Margaret24.ru

Деньги в период кризиса
0 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

К методам стохастического факторного анализа относятся

Методы детерминированного и стохастического факторного анализа (стр. 1 из 4)

3.1.2.Способы оценки влияния факторов

детерминированном факторном анализе…………………………………..

Введение…………………………………………………………………….3
1. Факторный анализ………………………………………………………….4
2. Задачи факторного анализа…………………………………………………6
3. Методы факторного анализа………………………………………………..9
3.1. Детерминированный факторный анализ………………………………….9
3.1.1. Модели детерминированного факторного анализа………………………..10
18
3.2. Стохастический факторный анализ…………………………………………19
3.2.1. Методы стохастического факторного анализа…………………………….21
Заключение………………………………………………………………….22
Список используемой литературы………………………………………….24

Экономический анализ – система специальных знаний, обеспечивающая изучение хозяйственных процессов и явлений в их взаимосвязи и взаимозависимости. Только с помощью анализа можно научно обосновать технико-экономические показатели работы предприятия и определить их взаимосвязь и роль в хозяйственной деятельности предприятия, выявить влияние факторов, измерить их действие и оценить. Современный уровень производства требует повышения качества работы во всех его звеньях, усиления роли экономических рычагов управления с тем, чтобы способствовать повышению эффективности производства.

Всю систему управления можно разделить на три взаимосвязанные стадии: планирование, учет и анализ. Анализ занимает промежуточное положение между сбором экономической информации и принятием управленческих решений. Все виды учета представляют соответствующую информацию предприятию (статическую, оперативную, бухгалтерскую). Любая информация должна быть изучена и исследована, этим занимается экономический анализ, предъявляя соответствующие требования к качеству, достоверности, глубины информации.

Экономический анализ используется как при изучении народного хозяйства страны, так и хозяйственной деятельности предприятий.

Высшая математика имеет тесную связь, т.к. принятие оптимальных решений в анализе вытекает на основе экономико-статистических и математических приемов.

Широкое использование математических методов является важным направлением совершенствования экономического анализа, повышает эффективность анализа деятельности пред­приятий и их подразделений. Это достигается за счет сокраще­ния сроков проведения анализа, более полного охвата влияния факторов на результаты коммерческой деятельности, замены приближенных или упрощенных расчетов точными вычислени­ями, постановки и решения новых многомерных задач анали­за, практически не выполнимых вручную или традиционными методами.

Применение математических методов в экономическом анализе деятельности предприятия требует:

Системного подхода к изучению экономики предприятий, учета всего множеств существенных взаимосвязей между различными сторонами деятельности предприятий; в этих условиях сам анализ все более приобретает черты системного в кибернетическом смысле слова;

Совершенствование системы экономической информации о работе предприятий;

наличия технических средств (ЭВМ и др.), осуществляющих хранение, обработку и передачу экономической информации в целях экономического анализа;

организации специального коллектива аналитиков, состо­ящего из экономистов-производственников, специалистов по экономико-математическому моделированию, математиков-вычислителей, программистов-операторов и др.

Сформулированная математически задача экономического анализа может быть решена одним из разработанных математических методов.

1. Факторный анализ.

Методы элементарной математики используются в обыч­ных традиционных экономических расчетах при обосновании потребностей в ресурсах, учете затрат на производство, раз­работке планов, проектов, при балансовых расчетах и т. д.

Выделение методов классической высшей математики обусловлено тем, что они применяются не только в рам­ках других методов, например методов математической стати­стики и математического программирования, но и отдельно. Так, факторный анализ изменения многих экономических по­казателей может быть осуществлен с помощью дифференциро­вания и интегрирования.

Под экономическим факторным анализом понимается постепенный переход от исходной факторной системы к конечной факторной системе, раскрытие полного набора прямых, количественно измеряемых факторов, оказывающих влияние на измерение результативного показателя.

Функционально — детерминированная связь – это связь, при которой каждому значению факторного признака соответствует вполне определённое неслучайное значение результативного признака. Связь, при которой каждому значению факторного признака соответствует множество значений результативного признака (т.е. определённое статистическое распределение) – стохастическая (вероятностная) связь. Соответственно типу связи аналитические приёмы и способы делятся на методы детерминированного факторного анализа и методы стохастического факторного анализа.

