Для описания объекта в виде математической зависимости в задачах идентификации используются методы регрессивного анализа. При этом возможно описание объекта множеством математических моделей, так как нельзя вынести обоснованного суждения о его внутреннем устройстве. [c.24]
АНАЛИЗ СПРОСА СТАТИСТИЧЕСКИЙ — совокупность статистических процедур, используемых для обнаружения наиболее важных реальных факторов, влияющих на объем продаж (таких как цена, уровень дохода, структура потребления, методы продвижения товара и т. д.) при прогнозировании спроса, и для определения степени их влияния на величину спроса. При статистическом анализе спроса часто используются методы регрессивного анализа. [c.27]
Метод регрессивного анализа [c.370]
МЕТОД РЕГРЕССИВНОГО АНАЛИЗА используется для определения технико-экономических особенностей продукции, которая относится к данному параметрическому ряду составления и выравнивания ценностных соотношений. Этот метод широко применяется для анализа и установления уровня и соотношений стоимости продукции, характеризующейся наличием одного или нескольких технико-экономических параметров, которые характеризуют главные потребительские свойства. Регрессивный анализ предоставляет возможность найти эмпирическую формулу зависимости цены от технико-экономических параметров товаров и изделий. Цена выступает в роли целевой функции параметров. Метод регрессионного анализа — это наиболее совершенный из всех используемых нормативно-параметрических методов. Он очень эффективен при осуществлении расчетов с помощью применения современных информационных технологий и систем. [c.370]
Применение метода регрессивного анализа включает следующие основные этапы [c.370]
Метод регрессивного анализа 370 [c.793]
Методы прогнозирования Экспертные Экстраполяции Аналогии Метод Дельфи Регрессивный анализ Эконометрические Имитационные модели [c.705]
Контроллинг, как известно, является инновацией для многих российских фирм. Для его широкого внедрения (а он особенно эффективен в условиях порой непредсказуемых экономических трансформаций в России) у нас есть все предпосылки. Наиболее эффективно здесь применение экономико-методических методов. Каждому среднему и даже мелкому предприятию необходима своя аналитическая служба для сбора и анализа поступающей информации и последующего прогнозирования возможных тенденций методами математической статистики. Такой подход объективно необходим для России. Для этих целей реально использовать описательную статистику, парные критерии, анализ факторных эффектов, регрессивный анализ, анализ временных рядов, многомерные методы и другие. Описательная статистика дает основные параметры, характеризующие собранную информацию среднее значение, разброс значений или стандартное отклонение и т.п. Парные критерии оценивают различия между двумя совокупностями данных. Например, предприятие внедрило в практику новую финансовую стратегию, изменило систему оплаты труда и получило при этом положительный эффект. Не исключено, что благоприятный эффект мог быть достигнут не в результате внедренного нововведения, а благодаря удачному стечению обстоятельств. Для выяснения ситуации формируется два набора чисел, каждый из которых содержит значения важного показателя эффективности деятельности фирмы до и после инновации прибыль за определенный период, объем привлеченных средств и т.д. Применение парных критериев позволяет установить случайны ли различия этих двух рядов чисел. [c.160]
Важно обеспечить многоцелевое применение экономико-математических методов для решения задач, возникающих в ходе конъюнктурно-экономической работы. В этом отношении показательно использование метода факторного корреляционного и регрессивного анализа и в автоматизированных расчетах цен на машинно-техническую продукцию, и при разработке прогнозов. [c.113]
Такого рода зависимость помогает установить аналитический метод оценки ущерба. На основе этого метода с помощью многофакторного регрессивного анализа были сделаны [c.145]
К количественным методам относятся экономико-статистические (экстраполяции, корреляционно-регрессивного анализа, т.е. статистических зависимостей), нормативные (балансовый, технико-экономических расчетов) и др. Среди качественных (аналитических) методов преобладают различные способы логической оценки научно-технических и технико-экономических тенденций развития производства и потребления продукции, на основе которых дается прогноз потребности с использованием приближенных расчетных приемов. К ним относятся методы аналогий, экспертных и аналитических оценок, экономического анализа, в том числе анализа значимости изобретений и патентов, и др. В табл. 21 приведены основные факторы, подлежащие учету при выявлении и обосновании потребности в продукции малой химии и даны рекомендации по выбору методов прогнозирования потребности. [c.95]
В настоящее время методы проведения факторного корреляционно-регрессионного анализа в практике технико-экономических исследований используются очень широко. Отметим основные положения, лежащие в основе корреляционно-регрессивного анализа, которые необходимо учитывать как при проведении отбора наиболее существенных факторов-аргументов, обладающих коллинеарной связью, так и при разработке экономико-математических моделей нормативной удельной фондоемкости единицы изделия, представленных в виде соответствующих уравнений регрессии. [c.518]
В настоящее время в США, Канаде, Швеции, Германии и других странах используются многообразные системы микроэлементных нормативов времени и их модификации. Широко распространены хронометраж и способ моментных наблюдений, а также методы линейного программирования, многофакторный и регрессивный анализ, разновидности статистических методов исследования затрат рабочего времени. [c.430]
В настоящее время все чаще предпринимаются попытки использования экономико-статистических методов, в частности, корреляционного и регрессионного анализа для обеспечения сопоставимости. Не переоценивая роли регрессивных моделей, следует признать их важным методом обеспечения сопоставимости. Дальнейший шаг вперед в этом направлении может быть связан с применением многомерного анализа. [c.45]
