მოდელი იყენებს რაოდენობრივ ანალიზს. მოდელების რაოდენობრივი ანალიზი. სუბიექტი-ურთიერთობის მოდელის აღნიშვნის მაგალითი - IDEF1X მეთოდი

მოდელების რაოდენობრივი ანალიზის ჩასატარებლად გამოვიყენებთ შემდეგ ინდიკატორებს:

1. დიაგრამაზე ბლოკების რაოდენობაა N;

2. დიაგრამის დაშლის დონე – L;

3. დიაგრამის ნაშთი – B;

4. ბლოკთან დამაკავშირებელი ისრების რაოდენობაა A.

ინდიკატორების ეს ნაკრები ვრცელდება მოდელის თითოეულ დიაგრამაზე, შემდეგ კოეფიციენტების გამოყენებით (ფორმულა 1, 2), რომლითაც შეიძლება განისაზღვროს მთლიანი მოდელის რაოდენობრივი მახასიათებლები. მოდელის გასაგებადობის გასაზრდელად, აუცილებელია ვისწრაფოდეთ იმის უზრუნველსაყოფად, რომ ქვედა დონის დიაგრამებში ბლოკების რაოდენობა (N) ნაკლები იყოს მშობლის დიაგრამების ბლოკების რაოდენობაზე, ანუ დონის ზრდით. დაშლის (L), დაშლის კოეფიციენტი d მცირდება: d = N / L

ამრიგად, ამ კოეფიციენტის შემცირება მიუთითებს იმაზე, რომ მოდელის დაშლისას ფუნქციები უნდა გამარტივდეს, შესაბამისად, ბლოკების რაოდენობა უნდა შემცირდეს.

დიაგრამები უნდა იყოს დაბალანსებული. ეს ნიშნავს, რომ ბლოკში შემავალი და გამომავალი ისრების რაოდენობა თანაბრად უნდა იყოს განაწილებული, ანუ ისრების რაოდენობა დიდად არ უნდა განსხვავდებოდეს. უნდა აღინიშნოს, რომ ეს რეკომენდაცია შეიძლება არ იყოს დაცული იმ პროცესებისთვის, რომლებიც მოიცავს მოპოვებას დასრულებული პროდუქტიკომპონენტების დიდი რაოდენობით (მანქანური ერთეულის წარმოება, საკვები პროდუქტის წარმოება და სხვა). დიაგრამის ბალანსის კოეფიციენტი გამოითვლება შემდეგი ფორმულით:

სასურველია, რომ ბალანსის კოეფიციენტი იყოს მინიმალური დიაგრამაზე და იყოს მუდმივი მოდელში

მოდელში და ზოგადად თავად მოდელის ბალანსის და დაშლის კოეფიციენტებზე დაყრდნობით დიაგრამების ხარისხის შეფასების გარდა, შესაძლებელია აღწერილი პროცესების ანალიზი და ოპტიმიზაცია. ბალანსის კოეფიციენტის ფიზიკური მნიშვნელობა განისაზღვრება ბლოკთან დაკავშირებული ისრების რაოდენობით და შესაბამისად ის შეიძლება განიმარტოს, როგორც შეფასების კოეფიციენტი დამუშავებული და მიღებული ინფორმაციის მოცულობისთვის. ამრიგად, დაშლის დონეზე ბალანსის კოეფიციენტის დამოკიდებულების გრაფიკებზე არსებული მწვერვალები საშუალო სიდიდესთან მიმართებაში მიუთითებს ქვესისტემების გადატვირთვასა და ნაკლებ დატვირთვაზე. საინფორმაციო სისტემასაწარმოში, ვინაიდან დაშლის სხვადასხვა დონე აღწერს სხვადასხვა ქვესისტემის საქმიანობას. შესაბამისად, თუ გრაფიკებში არის მწვერვალები, მაშინ შეიძლება გაკეთდეს მთელი რიგი რეკომენდაციები საინფორმაციო სისტემის მიერ ავტომატიზირებული აღწერილი პროცესების ოპტიმიზაციისთვის.

კონტექსტური დიაგრამის ანალიზი „A-0 საინფორმაციო სისტემა სამშენებლო ორგანიზაცია»

ბლოკების რაოდენობა: 1

დიაგრამის დაშლის დონე: 3

ბალანსის ფაქტორი: 3

ბლოკთან დამაკავშირებელი ისრების რაოდენობა: 11

პროცესის დეტალების ანალიზი "A2 მოდული "მომწოდებლები"

ბლოკების რაოდენობა: 4

პროცესის დეტალების ანალიზი "A3 მოდული "ობიექტები"

ბლოკების რაოდენობა: 3

დიაგრამის დაშლის დონე: 2

ბალანსის ფაქტორი: 5,75

პროცესის დეტალების ანალიზი „A1 მოდული „მუშები“

ბლოკების რაოდენობა: 3

დიაგრამის დაშლის დონე: 2

ბალანსის ფაქტორი: 5,75

პროცესის დეტალების ანალიზი "4.1 მოდული "ანგარიშები"

ბლოკების რაოდენობა: 3

დიაგრამის დაშლის დონე: 2

ბალანსის ფაქტორი: 5,75

პროცესის დეტალების ანალიზი "5 მოდული "კონტრაქტორები"

ბლოკების რაოდენობა: 3

დიაგრამის დაშლის დონე: 2

ბალანსის ფაქტორი: 5,75

ბალანსის კოეფიციენტი დაშლის ბავშვურ დონეზე პროცესის ბავშვური დონეებისთვის შენახვის საინფორმაციო სისტემა მიუთითებს, რომ დიაგრამა დაბალანსებულია. იმიტომ რომ ბალანსის კოეფიციენტი არ არის ნულის ტოლი, მაშინ შესაძლებელია განხორციელდეს ზოგიერთი დონის შემდგომი დაშლა, რის შემდეგაც შესაძლებელია ამ მოდელის აქტივობების სახელების ანალიზი.

