При построении модели детерминированного разложения анализируемого показателя по взаимодействующим факторам употребляется ряд формальных приемов разукрупнения отдельных причин. Различают последующие приемы моделирования:
1. Способ удлинения факторной системы, он предугадывает удлинение числителя начальной модели методом расчленения 1-го либо более причин на составляющие элементы по схеме аддитивной зависимости и получения аддитивной модели с новым набором характеристик – причин.
2. Способ формального разложения факторной системы, он предугадывает удлинение знаменателя начальной модели методом расчленения 1-го и поболее причин, не составляющих однородные элементы по схеме аддитивной зависимости.
3. Способ расширения факторной системы, он предугадывает преобразование начальной модели методом умножения числителя и знаменателя частей начальной модели на один и поболее вводимый показатель фактора с следующим получением мультипликативной модели с новым набором причин.
, где a/c = d1; b/c = d2
4. Стохастические способы экономического анализа.
Это способы корреляционного и регрессионного анализа. Они используются тогда, когда нереально заблаговременно найти теоретические и строго определенный нрав зависимости меж факторными и действенным показателями. При проведении корреляционного анализа вводится предположение о нраве зависимости меж действенными и факторными признаками. Простой вариант – это линейная зависимость действенного показателя «у» от фактора «х», тогда связь меж ними определяется последующим уравнением.
Ух = а0 + а1х
Таким макаром, первым шагом проведения корреляционного и регрессионного анализа является введение догадки о форме связи меж результатом и факторами (не считая линейно, связь может быть квадратической, кубической, логарифмической, экспонинциальной). Связь меж фактором и результатом будет полностью установлена если будут определены характеристики уравнения регрессии а0 и а1. Они определяются в итоге решения системы уравнений:
;
После расчета характеристик а0 и а1, до того как использовать синтезированное уравнение регрессии анализа и прогнозирования, нужно проверить тесноту связи меж фактором и результатом и установить является ли она значимой.
При прямолинейной форме связи меж фактором и результатом теснота связи определяется по формуле линейного коэффициента корреляции.
Рассчитанные значения коэффициента корреляции “r” интерпретируются в согласовании со шкалой:
Значение коэффициента корреляции |
0,1 – 0,3 |
0,3 – 0,5 |
0,5 – 0,7 |
0,7 – 0,9 |
0,9 – 0,99 |
Сила связи |
слабенькая |
умеренная |
приметная |
мощная |
очень мощная |
Пример 4.
Имеется последующая информация по однотипным компаниям торговли о возрасте торгового оборудования и издержек на его ремонт. Нужно выстроить модель зависимости расходов на ремонт от возраста оборудования.
предприятия n |
Возраст оборудования |
Издержки на ремонт |
1 |
4 |
1,5 |
2 |
5 |
2,0 |
3 |
5 |
1,4 |
4 |
6 |
2,3 |
5 |
8 |
2,7 |
6 |
10 |
4,0 |
7 |
8 |
2,3 |
8 |
7 |
2,5 |
9 |
11 |
6,6 |
10 |
6 |
1,7 |
Для определения характеристик а0, а1 и коэффициента регрессии ‘r’ употребляется рабочая таблица последующей структуры:
п/п |
у |
х |
х2 |
ху |
у2 |
1 |
1,5 |
4 |
16 |
6 |
2,25 |
2 |
2,0 |
5 |
25 |
10 |
4,0 |
3 |
1,4 |
5 |
25 |
7 |
1,96 |
4 |
2,3 |
6 |
36 |
13,8 |
5,29 |
5 |
2,7 |
8 |
64 |
21,6 |
7,29 |
6 |
4,0 |
10 |
100 |
40 |
16 |
7 |
2,3 |
8 |
64 |
18,4 |
5,29 |
8 |
2,5 |
7 |
49 |
17,5 |
6,25 |
9 |
6,6 |
11 |
121 |
72,6 |
43,56 |
10 |
1,7 |
6 |
36 |
10,2 |
2,89 |
? |
27 |
70 |
536 |
217,2 |
94,78 |
;
Уравнение регрессии: у = а0 + а1*х
у = -1,576 + 0,611 * х
Проверим существенность связи меж показателем у и х. Рассчитаем коэффициент корреляции.
Значение коэффициента корреляции свидетельствует о высочайшей силе связи меж фактором и результатом, как следует, синтезированная регрессионная модель применима для практического использования.
Пусть нужно найти издержки на ремонт оборудования, возрост которого составляет 15 лет.