что не входит в преимущества использования метода дерева решений
Что такое дерево решений и где его используют?
Ребята, привет! Сегодня команда ProductStar подготовила для вас статью, в которой мы рассмотрели общие принципы работы и области применения дерева решений. Материал подготовлен на основе работы Акобира Шахиди «Деревья решений: общие принципы»
Дерево решений — метод автоматического анализа больших массивов данных. В этой статье рассмотрим общие принципы работы и области применения.
Дерево решений — эффективный инструмент интеллектуального анализа данных и предсказательной аналитики. Он помогает в решении задач по классификации и регрессии.
В отличие от нейронных сетей, деревья как аналитические модели проще, потому что правила генерируются на естественном языке: например, «Если реклама привела 1000 клиентов, то она настроена хорошо».
Правила генерируются за счет обобщения множества отдельных наблюдений (обучающих примеров), описывающих предметную область. Поэтому их называют индуктивными правилами, а сам процесс обучения — индукцией деревьев решений.
В обучающем множестве для примеров должно быть задано целевое значение, так как деревья решений — модели, создаваемые на основе обучения с учителем. По типу переменной выделяют два типа деревьев:
дерево классификации — когда целевая переменная дискретная;
дерево регрессии — когда целевая переменная непрерывная.
Развитие инструмента началось в 1950-х годах. Тогда были предложены основные идеи в области исследований моделирования человеческого поведения с помощью компьютерных систем.
Дальнейшее развитие деревьев решений как самообучающихся моделей для анализа данных связано с Джоном Р. Куинленом (автором алгоритма ID3 и последующих модификаций С4.5 и С5.0) и Лео Брейманом, предложившим алгоритм CART и метод случайного леса.
Структура дерева решений
Рассмотрим понятие более подробно. Дерево решений — метод представления решающих правил в определенной иерархии, включающей в себя элементы двух типов — узлов (node) и листьев (leaf). Узлы включают в себя решающие правила и производят проверку примеров на соответствие выбранного атрибута обучающего множества.
Простой случай: примеры попадают в узел, проходят проверку и разбиваются на два подмножества:
первое — те, которые удовлетворяют установленное правило;
второе — те, которые не удовлетворяют установленное правило.
Далее к каждому подмножеству снова применяется правило, процедура повторяется. Это продолжается, пока не будет достигнуто условие остановки алгоритма. Последний узел, когда не осуществляется проверка и разбиение, становится листом.
Лист определяет решение для каждого попавшего в него примера. Для дерева классификации — это класс, ассоциируемый с узлом, а для дерева регрессии — соответствующий листу модальный интервал целевой переменной. В листе содержится не правило, а подмножество объектов, удовлетворяющих всем правилам ветви, которая заканчивается этим листом.
Пример попадает в лист, если соответствует всем правилам на пути к нему. К каждому листу есть только один путь. Таким образом, пример может попасть только в один лист, что обеспечивает единственность решения.
Терминология
Изучите основные понятия, которые используются в теории деревьев решений, чтобы в дальнейшем было проще усваивать новый материал.
Какие задачи решает дерево решений?
Его применяют для поддержки процессов принятия управленческих решений, используемых в статистистике, анализе данных и машинном обучении. Инструмент помогает решать следующие задачи:
Классификация. Отнесение объектов к одному из заранее известных классов. Целевая переменная должна иметь дискретные задачи.
Регрессия (численное предсказание). Предсказание числового значения независимой переменной для заданного входного вектора.
Описание объектов. Набор правил в дереве решений позволяет компактно описывать объекты. Поэтому вместо сложных структур, используемых для описания объектов, можно хранить деревья решений.
Процесс построения дерева решений
Основная задача при построении дерева решений — последовательно и рекурсивно разбить обучающее множество на подмножества с применением решающих правил в узлах. Но как долго надо разбивать? Этот процесс продолжают до того, пока все узлы в конце ветвей не станут листами.
Узел становится листом в двух случаях:
естественным образом — когда он содержит единственный объект или объект только одного класса;
после достижения заданного условия остановки алгоритм — например, минимально допустимое число примеров в узле или максимальная глубина дерева.
