При анализе фактических и расчетных показателей эффективности организационно-технических мероприятий обычно применяют методы математической статистики (уравнения корреляции, дисперсионный анализ, теорию вероятностей, законы больших чисел, метод полного факторного анализа, метод наименьших квадратов, математической обработки динамических рядов и т. д.). Следует иметь в виду, что математические методы и ЭВМ следует использовать при качественном анализе основных критериев и показателей эффективностей, выявлении взаимообусловленных связей и зависимостей. [c.98]
Предварительное исследование полученной выборки (дисперсионный анализ, определение закона распределения выборки и т. д.) позволяет в определенных пределах оценить значимость факторов по таким показателям, как размах варьирования, дисперсия и коэффициент вариации. Эти показатели характеризуют степень рассеивания наблюдаемых величин и свойства эмпирического наблюдения, что в определенной мере дополняет полученные ранее сведения о-характере влияния отобранных факторов. [c.16]
После сбора и упорядочения исходной информации в соответствии с требованиями, которые к ней предъявляются, анализ значимости факторов продолжается, но на качественно иной основе, с применением дисперсионного анализа и других методов математических оценок. Важное значение на этом этапе анализа приобретает оценка себестоимости добычи нефти (за 100% принята себестоимость по одному нефтедобывающему району в целом за 1974 г.) и включенных в анализ факторов по основным статистическим характеристикам (табл. 3). [c.25]
Для обработки результатов в случае стохастических моделей с качественными факторами используются методы дисперсионного анализа, которые пригодны как в случае описательного, так и в случае оптимизационного исследования. Такая универсальность методов дисперсионного анализа основывается на том, что в случае качественных факторов, принимающих конечное число значений, и в описательном и в оптимизационном исследованиях необходимо сравнить все варианты внешних воздействий между собой. В случае задачи о выборе варианта АЗС дисперсионный анализ результатов эксперимента проводится следующим образом. [c.284]
Естественно, что полученная в эксперименте величина ft не совпадает с интересующим заказчика математическим ожиданием потерь в i-м варианте АЗС, которое мы обозначим через ft. Цель дисперсионного анализа — дать возможность сделать выводы о величинах fi на основе анализа величин ft. Для этого подсчитываются две суммы [c.284]
Для того чтобы при дисперсионном анализе можно было получить выводы о соотношениях величин Д, i = == 1,. .., п, имитационный эксперимент должен быть заранее хорошо спланирован. Количество просчетов k для каждого варианта должно быть выбрано так, чтобы можно было провести дисперсионный анализ с нужной точностью, но в то же время не делать лишних расчетов, так как машинное время не следует тратить зря. Разумную величину k можно оценить заранее. [c.285]
Дисперсионный анализ 284 Дисциплина очереди 203 Дуги сетевого графика 161, 180 [c.301]
В экономических исследованиях нашли применение следующие математико-статистические методы стохастического моделирования хозяйственных явлений и процессов оценка связи и корреляции между показателями оценка статистической значимости связей регрессионный анализ выявление параметров периодических колебаний экономических показателей группировка многомерных наблюдений, дисперсионный анализ современный факторный (компонентный) анализ трансформационный анализ. [c.110]
Классификация и ранжировка хозяйственных объектов являются одной из важнейших задач экономического анализа. Выявление классов однотипных предприятий для разработки общих нормативов планирования, оценки, стимулирования и ранжировка хозяйственных объектов по результатам хозяйственной деятельности давно внедрились в экономический анализ. Новые возможности повышения качества решения этих задач появляются в результате применения таких методов, как группировка многомерных наблюдений, дисперсионный анализ, в частности современный факторный и компонентный анализ, кластерный анализ. Предпочтительным для аналитических целей наряду со специальными приемами классификации является исследование структуры совокупности хозяйственных объектов методами современного факторного (компонентного) анализа. Синтетические факторы или компоненты, выявленные на основе внутренних связей системы экономических показателей, характеризуют отдельные самостоятельные стороны экономических явлений (технический уровень производства, уровень управленческой работы, уровень организации производства и труда и т.п.) и имеют вполне определенную содержательную экономическую интерпретацию. Поэтому классификация и ранжировка хозяйственных объектов по значениям этих факторов или компонент носят более значительную аналитическую нагрузку, чем группировка на основе гетерогенного набора признаков. [c.115]