მოდელის რაოდენობრივი ანალიზის ჩატარებისას აშენდა დაშლის კოეფიციენტის გრაფიკი, რომელშიც ვხედავთ, რომ დაშლის დონის მატებასთან ერთად მცირდება დაშლის კოეფიციენტი. ამრიგად, ამ კოეფიციენტის შემცირება მიუთითებს იმაზე, რომ მოდელის დაშლისას, ფუნქციები გამარტივებულია, შესაბამისად, ბლოკების რაოდენობა მცირდება. დაშლის კოეფიციენტის გრაფიკი ნაჩვენებია სურათზე 10.

სურათი 10 - დაშლის კოეფიციენტის გრაფიკი

ბალანსის კოეფიციენტის დამოკიდებულების გრაფიკზე დაშლის დონესთან შედარებით არსებული მწვერვალები მიუთითებს საწარმოს საინფორმაციო სისტემის ქვესისტემების გადატვირთულობაზე, დიაგრამის ბალანსის კოეფიციენტი მაქსიმალურია. ბალანსის კოეფიციენტის გრაფიკი ნაჩვენებია სურათზე 11.

სურათი 11 - ნაშთის კოეფიციენტის გრაფიკი

დიაგრამების რაოდენობრივი ანალიზის ჩასატარებლად, ჩვენ ჩამოვთვლით მოდელის ინდიკატორებს:

· ბლოკების რაოდენობა დიაგრამაზე – N;

· დიაგრამის დაშლის დონე – L;

· დიაგრამის ბალანსი – B;

· ბლოკთან დამაკავშირებელი ისრების რაოდენობა – A.

ფაქტორების ეს ნაკრები ვრცელდება თითოეული მოდელის დიაგრამაზე. ქვემოთ ჩამოთვლილია რეკომენდაციები დიაგრამაში მოცემული ფაქტორების სასურველ მნიშვნელობებზე.

აუცილებელია ვისწრაფოდეთ იმის უზრუნველსაყოფად, რომ ქვედა დონის დიაგრამებზე ბლოკების რაოდენობა უფრო დაბალი იყოს, ვიდრე მშობელი დიაგრამების ბლოკების რაოდენობა, ანუ, როგორც დაშლის დონე იზრდება, კოეფიციენტი მცირდება. ამრიგად, ამ კოეფიციენტის შემცირება მიუთითებს იმაზე, რომ მოდელის დაშლისას ფუნქციები უნდა გამარტივდეს, შესაბამისად, ბლოკების რაოდენობა უნდა შემცირდეს.

დიაგრამები უნდა იყოს დაბალანსებული. ეს ნიშნავს, რომ იმავე დიაგრამაში არ უნდა იყოს სიტუაცია, როდესაც ნამუშევარს აქვს მნიშვნელოვნად მეტი შემომავალი ისრები და საკონტროლო ისრები, ვიდრე გამავალი. უნდა აღინიშნოს, რომ ეს რეკომენდაცია შეიძლება არ შესრულდეს წარმოების პროცესები, რაც გულისხმობს მზა პროდუქტის მიღებას კომპონენტების დიდი რაოდენობით (მანქანური ერთეულის წარმოება, საკვები პროდუქტის წარმოება და სხვა). მაგალითად, შეკრების პროცედურის აღწერისას, ბლოკი შეიძლება შეიცავდეს ბევრ ისარს, რომელიც აღწერს პროდუქტის კომპონენტებს და ერთი ისარი, რომელიც ტოვებს მზა პროდუქტს.

წარმოგიდგენთ დიაგრამის ბალანსის კოეფიციენტს:

სასურველია ბალანსის კოეფიციენტი იყოს მინიმალური დიაგრამისთვის და იყოს მუდმივი მოდელში.

მოდელში და ზოგადად თავად მოდელის ხარისხის შეფასების გარდა, ბალანსისა და დაშლის კოეფიციენტებზე დაყრდნობით, შესაძლებელია აღწერილი ბიზნეს პროცესების ანალიზი და ოპტიმიზაცია. ბალანსის კოეფიციენტის ფიზიკური მნიშვნელობა განისაზღვრება ბლოკთან დაკავშირებული ისრების რაოდენობით და, შესაბამისად, ის შეიძლება განიმარტოს, როგორც სავარაუდო კოეფიციენტი კონკრეტული განყოფილების ან თანამშრომლის მიერ დამუშავებული და მიღებული დოკუმენტების რაოდენობის მიხედვით და. სამუშაო ფუნქციები. ამრიგად, დაშლის დონეზე ბალანსის კოეფიციენტის დამოკიდებულების გრაფიკებზე არსებული მწვერვალები საშუალო მნიშვნელობასთან მიმართებაში გვიჩვენებს საწარმოში თანამშრომლების გადატვირთვასა და დაქვეითებას, რადგან დაშლის სხვადასხვა დონე აღწერს სხვადასხვა განყოფილების ან თანამშრომლების საქმიანობას. საწარმოს. შესაბამისად, თუ რეალური ბიზნეს პროცესების გრაფიკებში მწვერვალებია, მაშინ ანალიტიკოსს შეუძლია მრავალი რეკომენდაცია მისცეს აღწერილი ბიზნეს პროცესების ოპტიმიზაციისთვის: შესრულებული ფუნქციების განაწილება, დოკუმენტებისა და ინფორმაციის დამუშავება, თანამშრომლების ანაზღაურებისას დამატებითი კოეფიციენტების დანერგვა.

მოდით ჩავატაროთ მე-12 და მე-13 სურათებზე ნაჩვენები მოდელების რაოდენობრივი ანალიზი ზემოთ აღწერილი მეთოდოლოგიის მიხედვით. განვიხილოთ კოეფიციენტის ქცევა ამ მოდელებისთვის. მთავარ დიაგრამას „კლიენტის მოთხოვნის დამუშავება“ აქვს კოეფიციენტი 4/2 = 2, ხოლო დაშლის დიაგრამას აქვს 3/3 = 1. კოეფიციენტის მნიშვნელობა მცირდება, რაც მიუთითებს ფუნქციების აღწერის გამარტივებაზე, როგორც დონის დონეზე. მოდელი მცირდება.