2. Задачи факторного анализа.

Рассмотрим примерную классификацию задач факторного анализа работы предприятий с точки зрения использование математических методов.

При прямом факторном анализе выявляются отдельные факторы, влияющие на изменение результативного показателя процесса, устанавливаются формы детерминированной (функциональной) или стохастической зависимости между ре­зультативным показателем и определенным набором факто­ров и, наконец, выясняется роль отдельных факторов в измене­нии результативного экономического показателя.

Постановка задачи прямого факторного анализа распрост­раняется на детерминированный и стохастический случай.

Пусть у=f(x) некоторая функция, характеризующая из­менение результативного показателя или процесса; х1, х2, . хn, факторы, от которых зависит функция f(xi).Задана функци­ональная детерминированная форма связи изучаемого показа­теля у с набором факторов хг х2,. хn; у =f(х1, х2,…,хn).Пусть показатель уполучил приращение (Δy) за анализируе­мый период. Требуется определить, какой частью, численное приращение функции у=f(x12, . хn)обязано приращению каждого аргумента (фактора). Сформулированная таким об­разом задача есть постановка задачи прямого, детерминиро­ванного факторного анализа.

Примерами прямого, детерминированного, факторного анализа являются; анализ влияния производительности труда и численности работающих на объем произведенной продукции (у — объем продукции; х, z— факторы; задана функ­циональная форма связи y=х×z); анализ влияния величи­ны прибыли, стоимости основных производственных фондов и нормируемых оборотных средств на уровень рентабельности (у — уровень рентабельности; х, z, v— соответствующие факторы; заданная функциональная форма связи y=x/(z+v)). Зада­чи прямого детерминированного факторного анализа — на­иболее распространенная группа задач в анализе хозяйствен­ной деятельности.

Рассмотрим особенности постановки задачи прямого сто­хастического факторного анализа. Если в случае прямого де­терминированного факторного анализа исходные данные для анализа имеются в форме конкретных чисел, то в случае прямого стохастического факторного анализа заданы выбор­кой (временной или поперечной). Решения задач стохастичес­кого факторного анализа требуют: глубокого экономического исследования для выявления основных факторов, влияющих на результативный показатель; подбора вида регрессии, который бы наилучшим образом отражал действительную связь изучаемого показателя с набором факторов; разработки метода, позволяющего определить влияние каждого фактора на результативный показатель.

Если результаты прямого детерминированного анализа должны получиться точными и однозначными, то стохастичес­кого — с некоторой вероятностью (надежностью), которую следует оценить.

Примером прямого стохастического факторного анализа является регрессионный анализ производительности труда и других экономических показателей.

В экономическом анализе, кроме задач, сводящихся к дета­лизации показателя, к разбивке его на составляющие части существует группа задач, где требуется увязать ряд экономи­ческих характеристик в комплексе, т. е, построить функцию содержащую в себе основное качество всех рассматриваемых экономических показателей-аргументов, т. е. задач синтеза. В данном случае ставится обратная задача (относительно за­дачи прямого факторного анализа) — задача объединения ряда показателей в комплекс.

Пусть имеется набор показателей х1,х2,. xnхарактеризу­ющих некоторый экономический процесс (L). Каждый из пока­зателей односторонне характеризует процесс L. Требуется по­строить функцию f(xi) изменения процесса L, содержащую в ceбe основные характеристики всех показателей х12,…,хnили некоторых из них в комплексе. В зависимости от цели исследования функция f(xi) должна характеризовать процесс в статике или в динамике. Данная постановка задачи называет­ся задачей обратного факторного анализа.

Задачи обратного факторного анализа могут быть детерминированными и стохастическими. Примерами задачи обратного детерминированного факторного анализа являются зада­чи комплексной оценки производственно-хозяйственной деяте­льности, а также задачи математического программирования в том числе и линейного. Примером задачи обратного стохастического факторного анализа могут служить производствен­ные функции, которыми устанавливаются зависимости между величиной выпуска продукции и затратами производственных факторов (первичных ресурсов).

Стохастический факторный анализ

Стохастическое моделирование факторных систем взаимосвязей отдельных сторон хозяйственной деятельности строится на обобщении закономерностей варьирования значений экономических показателей – количественных характеристик факторов и результатов хозяйственной деятельности. Количественные параметры связи выявляются на основе сопоставления значений изучаемых показателей в совокупности хозяйственных объектов или периодов.

