Обработка данных о производстве продукции, об издержках производства и обращения, о численности и составе работающих, основных и оборотных фондах и т. д. производится с помощью специальных методов статистической сводки и группировки расчетов средних и относительных величин показателей, характеризующих динамику экономических процессов, тесноту связи между явлениями и т. д. [c.319]
Экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны такие черты, как случайность и неопределенность, стохастический (вероятностный) характер связи между явлениями. В этом случае для изучения тесноты связи и взаимосвязи показателей и факторов используют корреляционный и регрессионный анализ. С помощью этих методов можно количественно оценить степень влияния того или иного фактора. Например, только используя корреляционный анализ, можно оценить степень влияния квалификационного состава рабочих, стажа их работы на производительность труда, объем чистой продукции или себестоимость. Бесспорно, что производительность труда зависит от стажа работы, но этот фактор не является определяющим, так как на производительность, труда влияют уровень техники, организации производства и труда, а также другие факторы, т. е. связь в данном случае не функциональная, а корреляционная. [c.142]
Установить связь можно с помощью группировки, но определить тесноту связи можно только путем составления уравнения корреляции и определения коэффициента (г) или индекса (р) корреляции. Уравнения корреляции являются по существу оттисками теоретической линии регрессии, в которой сумма квадратов отклонений фактических значений варьирующего признака от вычисленных по уравнению была бы наименьшей из всех возможных (на основе способа наименьших квадратов). [c.143]
КОРРЕЛЯЦИОННЫЙ И РЕГРЕССИОННЫЙ АНАЛИЗ — способ установления линейной зависимости и тесноты связи между параметрами (численностью персонала и влияющими на нее факторами). Математический аппарат К. и р.а. подробно рассматривается в специальной литературе по статистике. [c.144]
Корреляционный анализ устанавливает тесноту связи между несколькими пара- [c.359]
При разработке норм и нормативов большое значение имеет выявление и тщательное изучение технических, технологических, организационных и других факторов производства, предопределяющих эти нормы и нормативы. Важно определить силу влияния каждого фактора, тесноту связи его с разрабатываемой расходной нормой, с помощью метода корреляции. [c.32]
Метод корреляционного и регрессионного анализа широко используется для определения тесноты связи между показателями, не находящимися в функциональной зависимости. Корреляция представляет собой вероятностную зависимость между явлениями, не имеющую строго функционального характера. Теснота связи между изучаемыми явлениями измеряется корреляционным отношением (для криволинейной зависимости) или коэффициентом корреляции (для прямолинейной зависимости). [c.16]
Регрессионный анализ представляет собой развитие метода статистических зависимостей он основан на выведении зависимости норм и показателей от формирующих их факторов. В экономике каждый показатель зависит от большого числа факторов, действующих одновременно, т. е. экономические явления характеризуются многомерной системой различных факторов. Часто им свойственны случайность и неопределенность, связь между явлениями носит стохастический (вероятностный) характер. В этом случае для изучения тесноты связи и взаимосвязи показателей н факторов используется метод корреляционного и регрессионного анализов. Преимущества этих методов заключаются в том, что с их помощью можно количественно оценить степень влияния того или иного фактора. [c.137]
Установить связь можно с помощью группировки, но определить тесноту связи можно только составляя уравнения корреляции и определяя коэффициент корреляции г или индекс корреляции р. Построение уравнений корреляции является по существу оттисками теоретической линии регрессии, в которой сумма квадратов отклонений фактических значений варьирующего признака от вычисленных по уравнению была бы наименьшей из всех возможных (т. е. на основании способа наименьших квадратов). При линейной связи их теснота определяется коэффициентом- корреляции, рассчитываемым по формуле [c.23]
Использование этих двух коэффициентов в экономическом анализе позволяет решить вопросы, связанные с определением тесноты связи между факторами, влияющими на технологический процесс, качество продукции, расход материально-технических средств, трудоемкость и др. [c.23]
Анализ выбранных на втором этапе факторов-претендентов, проведенный с учетом изложенных требований, показывает, что фактор действующий фонд скважин находится в функциональной зависимости с факторами дебит скважин , объем добычи нефти и газа , удельный вес автоматизированных скважин , а фактор объем добычи нефти и газа — с фактором дебит скважин . Поэтому количественную оценку тесноты связи между ними можно не проводить, факторы объем добычи нефти и газа и действующий фонд скважин следует исключить из числа претендентов. [c.79]
