Системное статистическое мышление : сложные системы и статистическое мышление

 

 

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ 

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ  
ВЫСШЕГО ОБРАЗОВАНИЯ  
«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ «МИСиС» 

ИНСТИТУТ ЭКОТЕХНОЛОГИЙ И ИНЖИНИРИНГА 

 
 
 

 

 

 

 
 

 

№ 3047 

Кафедра сертификации и аналитического контроля

Ю.П. Адлер 
В.Ю. Смелов 
 

Системное статистическое 
мышление 

Сложные системы и статистическое мышление 

Учебное пособие 

Рекомендовано редакционно-издательским 
советом университета 

Москва 2017 

УДК 004.6 
 
А31 

Р е ц е н з е н т  
канд. техн. наук С.А. Стрельцов (АО «НИАЭП») 

Адлер Ю.П.  
А31  
Системное статистическое мышление : сложные системы и 
статистическое мышление : учеб. пособие / Ю.П. Адлер, 
В.Ю. Смелов. – М. : Изд. Дом НИТУ «МИСиС», 2017. – 88 с. 
ISBN 978-5-906846-67-9 

Учебное пособие предназначено для знакомства со сложными системами, 
процессом их проектирования, создания и совершенствования и возможностью применения методов статистического мышления в этой деятельности. 
Данная работа – обзор и может служить источником для поиска и выбора литературы, а также для изучения и закрепления имеющихся знаний о сложных 
системах и применении методов статистического мышления. 
Предназначено для студентов бакавлариата, обучающихся по направлениям подготовки 27.03.01 «Стандартизация и метрология», 27.03.02 «Управление качеством», и аспирантов, обучающихся по специальности 27.06.01 
«Управление в технических системах». 
 

УДК 004.6 

 
 Ю.П. Адлер, 
В.Ю. Смелов, 2017 
ISBN 978-5-906846-67-9 
 НИТУ «МИСиС», 2017 

ОГЛАВЛЕНИЕ 

Введение .................................................................................................... 4 
1. Статистическое мышление: то, чего часто не хватает ...................... 5 
Библиографический список ............................................................... 14 
2. Системотехника: системное проектирование, или 
технология систем .................................................................................. 24 
Библиографический список .............................................................. 33 
3. Исследование операций: научный подход к принятию 
решений ................................................................................................... 36 
Библиографический список .............................................................. 43 
4. Кибернетика: наука неиспользованных возможностей .................. 47 
Библиографический список .............................................................. 56 
5. Из чего же, из чего же, из чего же..................................................... 60 
Библиографический список .............................................................. 73 
6. Лидерство и командная работа .......................................................... 77 
Библиографический список .............................................................. 83 
Заключение .............................................................................................. 87 
 
 

Введение 

Мир стал сложным, сложным в том плане, что мы его начали рассматривать иначе, приспосабливаться к нему, а часто даже приспосабливать мир к себе. Для этого создаются все более совершенные 
устройства, машины, заводы, электростанции, системы связи. Но несмотря на все это, мы еще не в полной мере владеем мастерством их 
создания, управления ими и при необходимости – выведения их из 
эксплуатации. 
Мы решили подробнее изучить вопрос о создании, управлении и 
совершенствовании сложных систем. Главная цель нашего обзора – 
определение места и роли статистического мышления и его применений в управлении сложными системами. Для этого довольно подробно рассмотрены такие направления, как системотехника, исследование операций, кибернетика и их составляющие (науки, методы, 
теории и т.д.), которые разными авторами включены в них. 
В последней части обзора рассмотрены роль и место человека как 
главного 
создателя, 
участника 
и 
заинтересованного 
лица 
в существовании сложных систем. 
К сожалению, в рамках обзора почти не рассматривались вопросы, непосредственно относящиеся к системному мышлению, которое 
заслуживает не менее подробного изучения. Надеемся, к нему мы 
еще вернемся. 
Мы приглашаем читателя к обсуждению вопроса о сложных системах для дальнейшего взаимного совершенствования в процессе 
познания себя в сложном мире систем. 