Индексный метод Дисперсионный анализ [c.39]
Анализ факторных эффектов — дисперсионный анализ используется для выявления наличия влияния качественных и количественных факторов на изучаемую систему. [c.42]
ОСНОВЫ ДИСПЕРСИОННОГО АНАЛИЗА [c.211]
В дисперсионном анализе общая вариация подразделяется на составляющие и производится сравнение этих составляющих. Испытуемая гипотеза состоит в том, что если данные каждой группы представляют случайную выборку из нормально распределенной генеральной совокупности, то величины всех частных дисперсий должны быть пропорциональны своим степеням свободы и [c.211]
Дисперсионный анализ часто применяется совместно с аналитической группировкой (см. гл. 6). В этом случае данные подразделяются на группы по значениям признака-фактора, вычисляются значения средних величин результативного признака в группах, считается, что различия в их значениях определяются различиями в значениях фактора. Задача состоит в оценке существенности различий между средними значениями результативного признака в группах. Итак, испытуемая гипотеза может быть записана как гипотеза о средних величинах // ц, = = ц3 =... Как было показано в предыдущем параграфе, когда выделяются две группы, эта задача решается с помощью /-критерия. Если же число сравниваемых групп больше двух, то существенность различий между группами доказывается с помощью дисперсионного анализа, на основе F-критерия. Заметим, что результаты дисперсионного анализа, так же как и выводы о характере связи, значения показателей ее силы и тесноты, зависят от числа групп, выделенных по признаку-фактору. [c.212]
Рассмотренные этапы однофакторного дисперсионного анализа представлены в табл. 7.9. [c.213]
| Таблица 7.9 Схема однофакторного дисперсионного анализа |  |
В двухфакторном дисперсионном анализе испытуемые гипотезы формулируются следующим образом [c.216]
Вся процедура двухфакторного дисперсионного анализа обобщается в табл. 7.10. [c.216]
| Таблица 7.10 Схема двухфакторного дисперсионного анализа |  |
После построения уравнения регрессии необходимо сделать проверку его значимости с помощью специальных критериев установить, не является ли полученная зависимость, выраженная уравнением регрессии, случайной, т.е. можно ли ее использовать в прогнозных целях и для факторного анализа. В статистике разработаны методики строгой проверки значимости коэффициентов регрессии с помощью дисперсионного анализа и расчета специальных критериев (например, F-критерия). Нестрогая проверка может быть выполнена путем расчета среднего относительного линейного отклонения (ё), называемого средней ошибкой аппроксимации [c.123]
Дисперсионный анализ — это статистический метод, позволяющий подтвердить или опровергнуть гипотезу о том, что две выборки данных относятся к одной генеральной совокупности. В применении к анализу деятельности предприятия можно сказать, что дисперсионный анализ позволяет определить, относятся группы разных наблюдений к одной и той же совокупности данных или нет. [c.130]
Дисперсионный анализ часто используется совместно с методами группировки. Задача его проведения в этом случае состоит в оценке существенности различий между группами. Для этого определяют групповые дисперсии <72 и ст2 > а затем по статистическим критериям Стьюдента или Фишера проверяют значимость различий между группами. [c.130]
Напомним, что дисперсионный анализ позволяет констатировать наличие связи между результативным и факторным признаками, но в формализованном виде эту связь не устанавливает. [c.133]
Статистические методы можно разделить на две группы 1) традиционные (средних и относительных величин, индексный, обработки рядов динамики) 2) математико-статистические (корреляционный анализ, регрессионный анализ, дисперсионный анализ, ковариационный анализ, кластерный анализ). [c.24]
Закон сложения дисперсий широко применяется при исчислении показателей тесноты связи, в дисперсионном анализе, при оценке точности типической выборки и в ряде других случаев. [c.69]
Методы математической статистики Выборочный метод, дисперсионный анализ, корреляционный анализ, регрессионный анализ, ряды динамики, теория индексов, проверка гипотез и др. [c.430]
