Понятие стохастической связи и задачи корреляционного анализа [c.127]
Сущность стохастических взаимосвязей между показателями. Отличия стохастических связей от функциональных. Способы исследования зависимостей в стохастическом факторном анализе. Условия применения и задачи корреляционного анализа. [c.127]
Одной из основных задач корреляционного анализа является определение влияния факторов на величину результативного показателя (в абсолютном измерении). Для решения этой задачи подбирается соответствующий тип математического уравнения, которое наилучшим образом отражает характер изучаемой связи (прямолинейной, криволинейной и т.д.). Это играет важную роль в корреляционном анализе, потому что от правильного выбора уравнения регрессии зависит ход решения задачи и результаты расчетов. [c.130]
Основная задача корреляционного анализа- оценка тесноты (силы) корреляционной связи. Теснота корреляционной зависимости Y от X оценивается по величине рассеяния значений параметра Y вокруг условного [c.114]
Как мы уже отмечали, наряду с теорией устойчивости и изменяемости статистических рядов большое внимание уделялось задачам корреляционного анализа. [c.274]
Решение задач многофакторного корреляционного анализа производится на ПЭВМ по типовым программам. Сначала формируется матрица исходных данных, в первой графе которой записывается порядковый номер наблюдения, по второй — величина результативного показателя (У), а в следующих — данные по факторным показателям (х.). Эти сведения вводятся в ПЭВМ, и рассчитывается уравнение множественной регрессии, которое в нашей задаче получило следующее выражение [c.69]
Для чего и в каких случаях используются приемы корреляционного анализа Каковы его задачи [c.71]
Основной задачей корреляционно-регрессионного анализа является выяснение формы и тесноты связи между результативным и факторным показателями. Под формой связи понимают тип аналитической [c.279]
Самая общая и типичная статистическая задача в экономическом анализе — изучение наличия, направления и интенсивности связей между показателями. Это первый этап познания закономерностей формирования результатов хозяйственной деятельности. Предположение о наличии и тесноте связи делается в случае выявления общих закономерностей в вариации значений изучаемых показателей. Источник возникновения этих общих закономерностей может быть разным — причинно-следственная связь между показателями, зависимость от общего фактора, случайное совпадение элементов вариации. Задача экономического анализа — раскрыть качественную основу взаимосвязи между количественными характеристиками экономических процессов. Стохастическое исследование связи происходит с помощью методов корреляционного анализа — коэффициентов и отношений корреляции. При этом в зависимости от характера исходной информации применяются разные приемы корреляционного анализа оценка парной корреляции между показателями с цифровой шкалой измерения ранговая корреляция и коэффициенты, рассчитанные по так называемым матрицам сопряженности для анализа связей между качественными показателями каноническая корреляция для анализа связи между группами показателей частная корреляция, которая позволяет исследовать связь между двумя [c.111]
С развитием применения методов современного факторного анализа связана также возможность эффективного решения следующих трех обобщенных статистических задач экономического анализа изучение внутренней структуры связей в системе показателей, изучение размерности описания экономического явления, выявление более информативных показателей. Хотя эти задачи можно решить методами корреляционного и регрессионного анализа, однако при экономическом анализе их следует решать на основе методов современного факторного анализа. [c.115]
Корреляционный анализ ставит задачу измерить тесноту связи между варьирующими переменными и оценить факторы, оказывающие наибольшее влияние на результативный признак. [c.70]
Почему стохастический анализ имеет вспомогательный характер Каковы задачи корреляционного и регрессионного анализа [c.83]
Для исследования стохастических соотношений используются следующие способы экономического анализа, с которыми мы уже знакомились в предыдущих главах сравнение параллельных и динамических рядов, аналитические группировки, графики. Однако они позволяют выявить только общий характер и направление связи. Основная же задача факторного анализа -определить степень влияния каждого фактора на уровень результативного показателя. Для этой цели применяются способы корреляционного, дисперсионного, компонентного, современного многомерного факторного анализа и т.д. [c.128]