В основе построения лежат «жадные» алгоритмы, допускающие локально-оптимальные решения на каждом шаге (разбиения в узлах), которые приводят к оптимальному итоговому решению. То есть при выборе одного атрибута и произведении разбиения по нему на подмножества, алгоритм не может вернуться назад и выбрать другой атрибут, даже если это даст лучшее итоговое разбиение. Следовательно, на этапе построения дерева решений нельзя точно утверждать, что удастся добиться оптимального разбиения.
Популярные алгоритмы, используемых для обучения деревьев решений, строятся на базе принципа «разделяй и властвуй». Задают общее множество S, содержащее:
n примеров, для каждого из которых задана метка класса Ci(i = 1..k);
m атрибутов Aj(j = 1..m), которые определяют принадлежность объекта к тому или иному классу.
Тогда возможно три случая:
Примеры множества S имеют одинаковую метку Ci, следовательно, все обучающие примеры относятся к одному классу. В таком случае обучение не имеет смысла, потому что все примеры в модели будут одного класса, который и «научится» распознавать модель. Само дерево будет похоже на один большой лист, ассоциированный с классом Ci. Тогда его использование не будет иметь смысла, потому что все новые объекты будут относиться к одному классу.
Множество S — пустое множество без примеров. Для него сформируется лист, класс которого выберется из другого множества. Например, самый распространенный из родительского множества класс.
Множество S состоит из обучающих примеров всех классов Ck. В таком случае множество разбивается на подмножества в соответствии с классами. Для этого выбирают один из атрибутов Aj множества S, состоящий из двух и более уникальных значений: a1, a2, …, ap), где p — число уникальных значений признака. Множество S разбивают на p подмножеств (S1, S2, …, Sp), состоящих из примеров с соответствующим значением атрибута. Процесс разбиения продолжается, но уже со следующим атрибутом. Он будет повторяться, пока все примеры в результирующих подмножества не окажутся одного класса.
Третья применяется в большинстве алгоритмов, используемых для построения деревьев решений. Эта методика формирует дерево сверху вниз, то есть от корневого узла к листьям.
Сегодня существует много алгоритмов обучения: ID3, CART, C4.5, C5.0, NewId, ITrule, CHAID, CN2 и другие. Самыми популярными считаются:
ID3 (Iterative Dichotomizer 3). Алгоритм позволяет работать только с дискретной целевой переменной. Деревья решений, построенные на основе ID3, получаются квалифицирующими. Число потомков в узле неограниченно. Алгоритм не работает с пропущенными данными.
C4.5. «Продвинутая» версия ID3, дополненная возможностью работы с пропущенными значениями атрибутов. В 2008 году издание Spring Science провело исследование и выявило, что C4.5 — самый популярный алгоритм Data Mining.
CART (Classification and Regression Tree). Алгоритм решает задачи классификации и регрессии, так как позволяет использовать дискретную и непрерывную целевые переменные. CART строит деревья, в каждом узле которых только два потомка.
Основные этапы построения дерева решений
Построение осуществляется в 4 этапа:
Выбрать атрибут для осуществления разбиения в данном узле.
Определить критерий остановки обучения.
Выбрать метод отсечения ветвей.
Оценить точность построенного дерева.
Далее рассмотрим каждый подробнее.
Выбор атрибута разбиения
Разбиение должно осуществляться по определенному правилу, для которого и выбирают атрибут. Причем выбранный атрибут должен разбить множество наблюдений в узле так, чтобы результирующие подмножества содержали примеры с одинаковыми метками класса или были максимально приближены к этому. Иными словами — количество объектов из других классов в каждом из этих множеств должно быть как можно меньше.
Критериев существует много, но наибольшей популярностью пользуются теоретико-информационный и статистический.
Теоретико-информационный критерий
В основе критерия лежит информационная энтропия:
где n — число классов в исходном подмножестве, Ni — число примеров i-го класса, N — общее число примеров в подмножестве.
Энтропия рассматривается как мера неоднородности подмножества по представленным в нем классам. И даже если классы представлены в равных долях, а неопределенность классификации наибольшая, то энтропия тоже максимальная. Логарифм от единицы будет обращать энтропию в ноль, если все примеры узла относятся к одному классу.
Если выбранный атрибут разбиения Aj обеспечивает максимальное снижение энтропии результирующего подмножества относительно родительского, его можно считать наилучшим.
Но на деле об энтропии говорят редко. Специалисты уделяют внимание обратной величине — информации. В таком случае лучшим атрибутом будет тот, который обеспечит максимальный прирост информации результирующего узла относительно исходного:
где Info(S) — информация, связанная с подмножеством S до разбиения, Info(Sa) — информация, связанная с подмножеством, полученным при разбиении атрибута A.
