Этапы корреляционного анализа - Экономический анализ - Каталог для студента - Каталог статей - Школьный и студенчиский сайт
Четверг, 08.12.2016, 00:15
Приветствую Вас Гость | RSS

Школьный и студенческий сайт

Поиск
Категории раздела
Английский язык
Алгоритмизация
Болонский процесс
Бухгалтерский учет
Государственное регулирование экономики
Деньги и кредит
Защита информации и программ
История экономических учений
Информационные системы
Информационные системы и технологии в финансах и банковском деле
Корпоративное управление
Методички
Менеджмент
Международная экономика
Макроэкономика
Политология
Планирование
Политэкономия
Размещение продуктивных сил
Современная экономическая история
Стратегическое управление
Страхование
Системный анализ
Украинский язык
Учет и аудит
Финансы предприятия
Финансовый менеджмент
Финансы
Экономика предприятия
Экономическое обоснование хозяйственных решений
Экономический анализ
Матпрограмирование
Исследование операций
Основы создания информационных систем
Экономика и организация иновационной деятельности
Форма входа

Каталог статей

Главная » Статьи » Каталог для студента » Экономический анализ

Этапы корреляционного анализа

На практике далеко не все экономические явления и процессы могут изучаться с помощью методики детерминированного факторного анализа, так как в большинстве случаев их нельзя свести к функциональным зависимостям, когда единственному значению факторного показателя соответствует единственное значение результативного показателя.

Чаще в экономических исследованиях встречаются стохастические зависимости, которые отличаются приблизительностью, неопределенностью. Они проявляются только в среднем по значительному количеству объектов (наблюдений). Здесь каждой величине факторного показателя (аргумента) может соответствовать несколько значений результативного показателя (функции).

Например, увеличение фондовооруженности труда рабочих дает разный прирост производительности труда на разных предприятиях даже при прочих равных условиях. Это объясняется тем, что все факторы, от которых зависит производительность труда, действуют в комплексе, взаимосвязано.

Взаимосвязь между факторами и результативным показателем проявляется, если для исследования взять большое число наблюдений. Тогда влияние других (несущественных) факторов сглаживается, нейтрализуется. Это дает возможность установить взаимосвязь между изучаемыми явлениями.

Корреляционная (стохастическая) связь между факторами и результативным показателем – это неполная, вероятностная зависимость, которая проявляется только при большом количестве наблюдений.

Экономические явления и процессы хозяйственной деятельности предприятий зависят от большого количества факторов. Как правило, каждый фактор в отдельности не определяет изучаемое явление во всей полноте. Только комплекс факторов в их взаимосвязи может дать более или менее полное представление о характере изучаемого явления.

Задачи корреляционного анализа:

– Установление абсолютной и относительной степени зависимости влияния факторов на величину результативного показателя;

– Расчет резервов повышения уровня исследуемого показателя;

– Планирование и прогнозирование его величины.

Этапы корреляционного анализа:

1.                 Определение факторов, которые оказывают воздействие на изучаемый показатель и отбор наиболее существенных.

2.                 Оценка исходной информации.

3.                 Изучение характера связи и моделирование уравнения регрессии между факторами и результативным показателем, которое наиболее точно выражает сущность исследуемой зависимости.

4.                 Статистическая оценка результатов корреляционного анализа и их практическое применение.

Этап 1. Отбор факторов для корреляционного анализа является очень важным моментом в экономическом анализе. От того, насколько правильно он сделан, зависит точность выводов по итогам анализа.

– Необходимо отбирать самые значимые факторы, которые оказывают решающее воздействие на результативный показатель. Критерием такого отбора является критерий надежности Стьюдента. Если надежность фактора меньше табличного – фактор в рассмотрение не принимается.

Взаимосвязанные факторы в корреляционную модель не включаются. Если парный коэффициент корреляции между двумя факторами больше 0,85, то один из факторов необходимо исключить из рассмотрения.

– Нежелательно включать факторы, связь которых с результативным показателем носит функциональный характер.

Для обеспечения этих условий для исходных статистических данных необходимо рассчитывать ряд соответствующих коэффициентов.