Стохастическая (вероятностная) связь – связь, при которой каждому значению факторного признака соответствует множество значений результативного признака.

Таким образом, первой предпосылкой стохастического моделирования является возможность составить совокупность наблюдений, т. е. возможность повторно измерить параметры одного и того же явления в различных условиях.

В стохастическом анализе, где сама модель составляется на основе совокупности эмпирических данных, предпосылкой получения реальной модели является совпадение количественных характеристик связей в разрезе всех исходных наблюдений. Это означает, что варьирование значений показателей должно происходить в пределах однозначной определенности качественной стороны явлений, характеристиками которых являются моделируемые экономические показатели (в пределах варьирования не должно происходить качественного скачка в характере отражаемого явления).

Значит, второй предпосылкой применяемости стохастического подхода моделирования связей является качественная однородность совокупности (относительно изучаемых связей).

Изучаемая закономерность изменения экономических показателей (моделируемая связь) выступает в скрытом виде. Она переплетается со случайными с точки зрения исследования (не изучаемыми) компонентами вариации и ковариации показателей. Закон больших чисел гласит, что только в большой совокупности закономерная связь выступает устойчивее случайного совпадения направления варьирования (случайной вариации).

Из этого вытекает третья предпосылка стохастического анализа – достаточная размерность (численность) совокупности наблюдений» позволяющая с достаточной надежностью и точностью выявить изучаемые закономерности (моделируемые связи).

Четвертая предпосылка стохастического подхода – наличие методов, позволяющих выявить количественные параметры экономических показателей из массовых данных варьирования уровня показателей. Математический аппарат применяемых методов иногда предъявляет специфические требования к моделируемому эмпирическому материалу. Выполнение данных требований является важной предпосылкой применяемости методов и достоверности полученных результатов.

Основная особенность стохастического факторного анализа заключается в том, что при стохастическом анализе нельзя составлять модель путем качественного (теоретического) анализа, необходим количественный анализ эмпирических данных.

Методы стохастического факторного анализа

Способ парной корреляции. Метод корреляционного и регрессионного (стохастического) анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости, т.е. связь, проявляется не в каждом отдельном случае, а в определенной зависимости. С помощью парной корреляции решаются две главные задачи: оставляется модель действующих факторов (уравнение регрессии); дается количественная оценка тесноты связей (коэффициент корреляции).

Матричные модели. Матричные модели представляют собой схематическое отражение экономического явления или процесса с помощью научной абстракции. Наибольшее распространение здесь получил метод анализа «затраты-выпуск», строящийся по шахматной схеме и позволяющий в наиболее компактной форме представить взаимосвязь затрат и результатов производства.

Математическое программирование – это основное средство решения задач по оптимизации производственно-хозяйственной деятельности.

Метод исследования операций направлен на изучение экономических систем, в том числе производственно-хозяйственной деятельности предприятий, с целью определения такого сочетания структурных взаимосвязанных элементов систем, которое в наибольшей степени позволит определить наилучший экономический показатель из ряда возможных.

Теория игр как раздел исследования операций — это теория математических моделей принятия оптимальных решений в условиях неопределенности или конфликта нескольких сторон, имеющих различные интересы.

Литература:

  1. Баканов М. И., Мельник М. В., Шеремет А. Д. Теория экономического анализа. Учебник 5-еизд., перераб. и доп.-М.: Финансы и статистика,2005
  2. Фролова Т.А. Анализ и диагностика финансово-хозяйственной деятельности предприятия. Конспект лекций, Таганрог: ТРТУ, 2006

Детерминированный и стохастический факторный анализ хозяйственной деятельности предприятия

1. Почему результаты хозяйственной деятельности предприятия не могут быть предметом экономического анализа?

2. Назвать отличительные черты детерминированного и стохастического факторного анализа, привести примеры

Список использованных источников

1. Почему результаты хозяйственной деятельности предприятия не могут быть предметом экономического анализа?

Каждая наука имеет свой предмет исследования, который она изучает с соответствующей целью присущими ей методами. Нет предмета исследования — нет и науки. Определение предмета имеет принципиальное значение для обоснования самостоятельности и обособленности той или иной отрасли знаний.