Применение корреляционного анализа позволяет решить следующие задачи [c.129]
После отбора факторов и оценки исходной информации важной задачей в корреляционном анализе является моделирование связи, между факторными и результативными показателями, т.е. подбор соответствующего уравнения, которое наилучшим образом описывает изучаемые зависимости. [c.144]
Решение задачи многофакторного корреляционного анализа проводится на ПЭВМ по типовым программам. Сначала формируется матрица исходных данных (табл. 7.5), в первой колонке которой записывается порядковый номер наблюдения, во второй - результативный показатель (К), а в следующих - факторные показатели (х/). [c.145]
Задача метода корреляционного анализа заключается в нахождении эмпирической формулы зависимости себестоимости конкретного параметрического ряда оборудования от его технических параметров. Полученная формула может быть использована для определения себестоимости на новую технику, относящуюся к данному параметрическому ряду оборудования. [c.65]
ЗАДАЧИ КОРРЕЛЯЦИОННО-РЕГРЕССИОННОГО АНАЛИЗА И МОДЕЛИРОВАНИЯ [c.232]
В главах, посвященных статистическому изучению взаимосвязей методом аналитической группировки и методом корреляционного анализа, рассматривались зависимости между признаками, варьирующими в пространственной совокупности. Но необходимо изучать и связи, проявляющиеся в развитии, во времени. Например, есть ли связь между изменениями урожайности сельскохозяйственных культур и изменениями ее себестоимости, рентабельности Есть ли связь между динамикой рождаемости и динамикой обеспеченности населения жильем К сожалению, проблема изучения причинных связей во времени очень сложна, и полное решение всех задач такого изучения до сих пор не разработано. [c.361]
В зависимости от вида анализа эти задачи решаются с помощью различных приемов при использовании жестко детерминированных моделей — балансовый метод, прием цепных подстановок, интегральный метод и др., для стохастических моделей — корреляционный анализ, ковариационный анализ, метод главных компонент и др. [c.75]
Корреляционный анализ направлен на решение двух задач [c.49]
Корреляционный анализ имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных при- [c.112]
Самое важное решение, которое должен принять аналитик, — это выбор совокупности переменных для описания моделируемого процесса. Чтобы представить себе возможные связи между разными переменными, нужно хорошо понимать существо задачи. В этой связи очень полезно будет побеседовать с опытным специалистом в данной предметной области. Относительно выбранных вами переменных нужно понимать, значимы ли они сами по себе, или же в них всего лишь отражаются другие, действительно, существенные переменные. Проверка на значимость включает в себя кросс-корреляционный анализ. С его помощью можно, например, выявить временную связь типа запаздывания (лаг) между двумя рядами. То, насколько явление может быть описано линейной моделью, проверяется с помощью регрессии по методу наименьших квадратов (OLS). Полученная после оптимизации невязка R может принимать значения от 0 (полное несоответствие) до 1 (точное соответствие). Часто бывает так, что для линейных систем OLS-метод дает такие результа- [c.58]
В Э.-с.и. широко применяются корреляционный анализ,регрессионный анализ, методы распознавания образов, экспертные оценки и др. Наибольшее развитие эти методы получили во внутризаводском планировании, техническом нормировании, в решении задач сравнительного технико-экономического анализа деятельности предприятий. [c.413]
ППП методов математической статистики обеспечивают решение задач корреляционного и регрессионного анализа и др. [c.126]
Этап 3 (корреляционный анализ). Этот этап нацелен на решение задачи 2 (см. В.1), он позволяет ответить на вопросы, имеется ли вообще какая-либо связь между исследуемыми переменными, какова структура этих связей и как измерить их тесноту Описанию методов, с помощью которых проводится такой статистический анализ, посвящены гл. 1—4. Поскольку перечисленные выше вопросы решаются с помощью вычисления и анализа соответствующих корреляционных характеристик, содержание этапа можно определить как проведение корреляционного анализа. Этап достаточно полно оснащён необходимым математическим аппаратом и программным обеспечением, поэтому может быть почти полностью автоматизирован. [c.49]