Коэффициент корреляции (rxy) – определяет тесноту связи между факторными и результативными показателями, rxy є [-1; 1]. Чем ближе его величина к 1, тем более тесная взаимосвязь между изучаемыми явлениями, и наоборот:

 

                                                                                      (3.1)

 

где    cov(x,y) – ковариация, показывает степень согласования колебаний величин х и y, cov(x,y) є [-∞; +∞];

         σх, σу – среднеквадратические отклонения.

 

;

                     ;                     (3.2)

 

где    n – объем выборки исследуемого явления.

Тогда, коэффициент корреляции имеет вид:

 

                                                    (3.3)

 

Коэффициент детерминации (d) показывает, на сколько процентов результирующий показатель зависит от исследуемого фактора:

 

                                                                                                 (3.4)

 

При изучении тесноты связи надо иметь в виду, что величина коэффициентов корреляции является случайной, зависящей от объемов выборки. Известно, что с уменьшением количества наблюдений надежность коэффициентов корреляции падает, и наоборот, при увеличении количества наблюдений надежность коэффициентов корреляции возрастает.

Значимость коэффициентов корреляции проверяется по критерию Стьюдента:

 

                                                                                          (3.5)

 

где    σr – среднеквадратическая ошибка коэффициента корреляции, определяется по формуле:

 

                                                                                          (3.6)

 

Если tрасчетн > tтаблич(n-1, P) связь между результативным и факторным показателем является надежной (P – уровень доверительной вероятности), иначе – фактор х необходимо исключить из рассмотрения.

Этап 2. Собранная исходная информация должна быть проверена на однородность и достаточность объема.

Критерием однородности информации служит коэффициент вариации (V), который рассчитывается по каждому факторному и результативному показателю:

 

                                                                                     (3.7)

 

Если V > 33% – данные неоднородны и не могут использоваться для дальнейших расчетов.

На основании самого высокого коэффициента вариации рассчитывается минимальный необходимый объем выборки:

 

                                                                                (3.8)

 

где    m – показатель точности расчетов, выраженный в %. Приемлемый уровень ошибки – 5% - 8%.

Если (V < 33%) и (n >= nmin) то данные могут быть использованы для дальнейшего анализа.

Этап 3. Целью данного этапа является построение уравнения регрессии, т.е. нахождения функциональной зависимости результативного показателя от исследуемых факторов.

Различают:

– Парную корреляцию – связь между двумя показателями, один из которых является факторным, а другой – результативным:

 

Yрасчетн = f(x)

 

Процесс построения однофакторной регрессионной модели рассмотрен в ВОПРОСЕ 2.

– Множественную корреляцию – связь между несколькими факторными показателями и результативным:

 

Yрасчетн = f(x1, x2, … xm)

 

Процесс построения многофакторной регрессионной модели рассмотрен в ВОПРОСЕ 3.

Этап 4. Для того чтобы убедиться в надежности построенной регрессионной модели и правомерности ее использования для практической цели, необходимо дать ей статистическую оценку надежности.

Для оценки адекватности полученного уравнения регрессии реальным данным используется критерий Фишера:

 

                               (3.9)

 

где    m – количество исследуемых факторов.

Полученная регрессионная модель адекватна реальным данным, если Fрасчетн > Fтабличн (P, m, n-m).

Влияние каждого фактора для регрессионной модели вида Y=b0+b1x1+b2x2+…+bnxn на прирост результативного показателя рассчитывается по формуле:

 

                                                                                      (3.10)

 

В случае парной нелинейной корреляции необходимо в полученное уравнение подставить сначала фактический уровень факторного показателя, а затем возможный (прогнозный) и сравнить полученные результаты.

Категория: Экономический анализ | Добавил: eklion (11.07.2010)
Просмотров: 4622
Наш опрос
Оцените мой сайт
Всего ответов: 1331
Статистика
Счетчики


Каталог@MAIL.RU - каталог ресурсов интернет
Украина онлайн

Copyright MyCorp © 2016
Конструктор сайтов - uCoz