Обложка Титул и оборотка Выходные
данные Скачать pdf-файл монографии Скачать doc-файл монографии Скачать в одном архиве
doc и pdf-файлы монографии и обложку
ОГЛАВЛЕНИЕ
ЧАСТЬ 1-Я. ВЫСОКИЕ СТАТИСТИЧЕСКИЕ ТЕХНОЛОГИИ В КОНТРОЛЛИНГЕ
ГЛАВА 1. ВВЕДЕНИЕ. ЧТО ТАКОЕ КОНТРОЛЛИНГ. КОНТРОЛЛИНГ МЕТОДОВ
ГЛАВА 2. ОБЩИЙ ВЗГЛЯД НА
МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ
КОНТРОЛЛИНГА
ГЛАВА 3. КОНКРЕТНЫЕ ОБЛАСТИ
МАТЕМАТИЧЕСКИХ И ИНСТРУМЕНТАЛЬНЫХ МЕТОДОВ КОНТРОЛЛИНГА
ГЛАВА 4. ЭКОНОМИКО-МАТЕМАТИЧЕСКАЯ ПОДДЕРЖКА КОНТРОЛЛИНГА
ЧАСТЬ 2-Я. АВТОМАТИЗИРОВАННЫЙ
СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ В КОНТРОЛЛИНГЕ
ГЛАВА 5.
АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ КАК ПЕРСПЕКТИВНЫЙ
ИНСТРУМЕНТ КОНТРОЛЛИНГА
ГЛАВА 6. КОНТРОЛЛИНГ НАУЧНОЙ И ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ
ГЛАВА 7.
KNOWLEDGE MANAGEMENT И ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ САМООБУЧАЮЩЕЙСЯ
ОРГАНИЗАЦИИ
ГЛАВА 8. БЕНЧМАРКИНГ В ТОРГОВОЙ ФИРМЕ
ГЛАВА 9. УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ
ЗНАНИЯМИ В ПРОИЗВОДСТВЕННОЙ ФИРМЕ
ГЛАВА 10. УПРАВЛЕНИЕ ПЕРСОНАЛОМ ФИРМЫ ПУТЕМ РЕШЕНИЯ ОБОБЩЕННОЙ
ЗАДАЧИ О НАЗНАЧЕНИЯХ
ГЛАВА 11. ПРОГНОЗИРОВАНИЕ РИСКОВ АВТОСТРАХОВАНИЯ (АНДЕРРАЙТИНГ)
СОДЕРЖАНИЕ
ЧАСТЬ 1-Я. ВЫСОКИЕ СТАТИСТИЧЕСКИЕ ТЕХНОЛОГИИ В КОНТРОЛЛИНГЕ
ГЛАВА 1. ВВЕДЕНИЕ. ЧТО ТАКОЕ
КОНТРОЛЛИНГ. КОНТРОЛЛИНГ МЕТОДОВ
1.1. Определения терминов и
взаимосвязь понятий
1.2. Базовая
организационно-экономическая модель промышленного предприятия
1.3. Актуальность разработки
теории и методологии организационно-экономического моделирования
1.4. Применение конкретных организационно-экономических
методов на различных этапах жизненного цикла продукции
1.5. СТЭЭП-факторы и
моделирование рисков предприятия
1.6. Необходимость учет
инфляции при анализе хозяйственной
деятельности организации
ГЛАВА 2. ОБЩИЙ ВЗГЛЯД НА
МАТЕМАТИЧЕСКИЕ И ИНСТРУМЕНТАЛЬНЫЕ МЕТОДЫ
КОНТРОЛЛИНГА
2.1. Новая парадигма
математических методов экономики
2.1.1. Основные понятия
2.1.2. Разработка новой парадигмы
2.1.3. Сравнение старой и новой парадигм
2.2. Учебная литература,
подготовленная в соответствии с новой
парадигмой
2.3. Высокие статистические
технологии
2.3.1. Статистические технологии
2.3.2. Проблема «стыковки» алгоритмов
2.3.3. Термин «высокие статистические технологии»
2.3.4. Всегда ли нужны «высокие статистические технологии»?