| Таблица 6.9. Дисперсионный анализ |  |
В математической статистике дисперсионный анализ рассмотрен как самостоятельный инструмент (метод) статистического анализа. [c.70]
Согласно основной идее дисперсионного анализа (см., например, [12]) [c.71]
Схема дисперсионного анализа имеет вид, представленный в табл. 3.3. [c.71]
Двумерная случайная величина 37 Двухшаговый метод наименьших квадратов 197—199, 236 Детерминант матрицы 261 Динамический ряд 16, 133 Дисперсионный анализ 70, 71 Дисперсия возмущений 61, 62, 95 -выборочная 44, 54, 55 [c.300]
Для решения перечисленных задач применяются такие математи-ко-статистические методы стохастического моделирования, как группировка многомерных наблюдений, корреляционный и регрессионный анализ, таксономический метод, дисперсионный анализ, методы причинного анализа, компонентный анализ. [c.278]
Верхняя строка корректированный / -квадрат = 0,872390 вторая строка / -квадрат = 0,897912 третья строка множественный R = 0,947582. Затем приводится таблица дисперсионного анализа, в которой указываются источники вариации объясненная сумма квадратов отклонений значений, рассчитанных по уравнению регрессии, от среднего значения DlfnM il = Z(p/ - у)2 = 662 772,98 при числе степеней свободы, равном числу объясняющих переменных dfk = 3 остаточная - отклонения фактических значений от расчетных Dwm Z(y/ - у)2 = 75353,96 при числе степеней свободы, равном df=n-k-, df= 2 общая - ZO/ - У = 738 126,94, при числе степеней свободы df = п - 1, df = 15. Затем приводится средний квадрат отклонений s = Д , с//)6ы, , = 662772,98 3 = 220924,3 s г = D,Km dfwm, = 75353,96 12 = 6279,5. Далее указано их отношение, т. е. 5, /г2 = F-критерию. Наконец, указывается вероятность ошибочного решения, т. е. нулевого / 2, равная 0,000003171. [c.277]
Ковариационный анализ, сочетающий свойства дисперсионного анализа, предназначенного для изучения влияния на результативный признак качественных признаков1, и регрессионного анализа, предназначенного для изучения связей количественных признаков, обеспечивает построение по специальным алгоритмам так называемой средней формы уравнения регрессии. [c.133]
Наиболее широко в перечне методов маркетингового анализа представлена статистика. Методология маркетингового анализа использует следующие статистические методы абсолютные, средние, относительные величины, динамические ряды и ряды распределения, группировки, индексы, вариационный и дисперсионный анализ, корреляционно-регрессионный и многомерный анализ, графический метод, трендовые модели, методы экспертных оценок. Эконометрика в маркетинге представлена методами линейного и нелинейного моделирования, а также динамического программирования, моделями, базирующимися на теории массового обслуживания (теория очередей) и теории принятия решений (теория риска), имитационными моделями. Самостоятельное значение придается логистическим моделям управления г отоками товаров и денег и оптимизации товарных запасов. В маркетинговом анализе широко используются квалиметрические методы, а также методы социометрии. Стратегические матрицы (решетки), используемые в маркетинговом планировании для целей разработки оптимальной стратегии, могут найти применение и в маркетинговом анализе - для определения рейтинга фирмы и ее позиции на рынке, для прогноза риска и т.п. Немаловажное значение придается также неформальному описательному и качественному анализу, сценариям развития и т.п. [c.100]
Дисперсионный анализ часто используется совместно с методами группировки. Задача его проведения в этих случаях состоит в оценке существенности различий между группами. Для этого определяют группо- [c.105]
Смотреть страницы где упоминается термин Дисперсионный анализ
: [c.18] [c.113] [c.24] [c.64] [c.130] [c.21] [c.43] [c.105]Смотреть главы в:
Финансовый анализ - методы и процедуры -> Дисперсионный анализ
Анализ хозяйственной деятельности предприятия -> Дисперсионный анализ
Практическое руководство по управлению качеством -> Дисперсионный анализ
Математические методы в планировании и управлении строительным производством -> Дисперсионный анализ
Справочник по математике для экономистов -> Дисперсионный анализ
Эконометрика (2002) -- [ c.70 , c.71 ]
Эконометрика (2001) -- [ c.53 , c.130 , c.131 , c.132 , c.133 , c.134 ]
Экономико-математический словарь Изд.5 (2003) -- [ c.89 ]
Прикладная статистика Исследование зависимостей (1985) -- [ c.372 , c.391 , c.396 , c.399 ]
Маркетинговые исследования Издание 3 (2002) -- [ c.606 ]
Справочник по математике для экономистов (1987) -- [ c.311 ]