Имя материала: Экономический анализ

Автор: Басовский Л.Б.

1.6. методы прикладной математической статистики - эконометрики

Методы прикладной математической статистики — эконометрики, описанные ниже, должны по возможности в первую очередь применяться при проведении анализа, поскольку практически все данные, используемые в экономическом анализе хозяйственной деятельности, содержат случайную составляющую. Обратим внимание на то, что результаты, получаемые при статистической обработке данных, могут различаться по степени точности и вероятностной обоснованности. Оценки могут считаться обоснованными, если определены их вероятность и точность, в противном случае и они могут не заслуживать доверия.

Корреляционный анализ. Этот вид анализа используют для выявления и оценки связи между различными показателями, характеризующими системы. Степень тесноты связи оценивают коэффициентами корреляции различных типов, изменяющимися в пределах от 0 до ± 1,0. Малое значение коэффициента свидетельствует о слабой связи, значение, близкое по величине к 1,0, характеризует очень сильную связь и позволяет предположить наличие функциональной причинно-следственной связи.

Во многих практических задачах анализа, изучая различного рода связи в производственных системах, необходимо на основании статистических или учетных данных выразить зависимую переменную в виде некоторой математической функции от одной или нескольких независимых переменных — регрессоров, т.е. построить регрессионную модель.

Регрессионный анализ. Этот вид анализа позволяет: 1) производить расчет регрессионных моделей путем определения значений параметров — постоянных коэффициентов при независимых переменных — регрессорах, которые часто называют факторами; 2) проверять гипотезу об адекватности модели имеющимся наблюдениям; 3) использовать модель для определения значений зависимой переменной при новых или ненаблюдаемых значениях независимых переменных.

Многомерные методы. Эти методы предоставляют объективные количественные средства для исследования сходства, близости, группировки или классификации данных. Данные могут быть представлены в виде множества показателей, переменных, которые характеризуют объекты или один объект в разные моменты времени, например предприятие в различные годы. Большинство методов решают задачу уменьшения количества переменных и выделения наиболее важных характеристик, скрытых факторов. Отметим среди этих методов наиболее важные:

. Метод кластерного анализа, позволяющий строить классификацию нескольких объектов посредством объединения их в группы, или кластеры, на основе критерия минимума расстояния в пространстве определенных показателей, описывающих объекты, а также классификацию объектов на заданное число групп — кластеров. Вероятностное обоснование результатов кластеризации можно получить методом дискриминантного анализа.

• Факторный анализ. Переменные, значения которых предоставляют данные статистики или учета, имеют для исследуемого объекта или явления часто достаточно условный характер. Они могут лишь опосредованно отражать его внутреннюю структуру, движущие силы или факторы. Аналитик ограничен набором показателей, традиционно используемых в учете и статистике. Если неизвестный фактор проявляется в изменении нескольких переменных, то наблюдается корреляция между этими переменными. Число независимых, первоначально скрытых факторов, которые могут быть обнаружены в результате факторного анализа, часто существенно меньше, чем число традиционных показателей.

Анализ временных рядов. Он позволяет решать следующие задачи: 1) изучить структуру временного ряда, включающую тренд — закономерные изменения среднего уровня; 2) изучить причинно-следственные взаимосвязи между процессами, проявляющиеся в корреляционных связях между временными рядами; 3) построить математическую модель временного ряда; 4) прогнозировать будущее развитие процесса.

 

Страница: | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 |