2.3.5. Основная проблема в области
статистических технологий
2.3.6. Необходимость высоких статистических технологий
2.3.7. Институт высоких статистических технологий и эконометрики
2.3.7. Эконометрика при решении задач экономики, организации производства и контроллинга
2.3.8. О подготовке специалистов по высоким статистическим технологиям
2.4. Точки роста
статистических методов
2.4.1. Непараметрическая статистика
2.4.2. Устойчивость (робастность) статистических процедур
2.4.3. Компьютерно-статистические технологии
2.4.4. Статистика интервальных данных
2.4.5. Статистика объектов нечисловой природы как центральная часть прикладной статистики
2.4.6. Основные идеи статистики объектов
нечисловой природы
2.4.7. Другие точки роста
ГЛАВА 3. КОНКРЕТНЫЕ ОБЛАСТИ
МАТЕМАТИЧЕСКИХ И ИНСТРУМЕНТАЛЬНЫХ МЕТОДОВ КОНТРОЛЛИНГА
3.1. Современное состояние
непараметрической статистики
3.1.1. Параметрические и непараметрические
гипотезы
3.1.2. Место непараметрической статистики
в истории прикладной статистики
3.1.3. Три основные области непараметрической статистики
3.1.3.1. Сопоставление параметрических и непараметрических методов анализа данных
3.1.3.2. Ранговые статистические методы
3.1.3.3. Непараметрические оценки функций
3.1.3.4. О развитии непараметрической статистики
3.2. Подход к изучению
устойчивости выводов в математических
моделях экономики
3.2.1. Основные понятия и базовые положения подхода к изучению устойчивости выводов в математических моделях социально-экономических
явлений и процессов
3.2.2. Общая схема устойчивости
3.2.3. Устойчивость по отношению к
неопределенностям исходных данных
3.2.4. Устойчивость к изменению объема данных (объема выборки)
3.2.5. Устойчивость (робастность) к изменению распределений данных
3.2.6. Устойчивость по отношению к допустимым преобразованиям шкал измерения
3.2.7. Нечисловая статистика как часть теории устойчивости
3.2.8. Устойчивость по отношению к временным характеристикам (моменту начала
реализации проекта, горизонту
планирования)
3.2.9. Устойчивость в моделях конкретных
процессов управления промышленными предприятиями
3.2.10. Устойчивость характеристик инвестиционных проектов к изменению
коэффициентов дисконтирования с течением
времени
3.3. Информационно-коммуникационные
технологии - инструменты контроллинга
3.3.1. Методы статистических испытаний
(Монте-Карло)
3.3.2. Датчики псевдослучайных чисел
3.3.3. Имитационное моделирование
3.3.4. Методы размножения выборок
(бутстреп-методы)
3.3.5. Автоматизированный системно-когнитивный анализ
3.3.6. Компьютерная статистика в контроллинге
3.3.7. Статистические пакеты – инструменты
исследователя
3.4. Основы статистики
интервальных данных
3.4.1. О развитии статистики интервальных данных
3.4.2. Основные идеи статистики
интервальных данных
3.4.3. Основные результаты в вероятностной
модели
3.4.4. Рациональный объем выборки
3.4.5. Оценивание математического ожидания
3.4.6. Оценивание дисперсии
3.4.7. Статистика интервальных данных
в прикладной статистике
3.5. О развитии статистики
нечисловых данных
3.5.1. Послевоенное развитие отечественной
статистики
3.5.2. Краткая история статистики объектов
нечисловой природы
3.5.3. Основные идеи и направления статистики объектов нечисловой природы
3.5.4. О некоторых нерешенных проблемах нечисловой статистики
ГЛАВА 4. ЭКОНОМИКО-МАТЕМАТИЧЕСКАЯ ПОДДЕРЖКА КОНТРОЛЛИНГА
4.1. Эконометрическая
поддержка контроллинга
4.1.1. Термин «эконометрика»
4.1.2. Эконометрика и контроллинг
4.1.3. Высокие эконометрические технологии
и их возможности для решения задач
управления и контроллинга
4.1.4. Эконометрика в работах отечественных контроллеров
4.1.5. Эконометрика в производственном
менеджменте
4.1.6. Анализ ситуации с помощью системы
показателей
4.1.7. Эконометрика при обучении контроллеров
4.1.8. Содержание обучения эконометрике
4.1.9. Внешняя среда эконометрики
4.2. Проблемы внедрения
математических и инструментальных
методов контроллинга
4.2.1. Болезни роста
4.2.2. Будущее прикладной статистики
4.2.3. Применение статистических методов
как вид инженерной деятельности
4.2.4. Государственные стандарты по статистическим методам в соотнесении с современной математической статистикой
4.2.5. О статусе документов по статистическим методам стандартизации и управления качеством продукции
4.2.6. «Шесть сигм» - новая система внедрения перспективных математических и инструментальных методов контроллинга
4.3. Экспертные технологии -
важная составная часть инструментария
контроллинга
4.3.1. Классические методы экспертных оценок
4.3.2. Научные результаты мирового уровня
4.3.3. Итоги первого этапа работы семинара
4.3.4. Восьмидесятые годы
4.3.5. Экспертные оценки и статистика
нечисловых данных
4.3.6. Современный этап развития экспертных
оценок
4.3.7. О многообразии экспертных технологий
4.3.8. Экспертное оценивание вероятностей
редких событий
ЧАСТЬ 2-Я. АВТОМАТИЗИРОВАННЫЙ
СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ В КОНТРОЛЛИНГЕ
ГЛАВА 5.