В экономических расчетах может быть также использован прием корреляционной связи, являющийся одним из методов математической статистики. Этот метод позволяет определять зависимость различной степени связи между рассматриваемыми факторами в условиях, когда связь не является пропорциональной. В этом случае математически определяется форма и теснота связи, т. е. степень ее влияния на исследуемый показатель. Например, с помощью корреляционной связи может быть установлена степень изменения уровня производительности труда при внедрении новой техники. Широкие возможности ЭВМ позволяют ставить вопрос о необходимости их применения для проведения экономических расчетов, моделирующих производственно-хозяйственную деятельность таких сложных систем, как закольцованные газопроводы. Проводимые научные исследования показали, что для целей анализа влияния различных факторов (диаметр газопровода, энергоемкость, грузонапряженность и т. д.) могут быть широко использованы вероятностные методы корреляции. [c.80]
Следующий этап исследования — определение тесноты связи между факторами и исследуемым показателем, а также между самими факторами с применением методов корреляционного анализа. На этом этапе вычисляют парные и частные коэффициенты корреляции и другие показатели, характеризующие тесноту корреляционной связи между переменными. [c.28]
На следующем этапе моделирования затрат на извлечение жидкости определялись характер и теснота связи переменных с помощью коэффи- [c.34]
Из табл. 17 видно, что теснота связи между показателями и факторами высокая и существенная. Значения показателей, характеризующих адекватность и надежность модели (т = 0,95, t = 62,2, ё = 6,8 %), в пределах допуска. [c.40]
Профилирование данных позволяет сформировать бюджет денежных средств. Чтобы заранее быть готовым к временному дефициту или избытку денежных средств, важно с определенной периодичностью в рамках каждого бюджетного периода отслеживать вариации денежных потоков. Профилирование бюджетов, таким образом, еще раз демонстрирует тесноту связей между тактическими и операционными аспектами деятельности предприятия. [c.562]
Слабо структурированные проблемы отличаются невысоким уровнем тесноты связи между фактором и результатом. Результативный показатель при этом изменяется в очень большом интервале значения от и до (например, определение урожайности сельскохозяйственных культур, которая зависит от такого фактора как погодные условия). [c.155]
Второй вопрос о тесноте связи решается вычислением коэффициента корреляции. [c.206]
Построение графика разброса представляет собой процесс нанесения на график фактических затрат за некоторый период в зависимости от объема производства за этот же период. На рис. 8.1 показана зависимость фактической месячной заработной платы работников отдела отгрузки продукции от нормативных трудозатрат производственных работников предприятия. График разброса позволяет получить наглядное представление, но он не дает количественного измерения тесноты связи между фактическими затратами и фактическим объемом производства. Это и не является целью данного метода. Однако он показывает, существует ли какое-либо соотношение между независимой переменной х и зависимой переменной у. [c.206]
Количественный показатель степени корреляции (тесноты связи) находится математическими методами путем вычисления коэффициента корреляции по приведенной ниже формуле. [c.206]
Для измерения тесноты связи между факторными и результативными показателями исчисляется коэффициент корреляции. При прямолинейной форме связи между изучаемыми показателями он рассчитывается по следующей формуле [c.68]
Что касается измерения тесноты связи при криволинейной форме зависимости, то здесь используется не линейный коэффициент корреляции, а корреляционное отношение, формула которого имеет следующий вид [c.69]
Из экономике-математических методов в анализе наиболее распространен корреляционно-регрессионный анализ. Он используется для определения тесноты зависимости между показателями, которые не связаны между собой функционально. Теснота связи между показателями измеряется коэффициентом корреляции для прямолинейной зависимости и корреляционным отношением для криволинейной зависимости. [c.81]
Рассмотрим использование этого метода на условном примере. Имеются два ряда экономических показателей — фактические данные о рентабельности двух видов продукции (в %). Необходимо найти тесноту связи между ними и построить уравнение регрессии. [c.81]
При допущении линейной зависимости между рассматриваемыми показателями для определения тесноты связи рассчитывается коэффициент корреляции. Последовательность действий при этом следующая. [c.81]
Основной задачей корреляционно-регрессионного анализа является выяснение формы и тесноты связи между результативным и факторным показателями. Под формой связи понимают тип аналитической [c.279]
Коэффициент множественной корреляции (R) характеризует тесноту связи между результативным показателем и набором факторных показателей [c.281]
Коэффициент множественной корреляции принимает только положительные значения в пределах от 0 до 1. Чем ближе значение коэффициента к 1, тем больше теснота связи. И, наоборот, чем ближе к 0, тем зависимость меньше. При значении R < 0,3 говорят о малой зависимости между величинами. При значении 0,3 < Я < 0,6 говорят о средней тесноте связи. При Я > 0,6 говорят о наличии существенной связи. [c.281]
Математические модели корреляционного анализа в форме коэффициентов имеют ограниченные аналитические возможности. Зная лишь направление ковариации показателей и тесноту связи, невозможно определить закономерности формирования уровня результативного показателя под влиянием исследуемых факторов, оценить интенсивность их влияния, классифицировать факторы на основные и второстепенные. Для этих целей используются модели регрессионного анализа. Линейная модель (уравнение) регрессионного анализа может быть представлена в виде [c.282]