Задача выбора атрибута в такой ситуации заключается в максимизации величины Gain(A), которую называют приростом информации. Поэтому теоретико-информационный подход также известен под название «критерий прироста информации.
Статистический подход
В основе этого метода лежит использования индекса Джини. Он показывает, как часто случайно выбранный пример обучающего множества будет распознан неправильно. Важное условие — целевые значения должны браться из определенного статистического распределения.
Если говорить проще, то индекс Джини показывает расстояние между распределениями целевых значений и предсказаниями модели. Минимальное значение показателя говорит о хорошей работе модели.
Индекс Джини рассчитывается по формуле:
где Q — результирующее множество, n — число классов в нем, pi — вероятность i-го класса (выраженная как относительная частота примеров соответствующего класса).
Значение показателя меняется от 0 до 1. Если индекс равен 0, значит, все примеры результирующего множества относятся к одному классу. Если равен 1, значит, классы представлены в равных пропорциях и равновероятны. Оптимальным считают то разбиение, для которого значение индекса Джини минимально.
Критерий остановки алгоритма
Алгоритм обучения может работать до получения «чистых» подмножеств с примерами одного класса. В таком случае высока вероятность получить дерево, в котором для каждого примера будет создан отдельный лист. Такое дерево не получится применять на практике из-за переобученности. Каждому примеру будет соответствовать свой уникальный путь в дереве. Получится набор правил, актуальный только для данного примера.
Переобучение в случае дерева решений имеет схожие с нейронными сетями последствия. Оно будет точно распознавать примеры из обучения, но не сможет работать с новыми данными. Еще один минус — структура переобученного дерева сложна и плохо поддается интерпретации.
Специалисты решили принудительно останавливать строительство дерева, чтобы оно не становилось «переобученным».
Для этого используют несколько подходов:
Ранняя остановка. Алгоритм останавливается после достижения заданного значения критерия (например, процентной доли правильно распознанных примеров). Преимущество метода — сокращение временных затрат на обучение. Главный недостаток — ранняя остановка негативно сказывается на точности дерева. Из-за этого многие специалисты советуют отдавать предпочтение отсечению ветей.
Ограничение глубины дерева. Алгоритм останавливается после достижения установленного числа разбиений в ветвях. Этот подход также негативно сказывается на точности дерева.
Задание минимально допустимого числа примеров в узле. Устанавливается ограничение на создание узлов с числом примером меньше заданного (например, 7). В таком случае не будут создаваться тривиальные разбиения и малозначимые правила.
Этими подходами пользуются редко, потому что они не гарантируют лучшего результата. Чаще всего, они работают только в каких-то определенных случаях. Рекомендаций по использованию какого-либо метода нет, поэтому аналитикам приходится набирать практический опыт путем проб и ошибок.
Отсечение ветвей
Без ограничения «роста» дерево решений станет слишком большим и сложным, что сделает невозможной дальнейшую интерпретацию. А если делать решающие правила для создания узлов, в которые будут попадать по 2-3 примера, они не лишатся практической ценности.
Поэтому многие специалисты отдают предпочтение альтернативному варианту — построить все возможные деревья, а потом выбрать те, которые при разумной глубине обеспечивают приемлемый уровень ошибки распознавания. Основная задача в такой ситуации — поиск наиболее выгодного баланса между сложностью и точностью дерева.
Но и тут есть проблема: такая задача относится к классу NP-полных задач, а они, как известно, эффективных решений не имеют. Поэтому прибегают к методу отсечения ветвей, который реализуется в 3 шага:
Строительство полного дерева, в котором листья содержат примеры одного класса.
Определение двух показателей: относительную точность модели (отношение числа правильно распознанных примеров к общему числу примеров) и абсолютную ошибку (число неправильно классифицированных примеров).
Удаление листов и узлов, потеря которых минимально скажется на точности модели и увеличении ошибки.
Отсечение ветвей проводят противоположно росту дерева, то есть снизу вверх, путем последовательного преобразования узлов в листья.
Главное отличие метода «отсечение ветвей» от преждевременной остановки — получается найти оптимальное соотношение между точностью и понятностью. При этом уходит больше времени на обучение, потому что в рамках этого подхода изначально строится полное дерево.