1. СТАТИСТИЧЕСКОЕ МЫШЛЕНИЕ: ТО, ЧЕГО 
ЧАСТО НЕ ХВАТАЕТ 

В этой части обзора мы предлагаем договориться о том, что будем 
понимать под статистическим мышлением. Вопреки первому впечатлению статистическое мышление – это не мышление при помощи 
статистики. В серии статей [36–43], где статистическое мышление 
рассмотрено более подробно, чем нам удастся сделать это в рамках 
данной работы, оно определяется как способ диагностики состояния 
процессов и/или систем, основанный на теории вариабельности и 
имеющий своей целью принятие оптимальных управленческих решений. 
Статистическое мышление служит основой статистического 
управления процессами. Можно даже сказать, что статистическое 
управление процессами – это реализация статистического мышления 
при управлении процессами, организациями или системами. 
Из определения статистического мышления следует, что оно основано на теории вариабельности. В основе же самой теории вариабельности лежит понимание того, что отдельные результаты функционирования любой системы (на ее выходе) подвержены изменчивости, т.е. всегда (порой незначительно) отличаются друг от друга. 
Иногда эти отличия невозможно выявить из-за нашей неспособности 
проводить измерения с высокой точностью, а иногда этими отличиями можно даже пренебречь вследствие их незначимости для нас. 
Но вариабельность есть всегда! Ее отсутствие само по себе признак 
того, что мы что-то упускаем из виду, либо измеряем с недостаточно 
высокой точностью.  
Хорошо, когда вариабельность столь мала, что на нее можно 
не обращать внимание. Но что же делать, когда вариабельность дает 
о себе знать, перечеркивая все наши ожидания и разрушая планы? 
Именно на такой вопрос пришлось искать ответ У. Шухарту в начале 
20-х годов XX в. Тогда он работал инженером лаборатории Белла, 
где одной из головных болей руководства было то, что лампы усилителей телефонного сигнала перегорали вопреки гарантийным нормам 
наработки до отказа. Это в свою очередь приводило к ряду сложностей: недовольству потребителей, расширению штата ремонтных 
бригад и увеличению запасов ламп и соответственно – увеличению 
затрат и снижению прибыли. Нужно было найти виновного. Оказалось, что во всем виновата вариабельность. Ситуацию можно было 

изменить только путем устранения ее причин. В результате Шухарту 
удалось выяснить, что вариабельность обусловлена двумя причинами:  
1) общими – присущими самой системе, где эта самая вариабельность наблюдается; 
2) особыми (или специальными), которые обусловлены вмешательством в систему извне. 
Теперь несложно догадаться, что с каждым видом причин ее возникновения надо бороться по-своему. Но как? Как их отличить друг 
от друга? Ведь если их перепутать (что происходит очень часто), то, 
как оказывается, ситуация станет только хуже. Мы часто слышим 
своего рода уже ставший лозунгом призыв, анализировать каждое 
отклонение (несоответствие), находить причину его возникновения и 
устранять ее. При этом природа этой причины не учитывается, 
а причины несоответствий определяются и устраняются формально. 
Чаще всего находят ответственного, с которым в лучшем случае проводится разъяснительная беседа, но могут быть применены и более 
жесткие меры. 
Статистическое мышление спасает от произвола. Это еще один 
аргумент в пользу того, что важно стремиться однозначно различать 
общие и специальные причины. Заслуга Шухарта не только в том, 
что он понял суть и природу вариабельности, но и в том, что он дал 
нам инструмент для определения природы их возникновения – внутренней (общей) или внешней (специальной). Этот инструмент был 
впервые предложен У. Шухартом в 1925 г. и описан в его книгах [24, 
25], а позже назван в его честь – контрольной картой Шухарта. Стоит 
отметить, что речь идет не об одной карте, а о целой группе карт, которые следует применять в зависимости от природы анализируемых 
данных (например, количественные или качественные переменные). 
Мы не будем описывать здесь применение контрольных карт Шухарта. Это уже сделано много раз. Одной из первых работ на русском 
языке, где дается четкое описание семи простых методов управления 
качеством, в число которых входят и контрольные карты Шухарта, 
служит книга под редакцией Х. Кумэ [113]. Более подробно с сутью 
контрольных карт Шухарта, алгоритмом и примерами их применения рекомендуем ознакомиться по книге [121]. В ней кроме всего 
прочего развеиваются мифы о причинах ограниченности их применения. Новый взгляд по интерпретации контрольных карт Шухарта 
представлен в одноименной статье [35]. О том, как они применяются 

в России и за рубежом, уже написано в статьях [33, 34]. Многие современные книги по управлению качеством включают в себя разделы, посвященные контрольным картам Шухарта. В качестве примера 
можно привести книги [99, 129]. 
Применение 
статистического 
мышления 
немыслимо 
без операциональных определений. Если забежать немного вперед, 
то можно заметить, что понятие «операциональное определение» 
встречается у Н. Винера во втором издании «Кибернетики» [50]. 
Очень много внимания операциональным определениям уделял доктор Э. Деминг [60] и его ученики [94]. Сама же идея принадлежит 
П. Бриджмену. 
Операциональным называется понятное разумному человеку и 
постоянное во времени определение, которое предполагает однозначные методы оценки и проверки путем измерения и экспериментов, а также возможность однозначного принятия решения о его значении и соответствия этому значению характеризуемого предмета. 
Доктор Э. Деминг приводит свой вариант определения: 
1) конкретный метод испытания образца материала или сборочного узла; 
2) критерий (или критерии) для принятия решений; 
3) решение: да или нет, объект или материал, соответствуют или 
не соответствуют критерию (критериям) [60]. 
Главным достоинством контрольных карт Шухарта служит то, что 
они позволяют операционально определить общие и специальные 
причины вариабельности: отсутствие на контрольной карте точек, 
выходящих за естественные границы процесса или системы значений, а также серий, трендов и иных неслучайных структур, позволяет 
нам с большой уверенностью утверждать, что процесс или система1 
находятся в статистически управляемом состоянии, иначе верно обратное. 
Статистически управляемое состояние, или просто управляемое 
состояние системы – это такое ее состояние, когда можно прогнозировать ее будущее состояние, а значит можно предсказуемо менять 
саму систему и результаты ее функционирования. Согласно доктору 
Э. Демингу: «Система – это сеть взаимосвязанных элементов, работающих вместе для достижения единой цели. У системы должна 
––––––– 
1 Далее для удобства будем говорить только о системах, так как в данной 
работе именно они – объекты нашего исследования, а процессы – это название деятельности систем. 

