Методы прикладной математической статистики — эконометрики

из "Экономический анализ "

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. [c.16]
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. [c.16]
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. [c.17]
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. [c.17]
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. [c.18]

Вернуться к основной статье