Корреляционно-регрессионный анализ В АФХД стохастические модели используются когда

Корреляционно-регрессионный анализ В АФХД стохастические модели используются когда необходимо: оценить влияние факторов, по которым нельзя построить жестко детерминированную модель; l изучить и сравнить влияние факторов, которые невозможно включить в одну и ту же детерминированную модель; l выделить и оценить влияние сложных факторов, которые не могут быть выражены одним определенным количественным показателем. l

Основные задачи стохастического моделирования; l установление самого факта наличия (отсутствия) связи между признаками; l прогнозирование неизвестных значений результативных показателей по заданным значениям факторных признаков; l измерение тесноты связи между показателями и сравнительный анализ степени их влияния.

Этапы корреляционно-регрессионного анализа I этап – качественный анализ ■ постановка цели анализа; ■ определение совокупности данных; ■ определение результативных признаков; ■ выбор периода анализа; ■ определение факторных признаков: ٧ признаки-факторы должны находиться в причинной связи с результативным признаком ٧ признаки-факторы не должны дублировать друга ٧ не следует включать в модель факторы разных уровней иерархии ٧ желательно, чтобы между результативным и факторными признаками соблюдалось единство совокупности, к которой они отнесены

Этап 2 – предварительный анализ моделируемой совокупности ■ проверка однородности совокупности (Var < 33%) ■ исключение «аномальных» наблюдений (Xi –Xср) > 3 * σ ■ установление законов распределения изучаемых переменных │As│< 3 σАs и │Ex│<3σEx Этап 3 – построение регрессионной модели экономического объекта ■ перебор конкурирующих вариантов моделей ■ уточнение перечня факторов, включаемых в модель ■ расчет оценок параметров уравнения регрессии

Этап 4 – экономическая интерпретация и практическое использование модели ■ определение пространственно-временной устойчивости зависимостей; ■ оценка прогностических свойств модели. Корреляционный анализ │r│ < 0, 3 – связь слабая 0, 3 <│r│ < 0, 7 – связь средней тесноты │r│ > 0, 7 – тесная.

Регрессионный анализ У = а + b 1 x 1 + b 2 x 2 +…+ bm xm у = а + bx

Кластерный анализ Методы определения расстояния между точками p и q: 1) евклидова метрика 2) нормализованная евклидова метрика 3) взвешенной евклидовой метрики

Показатели структуры активов предприятий, % № предприятия Доля ликвидных активов 1 2 3 4 5 6 7 8 9 10 0, 34 0, 20 0, 22 0, 21 0, 23 0, 39 0, 30 0, 39 0, 42 0, 51 0, 42 0, 27 0, 32 0, 20 0, 27 0, 40 0, 39 0, 46 Доля запасов