განვიხილოთ K b კოეფიციენტის ცვლილება მოდელების ორი ვარიანტისთვის.

პირველი ვარიანტისთვის, რომელიც ნაჩვენებია სურათზე 20,

მეორე ვარიანტისთვის

კოეფიციენტი K b არ ცვლის თავის მნიშვნელობას, შესაბამისად, დიაგრამის ბალანსი არ იცვლება.

ჩვენ ვივარაუდებთ, რომ განხილული დიაგრამების დაშლის დონე საკმარისია მოდელირების მიზნის ასახვისთვის, ხოლო ქვედა დონის დიაგრამებში ელემენტარული ფუნქციები გამოიყენება სამუშაოს სახელწოდებად (სისტემის მომხმარებლის თვალსაზრისით) .

განხილული მაგალითის შეჯამებით, აუცილებელია აღინიშნოს სისტემის მოდელირებისას დიაგრამის რამდენიმე ვარიანტის გათვალისწინების მნიშვნელობა. ასეთი ვარიანტები შეიძლება წარმოიშვას დიაგრამების რეგულირებისას, როგორც ეს გაკეთდა „კლიენტის მოთხოვნის დამუშავებისას“ ან სისტემის ფუნქციების ალტერნატიული განხორციელებების შექმნისას (ნამუშევრის დაშლა „მონაცემთა ბაზის შეცვლა“). ვარიანტების განხილვა საშუალებას გაძლევთ აირჩიოთ საუკეთესო და შეიტანოთ იგი დიაგრამების პაკეტში შემდგომი განხილვისთვის.

ღილაკზე „არქივის ჩამოტვირთვა“ დაწკაპუნებით თქვენ სრულიად უფასოდ გადმოტვირთავთ თქვენთვის საჭირო ფაილს.
სანამ ამ ფაილს ჩამოტვირთავთ, გაიხსენეთ ის კარგი ესეები, ტესტები, კურსის ნაშრომები, თეზისები, სტატიები და სხვა დოკუმენტები, რომლებიც არ არის მოთხოვნილი თქვენს კომპიუტერში. ეს თქვენი საქმეა, ის უნდა მონაწილეობდეს საზოგადოების განვითარებაში და სარგებელს მოუტანს ხალხს. იპოვეთ ეს ნამუშევრები და წარუდგინეთ ცოდნის ბაზას.
ჩვენ და ყველა სტუდენტი, კურსდამთავრებული, ახალგაზრდა მეცნიერი, ვინც ცოდნის ბაზას იყენებს სწავლასა და მუშაობაში, ძალიან მადლობელი ვიქნებით თქვენი.

დოკუმენტით არქივის ჩამოსატვირთად, ქვემოთ მოცემულ ველში შეიყვანეთ ხუთნიშნა ნომერი და დააჭირეთ ღილაკს "არქივის ჩამოტვირთვა"

მსგავსი დოკუმენტები

უნივერსიტეტის ფილიალის მიზნები, ფუნქციები და სტრუქტურა. ინფორმაციის ნაკადის შეფასება და UML მოდელირება. საინფორმაციო სისტემის და სანავიგაციო სისტემის სტრუქტურის ანალიზი. მონაცემთა ბაზის დიზაინი, ფიზიკური დანერგვა და საინფორმაციო სისტემის ტესტირება.

დისერტაცია, დამატებულია 21/01/2012


„სასტუმროს“ საინფორმაციო სისტემის მოდელის დაპროექტება IDEF0 სტანდარტში. მონაცემთა ნაკადის დიაგრამის შემუშავება, რომელიც შექმნილია დოკუმენტების ნაკადის და ინფორმაციის დამუშავების აღსაწერად. დაშლის დიაგრამის შექმნა IDEF3 აღნიშვნით.

კურსის სამუშაო, დამატებულია 14/12/2012


საწარმოს სტრუქტურისა და მენეჯმენტის ანალიზი. საწარმოს ფუნქციები, საქმიანობის სახეები, ორგანიზაციული და საინფორმაციო მოდელები, ავტომატიზაციის დონის შეფასება. საწარმოში ინფორმაციის დამუშავებისა და მართვის ავტომატური სისტემების განვითარების პერსპექტივები.

პრაქტიკის ანგარიში, დამატებულია 09/10/2012


შემოქმედება ავტომატური სისტემაშეკვეთების აღრიცხვა და მათი განხორციელება ბინის სარემონტო სამშენებლო კომპანიაში. Ძირითადი მოთხოვნებისაინფორმაციო სისტემამდე. მონაცემთა ბაზის სტრუქტურის დიზაინი. ER დიაგრამის აგება. საინფორმაციო სისტემის დანერგვა.

კურსის სამუშაო, დამატებულია 24/03/2014


შეტყობინების გადამრთველი კვანძისთვის ინფორმაციის დამუშავების სისტემის კონცეპტუალური მოდელის შემუშავება. სისტემის სტრუქტურული და ფუნქციური ბლოკ-სქემების აგება. მოდელის პროგრამირება GPSS/PC ენაზე. ანალიზი ეკონომიკური ეფექტურობასიმულაციის შედეგები.

კურსის სამუშაო, დამატებულია 03/04/2015


განვითარება პროგრამული უზრუნველყოფასამშენებლო კომპანიის მასალების, კლიენტების, შეკვეთების შესახებ ინფორმაციის შეყვანის, შენახვის, რედაქტირებისა და მოპოვებისთვის, სამშენებლო კომპანიის ხარჯებისა და შემოსავლების აღრიცხვისთვის. Სწავლა საგნობრივი სფერო; მონაცემთა ნაკადის დიაგრამის და მონაცემთა ბაზის სტრუქტურის აგება.