Философия под предметом любой науки (включая и АХД) понимает какую-то часть или сторону объективной действительности, которая изучается только данной наукой. Один и тот же объект может рассматриваться различными науками. Каждая из них находит в нем специфические стороны или отношения.

Хозяйственная деятельность является объектом исследования многих наук: экономической теории, макро- и микроэкономики, управления, организации и планирования производственно-финансовой деятельности, статистики, бухгалтерского а, экономического анализа и т.д.

Следует отметить, что определение предмета любой науки — очень сложная задача, в том числе и в экономическом анализе. Несмотря на то, что этот вопрос разрабатывается уже несколько десятилетий, окончательная точка в определении предмета АХД еще не поставлена. В специальной литературе по АХД можно встретить десятки самых разных его формулировок. Все определения предмета АХД, которые наиболее часто встречаются в литературе и которые более-менее соответствуют его сущности, можно сгруппировать следующим образом:

а) хозяйственная деятельность предприятий;

б) хозяйственные процессы и явления.

При более внимательном рассмотрении этих определений можно заметить, что анализ изучает не саму хозяйственную деятельность как технологический, организационный процесс, а экономические результаты хозяйствования как следствия экономических процессов. Поэтому в последнее время большинство исследователей этой проблемы предметом АХД считают экономические процессы, которые происходят в результате хозяйственной деятельности. Однако, хозяйственная деятельность предприятия и те процессы, что в ней происходят, являются объектом изучения многих наук.

В этих определениях наблюдается идентификация предмета АХД с его объектами и не найден водораздел АХД с другими науками, изучающими хозяйственную деятельность предприятия или хозяйственные явления и процессы, проистекающие в ней. Данные определения не содержат то специфическое, что позволяет отличить АХД от других наук. В целях ограничения объекта исследования в некоторых определениях предмета указывается цель АХД: оценка достигнутых результатов и выявление резервов повышения эффективности деятельности предприятия.

Чтобы выделить ту часть или те отношения в этом объекте, которые относятся только к анализу, нужно исходить из сущности процессов хозяйственной деятельности. Процесс — это причинно-обусловленное течение событий, смена явлений, состояния объекта в соответствии с намеченной целью или результатом. Результаты экономических процессов как следствия планируются и прогнозируются на будущее в соответствующих показателях, учитываются по мере фактического формирования и затем анализируются. Но результаты как следствия процессов являются не предметом АХД, а объектами. Предметом же экономического анализа являются причины образования и изменения результатов хозяйственной деятельности. Познание причинно-следственных связей в хозяйственной деятельности предприятий позволяет раскрыть сущность экономических явлений и на этой основе дать правильную оценку достигнутым результатам, выявить резервы повышения эффективности производства, обосновать планы и управленческие решения.

Классификация, систематизация, моделирование, измерение причинно-следственных связей является главным методологическим вопросом в АХД.

Только раскрыв причинно-следственные связи различных сторон деятельности, можно очень быстро просчитать, как изменятся основные результаты хозяйственной деятельности за счет того или иного фактора, произвести обоснование любого управленческого решения, рассчитать, как изменится сумма прибыли, безубыточный объем продаж, запас финансовой устойчивости, себестоимость единицы продукции при изменении любой производственной ситуации.

2. Назвать отличительные черты детерминированного и стохастического факторного анализа, привести примеры

Под факторным анализом понимается методика комплексного и системного изучения и измерения воздействия факторов на величину результативных показателей.

