελέσματος του υπολογισμού της επίδρασης παραγόντων στον δείκτη συνολικής απόδοσης. Εάν το άθροισμα της κρούσης είναι ίσο με την απόκλιση από τη βασική τιμή, τότε οι υπολογισμοί είναι σωστοί.

Extra

Τα γραφήματα χρησιμοποιούνται για την κλίμακα δεικτών. Οι τιμές και η εξάρτησή τους περιγράφονται με την κατασκευή γεωμετρικών σχημάτων. Πρέπει να ειπωθεί ότι η γραφική μέθοδος στην ανάλυση της ανεξάρτητης σημασίας δεν έχει σημασία. Χρησιμοποιείται μόνο για την απεικόνιση των αλλαγών.

Η αξιολόγηση του δείκτη βασίζεται σε σχετικές τιμές, οι οποίες εκφράζουν την αναλογία του επιπέδου του υπό εξέταση φαινομένου προς το βασικό επίπεδο. Διάφοροι τύποι δεικτών χρησιμοποιούνται στη στατιστική: αρμονικοί, αριθμητικοί, συγκεντρωτικοί κ.λπ.

Εάν χρησιμοποιείτε επανυπολογισμούς δεικτών και δημιουργήσετε μια χρονοσειρά που αντικατοπτρίζει, για παράδειγμα, την αποδέσμευση αγαθών σε όρους αξίας, μπορείτε αντικειμενικά να αξιολογήσετε τη δυναμική.

περιγραφή των τύπων δεδομένων
περιγραφή των τύπων δεδομένων

Μέθοδοι παλινδρόμησης (στοχαστική) και συσχέτισης χρησιμοποιούνται για τον προσδιορισμό του επιπέδου σύνδεσης μεταξύ παραμέτρων που είναι λειτουργικά ανεξάρτητες μεταξύ τους. Μέσω συσχέτισηςμπορείς:

  1. Δημιουργήστε ένα μοντέλο υπαρχόντων παραγόντων.
  2. Ποσοτικοποιήστε την ισχύ της σύνδεσης.

Ανάλυση στην κοινωνιολογία

Η περιγραφή οποιουδήποτε φαινομένου μπορεί να πραγματοποιηθεί με διάφορους τρόπους. Μία από τις πιο κοινές μεθόδους ανάλυσης στην κοινωνιολογία είναι η παρατήρηση. Κατά τη διάρκεια αυτής, μπορείτε να ποσοτικοποιήσετε τα δεδομένα μέσω:

  1. Ψυχολογική κλιμάκωση. Συνήθως, οι βαθμολογίες χρησιμοποιούνται για τη σύνοψη των παρατηρήσεων.
  2. Χρόνος μέτρησης (χρονομέτρηση).

Μια άλλη προσέγγιση είναι η μέθοδος δειγματοληψίας χρόνου. Κατά τη χρήση του, επιλέγονται ορισμένες χρονικές περίοδοι από μια μεμονωμένη διαδικασία υπό μελέτη για την ενοποίηση πληροφοριών. Θεωρούνται αντιπροσωπευτικά μεγαλύτερης περιόδου. Στην πραγματική έρευνα, οι ποσοτικές και ποιοτικές περιγραφές των φαινομένων συνήθως πραγματοποιούνται σε συνδυασμό.

Οι ποσοτικοί δείκτες μπορούν να καταγραφούν κατά τη διάρκεια της παρατήρησης ή να γενικευτούν μετά την ολοκλήρωσή της, συμπεριλαμβανομένου σε μια αναδρομική αναφορά. Οι γενικές εντυπώσεις του ερευνητή χρησιμεύουν ως βάση για την αναδρομική αξιολόγηση. Για μακροχρόνια παρακολούθηση, μπορεί, για παράδειγμα, να περιλαμβάνουν τη συχνότητα οποιουδήποτε από τα επεισόδια που μελετώνται. Οι ποσοτικοί δείκτες μπορούν επομένως να συμπεριληφθούν στις αξιολογικές κρίσεις. Για παράδειγμα, «σπάνια πηγαίνει σχολείο», «ξεχνάει πάντα το σχολικό της βιβλίο» κ.λπ.

ταξινόμηση δεδομένων
ταξινόμηση δεδομένων

Εκτός από την αξιολογική περιγραφή των γεγονότων, ο ερευνητής μπορεί να χρησιμοποιήσει μια σημειακή αξιολόγηση των εντυπώσεων του. Αυτά τα στοιχεία αντικατοπτρίζουνχαρακτηριστικό των μακροχρόνιων ανεξέλεγκτων παρατηρήσεων στην καθημερινή ζωή. Όπως δείχνουν ορισμένες μελέτες, μπορεί κάλλιστα να χρησιμοποιηθούν ως ένα από τα κύρια ή μοναδικά κριτήρια για την επάρκεια ψυχολογικών τεστ ή χαρακτηριστικών ενός ατόμου.

Συνιστάται: