Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Методика множественного корреляционного анализа




Доверь свою работу кандидату наук!
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

Экономические явления и процессы предприятий зависят от большого количества факторов хозяйственной деятельности, которые воздействуют во взаимосвязи. Например, для многофакторной корреляционной модели уравнения рентабельности можно использовать следующий факторы:

- выработка;

- материалоотдача;

- фондоотдача;

- продолжительность оборота оборотных средств.

Решение задачи многофакторного корреляционного анализа производится с помощью информационных технологий по типовым программам.

При отборе факторов придерживаются следующих правил:

§ учитываются причинно-следственные связи, а не математические соотношения;

§ отбираются самые значимые факторы по различным критериям;

§ факторы должны быть количественно соизмеримыми, т. е. информация о них должна содержаться в отчетности;

§ в корреляционную модель линейного типа не рекомендуется включать факторы, связь которых с результативным показателем носит криволинейный характер;

§ не рекомендуется включать в модель взаимосвязанные факторы;

§ нельзя включать факторы, связь которых с результативными показателями носит функциональный характер.

Результаты многофакторного регрессионного анализа могут быть использованы для планирования и прогнозирования уровня результативного показателя.

С этой целью необходимо в полученное уравнение связи подставить плановый или прогнозный уровень факторных показателей.

Решение задач многофакторного корреляционного анализа проводится на ЭВМ. Сначала формируется матрица исходных данных, в первой графе которой записывается порядковый номер наблюдения. Во второй – величина результативного показателя Yx. В следующих – данные по факторным показателям (x1). Эти сведения вводятся в ПЭВМ, и рассчитывается уравнение множественной регрессии, которое, например, принимает следующее выражение:

 

, (3.5)

 

где Yх –результативный показатель; x1, x2, x3, x4, x5 – факторы, определяющие уровень изучаемого результативного показателя; a – свободный член уравнения при х=0; b1, b2, b3, b4, b5 – коэффициенты регрессии при факторных показателях, характеризующие уровень влияния каждого фактора на результативный показатель в абсолютном выражении.

Коэффициенты уравнения показывают количественное влияние каждого фактора на результативный показатель при неизменности других.

Обязательным этапом при решении многофакторных задач является статистическая оценка и практическое использование результатов корреляционного анализа. Для того чтобы убедиться в надежности показателей связи и правомерности их использования в практических целях, необходимо дать им статистическую оценку. Для этого используется критерий Стьюдента (t), критерий Фишера (F-отношение), средняя ошибка аппроксимации, коэффициенты множественной корреляции (R) и детерминации (D).

Надежность коэффициентов корреляции, которая зависит от объема исследуемой выборки данных, проверяется по критерию Стьюдента:

………. (3.6),

. ……….. (3.7).

 

Если расчетное значение t больше табличного, то можно сделать заключение о том, что величина коэффициента корреляции является значимой.

Надежность уравнения связи оценивается с помощью критерия Фишера, расчетная величина которого сравнивается с табличным значением. Если Fрасч больше Fтабл, то гипотеза об отсутствии связи между исследуемыми показателями отвергается. Средняя ошибка аппроксимации рассчитывается для оценки точности уравнения связи.

О полноте уравнения связи можно судить по коэффициентам множественной корреляции и детерминации. Если их значения близки к 1, значит, в корреляционную модель удалось включить наиболее существенные факторы, на долю которых приходится основная вариация результативного показателя.

Результаты многофакторного регрессионного анализа могут быть использованы также для планирования и прогнозирования уровня результативного показателя. С этой целью необходимо в полученное уравнение связи подставить прогнозный уровень факторных показателей.

Таким образом, многофакторный корреляционный анализ имеет научное практическое значение. После определения роли каждого фактора в формировании уровня исследуемых показателей точнее обосновываются планы и управленческие решения, объективнее оцениваются итоги деятельности предприятий и полнее определяются внутрихозяйственные резервы.

 







Дата добавления: 2014-11-10; просмотров: 1011. Нарушение авторских прав; Мы поможем в написании вашей работы!

Studopedia.info - Студопедия - 2014-2022 год . (0.02 сек.) русская версия | украинская версия