Определенные резервы снижения себестоимости заложены в устранении или сокращении затрат, которые не являются необходимыми при нормальной организации производственного процесса (сверхнормативный расход сырья, материалов, топлива, энергии, доплаты рабочим за отступление от нормальных условий труда и сверхурочные работы, платежи по регрессивным искам и т. п.). Выявление этих излишних затрат требует особых методов и внимания коллектива предприятия. Их можно выявить проведением специальных обследований и единовременного учета, при анализе данных нормативного учета затрат на производстве, тщательном анализе плановых и фактических затрат на производство. [c.218]
Анализ результативности систем хозрасчета позволяет определить влияние его рычагов и методов на эффективность деятельности предприятия. При этом необходимо выявить направления и объекты воздействия (конкретные параметры эффективности деятельности предприятий) отдельных рычагов и методов хозрасчета выделить и определить силу влияния собственно хозрасчета на эффективность производства. Первое решается логическим анализом второе-—как при использовании экономико-статистических моделей (регрессивных, корреляционных, дисперсионных). [c.89]
При аппроксимации линии сметной нормы накопленными опытным путем данными в случае полупеременных издержек, неважно, с использованием ли методов контроля или какого-либо типа регрессивного анализа, сумма, равная производственным издержкам при полном использовании производственной мощности, равна уровню издержек, на котором линия сметной нормы пересекает нуль шкалы абсцисс (объемов производства). Это показано на рис. 7.1. Определенная таким образом величина издержек производства при полном использовании производственной мощности может быть названа приведенными издержками при полном использовании производственной мощности . [c.189]
Рыночный риск (market risk). Выше было подчеркнуто, что помимо оценки потенциальной отдачи от вложений инвестор также должен оценивать и связанный с этим риск. При такой оценке множество факторов принимается во внимание характер деятельности, качество работы, итоги развития и т.д. Показатель, который больше всего привлекает к себе внимание, — рыночный риск. Рыночный риск — это постоянное изменение рыночной стоимости акций одной компании по сравнению с другими. Подсчет этого показателя весьма сложен, поскольку используются специальные статистические методы, как, например, регрессивный анализ. Тем не менее идея проста. Приведем следующие данные об изменениях цен акций компании "А" и "В", а также среднее изменение цен всех других акций на рынке [c.380]
В последние годы в связи с широким внедрением математических методов в экономику проводятся большие исследования по использованию методов корреляционного и регрессивного анализа для количественной оценки влияния отдельных факторов на итоговые показатели производственно-хозяйственной деятельности предприятий, а также математического описания процессов. Многофакторная корреляционная модель дает возможность не шлько выразить количественное влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. Результаты такого анализа. могут быть использованы при разработке плановых заданий. [c.133]
Первое из сформулированных выше требований не является безусловным. Метод наименьших квадратов, который лежит в основе корреляционно-регрессивного анализа, можно применять для определения коэффициентов регрессии, когда отсутствует нормальное распределение для величины у . При этом, однако, нельзя определить, насколько эффективным окажется в данном случае применение метода наименьших квадратов, особенно при выборках малого объема. При нормальном распределении случайной величины у метод наименьших квадратов можно рассматривать как частный случай метода максимального правдоподобия. В этом случае можно говорить о достаточных статистиках, т.е. таких функций от результатов наблюдений для определения интересующих нас параметров, с помощью которых извлекается вся информация об этих параметрах. В практической работе часто приходится иметь дело со случайной величиной у , не подчиняющейся нормальному распределению. При этом можно подобрать такую функцию преобразования, чтобы перейти от у к новой случайной величине q = f (у), распределенной приближенно нормально. Например, многие ассиметричные распределения часто можно аппроксимировать нормальным законом, перейти от случайной величины у к случайной величине q = log q. [c.520]
Параметрические методы ER ( ost Estimating Relationship) ER (статистические) ER (логические-аналитические) ER (модели) Экономические данные Исторические данные Логические и статистические Обоснованные взаимосвязи Сравнения концепций Оценка предложений Планирование бюджета Независимое исследование База данных (тип, количество, системы) регрессивного анализа не всегда известна Учет технологических изменений затруднен [c.319]
Применение математической статистики и моделирования для анализа производственно-хозяйственной деятельности. В экономике каждый показатель, каждое явление зависит от большого числа факторов, действующих одновременно. Иными словами, экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны такие черты, как случайность и неопределенность, связь между явлениями носит стохастический (вероятностный) характер. В этом случае для изучения тесноты связи и взаимосвязи показателей и факторов применяют методы корреляционного и регрессивного янализа. [c.22]
В книге показаны резервы снижения себестоимости в нефтегазодобывающих управлениях (НГДУ). Подробно изложены методы корреляционно-регрессивного моделирования при анализе факторов формирования уровня себестоимости добычи нефти и попутного газа. Предложены методика п формулы, позволяющие определять влияние изменения доли добычи нефти каждого НГДУ на средний уровень себестоимости нефти объединения, района, отрасли. Впервые для анализа и прогнозирования уровня себестоимости нефти и попутного газа используются криволинейные динамические многофакторные модели и дана методика их применения. Предложено для прогнозирования уровня себестоимости на перспективу использование трансцендентных функций. [c.2]