Сущность управленческого решения

Управленческое решение – это выбор одной из нескольких альтернатив. Управленческое решение – это результат конкретной управленческой деятельности менеджера. Организационное решение – это выбор, который должен сделать руководитель, чтобы выполнить обязанности, обусловленные занимаемой им должностью. К управленческим решениям предъявляются определенные требования, которые обеспечивают выполнение поставленных задач. Требования, предъявляемые к управленческим решениям. 1. Научная обоснованность, компетентность. Решение должно отражать объективные закономерности развития объекта и система управления им. 2. Полномочность. Решение должно приниматься органом или лицом, имеющим право принимать это решение, а не другое. Полномочность выполнения функции принятия решения является необходимым условием обеспечения директивности принятого решения и определяется правами для его принятия и ответственностью за его последствия. 3. Директивность. Обязательность его исполнения. Она обеспечивается полномочностью руководителя. 4. Непротиворечивость. Означает его согласованность с ранее принятыми решениями. Непоследовательность в принятии решений, их взаимоисключаемость резко снижает эффективность управления. 5. Своевременность (оперативность). Несвоевременно принятое решение часто бывает не только недостаточно эффективным, но и вредным. 6. Точность, ясность, лаконичность формулировки решения. Это исключает разночтения. 7. Экономичность, эффективность и оптимальность. Обеспечить достижение намеченных в решении целей при оптимальных затратах ресурсов (трудовых, материальных и финансовых). 8. Комплексность. Означает необходимость учета всех благоприятных и неблагоприятных факторов, относящихся к решаемой проблеме, а также рационального использования логического мышления и интуиции принимающего решение лица, математических методов и вычислительной техники при формировании и выборе решения.

Виды взаимосвязи статистических показателей.

Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. При функциональной связи величине факторного признака соответствует одно или несколько значений функции. Этот вид связи часто проявляется в физике, химии. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции.

Корреляционная связь (неполная) проявляется в среднем, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Каждому значению аргумента соответствуют случайно распределенные значения функции.

По направлению связи бывают:

– прямыми (положительными), когда зависимая переменная растет с увеличением факторного признака;

– обратными (отрицательными), при которых рост факторного признака сопровождается уменьшением функции.

Относительно своей аналитической формы связи бывают линейными и нелинейными. В первом случае между признаками в среднем проявляются линейные отношения. Нелинейная взаимосвязь выражается нелинейной функцией, а переменные связаны между собой в среднем нелинейно.

Если характеризуется связь двух признаков, то ее называют парной.

Если изучается связь более двух переменных, то называют множественной.

Задачи корреляционного анализа сводятся к измерению тесноты связи между признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на результативный признак.

Традиционные методы корреляции и регрессии широко представлены в разного рода статистических пакетах программ для ЭВМ.

Определение параметров уравнения парной линейной регрессии.

Прогнозирование на основе линейного уравнения регрессии. Доверительные интервалы для зависимой переменной.

Нелинейная регрессия.

Если между экономическими явлениями существуют нелинейные соотношения, то они

выражаются с помощью соответствующих нелинейных функций: например,

равносторонней гиперболы

параболы второй степени

Различают два класса нелинейных регрессий:

• регрессии, нелинейные относительно включенных в анализ

объясняющих переменных, но линейные по оцениваемым параметрам;

• регрессии, нелинейные по оцениваемым параметрам.