Различают следующие типы факторного анализа: детерминированный и стохастический; прямой и обратный; одноступенчатый и многоступенчатый; статический и динамичный; ретроспективный и перспективный (прогнозный). Детерминированный факторный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит функциональный характер, т.е. когда результативный показатель представлен в виде произведения, частного или алгебраической суммы факторов. Стохастический анализ представляет собой методику исследования факторов, связь которых с результативным показателем в отличие от функциональной является неполной, вероятностной (корреляционной). Если при функциональной (полной) зависимости с изменением аргумента всегда происходит соответствующее изменение функции, то при корреляционной связи изменение аргумента может дать несколько значений прироста функции в зависимости от сочетания других факторов, определяющих данный показатель. Например, производительность труда при одном и том же уровне фондовооруженности может быть неодинаковой на разных предприятиях. Это зависит от оптимальности сочетания других факторов, воздействующих на этот показатель. Системный подход в АХД вызывает необходимость взаимосвязанного изучения факторов с учетом их внутренних и внешних связей, взаимодействия и соподчиненности, что достигается с помощью систематизации. Систематизация в целом — это размещение изучаемых явлений или объектов в определенном порядке с выявлением их взаимосвязи и подчиненности. Одним из способов систематизации факторов является создание детерминированных факторных систем. Создать факторную систему — значит представить изучаемое явление в виде алгебраической суммы, частного или произведения нескольких факторов, определяющих его величину и находящихся с ним в функциональной зависимости. Например, объем валовой продукции промышленного предприятия можно представить в виде произведения двух факторов первого порядка: среднего количества рабочих и среднегодовой выработки продукции одним рабочим за год, которая в свою очередь зависит непосредственно от количества отработанных дней одним рабочим в среднем за год и среднедневной выработки продукции рабочим. Последняя также может быть разложена на продолжительность рабочего дня и среднечасовую выработку (рисунок 1).

Рисунок 1 Детерминированная факторная система валовой продукции

Развитие детерминированной факторной системы достигается, как правило, за счет детализации комплексных факторов. Элементные (в нашем примере — количество рабочих, количество отработанных дней, продолжительность рабочего дня) не раскладываются на сомножители, так как по своему содержанию они однородны. С развитием системы комплексные факторы постепенно детализируются на менее общие, те в свою очередь еще на менее общие, постепенно приближаясь по своему аналитическому содержанию к элементным (простым).

Однако необходимо отметить, что развитие факторных систем до необходимой глубины связано с некоторыми методологическими трудностями и прежде всего с трудностью нахождения факторов общего характера, которые можно было бы представить в виде произведения, частного или алгебраической суммы нескольких факторов. Поэтому обычно детерминированные системы охватывают наиболее общие факторы. Между тем исследование более конкретных факторов в АХД имеет существенно большее значение, чем общих.

Отсюда следует, что совершенствование методики факторного анализа должно быть направлено на взаимосвязанное изучение конкретных факторов, которые находятся, как правило, в стохастической зависимости с результативными показателями.

Большое значение в исследовании стохастических взаимосвязей имеет структурно-логический анализ связи между изучаемыми показателями. Он позволяет установить наличие или отсутствие причинно-следственных связей между исследуемыми показателями, изучить направление связи, форму зависимости и т.д., что очень важно при определении степени их влияния на изучаемое явление и при обобщении результатов анализа.

Анализ структуры связи изучаемых показателей в АХД осуществляется с помощью построения структурно-логической блок-схемы, которая позволяет установить наличие и направление связи не только между изучаемыми факторами и результативным показателем, но и между самими факторами. Построив блок-схему, можно увидеть, что среди изучаемых факторов имеются такие, которые более или менее непосредственно воздействуют на результативный показатель, и такие, которые воздействуют не столько на результативный показатель, сколько друг на друга.

Например, на рисунке 2 показана связь между себестоимостью единицы продукции растениеводства и такими факторами, как урожайность культур, производительность труда, количество внесенного удобрения, качество семян, степень механизации производства.

Рисунок 2 Блок-схема стохастической факторной системы себестоимости продукции

Прежде всего, необходимо установить наличие и направление связи между себестоимостью продукции и каждым фактором. Безусловно, между ними существует тесная связь. Непосредственное влияние на себестоимость продукции оказывает в данном примере только урожайность культур. Все остальные факторы влияют на себестоимость продукции не только прямо, но и косвенно, через урожайность культур и производительность труда. Например, количество внесенных удобрений в почву содействует повышению урожайности культур, что при прочих одинаковых условиях обусловливает снижение себестоимости единицы продукции. Однако необходимо учитывать и то, что увеличение количества внесенных удобрений приводит к росту суммы затрат на гектар посева. И если сумма затрат возрастает более высокими темпами, чем урожайность, то себестоимость продукции будет не снижаться, а повышаться. Значит, связь между этими двумя показателями может быть и прямой, и обратной. Аналогично влияет на себестоимость продукции и качество семян. Приобретение элитных, высококачественных семян вызывает рост суммы затрат. Если они возрастают в большей степени, чем урожайность от применения более высококачественных семян, то себестоимость продукции будет увеличиваться, и наоборот.