АВТОМАТИЗИРОВАННЫЙ СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ КАК ПЕРСПЕКТИВНЫЙ
ИНСТРУМЕНТ КОНТРОЛЛИНГА
5.1. Кратко об
автоматизированном системно-когнитивном анализе
5.1.1. Что же такое АСК-анализ?
5.1.2. Работы каких ученых сыграли большую роль в создании АСК-анализа?
5.1.3. Кем и когда создан АСК-анализ?
5.1.4. Что включает АСК-анализ?
5.1.5. Какие ученые принимали и сейчас принимают участие в развитии АСК-анализа?
5.1.6. Каков индекс цитирования ученых,
принимающих участие в развитии
АСК-анализа?
5.1.7. Сколько докторских и кандидатских
диссертаций защищено с применением
АСК-анализа и в каких областях науки?
5.1.8. Сколько грантов РФФИ и РГНФ выполнено и выполняется с применением АСК-анализа?
5.1.9. Сколько монографий, патентов, публикаций входящих в Перечень ВАК есть по АСК-анализу?
5.1.10. В каких областях уже применялся АСК-анализ?
5.1.11. В каких областях может применяться
АСК-анализ?
5.1.12. Internet-ссылки по АСК-анализу
5.1.13. О плагиаторах, использующих работы
по АСК-анализу, находящиеся в Internet
в открытом доступе
5.2. О целях организации,
функциях контроллинга и его роли в
достижении этих целей
5.3. Информационная модель
деятельности менеджера и место
АСК-анализа в этой деятельности
5.4. Обоснование
целесообразности применения
системно-когнитивного анализа в контроллинге (метризация шкал)
ГЛАВА 6. КОНТРОЛЛИНГ НАУЧНОЙ И ОБРАЗОВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ
6.1. Краткие
замечания по контроллингу научной
деятельности
6.2. Контроллинг образовательной деятельности
6.2.1. Web-портал по УМК в составе
сайта университета: актуальность и возможность создания
6.2.1.1. Структура учебно-методического комплекса (УМК)
6.2.1.2. Требования к учебно-методическому комплексу (УМК) и к доступу к нему
6.2.1.3. Проблемы, возникающие при разработке учебно-методических комплексов (УМК) и при обеспечении доступа к ним
6.2.1.4. Функционально-стоимостной анализ затрат на решение проблем
6.2.1.5. Традиционный подход к решению проблем и оценка степени его соответствия предъявляемым требованиям
6.2.1.6. Требования к современному методу решения поставленных проблем
6.2.1.7. Идея и концепция предлагаемого решения проблем
6.2.1.8. Функциональное описание web-портала по УМК в составе сайта университета
6.2.1.9. Обобщенная структура web-портала по УМК
6.2.1.10. Работы и ресурсы, необходимые для создания web-портала по УМК
6.2.1.11. Работы и ресурсы, необходимые для эксплуатации и развития web-портала по УМК
6.2.1.12. Оценка социально-экономической эффективности web-портала по УМК
6.2.1.13 Выводы
6.2.2. Применение АСК-анализа для сопоставимой оценки эффективности вузов
6.2.2.1. Формулировка
проблемы
6.2.2.2. Авторский
подход к решению проблемы
6.2.2.2.1. Идея предлагаемого решения проблемы
6.2.2.2.2. Автоматизированный системно-когнитивный анализ и
интеллектуальная система «Эйдос» как инструментарий решения проблемы
6.2.2.2.3. Частные критерии университетского рейтинга Гардиан