Извлечение правил
Иногда упрощения дерева недостаточно, чтобы оно легко воспринималось и интерпретировалось. Тогда специалисты извлекают из дерева решающие правила и составляют из них наборы, описывающие классы.
Для извлечения правил нужно отслеживать все пути от корневого узла к листьям дерева. Каждый путь дает правило с множеством условий, представляющих собой проверку в каждом узле пути.
Если представить сложное дерево решений в виде решающих правил (вместо иерархической структуры узлов), оно будет проще восприниматься и интерпретироваться.
Преимущества и недостатки дерева решений
Преимущества:
Формируют четкие и понятные правила классификации. Например, «если возраст
Что не входит в преимущества использования метода дерева решений
Добавлено через 38 минут
ooo,
Rimmus2004,
Марьям,
Irinka17,
гляньте моё сообщение с сылкой на архив
Какой фактор не входит в метод стратегической оценки положений и действий?
Какой параметр качества управленческого решения представляет собой скорость разработки, принятия, передачи и организации исполнения?
скин те пожалуйста ответы на итог
Добавлено через 3 минуты
Помогите решит итог тесть
Вопрос 1
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что не включает в себя этапы принятия решений?
Выберите один ответ:
Определение задач
Оценка математического ожидания возможного дохода
Определения возможности
Определение цели
Вопрос 2
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Какой метод на основе проведения экспертиз проходит в 4 тура?
Выберите один ответ:
Метод комиссий
«Мозговая атака»
Метод прогнозного графа
Метод «Дельфи»
Вопрос 3
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
В основе какого метода лежит направленность выявления новых идей?
Выберите один ответ:
«Мозговая атака»
Метод комиссий
Метод прогнозного графа
Метод «Дельфи»
Вопрос 4
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что определяет известность как количества возможных вариантов, так и их исходов?
Выберите один ответ:
Анализ и принятие УР в условиях конфликта
Анализ и принятие УР в условиях риска
Анализ и принятие УР в условиях неопределенности
Анализ и принятие УР в условиях определенности
Вопрос 5
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что относят к общим характерным чертам современных управленческих решений?
Выберите один ответ:
Наличие противоречивой информации, которая не дает сосредоточится на решении конкретной проблеме
Наличие совокупности разнообразных факторов, которые следует принимать во внимание
Не последовательный ход решения проблемы
Возросла сложность каждого из вариантов выбора
Вопрос 6
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что не входит в способ воздействия на управляемый объект управленческих решений?
Выберите один ответ:
Диагональные директивные
Внешние воздействия
Прямые директивные
Косвенные воздействия
Вопрос 7
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что не относится к факторам, определяющим привлекательность отрасли?
Выберите один ответ:
Финансовая стабильность
Потенциальная прибыльность
Финансовый рычаг
Потенциал роста
Вопрос 8
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
В основе какого риска лежит неправильный выбор ценных бумаг при формировании портфеля инвестиции?
Выберите один ответ:
Кредитный риск
Временной риск
Отзывной риск
Селективный риск
Вопрос 9
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что не включает в себя метод формализованного описания неопределенности?
Выберите один ответ:
Описание всего множественно возможных условий реализации проекта
Анализ возможной ситуаций решения проблем
Определяет показатель эффективности проекта в целом
Преобразование информации о факторах неопределенности в информацию о вероятностях отдельных условиях реализации
Вопрос 10
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что характеризует размер вероятного ущерба?
Выберите один ответ:
Слабую сторону организации управления
Угрозу
Конфликт
Риск
Вопрос 11
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Какие решения ориентированы на будущее и закладывают основу для принятия оперативных управленческих решений; связаны с вовлечением значительных ресурсов и могут иметь сервисные последствия для организации?
Выберите один ответ:
Тактические решения
Инновационные решения
Рисковые решения
Стратегические решения
Вопрос 12
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что не входит в состав элементов внутренней структуры проблемы?
Выберите один ответ:
Связь
Субъект
Цель решения
Объект
Задача
Вопрос 13
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Каким характеризуется понятием, когда неопределенность, связана с возможностью возникновения в ходе реализации проекта неблагоприятных ситуаций и последствий?
Выберите один ответ:
Непредсказуемость
Неточность
Форс-мажор
Риск
Вопрос 14
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Какая модель представляет собой основное средство решения управленческих задач?