Степень механизации производства влияет на себестоимость продукции и прямо, и косвенно. Повышение уровня механизации вызывает рост затрат на содержание основных средств производства. Однако при этом увеличивается производительность труда, растет урожайность, что содействует снижению себестоимости продукции.

Исследование взаимосвязей между факторами показывает, что из всех изучаемых факторов отсутствует причинно-следственная связь между качеством семян, количеством удобрений и механизацией производства. Отсутствует также непосредственная обратная зависимость данных показателей от уровня урожайности культуры. Все остальные факторы прямо или косвенно влияют друг на друга.

Таким образом, систематизация факторов позволяет более глубоко изучить взаимосвязь факторов при формировании величины изучаемого показателя, что имеет очень важное значение на следующих этапах анализа, особенно на этапе моделирования исследуемых показателей.

На основании данных таблицы 1 :

— определить объем производства продукции в целом по ЗАО «Восток»;

— рассчитать по каждому виду продукции, требуемые абсолютные и относительные показатели;

— полученные показатели внести в таблицу 1 и сделать вывод.

Таблица 1 Анализ объема и структуры продукции за отчетный год по ЗАО » Восток »

Фактический объем производства продукции за прошлый год, тыс. руб.

Объем производства продукции за отчетный год, тыс. руб.

Отклонение от плана в абсолютной сумме, +,-

Тема: Методы стохастического факторного анализа

Стохастические модели

Как уже говорилось выше, стохастические модели – это модели вероятностные. При этом в результате расчетов можно сказать с достаточной степенью вероятности, каково будет значение анализируемого показателя при изменении фактора. Самое частое применение стохастических моделей – прогнозирование.

Стохастическое моделирование является в определенной степени дополнением и углублением детерминированного факторного анализа. В факторном анализе эти модели используются по трем основным причинам:

  • необходимо изучить влияние факторов, по которым нельзя построить жестко детерминированную факторную модель (например, уровень финансового левериджа);
  • необходимо изучить влияние сложных факторов, которые не поддаются объединению в одной и той же жестко детерминированной модели;
  • необходимо изучить влияние сложных факторов, которые не могут быть выражены одним количественным показателем (например, уровень научно-технического прогресса).

В отличие от жестко детерминированного стохастический подход для реализации требует ряда предпосылок:

  1. наличие совокупности;
  2. достаточный объем наблюдений;
  3. случайность и независимость наблюдений;
  4. однородность;
  5. наличие распределения признаков, близкого к нормальному;
  6. наличие специального математического аппарата.

Построение стохастической модели проводится в несколько этапов:

  • качественный анализ (постановка цели анализа, определение совокупности, определение результативных и факторных признаков, выбор периода, за который проводится анализ, выбор метода анализа);
  • предварительный анализ моделируемой совокупности (проверка однородности совокупности, исключение аномальных наблюдений, уточнение необходимого объема выборки, установление законов распределения изучаемых показателей);
  • построение стохастической (регрессионной) модели (уточнение перечня факторов, расчет оценок параметров уравнения регрессии, перебор конкурирующих вариантов моделей);
  • оценка адекватности модели (проверка статистической существенности уравнения в целом и его отдельных параметров, проверка соответствия формальных свойств оценок задачам исследования);
  • экономическая интерпретация и практическое использование модели (определение пространственно-временной устойчивости построенной зависимости, оценка практических свойств модели).

Основные понятия корреляционного и регрессионного анализа

Корреляционный анализ — совокупность методов математической статистики, позволяющих оценивать коэффициенты, характеризующие корреляцию между случайными величинами, и проверять гипотезы об их значениях на основе расчета их выборочных аналогов.

Корреляционным анализом называется метод обработки статистических данных, заключающийся в изучении коэффициентов (корреляции) между переменными.

Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. Объяснение тому – сложность взаимосвязей между анализируемыми факторами, на взаимодействие которых влияют неучтенные случайные величины. Поэтому связь между признаками проявляется лишь в среднем, в массе случаев. При корреляционной связи каждому значению аргумента соответствуют случайно распределенные в некотором интервале значения функции.

В наиболее общем виде задача статистики (и, соответственно, экономического анализа) в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др.