быть цель. Нет цели – нет системы. Кроме того, системой надо 
управлять» [61]. 
Статистическое мышление тесно связано с системным мышлением [91], местами они переплетаются, а часто и вовсе становятся неразличимыми [55]. Отдельно надо отметить книгу [107], которая поет 
гимн системному мышлению в менеджменте. Из более ранних книг 
стоит отметить работу [135], которая долгое время была единственным пособием для руководителей организаций с точки зрения системного подхода к управлению. Свой взгляд и подход к управлению 
корпорациями дает всемирно известный эксперт И. Адизес [26]. Его 
методология основана на аналогиях и в какой-то степени близка реинжинирингу [127]. 
Управлению системами посвящена вся наша работа. В этой области на сегодняшний день имеется немало концепций и успешных 
практик. Сложно однозначно сказать, возможно ли создать единую 
концепцию для всех и на все случаи. Это, безусловно, очень важная 
задача. Если ее и можно решить, то одной из ее основ должно быть 
статистическое мышление. 
Но не во всех существующих концепциях, как общепризнанных, 
так и в еще не столь широко известных, статистическое мышление 
заняло свое место. Прежде всего, важно обратить внимание на наличие этого недостатка в международных стандартах на системы менеджмента. Если новая версия стандартов серии ISO 9000 [1–3, 10–
12] допускает возможность применения статистических методов в 
форме примечания (ранее и этого не было), то со стандартами серии 
ISO 14000 [4–6, 13–15] и OHSAS 18001 [7, 16], а также национальным стандартом на интегрированные системы менеджмента [17] дело обстоит совсем плохо. Разве что один из основополагающих 
принципов менеджмента качества – принятие решений на основе 
фактов – как раз направлен на применение методов статистического 
мышления [29], но на практике это почти всегда игнорируется. Вообще, 
идея 
создания 
стандартов 
на 
системы 
менеджмента 
на международном уровне безусловно правильная и нужная. Но вот 
ажиотажная поголовная сертификация создала ситуацию схожую 
с получением оценок вместо знаний в учебных заведениях. О том, 
что из себя представляет деятельность по подготовке обычной организации к сертификации и ее прохождении, красочно рассказано 
в книге [62]. Но справедливости ради надо отметить, что в некоторых 
отраслях в ISO 9001 включены некоторые уточнения и дополнитель

ные требования, которые делают методы статистического мышления 
по сути обязательными. Самым ярким примером этого служит 
ISO/TS 16949 [9, 23]. Вследствие наличия этих особых требований на 
свет появились ссылочные руководства [45, 46, 97, 100, 114], а также 
стандарты [18–20]. Все это очень важный, полезный и большой шаг 
в сторону распространения методов статистического мышления. Но 
все же этого недостаточно. Подробнее о стандартах в области менеджмента качества можно узнать из книги [69]. 
Большую работу в этой области выполняет группа компаний 
«Центр «Приоритет». Ими, помимо уже упомянутых ссылочных руководств, выпущено большое количество книг, методичек и другой 
литературы, которые могут существенно помочь специалистам при 
внедрении и поддержании систем менеджмента. Например, книга 
[82] была если и не первой, то одной из первых в стране, где систематизированно изложена концепция всеобщего качественного менеджмента, а также подробно описаны примеры советских и российских достижений в области качества. Большой интерес представляет 
серия «Диалогов о…» [56, 58, 74, 75, 83, 85]. Непосредственно статистическому мышлению посвящена брошюра [84]. Нельзя обойти 
вниманием и брошюру [102], которая будет интересна практикам. 
Методы статистического мышления и статистические методы довольно широко применяли задолго до стандартизации [48, 59, 71, 
130, 132]. Подробнее с историей статистики можно ознакомиться как 
в статье [30], так и в книге [93], а вообще они отлично друг друга дополняют. История статистических методов тесно связана с историей 
человечества вообще, а в истории цивилизации очень важное место 
занимает история качества [67]. Кстати, данный сборник создан под 
редакцией Д. Джурана, который наравне с Э. Демингом был одним 
из «гуру» качества. Джурану также принадлежит авторство важного 
инструмента статистического мышления – диаграммы Парето, которая основана на принципе 80/20 [72, 73]. Важно то, что и Деминг, и 
Джуран были специалистами в области статистики. И это 
не случайность. Именно статистика, а точнее статистическое мышление, стало основой менеджмента качества. Доказательств этому 
бесчисленное множество. В национальном масштабе это было показано Японией. Когда это стало понятным, на русский язык было переведено немало книг по этому вопросу. Некоторые из них мы уже 
упоминали ранее, но этот список будет неполным без [65]. Сокращенная версия этой книги и идеи Деминга приведены в брошюре