Метод относительных разниц

Центральной проблемой аналитических индексов является проблема взвешивания. Важно, во-первых определить весовой признак, а затем выбрать уровень, на котором берется признак веса.

Первая задача решается путем нахождения системы связанных признаков, произведение которых дает экономически понятный показатель.

Для качественных показателей берет количественный вес и наоборот.

Признак, непосредственно относящийся к изучаемому явлению и характеризующим его, называется первичным или количественным. Первичные признаки можно суммировать. Признаки, относящиеся к изучаемому явлению не прямо, а через один или несколько других признаков и характеризующие качественную сторону изучаемого явления называются вторичными или качественными. Они всегда являются относительными показателям и их как правило нельзя непосредственно суммировать.

Существует следующее правило для выбора признака веса при построении аналитических индексов:
При построении аналитических индексов по первичным признакам рекомендуется брать вес на уровне базисного периода, а по вторичным признакам на уровне отчетного периода.

Индексный метод целесообразно применять в том случае, когда каждый фактор является сложным показателем.

Совершенствования способа разниц в современном анализе. Логарифмический и интегральный методы

Корреляционный анализ

Корреляционный анализ – есть метод установления связи и измерение ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой.

Различают парную и множественную корреляцию. При парной корреляции связь возникает между 2мя показателями, один из которых является фактором, а другой результатом.

Множественная корреляция возникает при воздействии нескольких факторов с результативным показателем.

Теснота связи в статистике может определяться с помощью различных коэффициентов. В экономическом анализе чаще используют линейный коэффициент корреляции. Значения изменяются [-1;1]. Значение -1 свидетельствует о наличии жестко детерминированной обратно-пропорциональной связи между факторами. Значение 1 свидетельствует о жестко детерминированной прямо пропорциональной зависимости. При значении коэффициента корреляции 0 связь между факторами отсутствует. При других значениях коэффициента корреляции имеет место наличие стохастической связи. Чем ближе значение r к единице, тем сильнее связь.
|r|<3 – слабая связь
3<|r|<7 – средняя теснота
|r|>7 – связь тесная

Проведение корреляционного анализа включает следующие этапы:

1) Сбор информации и ее первичная обработка
На этом этапе осуществляется группировка, исключение аномальных наблюдений, проверка нормальности одномерного распределения.

2) Предварительная характеристика взаимосвязей. Построение аналитических группировок, графиков

3) Устранение мультиколлинеарности и уточнение набора показателей путем расчета парных коэффициентов корреляции.

4) Исследование факторной зависимости и проверка ее значимости.

5) Оценка результатов анализа и подготовка рекомендаций по их практическому использованию.

Регрессионный анализ

Это метод установления аналитического выражения стохастической зависимости между исследуемыми признаками.

Уравнение регрессии показывает как среднем изменяется Y при изменении любого их X

Если независимая переменная X одна – имеем простой регрессионный анализ. Если независимых переменных 2 и более – то это многофакторный анализ.

В ходе регрессионного анализа решаются 2 основные задачи:

1) Построение уравнения регрессии (нахождение вида зависимости между результативным показателем и независимыми факторами).

2) Оценка значимости полученного уравнения, т.е. определение того, насколько выбранные факторные признаки объясняют вариацию признака Y.

Регрессионный анализ в отличие от корреляционного дает формализованное выражение связи, а не просто определяет наличие корреляции.

Корреляционный анализ изучает любую взаимосвязь факторов, а регрессионный только одностороннюю зависимость, т.е. такую связь, которая показывает, каким образом изменение факторных признаков влияет на признак результативный.

В регрессионном анализе используются только линейные модели.

Для нахождения параметров уравнения наиболее часто используется метод наименьших квадратов.

Дисперсионный анализ

Метод, позволяющий подтвердить или опровергнуть гипотезу о том, что 2 выборки данных относятся к одной генеральной совокупности.

Применительно к анализу деятельности предприятия дисперсионный анализ позволяет определить к одной и той же совокупности данных или нет относятся группы разных наблюдений. (существенны ли различия между группами)

Дисперсионный анализ часто используется совместно с методами группировки и его задача в этом случае состоит в оценке существенности различий между группами. Для того определяют групповые дисперсии, а затем по статистическим критериям Стьюдента-Фишера проверяют значимость различий между группами.

Кластерный анализ

Один из методов многомерного анализа, предназначенный для группировки (кластеризации) совокупности, элементы которой характеризуются многими признаками. Значение каждого и признаков служат координатами каждой единицы изучаемой совокупности в многомерном пространстве признаков.

Каждое наблюдение, характеризующееся значениями нескольких показателей, можно представить как точку в пространстве этих показателей, значения которых рассматриваются как координаты в многомерном пространстве.

Различия между кластерами должны быть более существенными, чем между наблюдениями, отнесенными к одному кластеру.

ЭВРИСТИЧЕСКИЕ МЕТОДЫ В ЭКОНОМИКЕ

Получили широкое распространение в изучении коммерческой деятельности из-за высокой степени неопределенности движущих факторов деятельности.
К ним относятся поисково-оценочные методы, которые позволяют получить решение творческой задачи в условиях неполноты или недостоверности исходных данных.

Эвристические методы можно разделить на 2 класса: поисковые и оценочные