Выберите один ответ:
Экономико-математическая модель
Физическая модель
Логическая модель
Математическая модель
Вопрос 15
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
Что такое моделирование?
Выберите один ответ:
Один из методов оптимизации решения
Один из пунктов оптимизации решения
Одна из задач оптимизации решения
Одна из целей оптимизации решения
Вопрос 16
Пока нет ответа
Балл: 1,00
Отметить вопрос
Текст вопроса
В какое моделирование не входят количественные методы, базирующиеся на научном подходе и предполагающие выбор оптимальных решений путем сбора и отработки информации?
половина вопросов на угад отвечала. оценка 3 56 из 100
Какие решения ориентированы на будущее и закладывают основу для принятия оперативных управленческих решений; связаны с вовлечением значительных ресурсов и могут иметь сервисные последствия для организации?
Стратегические решения
Вопрос 2
Что не входит в основные этапы разработки или выбора управленческих решений по методу «дерева решений»?
Регрессия
Вопрос 3
Что характеризует размер вероятного ущерба?
Риск
Вопрос 4
Что не относится к факторам, определяющим привлекательность отрасли?
Финансовый рычаг
Вопрос 5
В основе какого риска лежит неправильный выбор ценных бумаг при формировании портфеля инвестиции?
Кредитный риск
Вопрос 6
Что не относится к стратегиям выработки группового решения?
Выберите один ответ:
Стратегия простого или квалифицированного большинства
Вопрос 7
Что такое моделирование?
Выберите один ответ:
Один из методов оптимизации решения
Вопрос 8
Что определяет известность как количества возможных вариантов, так и их исходов?
Выберите один ответ:
Анализ и принятие УР в условиях риска
Вопрос 9
На что направлен выбор менеджера, сделанный на основе ощущения, что он правилен?
Неформальные методы
Вопрос 10
Что характеризует объем продаж, при котором выручка от реализации продукции совпадает с издержками производства?
Выберите один ответ:
Точка безубыточности
Вопрос 11
Что включается в состав затрат, если проектом не предусмотрено страхование участника от определенного вида риска?
Страхования риска
Вопрос 12
Что включают в себя ошибочные стратегии?
Выберите один ответ:
«Упрямые» решения
Вопрос 13
Пока нет ответа
Каким характеризуется понятием, когда неопределенность, связана с возможностью возникновения в ходе реализации проекта неблагоприятных ситуаций и последствий?
Выберите один ответ:
Непредсказуемость
Вопрос 14
Что не включает в себя метод формализованного описания неопределенности?
Преобразование информации о факторах неопределенности в информацию о вероятностях отдельных условиях реализации
Вопрос 15
Что не включает в себя этапы принятия решений?
определения возможности
Вопрос 16
Какой метод на основе проведения экспертиз проходит в 4 тура?
Метод «Дельфи»
У кого с итоговым проблема, берите ответы еще из этой темы, вопросы пересекаются (теория принятия решений):
http://mti.prioz.ru/showthread.php?t. BD%D0%B8%D0%B9
Итоговое:
Что не относится к факторам, определяющим стабильность среды?
Ликвидность
Какой метод на основе проведения экспертиз проходит в 4 тура?
Метод «Дельфи»
Что не относится к факторам, определяющим привлекательность отрасли?
Финансовый рычаг
Что входит в диаграмму Исикавы?
Логическое моделирование
Что не входит в состав элементов внутренней структуры проблемы?
Задача
Что включают в себя ошибочные стратегии?
«Упрямые» решения
Какая модель представляет собой основное средство решения управленческих задач?
Логическая модель
Что не входит в способ воздействия на управляемый объект управленческих решений?
Диагональные директивные
Что относят к общим характерным чертам современных управленческих решений?
Наличие совокупности разнообразных факторов, которые следует принимать во внимание
Что характеризует размер вероятного ущерба?
Риск
Что не относится к стратегиям выработки группового решения?
Стратегия простого или квалифицированного большинства
Какие решения ориентированы на будущее и закладывают основу для принятия оперативных управленческих решений; связаны с вовлечением значительных ресурсов и могут иметь сервисные последствия для организации?
Стратегические решения
Что не входят по степени стандартизации в управленческие решения?
Нестандартные частично
Что характеризует стремление заранее застраховаться от возможных упреков и обвинений в свой адрес?
Фактор перестраховки
Что не включает в себя этапы принятия решений?
