تجزيه تشخيص آرماني پارادايمي نوين به طبقه‌بندي در علم مديريت

Goal Discriminant Analysis: A New Paradigm for Classification in Management Science

طبقه‌بندي عناصر آماري يكي از چالش‌هاي علم مديريت است ك درسال‌هاي اخير به يكي از حوزه‌هاي جذاب تحقيقاتي تبديل شده است. اگر چه روش‌هاي آماري تجزيه خوشه‌اي و تجزيه تشخيص به عنوان روش‌هاي رايج در طبقه‌بندي مورد استفاده قرار مي‌گيرند ولي همواره خطاي آماري بالاي اين روش‌ها، كاربرد آن‌ها را با ترديد روبرو كرده است. دراين مقاله تلاش شده است، رويكرد تجزيه تشخيص آماري با فنون تحقيق در عمليات (OR) تركيب شوند و روش نويني باعنوان تجزيه تشخيص آرماني توسعه داده شود. در اين مقاله چهار روش تجزيه تشخيص كلاسيك و آرماني با عنوان: ,FG ,FLDE 1 ,GP2 GPبكار گرفته شده است و براي سنجش كارآيي آن در حوزه علم مديريت فنون چهارگانه در پنج مورد مديريتي اجرا شده‌اند. نتايج حاصل از كاربرد درست نشان مي‌دهد كه روش FLDF كه يك روش كلاسيك تجزيه تشخيص است، در طبقه‌‌بندي دو گروهي كاراتر از ساير روش‌ها عمل مي‌كند ولي در طبقه‌بندي مديريتي بيش از دو گروه روش‌هاي تجزيه تشخيص آرماني كاراتر هستند.

Classification of statistical elements is one of the challenging areas in management science. This subject has been changed into an interesting research area. Although methods of cluster analysis and discriminant analysis are commonly used in the classification, there is a doubt about their application due to high statistical errors of the methods. This paper has tried to combine the analysis approach of statistical discrimination and OR technique, and a new method titled goal discriminant analysis is developed. Four discriminant analysis methods titled FLDF, FG, GP1 and GP2 were applied in this paper. In order to evaluate their efficiency in management science, the fourfold technique has been employed in 5 managerial case studies. The results showed that the FLDF method, which is a discriminant analysis method, is more efficient than other methods. Moreover, goal discriminant methods have more efficiency in management classification with over two groups.