კურსის სამუშაო, დამატებულია 21/09/2015


მაღაზიის ოპერაციული მახასიათებლების აღწერა. სისტემის დიზაინი: ინფორმაციის მოდელირება და მონაცემთა ნაკადის დიაგრამა. საინფორმაციო სისტემის მოდელირება და პროგრამული დანერგვა. მომხმარებლის ინტერფეისის დიზაინი.

კურსის სამუშაო, დამატებულია 02/18/2013

რაოდენობრივი და ხარისხობრივი მეთოდების ცნებები ფსიქოლოგიაში

მეთოდების, როგორც ცოდნის გზების განსაზღვრა, ს.ლ. რუბინშტეინმა აღნიშნა, რომ მეთოდოლოგია უნდა იყოს ცნობიერი და არ გადაიქცეს მეცნიერების კონკრეტულ შინაარსზე მექანიკურად დაკისრებულ ფორმად. მოდით განვიხილოთ კითხვა, თუ რამდენად ცნობიერია ცოდნის გზები ფსიქოლოგიაში და როგორ ესმით და განსაზღვრავენ მკვლევარები რაოდენობრივ და ხარისხობრივ მეთოდებს.

როგორც მთავარი ფსიქოლოგიური მეთოდების.ლ. რუბინშტეინი „ზოგადი ფსიქოლოგიის საფუძვლებში“ ასახელებს დაკვირვებას, ექსპერიმენტს და საქმიანობის პროდუქტების შესწავლის მეთოდებს. ეს სია არ შეიცავს რაოდენობრივ მეთოდებს.

70-იან წლებში რუსულ ფსიქოლოგიაში ფართოდ გავრცელდა ფსიქოლოგიური კვლევის მეთოდების მეორე კლასიფიკაცია, რომელიც შეიქმნა ბ.გ. ანანიევი.

ის გამოყოფს მეთოდების შემდეგ ჯგუფებს:

1. ორგანიზაციული;
2. ემპირიული;
3. მონაცემთა დამუშავების მეთოდები;
4. ინტერპრეტაციის მეთოდები.

რაოდენობრივი და ხარისხობრივი მეთოდები იყო კლასიფიცირებული, როგორც მონაცემთა დამუშავების მეთოდები. ის განსაზღვრავს რაოდენობრივ მეთოდებს, როგორც ფსიქოლოგიური ინფორმაციის დამუშავების მათემატიკურ და სტატისტიკურ ტექნიკას, ხოლო თვისებრივი მეთოდები არის იმ შემთხვევების აღწერა, რომლებიც ყველაზე სრულად ასახავს ფსიქიკური ფენომენების ტიპებსა და ვარიანტებს და გამონაკლისს წარმოადგენს ზოგადი წესებისგან.

კლასიფიკაცია ბ.გ. ანანიევი გააკრიტიკა იაროსლავის სკოლის წარმომადგენელმა ვ.ნ. დრუჟინინი, სთავაზობს თავის კლასიფიკაციას.

სხვა მეცნიერებებთან ანალოგიით, იგი განასხვავებს მეთოდთა სამ კლასს ფსიქოლოგიაში:

1. ემპირიული;
2. თეორიული;
3. ინტერპრეტიული.

ხარისხობრივი და რაოდენობრივი მეთოდები ასევე არ არის ცალ-ცალკე მითითებული კლასიფიკაციაში, მაგრამ ვარაუდობენ, რომ ისინი მოთავსებულია ემპირიული მეთოდების განყოფილებაში, რომელიც განსხვავდება B.G-ის კლასიფიკაციისგან. ანანიევა. მნიშვნელოვნად გააფართოვა კლასიფიკაცია ბ.გ. ანანიევა, ლენინგრადის ფსიქოლოგთა სკოლის წარმომადგენელი ვ.ვ. ნიკანდროვი. რაოდენობრივ და ხარისხობრივ მეთოდებს ის კლასიფიცირებს, როგორც არაემპირიულ მეთოდებს „ფსიქოლოგიური პროცესის ეტაპების“ კრიტერიუმის მიხედვით. ავტორს ესმის არაემპირიული მეთოდები, როგორც „ფსიქოლოგიური მუშაობის კვლევის ტექნიკა მკვლევარისა და ინდივიდის კონტაქტის მიღმა.

გარდა დარჩენილი განსხვავებებისა კლასიფიკაციებში S.L. რუბინშტეინი და ბ.გ. ანანიევი, არსებობს ტერმინოლოგიური განსხვავებები რაოდენობრივი და ხარისხობრივი მეთოდების გაგებაში.

ამ მეთოდების ზუსტი განმარტება არ არსებობს ვ.ვ. ნიკანდროვა. ის განსაზღვრავს თვისებრივ მეთოდებს ფუნქციურად, შედეგების მიხედვით და უწოდებს მათ:

1. კლასიფიკაცია;
2. ტიპოლოგია;
3. სისტემატიზაცია;
4. პერიოდიზაცია;
5. ფსიქოლოგიური კაზუისტიკა.

რაოდენობრივ მეთოდს ის ცვლის რაოდენობრივი დამუშავების განსაზღვრებით, რომელიც მიმართულია ძირითადად ობიექტის ფორმალურ, გარეგნულ შესწავლაზე. როგორც სინონიმები V.V. ნიკანდროვი იყენებს ისეთ გამონათქვამებს, როგორიცაა რაოდენობრივი მეთოდები, რაოდენობრივი დამუშავება, რაოდენობრივი კვლევა. ავტორი ძირითად რაოდენობრივ მეთოდად მიიჩნევს პირველადი და მეორადი დამუშავების მეთოდებს.

ამრიგად, ტერმინოლოგიური უზუსტობის პრობლემა საკმაოდ აქტუალურია და ახალ მნიშვნელობას იძენს, როდესაც მკვლევარები ცდილობენ რაოდენობრივი მეთოდები მიაკუთვნონ ახალ სამეცნიერო სექციებს „ფსიქომეტრია“ და „მათემატიკური ფსიქოლოგია“.