6.2.2.3. Численный
пример
6.2.2.3.1. Источники исходных данных
6.2.2.3.2. Подготовка исходных данных
для системы «Эйдос»
6.2.2.3.3. Установка системы «Эйдос»
6.2.2.3.4. Ввод исходных данных в систему «Эйдос» с помощью одного и ее программных интерфейсов
6.2.2.3.5. Синтез и верификация многокритериальной системно-когнитивной
модели университетского рейтинга Гардиан, учитывающей направления подготовки
6.2.2.3.6. Наглядное отображение подматриц системно-когнитивных моделей университетского рейтинга Гардиан в виде когнитивных функций
6.2.2.3.7. Интегральный критерий и решение задачи оценки рейтинга вуза в
системно-когнитивной модели университетского рейтинга Гардиан
6.2.2.3.8. Исследование многокритериальной системно-когнитивной модели университетского рейтинга Гардиан, учитывающей направления подготовки
6.2.2.3.8.1. Автоматизированный
количественный SWOT-анализ
университетского рейтинга Гардиан
6.2.2.3.8.2. Информационные
портреты классов и значений показателей
университетского рейтинга Гардиан
6.2.2.3.8.3.
Кластерно-конструктивный анализ
университетского рейтинга Гардиан
6.2.2.4. Интеграция
различных рейтингов в одном «супер
рейтинге» – путь к использованию
рейтинга Гардиан для оценки российских вузов
6.2.2.4.1. Пилотное исследование и Парето-оптимизация
6.2.2.4.2. Эксплуатация методики в адаптивном режиме
6.2.2.5. Выводы.
Ограничения и перспективы
6.2.3. Двухуровневая АСУ качеством подготовки специалистов, как АСУ ТП в
образовании
6.2.3.1. Проблема создания АСУ вузом
и актуальность ее решения
6.2.3.2. Пути решения проблемы создания АСУ
вузом
6.2.3.2.1. Проектирование АСУ вузом
6.2.3.2.2. Создание АСУ вузом
6.2.3.2.3. О коллективе, работающем над АСУ вузом
6.2.3.2.4. Основные
принципы и направления работы над АСУ
вузом
6.2.3.3. Понятие информатизации, ее цель и
задачи
6.2.3.4. Направления информатизации
6.2.3.5. Приоритеты информатизации
6.2.3.6. Создание, развитие и поддержка информационной инфраструктуры
6.2.3.7. Необходимые мероприятия и порядок действий
6.2.3.8. Специфика применения АСУ в вузе
6.2.3.9. Двухконтурная модель рефлексивной АСУ качеством подготовки менеджеров
6.2.3.9.1. Концепция
рефлексивной АСУ качеством подготовки менеджеров и технология QFD (технология
развертывания функций качества)
6.2.3.9.2.
Рефлексивная АСУ качеством подготовки менеджеров группы Б: 1-й контур: "Образовательный процесс – студент"
6.2.3.9.3. Рефлексивная
АСУ качеством подготовки менеджеров группы А: 2-й контур: "Руководство вузом – образовательный
процесс"
6.2.3.9.4. Двухконтурная
модель и обобщенная схема рефлексивной
АСУ качеством подготовки менеджеров
6.2.3.10. Двухуровневая рефлексивная АСУ качеством подготовки
менеджеров, как АСУ ТП в образовании:
сходство и различие
6.2.3.10.1. Цель рефлексивной АСУ качеством
подготовки менеджеров
6.2.3.10.2. Структура
окружающей среды рефлексивной АСУ качеством подготовки менеджеров
6.2.3.10.3. Студент,
как объект управления рефлексивной АСУ качеством подготовки менеджеров
ГЛАВА 7.
