Введение 4
Постановка задачи 6
Обзор литературы 7
Глава 1. Описание проведения конкурсной процедуры 9
1.1 Особенности тендера 9
1.1.1 Различия между конкурсом и тендером 9
1.1.2 Виды тендеров 10
1.2 Типы заказов 12
1.3 Компании-подрядчики 13
1.4 Проведение конкурсной процедуры 14
Глава 2. Методология прогнозирования результата конкурсной процедуры 17
2.1 Подходы и методы для обработки данных 18
2.1.1 Таблицы сопряжённости 18
2.1.2 Проверка гипотезы о независимости факторов при помощи критерия х2 19
2.1.3 Логит анализ 20
2.2 Влияние значимых факторов и информативности выборки на результат 23
2.3 Описание наиболее влияющих параметров на модель проведения конкурсной процедуры 23
Глава 3. Использование математического подхода на реальных данных 26
3.1 Случай включения в регрессию всех переменных 26
3.2 Случай выделения наиболее значимых факторов 27
3.3 Случай выделения наиболее значимой части выборки 29
3.4 Построение регрессии на основе информационно-логической модели 30
Выводы 31
Заключение 32
Список литературы 33
В связи с активным исследованием сложных систем и бизнес- процессов всё чаще возникает проблема в получении оптимального решения некоторой задачи. В маркетинговых исследованиях наиболее важной является проблема принятия решения о дальнейшем построении плана развития организации.
Существуют неформальные (эвристические), коллективные и количественные методы принятия решений [1]. В основе последних лежит научно-практический подход, предполагающий выбор оптимального решения путём обработки информации. В зависимости от типа математической функции, положенной в основу модели, различают:
• линейное программирование;
• динамическое программирование;
• вероятностные и статистические модели;
• теорию игр;
• имитационные модели.
Имеется множество моделей принятия решений с использованием теории игр или вероятностно-статистического подхода в социальной и экономической сферах [2], [3], [4]. Также существуют решения задач о выборе оптимальной стратегии при определённых условиях конкурса. Аналогично существуют стратегии выбора победителя [5] и выбора способа проведения тендера в зависимости от внешних условий [6], [7].
В настоящей работе изучается вопрос прогнозирования результата конкурса для одной из компаний, претендующих на выигрыш в тендере на строительство объекта, необходимого некой организации, объявившей конкурс. На основе полученного прогноза делается выбор, участвовать в данном тендере, или стоит отказаться от затрат на проектирование в случае, если тендер с большой вероятностью будет проигран данной организацией.
Поскольку процесс проведения тендера довольно длительный, возникает множество затрат на организацию переговоров, составление расчётов перед получением окончательного результата. Данная работа является актуальной и в случае, когда есть несколько альтернатив для участия в конкурсе, но организации лучше выбрать одну или несколько из них, оптимальным образом распределив свои затраты.
Для анализа данных используются методы вероятностно-статистического моделирования, а для задачи прогнозирования результата тендера - логит и пробит модели [8], [9]. Они применяются в маркетинговых исследованиях, разница между ними заключается в виде распределения, что лежит в основе модели. Логистическая регрессия опирается на логистическое распределение влияющих факторов, пробит модель - на нормальное. Оба метода, в основном, используются в моделях бинарного выбора. В данной работе результатом построения регрессии является прогноз, на основе которого принимается решение об участии в тендере.
В данной работе был проведён анализ и формализация проведения конкурсной процедуры с целью прогнозирования результата тендера для принятия решения об участии в конкурсе, на основе имеющихся данных о грядущем тендере.
Использована методология обработки бинарных статистических данных с выбором основных сущностей и факторов, позволяющая построить информационно-логическую модель проведения конкурсной процедуры.
При использовании особенностей имеющихся данных о прошедших тендерах построена математическая модель прогнозирования результата на основе логистической регрессии с выделением наиболее значимых факторов для прогнозирования, а также с формированием более информативной выборки в сравнении с исходной. Для выбранной математической модели проведён анализ принятия решения об участии в конкурсной процедуре.
На основе вышеописанного проведена практическая реализация полученного метода. После проведения преобразования подающихся для построения регрессии данных достигнута точность прогнозирования результата до 91,7%.
Анализ проведённых исследований позволяет сделать вывод, что данный подход к решению задачи о прогнозировании результата конкурса позволяет получить адекватный результат, но целесообразно было бы посмотреть изменение точности применения данной модели для большего количества наблюдений, поскольку представленная выборка приближена к минимальной, для которой проверка адекватности данного аппарата имеет место.