Определения возможности
В какое моделирование не входят количественные методы, базирующиеся на научном подходе и предполагающие выбор оптимальных решений путем сбора и отработки информации?
Вертикальное моделирование
Сдал на «4» 87/100. Где-то ошибки. Поправьте, где надо
Что относят к общим характерным чертам современных управленческих решений?
Наличие совокупности разнообразных факторов, которые следует принимать во внимание
В какое моделирование не входят количественные методы, базирующиеся на научном подходе и предполагающие выбор оптимальных решений путем сбора и отработки информации?
Вертикальное моделирование
Что не входит в основные этапы разработки или выбора управленческих решений по методу «дерева решений»?
Регрессия
Что не относится к факторам, определяющим стабильность среды?
Ликвидность
Что входит в диаграмму Исикавы?
Логическое моделирование
На что направлен выбор менеджера, сделанный на основе ощущения, что он правилен?
Интуитивные решения
В основе какого метода лежит направленность выявления новых идей?
«Мозговая атака»
Каким характеризуется понятием, когда неопределенность, связана с возможностью возникновения в ходе реализации проекта неблагоприятных ситуаций и последствий?
Риск
Что не входят по степени стандартизации в управленческие решения?
Нестандартные частично
Что характеризует стремление заранее застраховаться от возможных упреков и обвинений в свой адрес?
Фактор перестраховки
Что не относится к факторам, определяющим привлекательность отрасли?
Финансовый рычаг
Что определяет известность как количества возможных вариантов, так и их исходов?
Анализ и принятие УР в условиях определенности
Что не включает в себя этапы принятия решений?
Определения возможности
Что не относится к числу наиболее ярко проявляющихся особенностей группового мышления?
Влияние «говоруна»
Что включается в состав затрат, если проектом не предусмотрено страхование участника от определенного вида риска?
Ожидаемые потери от риска
Что не входит в способ воздействия на управляемый объект управленческих решений?
Диагональные директивные
Скорее всего должно быть так:
Какая модель представляет собой основное средство решения управленческих задач?
Экономико-математическая модель
Вот эти точно правильные:
Что не относится к числу наиболее ярко проявляющихся особенностей группового мышления?
Степень влияния общественного мнения
Что определяет известность как количества возможных вариантов, так и их исходов?
Анализ и принятие УР в условиях определенности
Вопрос 1
Что входит в диаграмму Исикавы?
Логическое моделирование
Вопрос 2
Что включается в состав затрат, если проектом не предусмотрено страхование участника от определенного вида риска?
Ожидаемые потери от риска
Вопрос 3
Что характеризует стремление заранее застраховаться от возможных упреков и обвинений в свой адрес?
Фактор перестраховки
Вопрос 4
Что не входит в способ воздействия на управляемый объект управленческих решений?
Диагональные директивные
Вопрос 5
Что не относится к факторам, определяющим стабильность среды?
Ликвидность
Вопрос 6
Что не относится к факторам, определяющим привлекательность отрасли?
Финансовый рычаг
Вопрос 7
Что определяет известность как количества возможных вариантов, так и их исходов?
Анализ и принятие УР в условиях определенности
Вопрос 8
Какой метод основывается на отборе экспертов решения тестовых задач?
Тестовый метод
Вопрос 9
Что не включает в себя метод формализованного описания неопределенности?
Преобразование информации о факторах неопределенности в информацию о вероятностях отдельных условиях реализации
Вопрос 10
Что не относится к числу наиболее ярко проявляющихся особенностей группового мышления?
Степень влияния общественного мнения
Вопрос 11
Что не входит в основные этапы разработки или выбора управленческих решений по методу «дерева решений»?
Регрессия
Вопрос 12
На что направлен выбор менеджера, сделанный на основе ощущения, что он правилен?
Интуитивные решения
Вопрос 13
Какие решения ориентированы на будущее и закладывают основу для принятия оперативных управленческих решений; связаны с вовлечением значительных ресурсов и могут иметь сервисные последствия для организации?
Стратегические решения
Вопрос 14
Что не относится к методам учета факторов неопределенности и риска?
Анализ рисковой ситуации
Вопрос 15
В основе какого метода лежит направленность выявления новых идей?
«Мозговая атака»
Вопрос 16
Что характеризует объем продаж, при котором выручка от реализации продукции совпадает с издержками производства?
Точка безубыточности