KNOWLEDGE MANAGEMENT И ИНФОРМАЦИОННАЯ БЕЗОПАСНОСТЬ САМООБУЧАЮЩЕЙСЯ
ОРГАНИЗАЦИИ
7.1. Создание
инструментария для обеспечения
информационной безопасности фирмы,
как задача контроллинга
7.2. Когнитивная структуризация предметной области
7.3. Формализация
предметной области
7.4. Синтез,
верификация и повышение качества
семантической информационной модели
предметной области
7.5. Решение
задач прогнозирования и поддержки
принятия решений, а также исследования
предметной области на основе семантической информационной модели
ГЛАВА 8. БЕНЧМАРКИНГ В ТОРГОВОЙ ФИРМЕ
8.1. Создание
инструментария для бенчмаркинга в
торговой фирме, как задача контроллинга
8.2. Когнитивная
структуризация предметной области
8.3. Формализация
предметной области
8.4. Синтез,
верификация и повышение качества
семантической информационной модели предметной области
8.5. Решение
задач прогнозирования и поддержки
принятия решений, а также исследования
предметной области на основе семантической информационной модели
ГЛАВА 9. УПРАВЛЕНИЕ ТЕХНОЛОГИЧЕСКИМИ
ЗНАНИЯМИ В ПРОИЗВОДСТВЕННОЙ ФИРМЕ
9.1. Создание
инструментария для управления
технологическими знаниями в производственной фирме, как задача
контроллинга
9.2. Когнитивно-целевая
структуризация предметной области
9.3. Формализация
предметной области
9.4. Синтез, верификация
и повышение качества семантической информационной модели предметной области
9.5. Решение
задач прогнозирования и поддержки
принятия решений, а также исследования
предметной области на основе семантической информационной модели
ГЛАВА 10. УПРАВЛЕНИЕ ПЕРСОНАЛОМ ФИРМЫ ПУТЕМ РЕШЕНИЯ ОБОБЩЕННОЙ
ЗАДАЧИ О НАЗНАЧЕНИЯХ
10.1. Создание
инструментария для управления персоналом фирмы, как задача контроллинга
10.2. Когнитивная
структуризация предметной области
10.3. Формализация
предметной области
10.4. Синтез,
верификация и повышение качества
семантической информационной модели
предметной области
10.5. Решение
задач прогнозирования и поддержки принятия решений, а также исследования предметной области на основе
семантической информационной модели
ГЛАВА 11. ПРОГНОЗИРОВАНИЕ РИСКОВ АВТОСТРАХОВАНИЯ
(АНДЕРРАЙТИНГ)
11.1. ОСАГО
11.1.1. Разработка инструментария для оценки рисков автострахования ОСАГО, как задача контроллинга
11.1.2. Когнитивная структуризация
предметной области
11.1.3. Формализация предметной области
11.1.4. Синтез, верификация и повышение
качества семантической информационной
модели предметной области
11.1.5. Решение задач прогнозирования и поддержки принятия решений, а
также исследования предметной области на
основе семантической информационной
модели
11.2. КАСКО
11.2.1. Разработка инструментария для оценки рисков автострахования КАСКО, как задача контроллинга
11.2.2. Когнитивная структуризация
и формализация предметной области
11.2.3. Синтез, верификация и повышение качества семантической
информационной модели предметной области
11.2.4. Решение задач прогнозирования и поддержки принятия решений, а
также исследования предметной области на
основе семантической информационной модели
12.1. Введение
12.2. Формулировка
проблемы и идея ее решения
12.3. Этапы
АСК-анализа и преобразование данных в информацию, а ее в знания в системе
«Эйдос»
12.4. Когнитивная
структуризация предметной области
12.5. Формализация
предметной области
12.5.1. Разработка классификационных
и описательных шкал и градаций
12.5.2. Разработка обучающей выборки, т.е. описание исходных данных с
помощью кодов градаций классификационных
и описательных шкал
12.6. Синтез и
верификация моделей
12.7. Выбор
наиболее достоверной модели в качестве
текущей
12.8. Решение
прямой задачи SWOT-анализа
12.9. Решение обратной
задачи SWOT-анализа
12.10. Преодоление
недостатков SWOT-анализа в
автоматизированном количественном SWOT- анализе средствами АСК-анализа и интеллектуальной системы «Эйдос-Х++»
12.11. Выводы и результаты
12.12. PEST-анализ
как детализированный SWOT-анализ
12.13. АСК-анализ
и реинжиниринг бизнес-процессов
12.14. Некоторые
ограничения и перспективы
12.15. Приложение
(фрагмент исходных данных)
Литература к 1-й части
Литература ко 2-й части
