Если статистический факторный анализ направлен прежде всего на [c.21]
Естественно, оценку эффективности структурных изменений недостаточно производить лишь по указанным агрегированным параметрам. Для этой цели требуется использовать комплексный подход, основанный на методологии статистического факторного и модельного анализа. Причем в процессе такого анализа должны быть изучены внутренние и внешние факторы, а также технические и социально-экономические результаты структурных изменений. Однако, во-первых, отсутствие вполне сформировавшихся современных объединений, где наблюдаются ощутимые положительные структурные изменения, во-вторых, отсутствие необходимой статистической информации по системе показате- [c.145]
Метод Статистический. Факторный . Экспертный , [c.12]
Дайте характеристику методов статистического факторно анализа. [c.66]
СИСТЕМА АНАЛИЗА МАРКЕТИНГОВОЙ ИНФОРМАЦИИ Статистический банк Банк моделей Регрессионный Модель системы анализ ценообразования Корреляционный Модель расчета цены анализ Модель Факторный анализ методики выбора месторасположения Дискриминантный Модель составления анализ комплекса средств рекламы Гнездовой анализ Модель разработки рекламного бюджета [c.120]
Причем теоретические основы статистических методов были созданы именно в России (П.Л. Чебышев, A.M. Ляпунов, А.Н. Колмогоров). Намного опередила свое время идея академика Н.А. Крылова об интегральном показателе качества. Факторный анализ качества продукции получил развитие в годы Великой Отечественной Войны (1941-1945 гг.), когда потребность в высококачественном вооружении требовала детального пооперационного анализа факторов, влияющих на качество военной техники и боеприпасов. Эти методы были перенесены на производство гражданской продукции. Никакого отставания России не наблюдалось и в создании систем управления качеством. Более того, некоторые из них появились раньше, чем на Западе и в Японии. [c.24]
Статистические методы, применяемые для оценки риска. - это дисперсионный, регрессионный и факторный анализ. [c.205]
Развитие факторного подхода предполагает не столько совершенствование метода производственной функции, сколько углубленную экономическую и статистическую работу. [c.141]
С помощью коэффициента корреляции доказано, что и индекс потребительских цен, и дефлятор ВВП характеризуют, по сути, одно и то же явление. Разница между ними не столь существенна, поэтому замена одной переменной на другую при факторном анализе не может статистически значимым образом повлиять на его результаты. Следовательно, замена показателя прироста потребительских цен показателем темпов прироста дефлятора ВВП, и наоборот, не может вызвать качественных изменений в зависимостях, связывающих темпы инфляции с другими макроэкономическими показателями. [c.149]
Существует много методов оценки напряженности заданий коэффициентный метод оценки напряженности плана по темпам роста к предыдущему периоду метод оценки напряженности плана с точки зрения нормативного использования производственных ресурсов метод применения апостериорного статистического критерия качества планирования. Для этих же целей широко применяются методы линейного программирования, объективно обусловленные оценки В. Новожилова, вытекающие из процедуры решения двойственных задач линейного программирования. В последние годы для оценки напряженности плана разработаны специальные методики, базирующиеся на методах теории статистических распределений, компонентного анализа, современного факторного анализа, других математико-статистических методах. [c.236]
Для изучения одномерных статистических совокупностей используются вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный и факторный анализ. [c.268]
Современный факторный анализ — направление многомерного статистического анализа, которое позволяет выявить внутренние, непосредственно неизмеримые переменные (факторы) между коррелирующими показателями хозяйственной деятельности. Различают два основных метода современного факторного анализа метод главных компонент и классический факторный анализ. [c.287]
Среди мер по устранению или уменьшению мультиколлинеарности отметим следующие 1) построение уравнений регрессии по отклонениям от тренда или конечным разностям 2) преобразование множества независимых переменных в несколько ортогональных множеств при помощи методов многомерного статистического анализа (факторного анализа или метода главных компонент) 3) исключение из рассмотрения одного или нескольких линейно связанных аргументов. [c.71]
Для изучения одномерных статистических совокупностей используются вариационный ряд, законы распределения, выборочный метод. Для изучения многомерных статистических совокупностей применяют корреляции, регрессии, дисперсионный, ковариационный, спектральный, компонентный, факторный виды анализа, изучаемые в курсах теории статистики. [c.96]
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]
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]
Использование методов анализа Группировки, установление влияния инфляционных факторов сравнительный, структурный и коэффициентный анализ методы факторного анализа Статистические и математические методы, элиминирование, сравнения, графики, комплексные оценки и др. [c.92]
Связь стохастическая (вероятностная) — связь, при которой каждому значению факторного признака соответствует множество значений результативного признака, т. е. определенное статистическое распределение. [c.311]
По методике изучения объектов анализ хозяйственной деятельности может быть сопоставительным, диагностическим, факторным, маржинальным, экономико-математическим, экономико-статистическим, функционально-стоимостным и т.д. [c.15]