Поэтому в данном контексте можно говорить о корреляционном анализе в широком смысле – когда всесторонне характеризуется взаимосвязь. В то же время выделяют корреляционный анализ в узком смысле – когда исследуется сила связи – и регрессионный анализ, в ходе которого оцениваются ее форма и воздействие одних факторов на другие.

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

Задачирегрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной.

Решение названных задач опирается на соответствующие приемы, алгоритмы, показатели, что дает основание говорить о статистическом изучении взаимосвязей.

Следует заметить, что традиционные методы корреляции и регрессии широко представлены в разного рода статистических пакетах программ для ЭВМ. Исследователю остается только правильно подготовить информацию, выбрать удовлетворяющий требованиям анализа пакет программ и быть готовым к интерпретации полученных результатов. Алгоритмов вычисления параметров связи существует множество, и в настоящее время вряд ли целесообразно проводить такой сложный вид анализа вручную. Вычислительные процедуры представляют самостоятельный интерес, но знание принципов изучения взаимосвязей, возможностей и ограничений тех или иных методов интерпретации результатов является обязательным условием исследования.

Методы оценки тесноты связи подразделяются на корреляционные (параметрические) и непараметрические. Параметрические методы основаны на использовании, как правило, оценок нормального распределения и применяются в случаях, когда изучаемая совокупность состоит из величин, которые подчиняются закону нормального распределения. На практике это положение чаще всего принимается априори. Собственно, эти методы – параметрические – и принято называть корреляционными.

Непараметрические методы не накладывают ограничений на закон распределения изучаемых величин. Их преимуществом является и простота вычислений.

Автокорреляция — статистическая взаимосвязь между случайными величинами из одного ряда, но взятых со сдвигом, например, для случайного процесса — со сдвигом по времени.

Парная корреляция

Простейшим приемом выявления связи между двумя признаками является построение корреляционной таблицы:

Y XY1Y2.YzИтогоYi
X1f11.f1z
X1f21.f2z
.......
Xrfk1k2.fkz
Итого . n
.

В основу группировки положены два изучаемых во взаимосвязи признака – Х и У. Частоты fij показывают количество соответствующих сочетаний Х и У.

Если fij расположены в таблице беспорядочно, можно говорить об отсутствии связи между переменными. В случае образования какого-либо характерного сочетания fij допустимо утверждать о связи между Х и У. При этом, если fij концентрируется около одной из двух диагоналей, имеет место прямая или обратная линейная связь.

Наглядным изображением корреляционной таблице служит корреляционное поле. Оно представляет собой график, где на оси абсцисс откладывают значения Х, по оси ординат – У, а точками показывается сочетание Х и У. По расположению точек, их концентрации в определенном направлении можно судить о наличии связи.

Корреляционным полем называется множество точек i, Yi> на плоскости XY (рисунки 6.1 — 6.2).

Рисунок 6.1 – Пример корреляционного поля (положительная корреляция)Рисунок 6.2 – Пример корреляционного поля (отрицательная корреляция)

Если точки корреляционного поля образуют эллипс, главная диагональ которого имеет положительный угол наклона ( / ), то имеет место положительная корреляция (пример подобной ситуации можно видеть на рисунке 6.1).

Если точки корреляционного поля образуют эллипс, главная диагональ которого имеет отрицательный угол наклона ( ), то имеет место отрицательная корреляция (пример изображен на рисунке 6.2).

Если же в расположении точек нет какой-либо закономерности, то говорят, что в этом случае наблюдается нулевая корреляция.

В итогах корреляционной таблицы по строкам и столбцам приводятся два распределения – одно по X, другое по У. Рассчитаем для каждого Хi среднее значение У, т.е. , как

Последовательность точек (Xi, ) дает график, который иллюстрирует зависимость среднего значения результативного признака У от факторного X, – эмпирическую линию регрессии, наглядно показывающую, как изменяется У по мере изменения X.

По существу, и корреляционная таблица, и корреляционное поле, и эмпирическая линия регрессии предварительно уже характеризуют взаимосвязь, когда выбраны факторный и результативный признаки и требуется сформулировать предположения о форме и направленности связи. В то же время количественная оценка тесноты связи требует дополнительных расчетов.

Читать еще:  Задачи статистического анализа
Ссылка на основную публикацию
Adblock
detector