ტერმინოლოგიური შეუსაბამობების მიზეზები

არსებობს მრავალი მიზეზი, რის გამოც ფსიქოლოგიაში არ არსებობს რაოდენობრივი და ხარისხობრივი მეთოდების მკაცრი განმარტება:

• შინაური ტრადიციის ფარგლებში რაოდენობრივ მეთოდებს არ მიუღია ცალსახად მკაცრი განსაზღვრება და კლასიფიკაცია და ეს მეთოდოლოგიურ პლურალიზმზე მეტყველებს;
• რაოდენობრივი და ხარისხობრივი მეთოდები ლენინგრადის სკოლის ტრადიციაში განიხილება, როგორც კვლევის არაემპირიული ეტაპი. მოსკოვის სკოლა ამ მეთოდებს ემპირიულად განმარტავს და მეთოდოლოგიური მიდგომის სტატუსს ამაღლებს;
• რაოდენობრივი, ფორმალური, რაოდენობრივი, მათემატიკური და სტატისტიკური ცნებების ტერმინოლოგიურ აღრევაში არის კონვენციონალიზმი, რომელიც განვითარდა ფსიქოლოგიურ საზოგადოებაში ამ რაოდენობრივი და ხარისხობრივი მეთოდების განსაზღვრასთან დაკავშირებით;
• ყველა მეთოდის რაოდენობრივ და თვისობრივ მეთოდებად დაყოფის ამერიკული ტრადიციიდან. რაოდენობრივი მეთოდები, უფრო ზუსტად კი კვლევა გულისხმობს შედეგების რაოდენობრივი თვალსაზრისით გამოხატვასა და გაზომვას. თვისებრივი მეთოდები განიხილება როგორც „ჰუმანიტარული“ კვლევა;
• მკაფიო ადგილის განსაზღვრა და რაოდენობრივ და ხარისხობრივ მეთოდებს შორის კავშირი, დიდი ალბათობით, მივყავართ იმ ფაქტს, რომ რაოდენობრივი მეთოდები ექვემდებარება ხარისხობრივ მეთოდებს;
• მეთოდის თანამედროვე თეორია შორდება მეთოდების კლასიფიკაციას მხოლოდ ერთი საფუძველზე და მეთოდის პროცედურის მკაცრ განმარტებას. მეთოდოლოგები განასხვავებენ თეორიის სამ მიმართულებას:
  1. ტრადიციული ემპირიული მოდელის გაუმჯობესება;
  2. ემპირიული რაოდენობრივი მოდელის კრიტიკა;
  3. ალტერნატიული კვლევის მოდელების ანალიზი და ტესტირება.
• მეთოდის თეორიის შემუშავების სხვადასხვა მიმართულება ცხადყოფს მკვლევარების ტენდენციას მიზიდულობისკენ მიმართული თვისებრივი მეთოდებისკენ.

რაოდენობრივი მეთოდები

პრაქტიკული ფსიქოლოგიის მიზანია არა შაბლონების ჩამოყალიბება, არამედ პრობლემების გაგება და აღწერა, ამიტომ იგი იყენებს როგორც თვისებრივ, ისე რაოდენობრივ მეთოდებს.

რაოდენობრივი მეთოდები არის ციფრული ინფორმაციის დამუშავების ტექნიკა, რადგან ისინი მათემატიკური ხასიათისაა. რაოდენობრივი მეთოდები, როგორიცაა კატეგორიზებული დაკვირვება, ტესტირება, დოკუმენტების ანალიზი და ექსპერიმენტებიც კი, იძლევა ინფორმაციის მოპოვების შესაძლებლობას პრობლემის დიაგნოსტიკისთვის. სამუშაოს ეფექტურობა განისაზღვრება დასკვნით ეტაპზე. სამუშაოს ძირითადი ნაწილი - საუბრები, ტრენინგები, თამაშები, დისკუსიები - ხორციელდება ხარისხობრივი მეთოდებით. რაოდენობრივი მეთოდებიდან ყველაზე პოპულარულია ტესტირება.

რაოდენობრივ მეთოდებს ფართო გამოყენება აქვთ სამეცნიერო კვლევებსა და სოციალურ მეცნიერებებში, მაგალითად, სტატისტიკური ჰიპოთეზების შესამოწმებლად. საზოგადოებრივი აზრის მასობრივი გამოკითხვის შედეგების დასამუშავებლად გამოიყენება რაოდენობრივი მეთოდები. ტესტების შესაქმნელად ფსიქოლოგები იყენებენ მათემატიკური სტატისტიკის აპარატს.

რაოდენობრივი ანალიზის მეთოდები იყოფა ორ ჯგუფად:

1. სტატისტიკური აღწერის მეთოდები. როგორც წესი, ისინი მიმართულია რაოდენობრივი მახასიათებლების მიღებაზე;
2. სტატისტიკური დასკვნის მეთოდები. ისინი შესაძლებელს ხდებიან მიღებული შედეგების სწორად გავრცელება მთელ ფენომენზე და ზოგადი დასკვნის გამოტანა.

რაოდენობრივი მეთოდების გამოყენებით იდენტიფიცირებულია სტაბილური ტენდენციები და აგებულია მათი ახსნა.

რაოდენობრივი კონტროლის მეთოდის უარყოფითი მხარეები დაკავშირებულია მის შეზღუდვებთან. ფსიქოლოგიის სწავლების სფეროში ცოდნის შეფასების ეს მეთოდები შეიძლება გამოყენებულ იქნას მხოლოდ შუალედური კონტროლისთვის, ტერმინოლოგიის ცოდნის შესამოწმებლად, სახელმძღვანელოსთვის. ექსპერიმენტული კვლევაან თეორიული ცნებები.