Такие графики можно строить в любых системах координат при влиянии на продолжительность нескольких факторов. Необходимым условием для построения сводных графиков является общая по градации ордината, на которой наносят время обработки. При решении задач с большим числом переменных значительно возрастает объем вычислительной работы. В этих случаях целесообразно применять для установления зависимостей методы корреляционного анализа с использованием стандартных программ множественной корреляции и выполнением расчетов на вычислительных машинах (см. гл. 9). [c.49]
Основная задача корреляционного и регрессивного анализа заключается в выявлении закономерностей между исследуемыми взаимосвязанными факторами, установлении математической формы связи и определении тесноты связи. Параметры уравнения регрессии обычно находят путем решения системы нормальных уравнений, отвечающих требованию наименьших квадратов. [c.114]
Большую помощь при отборе факторов для корреляционной модели оказывают аналитические группировки, способ сравнения параллельных и динамических рядов, линейные графики. С их помощью можно определить наличие, направление и форму зависимости между изучаемыми показателями. Отбор факторов можно производить также в процессе решения задачи корреляционного анализа на основе оценки их значимости по критерию Стъюдента, о котором будет сказано ниже. [c.39]
Дэвид Эшби и Нед Кумар из Школы Бизнеса в Арканзасе сравнили результаты применения нейросетевой технологии и классического дискримшантного анализа к предсказанию невыполнения обязательств по высокодоходным облигациям ("junk-bonds"). Такие облигации являются в настоящее время основным источником внешнего финансирования американских корпораций. Невыполнение обязательств означает либо потерю интереса к компании, либо потерю финансирования. Поскольку операции с такими облигациями носят ярко выраженный спекулятивный характер, то предсказание выхода их из игры представляет интерес для ее участников. Задача состоит в классификации облигаций на два класса выполнят - не выполнят. Первичный набор признаков, характеризовавших каждую облигацию, включал 29 финансовых и рыночных показатели фирм, из которых после корреляционного анализа было отобрано 16. Линейный дискриминантами анализ позволил провести классификацию с точностью 87.5%, в то время как двухслойный персептрон (16 нейронов в скрытом слое) дал несколько лучший результат - 89.3% правильных ответов. [c.204]
Суслаков Б. А., Баранова 3. М, Петросян А. Н. Задачи по теме "Корреляционный анализ". Методические разработки для студентов и аспирантов. М. ГЦОЛИФК, 1980. [c.319]
Для иллюстрации возможностей ППП-технологии рассмотрим использование пакета прикладных программ отраслевого анализа (ПППА) при проектировании СМОД. Этот пакет предназначен для решения задач анализа технико-экономических показателей деятельности предприятий и организаций отрасли. В ПППА реализовано пять унифицированных вычислительных схем процессов преобразования данных, позволяющих решать задачи отраслевого анализа, основанные на использовании традиционных приемов (расчет абсолютных и относительных отклонений, темпов роста, прироста и т. п.), методов ранжирования, группировки, корреляционно-регрессионного анализа и цепных подстановок. В результате работы ПППА на печать выдаются аналитические таблицы. [c.132]
Существует, кроме того, ряд задач, в которых оба подхода могут применяться последовательно. К подобным работам относится, например, [59], в которой последовательно применены экспертные оценки качественных параметров (результативность операции, степень учета нейрографиче-ских данных и др.) по качественным шкалам, а затем с помощью корреляционного анализа определены величины и характер результативности нейрохирургических операций от указанных параметров. [c.27]
Одна из задач анализа коинтеграции состоит в анализе преимуществ от диверсификации портфеля в дополнение к корреляционному анализу структуры портфеля с точки зрения его математического ожидания и дисперсии. В частности, анализ коинтеграции позволяет выявить существование долгосрочной зависимости между переменными и скорость, с которой краткосрочные отклонения от долгосрочного равновесия сводятся назад к равновесию ( lare и др., 1995). [c.338]