Приведенные формулы (2.8) и (2.9) могут быть использованы для систем независимых случайных величин. Однако для технических систем, как правило, случайные параметры являются зависимыми. Причем эта зависимость не функциональная, а корреляционная. Поэтому для анализа случайных факторов, заданных распределением, широкое применение нашли теория марковских процессов и метод статистического моделирования (метод Монте-Карло). [c.22]
Функциональную зависимость можно установить методом множественной корреляции по факторам, влияющим на величину удельных затрат с установлением тесноты корреляционной связи раздельно для каждого из учитываемых в расчете факто-риальных признаков при одновременном их действии. Многофакторный корреляционный анализ как статистический метод является наиболее целесообразным средством выявления влияния многих факторов на уровень себестоимости нефти. [c.155]
Метод корреляционного анализа, применяемый для определения влияния на исследуемый показатель факторов, действие которых может проявляться с разной степенью вероятности. При изучении зависимости показателей деятельности строительных организаций от различных факторов возможны три случая 1) между показателем и фактором имеется функциональная зависимость — каждому значению фактора соответствует только одно значение показателя. Так, при изучении влияния объемов работ Ссм на фондоотдачу Ф0 следует иметь в виду, что между ними существует функциональная зависимость Ф0=ССм/Ф, где Ф — стоимость основных производственных фондов при заданной величине Ф для любого значения Ссм, существует только одно значение фондоотдачи 2) между изучаемыми величинами нет никакой зависимости. Это означает, что при заданной величине фактора показатель может принять любую, не зависящую от фактора величину 3) между изучаемым показателем и фактором имеется некоторая связь, искажаемая влиянием других факторов. Тогда при данном значении фактора мы можем получить несколько значений показателя. Рассмотрим, например, зависимость выработки строительных машин Вм от их возраста Т. Статистические данные показывают, что у машин с оди- [c.395]
Кроме вышесказанного для расчета специфицированной нормы производственного запаса необходимо в рассматриваемом случае дополнительно использовать плотность распределения случайной двухмерной величины нормируемой марки материального ресурса у предприятия-потребителя. Ее следует рассчитать по данным отчетного года — QU (плотности условных распределений объемов поставок Q = qi при постоянных значениях суммарных объемов суточных отпусков за интервал поставки U = ит, где т сохраняет одно и то же значение при всех возможных значениях Q)1. Здесь суммарный объем суточных отпусков за интервал поставки является факторным признаком, а объем поставки (зависимый признак) — результативным. Между факторным и результативным признаками проявляется корреляционная связь. При такой связи на величину результативного признака оказывают влияние, помимо факторного, множество других признаков, действующих в различных направлениях одновременно или последовательно. При этом сами вариации суточных объемов отпусков и интервалов поставок можно рассматривать как случайные независимые события, а их значения — как случайные независимые величины. В то время как их произведение (суммарный объем отпуска за интервал поставки) в рассматриваемом случае коррелирует с объемом поставки. Доказательством того, что вышеуказанные факторы (объемы суточных отпусков и интервалы поставки) случайные независимые величины, является количественное несоответствие значений факторов — много значений суточных объемов отпуска и значительно меньше интервалов поставок. Часто корреляционную связь называют неполной статистической или частичной в отличие от функциональной связи, которая выражается в том, что при определенном значении одной переменной величины (независимая переменная — аргумент) другая переменная величина (зависимая переменная — функция) принимает строго определенное значение. Корреляционную связь можно выявить только в виде общей тенденции при массовом сопоставлении фактов. При этом каждому значению факторного признака будет соответствовать не одно определенное значение результативного признака, а их совокупность. В этом выражается имеющаяся свободная связь между объемом поставки и суммарным объемом суточных отпусков в нем. Плотность распределения случайной двухмерной величины (Qf/), отражающая количественно имеющуюся связь между факторными признаками, выглядит следующим образом [c.363]
Смотреть страницы где упоминается термин Функциональная, статистическая и корреляционная зависимости
: [c.93]Смотреть главы в:
Эконометрика -> Функциональная, статистическая и корреляционная зависимости