ხარისხობრივი მეთოდები

ხარისხობრივმა მეთოდებმა გაზრდილი ინტერესი და პოპულარობა მხოლოდ ახლახან მოიპოვა, პრაქტიკის მოთხოვნებიდან გამომდინარე. გამოყენებით ფსიქოლოგიაში ხარისხობრივი მეთოდების გამოყენების სფერო ძალიან ფართოა:

• სოციალური ფსიქოლოგია ახორციელებს სოციალური პროგრამების ჰუმანიტარულ შემოწმებას - საპენსიო რეფორმა, განათლების რეფორმა, ჯანდაცვა - ხარისხობრივი მეთოდებით;
• პოლიტიკური ფსიქოლოგია. აქ საჭიროა ხარისხიანი მეთოდები ადეკვატური და ეფექტური საარჩევნო კამპანიის შესაქმნელად, პოლიტიკოსების, პარტიების და მთელი სისტემის პოზიტიური იმიჯის ჩამოყალიბებისთვის. მთავრობა აკონტროლებდა. აქ მნიშვნელოვანი იქნება არა მხოლოდ ნდობის რეიტინგის რაოდენობრივი მაჩვენებლები, არამედ ამ რეიტინგის მიზეზები, მისი შეცვლის გზები და ა.შ.
• ხარისხობრივი მეთოდების გამოყენებით, მასობრივი კომუნიკაციების ფსიქოლოგია იკვლევს გარკვეული ბეჭდური გამოცემების, კონკრეტული ჟურნალისტების და პროგრამების მიმართ ნდობის ხარისხს.

ამრიგად, ფსიქოლოგიაში თვისებრივი მეთოდების შემუშავებაში გადამწყვეტი როლი ითამაშა ფსიქოლოგიური მეცნიერებისა და პრაქტიკული საქმიანობის სხვადასხვა სფეროებს შორის დიალოგის აუცილებლობამ.

ხარისხობრივი მეთოდები ფოკუსირებულია ინფორმაციის ანალიზზე, რომელიც ძირითადად წარმოდგენილია სიტყვიერი ფორმით, ამიტომ საჭიროა ამ ვერბალური ინფორმაციის შეკუმშვა, ე.ი. მიიღეთ უფრო კომპაქტური ფორმით. ამ შემთხვევაში, კოდირება მოქმედებს როგორც შეკუმშვის მთავარი ტექნიკა.

კოდირება გულისხმობს ტექსტის სემანტიკური სეგმენტების იდენტიფიცირებას, მათ კატეგორიზაციას და რეორგანიზაციას.

ინფორმაციის შეკუმშვის მაგალითებია სქემები, ცხრილები და დიაგრამები. ასე რომ კოდირება და ვიზუალური წარმოდგენაინფორმაცია თვისებრივი ანალიზის ძირითადი ტექნიკაა.

რაოდენობრივი ანალიზის საფუძვლები

Რაოდენობრივი ანალიზი ფინანსური ბაზარიეს არის ფინანსური აქტივების ფასებისა და მომგებიანობის პროგნოზირება, ფინანსურ აქტივებში ინვესტირების რისკების შეფასება დროის სერიების ანალიზის მათემატიკური და სტატისტიკური მეთოდების გამოყენებით.

ერთი შეხედვით, რაოდენობრივი ანალიზი წააგავს ტექნიკურ ანალიზს, რადგან ორივე ტიპის ანალიზი იყენებს ისტორიულ მონაცემებს ფინანსური აქტივის ფასზე და ისტორიულ მონაცემებს ფინანსური აქტივის სხვა მახასიათებლების შესახებ. მაგრამ ტექნიკურ ანალიზსა და რაოდენობრივ ანალიზს შორის მნიშვნელოვანი განსხვავებაა.

ტექნიკური ანალიზი ეფუძნება ემპირიულად აღმოჩენილ შაბლონებს. და ამ შაბლონებს არ აქვთ მკაცრი სამეცნიერო საფუძველი.

მაშინ როცა რაოდენობრივი ანალიზის მეთოდებს აქვთ მკაცრი მათემატიკური საფუძველი. რაოდენობრივი ანალიზის მრავალი მეთოდი წარმატებით გამოიყენება ისეთ მეცნიერებებში, როგორიცაა ფიზიკა, ბიოლოგია, ასტრონომია და ა.შ.

რაოდენობრივი ანალიზის ძირითადი იდეოლოგია

რაოდენობრივი ანალიზის ძირითადი იდეოლოგია ძალიან ჰგავს საბუნებისმეტყველო მეცნიერებებში პრაქტიკულ მიდგომას.

რაოდენობრივ ანალიზში პირველად წამოიჭრება გარკვეული ჰიპოთეზა ფინანსური ბაზრის ფუნქციონირების შესახებ. ამ ჰიპოთეზის საფუძველზე აგებულია მათემატიკური მოდელი. ამ მოდელმა უნდა აითვისოს წამოყენებული ჰიპოთეზის ყველაზე მნიშვნელოვანი იდეა და უარყოს უმნიშვნელო შემთხვევითი დეტალები.

შემდეგ მათემატიკური მეთოდების გამოყენებით ხდება ამ მოდელის შესწავლა. ასეთ კვლევაში ყველაზე მნიშვნელოვანი ფინანსური აქტივების ფასების პროგნოზირებაა. ასეთი პროგნოზის გაკეთება შესაძლებელია როგორც დროის ამჟამინდელ მომენტზე, ასევე დროის ისტორიულ წერტილებზე. შემდეგ პროგნოზი შედარებულია რეალურ ფასის სქემასთან.

ძირითადი რაოდენობრივი ანალიზის მოდელი

რაოდენობრივი ანალიზის ყველაზე მნიშვნელოვანი მოდელია ეფექტური ფინანსური ბაზრის მოდელი, რომელიც ყალიბდება ეფექტური ბაზრის ჰიპოთეზის საფუძველზე.