Корреляционный анализ решает два вопроса определение тесноты связи между изучаемыми величинами и установление формы связи между ними, т. е. отыскание того вида связи в форме уравнения регрессии, который наилучшим образом характеризует анализируемое явление. [c.81]
Теснота связи экономического анализа и статистики выражается, во-первых, в том, что статистический учет и отчетность служат для анализа, так же как и бухгалтерский учет. необходимой информационной базой (правда, ее доля применительно к предприятиям невелика) во-вторых, в том, что статистическая наука, проблемно разрабатывающая методы группировок, индексов, корреляции, регрессии и другие, существенно пополняет арсенал аналитических способов и приемов. [c.29]
Непременной предпосылкой корреляционного анализа является массовая основа на базе единичных данных выявить те или иные закономерности, влияние важнейших факторов (в условиях одновременного воздействия второстепенных факторов) нельзя. Только опираясь на достаточно большой объем данных, можно проследить за изменениями в изучаемом показателе под влиянием основного фактора и при условии якобы постоянства других факторов, хотя в действительности эти последние, в свою очередь, изменяются, что и сказывается в той или иной степени на получаемых результатах. В силу этого связь между изучаемыми признаками не может быть полной она всегда частична, хотя теснота связи и неодинакова. [c.36]
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]
Полученные коэффициенты парной корреляции между результативным признаком и каждым из факториальных призна ков по нефтедобывающим объединениям были близки к единице, что указывгло на очень высокую тесноту связи. [c.24]
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]
Такая структура материально-технической базы строительства обоснована степенью тесноты связей предприятий со строительными организациями. Например, ПСМ целиком направлена на обслуживание строительства, но предприятия этой отрасли, как правило, выпускают массовую продукцию не для конкретного строительного объекта, а обезличено. При этом нет прямой и непосредственной связи конкретного завода с определенной строительной организацией. Предприятия ПСИиК значительно больше и теснее связаны с конкретными строительными объектами — изготовляют продукцию по заказу и утвержденной спецификации. Такие тесные связи требуют наличия общей системы оперативного управления, что и [c.294]
Оценка тесноты связи между переменными по коэффициенту парной корреляции не решает всех вопросов. В частности,этот показатель не учитывает частной ("чистой") корреляции между изучаемь М явлением и характеризующими его факторами. Известно, что кФкУи аяся хорошая теснота связи между двумя показателями может возникнуть под влиянием третьего показателя, который имеет высокую теС"отУ связи с общими исследуемыми показателями. Чтобы исключить нежелательное влияние этих показателей и более достоверно установить зНачимость каждого фактора с учетом одновременного действия других, в0°Дят частный коэффициент корреляции разных степеней. Проверка надежности этого коэффициента по одному из известных критериев [21, 4Ь 46, 48] позволяет более точно оценить значимость каждого фактора, выбранного для модели. Необходимо оценить существенность факторов в зависимости от характера связи между ними, а также между отдельными факторами и исследуемым показателем. [c.17]
Теснота связи между переменными величинами может иметь различные значения, если рассматривать ее с позиции характера зависимости (линейная, нелинейная). Если установлена слабая связь между переменными в линейной зависимости, то это совсем не означает, что такая связь должна быть в нелинейной зависимости. Показателем, хаРактеРизУющим значимость факторов при различной форме связи, яв/1яется корреляционное отношение. Оценка факторов по корреляционному отношению уже на этом этапе анализа позволяет предварительно уст0новить вид многофакторной связи, что служит хорошей предпосылкой ПРИ выборе конкретной модели исследуемого показателя. [c.17]
Данные матрицы показывают, что при дальнейшем анализе необходимо исключить фактор, характеризующий удельный вес скважин, оборудованных ЭЦН (Х13), так как парный коэффициент корреляции между Л и Х13 больше 0,8. Это свидетельствует о том, что соотношение способов эксплуатации скважин установлено близким к оптимальному. Расчеты тесноты связи между Хэ и Х13, проведенные на основании данных исследований М. М. Саттарова [29], показали что фактически установившееся соотношение способов эксплуатации близко к оптимальному. Из дальнейшего анализа фактор Х13 исключен как коллениарный фактору Х3. [c.35]
Коэффициент корреляции ( oeffi ient of orrelation) — коэффициент, позволяющий измерить тесноту связи между двумя корреляционными величинами, чем его значение ближе к 1, тем теснее взаимосвязь. [c.239]
В изучении корреляции признаков, не связанных согласованным изменением во времени, каждый признак изменяется под влиянием многих причин, принимаемых за случайные. В рядах динамики к ним прибавляется изменение во времпш каждого ряда. Это изменение приводит к так называемой автокорреляции — влиянию изменений уровней предыдущих рядов на последующие. Поэтому корреляция между уровнями динамических рядов правильно показывает тесноту связи между явлениями, отражаемыми в рядах динамики, лишь в том случае, если в каждом из них отсутствует автокорреляция. Кроме того, автокорреляция приводит к искажению величины среднеквадратических ошибок коэффициентов регрессии, что затрудняет построение доверительных интервалов для коэффициентов регрессии, а также проверки их значимости. [c.70]