Факторный анализ налоговой нагрузки как составная часть [c.70]
Разработана методика факторного анализа налоговой нагрузки [c.90]
Используя данные приложения 1 и результаты решения примера 7, определим значение коэффициентов эффективности использования активов банка (К ) и коэффициент нагрузки производительных активов (Л" ) по состоянию на 01.04.98 г. и 01.05.98 г., проведем факторный анализ этих коэффициентов. [c.373]
Вероятность забастовки можно прогнозировать. Важным моментом в прогнозировании забастовок на почве трудовых конфликтов является ответ на вопрос, почему именно шахтеры сумели первыми в стране организовать подобные выступления. При анализе были выделены 42 фактора, влияющие с некоторой вероятностью на решение трудящихся той или иной отрасли начать забастовку. С помощью факторного анализа их количество было сведено к 9 общим комплексным показателям. Наибольшую нагрузку несет фактор, названный профессиональная солидарность . Его составили такие факторные признаки, как степень диверсификации профессий внутри отрасли, степень индивидуализации результатов труда, территориальная компактность производственных подразделений и т.д. По этим признакам шахтеры опережают все остальные отряды трудящихся. Так, количество специальностей у них в пять раз меньше, чем у металлургов. У последних доменщики, мартенщики, рабочие прокатных станов, коксохимики и т.д. имеют весьма разную технологию, организацию и оплату труда, территориальную дислокацию, а главное, соответствующее профессиональное самосознание, достаточно разное для каждой группы специальностей. В шахте же все — шахтеры, независимо от рабочего места. Проще говоря, горнякам оказалось легче договориться и согласовать совместные действия. [c.316]
Факторный анализ — один из методов многомерного статистического анализа. Основное положение факторного анализа заключается в том, что корреляционные связи между большим числом наблюдаемых переменных определяются существованием меньшего числа гипотетических ненаблюдаемых переменных или факторов. Процедура состоит из двух этапов оценки факторной структуры, т. е. выявление числа факторов, необходимых для объяснения корреляционных связей между характеристиками и факторной нагрузкой (выражаемой через процент дисперсии (разброс) оценок, объясненным данным фактором традиционно интерпретируются факторы, выделенные на основе значимых, в социологии — более 0,5, корреляций более чем двух переменных), а затем оценки самих факторов по результатам наблюдения. [c.24]
F-критерий, 585 F-распределение, 585 F-статистика, 585 609 691 Факторная модель, 295 Факторные нагрузки, 722 Факторный анализ, 720 [c.956]
Факторный анализ баллов оценки компетенций выявил четыре фактора с собственным значением больше единицы. Критерий каменистой осыпи определил, что только первые три из них устойчивы. Используя критерий коэффициента нагрузки, равный 0,5 или выше, и ставя компетенцию в фактор, по которому она демонстрирует большую нагрузку, если критерий 0,5 встречается чаще одного раза, вышеупомянутые три фактора были определены как [c.237]
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]
Это позволит выполнить анализ и интерпретировать результаты с точки зрения исходных переменных, а не значения Из матрицы факторных коэффициентов можно выбрать для каждого фактора переменную с наивысшим значением нагрузки на данный фактор. Затем эту переменную используют в качестве для соответствующего фактора. Этот процесс протекает гладко, если одна из факторных нагрузок переменной значительно выше остальных. Однако сделать выбор не так легко, если нагрузки двух или больше переменных одинаково высокие. В таком случае выбор осуществляют, исходя из теоре- [c.730]
Значения факторных нагрузок в матрице факторной модели до вращения факторов, данные в табл. немного отличаются от значений факторных нагрузок в табл. 19.3, хотя структура нагрузок аналогична. Однако иногда структура нагрузок в анализе общих факторов отличается от таковой в анализе главных компонент по некоторым нагрузкам переменных на различные факторы. Матрица факторной модели после вращения факторов имеет структуру нагрузок, аналогичную структуре нагрузок в табл. 19.3, что приводит к аналогичной интерпретации факторов. [c.735]
Как уже отмечалось, представление ковариационной матрицы в виде Л = А А + Ф не единственно. Действительно, если умножить матрицу нагрузки А на ортогональную матрицу Т, то (AT)(AT) = AA. Таким образом, всегда можно применить ортогональное преобразование к Л, так что Л = AT даст ту же матрицу П. Было развито несколько методов, использующих эту неопределенность в факторном анализе для того, чтобы получить максимальное различие между столбцами А. Широко известный метод, предложенный Кайзером, состоит в максимизации так называемого VARIMAX критерия. [c.468]
Факторный анализ выполнили по объясняющим переменным, руководствуясь главной целью — снизить количество переменных. Методом главных компонент с использованием метода вращения варимакс уменьшили 30 объясняющих переменных до 8 факторов с собственными значениями выше 1,0. Для интерпретации каждый фактор включал в себя переменные с нагрузками на этот фактор от 0,40 и выше. В двух случаях, когда переменные имели нагрузки 0,40 и выше на два фактора, каждой переменной присвоили один фактор, нагрузка на который была выше. Только одна переменная "легкость [c.731]
Обратите внимание, что в этом примере, когда первоначальное решение для фактора оказалось неинтерпретируемым, пункты с небольшими нагрузками были и факторный анализ выполнили по оставшимся пунктам. Если число переменных велико 15), анализ главных компонент и анализ общих приводят к одинаковым решениям. Однако [c.736]
Пространственные карты можно также получить с факторного или дискрими-нантного анализа. При таком подходе каждый респондент оценивает торговых марок по т характеристикам. Выполнив факторный анализ данных, можно вывести для каждого респондента оценку каждого фактора, по одному для каждой торговой марки. Построив график зависимости значения торговой марки от фактора, получим пространственную карту для каждого Если требуется построить карту на агрегатном уровне, то можно усреднить (по всем респондентам) значения фактора для каждой торговой марки для каждого фактора. Оси координат обозначают, изучив факторные нагрузки, т.е. оценки корреляций между атрибутивными рейтингами и основными факторами [17]. [c.791]
Для определения психографических различий между тремя кластерами маркетологи дополнительно выполнили действия. Во-первых, для дискриминирующих переменных произвели дисперсионный анализ Три сегмента служили независимой а каждое психографическое зависимой переменной. Установлено, что 41 из 200 исходных психографических утверждений статистически значимы, Учитывая, что некоторые из этих значимых переменных, вероятно, измеряли одни и те же характеристики, выполнили факторный анализ главных компонент с четырьмя (которые объясняли 60,3% дисперсии), выделенными при вращении методом варимакс. Дэвис и Френч вычислили значения фактора для каждого из трех сегментов. В 2 показаны эти значения вместе с имеющими высокие нагрузки на эти факторы, а также даны средние переменных. Эту можно использовать для построения психографических профилей для каждого из трех сегментов, в кластерном анализе. [c.827]
Приведенные факторные нагрузки и индексы рассчитываются методом выделения главных компонент, который может считаться частным случаем факторного анализа. При выделении основных компонент не специфицируется число факторов. В анализ последовательно включаются возможные источники изменений до тех пор, пока не удается получить объяснение всех изменений рассматриваемой переменной. При факторном анализе эти изменения разносятся в две группы выделяются систематические изменения (их можно объяснить действием рассматриваемых факторов) и остаточные, идиосинкратические изменения. Вообще говоря, при большой выборке факторная интерпретация не зависит от выбора метода расчета, хотя сами оценки факторных нагрузок могут меняться. [c.92]