რაოდენობრივ ანალიზში ეფექტური ბაზარი არის სიტუაცია, როდესაც ფინანსური ბაზრის ყველა მონაწილეს აქვს წვდომა ფინანსურ ბაზართან დაკავშირებულ ყველა ინფორმაციას ნებისმიერ დროს. ეს ნიშნავს, რომ ბაზრის ყველა მონაწილეს არა მხოლოდ ყოველთვის აქვს ყველა ინფორმაცია, არამედ აქვს იგივე იდენტური ინფორმაცია. არ ხდება, რომ ბაზრის რომელიმე მონაწილეს ჰქონდეს რაიმე დამატებითი ინსაიდერული ინფორმაცია, რომელიც მიუწვდომელი იქნება ბაზრის სხვა მონაწილეებისთვის.

ასეთ პირობებში, ყველა ფინანსური აქტივის ყველა ფასი ყოველთვის არის მათი წონასწორობის მნიშვნელობები. ანუ, ნებისმიერი ფინანსური აქტივის ფასი ეფექტურ ბაზარზე ყოველთვის უდრის იმ ფასს, რომლითაც მიწოდება და მოთხოვნა უტოლდება ერთმანეთს. ეფექტურ ბაზარზე არ არსებობს რაიმე ფინანსური აქტივის გადაფასება ან დაფასება.

ეფექტური ბაზარი იწვევს იმ ფაქტს, რომ როგორც კი მოვაჭრეებს ექნებათ ახალი ინფორმაცია, ფასები მყისიერად იცვლება, რაც რეაგირებს გაჩენაზე. ახალი ინფორმაცია. ამრიგად, ფასები ყოველთვის წონასწორობის მდგომარეობაშია, მიუხედავად იმისა, თუ როგორ იცვლება ისინი.

აქედან გამომდინარე, რაოდენობრივი თვალსაზრისით, შეუძლებელია ფულის გამომუშავება ეფექტურ ბაზარზე, როგორც რეალურ ბაზარზე, როდესაც ინვესტორები ყიდულობენ დაუფასებელ აქტივებს და ყიდიან გადაფასებულ აქტივებს. ასევე, ეფექტურ ბაზარზე არასოდეს არის საბაზრო ბუშტები, როდესაც ფასი მოძრაობს მისი წონასწორობის მნიშვნელობის საპირისპიროდ.

რაოდენობრივი ანალიზი ამბობს, რომ ეფექტურ ბაზარზე ფინანსური აქტივის ფასი შემთხვევით იცვლება ისე, რომ ყველაზე სავარაუდო ფასი დროის შემდეგ მომენტში იქნება მიმდინარე ფასი. და არსებული ფასისგან განსხვავებული ფასები ნაკლებად სავარაუდო იქნება. ამ შემთხვევით პროცესს მარტინგეილი ეწოდება. (არ აურიოთ martingale და martingale. Martingale არის ფულის მართვის ერთ-ერთი სტრატეგია. ფრანგულად ეს ორივე სიტყვა ჰომონიმია, ანუ იწერება ერთი და იგივე „martingale“, მაგრამ განსხვავებული მნიშვნელობა აქვს).

ეს ნიშნავს, რომ ეფექტურ ბაზარზე ფინანსური აქტივების მოკლევადიანი სპეკულაცია შეუძლებელია. Ერთადერთი გზაფულის გამომუშავება ასეთ ბაზარზე არის ყიდვა ფასიანი ქაღალდებიგრძელვადიანი საკუთრებისთვის. ეს არის "იყიდე და გააჩერე" სტრატეგია.

ძირითადი რაოდენობრივი ანალიზის მოდელის დარღვევა

თუ ეფექტური ბაზრის ჰიპოთეზა დაირღვა, ფინანსური აქტივების ფასები გადაუხვევს მათ წონასწორულ მნიშვნელობებს. მაშასადამე, რაოდენობრივ ანალიზში ეფექტური ბაზრის დარღვევის ამა თუ იმ ჰიპოთეზის მიხედვით, იხსნება შესაძლებლობა მათემატიკური მოდელების აგებისთვის, რომლებიც საშუალებას მისცემს ფულის გამომუშავებას რეალურ და წონასწორულ ფასებს შორის განსხვავებაზე.

ძირითადი მოდელიდან გადახრის სპეციფიკურ ჰიპოთეზებს ხშირად არ გააჩნიათ მკაცრი სამეცნიერო საფუძველი რაოდენობრივ ანალიზში. ძირითადი მოდელისგან გადახრის ეს ჰიპოთეზები იწვევს ფინანსური ბაზრის სხვადასხვა მათემატიკური მოდელებს. და, შესაბამისად, ეს მათემატიკური მოდელებიშეიძლება გამოიწვიოს ფინანსური აქტივების ფასების სრულიად განსხვავებული პროგნოზები.

ამრიგად, იმისდა მიხედვით, თუ რა ჰიპოთეზას რაოდენობრივ ანალიზში ძირითადი მოდელიდან გადახრის შესახებ მიიღებენ ფინანსური ბაზრის მონაწილეები, ისინი იწყებენ ბაზარზე თავიანთი ქცევის ამა თუ იმ მოდელის დაცვას. ამ მხრივ, ძალიან აქტუალური ხდება ბაზრის ეფექტურობის შესამოწმებლად, თუ რამდენად განსხვავდება ბაზარი ეფექტური ბაზრისგან.

რაოდენობრივი ანალიზის ეს პრობლემა მოგვარებულია ჰიპოთეზების სტატისტიკური ტესტირების მეთოდების გამოყენებით, რომლებიც საფუძვლად უდევს ეფექტურ ბაზარს. ასეთი შემოწმება შესაძლებელია, თუ არსებობს ადეკვატური მოდელი, რომელიც განსაზღვრავს საბაზრო წონასწორობას დაქვემდებარებული ფინანსური აქტივების მომგებიანობას.