Подводя итоги, можно утверждать следующее если добавленная стоимость будет исчисляться в порядке статистического наблюдения на предприятиях, то появится возможность более глубокого структурного и факторного анализа на макроуровне и на микроуровне. [c.55]
Под. множественной корреляцией понимается исследование статистической зависимости результативного признака от нескольких факторных признаков. [c.324]
В качестве конкретного статистического показателя (факторного признака) могут выступать [c.668]
К пятой группе факторов относится размер ВВП либо другой макроэкономический показатель, который включается в статистический анализ валютных курсов как факторный признак. Необходимо при этом учитывать, что влияние заметно в долгосрочной перспективе и что использовать размер ВВП для оценки будущего значения валютного курса можно лишь через значительный промежуток времени, когда статистические органы закончат расчет ВВП как самого синтетического экономического показателя. Это снижает прикладное значение оценки влияния данного фактора. Но в принципе установлено, что коэффициент эластичности между ВВП и валютным курсом приблизительно равен 1. [c.670]
Вторая задача специфична для статистических связей, а первая разработана для функциональных связей и является общей. Основным методом решения задачи нахождения параметров уравнения связи является метод наименьших квадратов (МНК), разработанный К. Ф. Гауссом (1777-1855). Он состоит в минимизации суммы квадратов отклонений фактически измеренных значений зависимой переменной у от ее значений, вычисленных по уравнению связи с факторным признаком (многими признаками) х. [c.232]
Связь называется стохастической (вероятностной), если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение. Прим гром такой зависимости могут служить регрессионные уравнения, применяемые, например, при расчете бета-коэффициентов для анализа портфельных инвестиций. При построении регрессионной зависимости дается формализованное описание связи (б), представленной на рис. 3.2. [c.74]
Функционально-детерминированная связь - связь, при которой каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака. Связь, при которой каждому значению факторного признака соответствует множество значений результативного признака (т.е. определенное статистическое распределение), — стохастическая (вероятностная) связь. Соответственно типу связи аналитические приемы и способы делятся на методы детерминированного факторного анализа и методы стохастического факторного анализа. Группировка способов факторного анализа в зависимости от формы связи между факторными и результативными показателями представлена на рис. 2.2. [c.25]
Аналогичен методу окупаемости затрат метод безубыточности, только в отличие от первого в нем определяется точка безубыточности проекта, т. е. метод безубыточности является граничным для метода окупаемости. Применение метода анализа чувствительности предполагает определение влияния изменения различных факторов на результирующие технико-экономические показатели инвестиционного проекта. Иногда вместо чувствительности определяется эластичность результирующего параметра. Методу расчета чувствительности близок один из статистических методов — метод факторного анализа. В нем также определяется степень влияния различных факторов на результирующий показатель. [c.449]
Экономический анализ подразделяется на финансово-экономический, социально-экономический, экономико-статистический, экономико-экологический, маркетинговый, сравнительный, факторный, диагностический и маржинальный (табл. 1.3). [c.13]
Всю совокупность признаков можно разделить на две группы факторные и результативные. Результативным является признак, который испытывает влияние факторных признаков. Факторными называются признаки, под воздействием которых изменяются результативные признаки. Такая взаимосвязь проявляется в том, что с изменением факторного признака систематически возрастает или убывает среднее значение результативного признака. Например, производительность труда зависит от технического уровня предприятия чем он выше, тем при прочих равных условиях выше производительность труда занятых на предприятии. Поэтому, группируя промышленные предприятия, производящие одну и ту же продукцию, по техническому уровню производства (по уровню фондовооруженности труда) и исчисляя для каждой группы среднюю выработку товарной продукции на одного работающего, можно статистически отразить эту зависимость между факторами. [c.25]
В статистике различают функциональную связь и статистическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно значение результативного признака. Функциональная связь проявляется во всех случаях наблюдения и для каждой единицы исследуемой совокупности. [c.110]
Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется статистической. Частным случаем связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков. [c.110]
Проблема размерности модели связи, т.е. определение оптимального числа факторных признаков, — одна из основных проблем построения множественного уравнения регрессии. С одной стороны, чем больше факторных признаков включено в уравнение, тем оно лучше описывает явление. С другой стороны, сокращение размерности модели за счет исключения второстепенных, экономически и статистически несущественных факторов способствует простоте и качеству ее реализации. [c.118]