რაოდენობრივი ანალიზი და ფსიქოლოგია

ზემოაღნიშნულიდან გამომდინარე ირკვევა, რომ ფინანსურ ბაზრებზე ასევე არსებობს კავშირი რაოდენობრივ ანალიზსა და ტრეიდერებისა და ინვესტორების ფსიქოლოგიას შორის, როგორც ეს იყო ტექნიკური ანალიზისა და ფუნდამენტური ანალიზისთვის. ფინანსური აქტივის საბაზრო ფასები შეიძლება შეიცვალოს ამა თუ იმ მიმართულებით, იმისდა მიხედვით, თუ რომელი ჰიპოთეზაა ძირითადი მოდელიდან გადახრის შესახებ მიღებული რაოდენობრივი ანალიზის მხარდამჭერების მიერ, რომლებიც ფლობენ ამ ბაზარზე ჩართული ფინანსური აქტივების ყველაზე დიდ რაოდენობას.

დროის სერიების რაოდენობრივი ანალიზი

დროის სერიების რაოდენობრივი ანალიზი დიდ მათემატიკურ სირთულეებს მოიცავს. ეს სირთულეები დაკავშირებულია მრავალი საბირჟო აქტივის ფასების ქცევის სტატისტიკურ არასტაციონარობასთან.

დროის სერიების შესწავლისას, ჩვეულებრივ, მიჩნეულია, რომ ფინანსური აქტივის ფასების ცვლილებების დროის სერია არის ზოგიერთი დინამიური კომპონენტისა და შემთხვევითი კომპონენტის ჯამი. დინამიური კომპონენტი დამოკიდებულია ფუნდამენტურ ეკონომიკურ კანონებზე, რომლის მიხედვითაც ფასი უნდა შეიცვალოს. და შემთხვევითი ტერმინი დაკავშირებულია ზოგიერთ არაეკონომიკურ ფაქტორთან, მაგალითად, ტრეიდერების ემოციურ ქცევასთან, ზოგიერთი ფორსმაჟორული ამბების გავრცელებასთან და ა.შ.

რაოდენობრივი ანალიზის ამოცანაა ამ დინამიური კომპონენტის იდენტიფიცირება და შემთხვევითი ხმაურის გაფილტვრა. იდენტიფიცირებული დინამიური კომპონენტი შეიძლება ექსტრაპოლირებული იყოს მომავალში. ეს ექსტრაპოლაცია იძლევა სავარაუდო ფასის საშუალოს. და გაფილტრული შემთხვევითი ხმაური შესაძლებელს ხდის უფრო მაღალი რიგის სტატისტიკური მომენტების შეფასებას. ეს, უპირველეს ყოვლისა, არის მეორე რიგის სტატისტიკური მომენტი, ანუ დისპერსია, რომელიც დაკავშირებულია არასტაბილურობასთან. დისპერსიისა და არასტაბილურობის ცოდნა საშუალებას გაძლევთ შეაფასოთ რისკები.

ეს დროის სერიების ანალიზის სქემა გამოიყენება, მაგალითად, არამიწიერი ცივილიზაციების სიგნალების ძიებისას კოსმოსურ რადიო ხმაურს შორის. ეს არის ზუსტად ამოცანა, როდესაც ჩვენთვის სრულიად უცნობია დინამიური სიგნალი, რომელსაც ჩვენ ვეძებთ.

მაგრამ აქციების ფასების დროის სერიების რაოდენობრივი ანალიზისთვის ამოცანა ბევრად უფრო რთულია. ბოლოს და ბოლოს, არამიწიერი ცივილიზაციები, რომლებმაც იციან კოსმოსური რადიო ხმაურის სტატისტიკური და სპექტრული მახასიათებლები, შეეცდებიან გაგზავნონ სამყაროში სიგნალები, რომლებიც სტატისტიკურად და სპექტრულად მაქსიმალურად განსხვავდება კოსმოსური ხმაურისგან. ისინი ამას განზრახ გააკეთებენ, რათა სხვა ცივილიზაციებს გაუადვილონ მათი სიგნალების ძიება და ამოცნობა.

მაგრამ ფინანსური ბაზარი არ არის ისეთი ჭკვიანი არსება. ამიტომ, ფასების დროის სერიებისთვის არ არსებობს ამ სერიების ასეთი მკაფიო გამიჯვნა დინამიურ და შემთხვევით კომპონენტებად. ამიტომ ბევრი მათემატიკური მეთოდებირაოდენობრივ ანალიზში სიგნალის ფილტრაცია უბრალოდ არ მუშაობს.

სინამდვილეში, აქციების ფასების დროის სერია არის რამდენიმე სერიის ჯამი. ამ სერიებიდან პირველი არის წმინდა დროის სერია. ამ ჯამის ბოლო სერია არის წმინდა შემთხვევითი სერია ნულოვანი ავტოკორელაციის ფუნქციით. ხოლო შუალედური ტერმინები არის შუალედური სერიები, რომლებისთვისაც ავტოკორელაციის ფუნქცია ქრება გარკვეული დროის შემდეგ. ჩვენ გვაქვს დროების მთელი რიგი, როდესაც ავტოკორელაციის ფუნქცია ქრება.

დასკვნა

ეკონომიკისა და ფინანსების დარგში სტატისტიკურ მოდელებსა და მეთოდებს ეკონომეტრია ეწოდება. ერთის მხრივ, ფინანსური ბაზრის რაოდენობრივი ანალიზი ეკონომეტრიულ მოდელებსა და მეთოდებზე დაყრდნობით არის ტრადიციული ფუნდამენტური ანალიზის განვითარება ბაზრის გაურკვევლობის სფეროში. მეორე მხრივ, რაოდენობრივი ანალიზი ცდილობს უფრო მკაცრად დაასაბუთოს ისტორიული მონაცემების შესწავლის მეთოდები. ამან შეიძლება შემდგომში გამოიწვიოს უფრო მჭიდრო კავშირი რაოდენობრივ და ტექნიკურ ანალიზს შორის.