Проблема отбора факторных признаков для построения моделей взаимосвязи может быть решена с помощью эвристических или многомерных статистических методов анализа. Наиболее приемлемым методом отбора факторных признаков является шаговая регрессия (шаговый регрессионный анализ). Сущность данного метода заключается в последовательном включении факторов в уравнение регрессии и последующей проверке их значимости. Факторы поочередно вводятся в уравнение так называемым прямым методом . При проверке значимости введенного фактора определяется, насколько уменьшается сумма квадратов остатков и увеличивается величина множественного коэффициента корреляции (R). Одновременно используется и обратный метод, т.е. исключение факторов, ставших незначимыми на основе -крите-рия Стьюдента. Фактор является незначимым, если его включение в уравнение регрессии только изменяет значение коэффициентов регрессии, не уменьшая суммы квадратов остатков и не увеличивая их значения. Если при включении в модель соответствующего факторного признака величина множественного коэффициента корреляции увеличивается, а коэффициент регрессии не изменяется (или меняется несущественно), то данный признак существен и его включение в уравнение регрессии необходимо. [c.118]
Интерпретация моделей регрессии осуществляется методами той отрасли знаний, к которой относятся исследуемые явления. Но всякая интерпретация начинается со статистической оценки уравнения регрессии в целом и оценки значимости входящих в модель факторных признаков, т.е. с выяснения, как они влияют на величину результативного признака. Чем больше величина коэффициента регрессии, тем значительнее влияние данного признака на моделируемый. Особое значение при этом имеет знак перед коэффициентом регрессии, который говорит о характере влияния на результативный признак. Если факторный признак имеет знак плюс, то с увеличением данного фактора результативный признак возрастает если факторный признак имеет знак минус, то с его увеличением результативный признак уменьшается. [c.121]
Применение индексного факторного анализа позволяет дать статистическую оценку влияния различных факторов на результативный показатель — ВВП или НД. В качестве факторов могут быть использованы численность занятых в экономике (отработанное время) — экстенсивный фактор (Т) и общественная производительность труда (ПТ) — интенсивный фактор. Последний в свою очередь может быть представлен как произведение фондоотдачи (ФО) на фондовооруженность (ФВ) ПТ = ФО ФВ. [c.361]
Статистическая Комиссия ООН предлагает схему таблицы, состоящую из двух частей. В первой части дана характеристика выпуска благ и услуг, а также их импорта, что дает возможность определить ресурсы благ и услуг, которыми страна располагает в рыночных и факторных ценах. Вторая часть содержит показатели использования ресурсов благ и услуг в рыночных ценах, а также компоненты валовой добавленной стоимости (ВДС). Компонентами валовой добавленной стоимости являются компенсация занятости, чистые косвенные налоги (как разница между косвенными налогами и субсидиями), валовой смешанный доход и валовая прибыль. [c.678]
С помощью статистических процедур выполняется динамический анализ во времени, а также экспоненциальное сглаживание, линейная экстраполяция, исключение фактора сезонности, множественная регрессия, кластерный анализ и факторный анализ. [c.327]
Приведем пример статистического факторного анализа с использованием парной и множественной корреляции. Составляется экспериментальная база за рядлет, характеризующая объем продаж и факторы, определяющие ее (например, численность населения, его возрастная характеристика, социальные и природные условия жизни потребителей товара и т.п.). На основе этих данных можно рассчитать зависимость продаж от каждого фактора в отдельности (парная корреляция) и зависимость продаж от группы основных факторов множественная корреляция). [c.58]
Метод статистических группировок. Его суть заключается в следующем по выбранным факторным признакам х группируют статистические данные по анализируемым НГДУ, затем вычисляют средневзвешенные значения для результативного признака у по группам, на которые разбиты НГДУ. Затем средние величины результативного и факторного признака выражают в процентном отношении к одной из групп факторов, расположенных в восходящем или нисходящем порядке. Затем, переходя от одной группы к другой и прослеживая изменения групповых средних, устанавливают связь между изучаемыми явлениями. [c.67]
БШ — блоки статистических моделей. В таких блоках могут объединяться расчеты по моделям вида Б3.1 и Б3.2. Например, в блоке прогнозирования урожайности могут объединяться трендовые модели прогноза отдельных факторов изменения урожайности с много-факторной моделью прогнозирования урожайности. Примером более сложного блока статистических моделей являются эконометрические модели народнохозяйственного, регионального или отраслевого уровня, в которых при помощи экстраполяционных полиномов, корреляционных функций и регрессионных зависимостей устанавливается статистическая взаимосвязь между совокупностью характеризующих данный объект планирования экзогенных и эндогенных показателей. К таким моделям относятся, в частности, модели, разработанные в Украинском филиале НИИПиНа (УКР-1 и УКР-2), в НИИЭПе Госплана Литовской ССР и др. [c.136]
На сегодняшний день налоговая наука не создала специальных методик планирования объемов налоговых поступлений в бюджет. На практике в процессе налогового планирования применяются общеизвестные и широко применяемые традиционные методы балансовый, экспертных оценок, корреляции, ранжирования, построения хронологических рядов, факторного анализа. Использование этих методов совершенно правомерно, ибо они являются унифицированными и не зависят от специфики иссследуемых процессов. Вместе с тем в налоговом планировании следует применять и специфические подходы к выявлению налоговых закономерностей и составлению на их основе проектов перспективных налоговых концепций, учитывающих общие закономерности общественного развития. Можно выделить несколько групп количественных методов, используемых в настоящее время при проведении статистических исследований [c.151]