Пути улучшения использования основных фондов предприятий нефтегазовой отрасли Республики Казахстан
Дипломная работа - Экономика
Другие дипломы по предмету Экономика
слом исходных информационных данных выявляют изменения значений функции при изменении одного из аргументов, при условии фиксирования значений остальных аргументов.
2. Определяют степень искажающего влияния прочих факторов на интересующую нас зависимость.
Коэффициент множественной корреляции, характеризующей степень охвата параметров, влияющих на производительность труда, равен 0,82, т.е. включенные в модель показатели описывают более 80% изменений производительности труда, остальные проценты приходятся на долю неучтенных факторов.
Среди направлений повышения технического уровня производства наиболее эффективным является внедрение прогрессивной технологии (коэффициент эластичности, показывающий изменение производительности труда при изменении факторных показателей на один процент, равен 0,468). Среди показателей уровня организации производства и труда наиболее значительное влияние на рост производительности труда оказывает уровень нормирования труда (0,256) и экстенсивного использования оборудования (0,248). Уравнение показывает относительно слабое влияние показателя фондовооруженности.
Основными проблемами, которые встают перед исследователем, применяющим методы корреляционного анализа, являются:
выбор типа функции;
отбор факторов-аргументов;
определение числа наблюдений, необходимых для получения правильных оценок процесса.
Какой-либо разработанной методологии выбора типа функции в настоящее время нет. Исходя из того, что математика может представить бесконечное число функций для любой области заданных значений, многие исследователи считают, что выбор типа функции находится где-то за пределами человеческих возможностей. Поэтому необходимо подбирать тип функции на чисто эмпирической основе и затем путем проверки ее адекватности исследуемому процессу принимать ее или отбрасывать.
Однако большая группа статистиков придерживается иного мнения. Они считают, что любой процесс может быть описан незначительным числом наиболее употребительных в корреляционном анализе функций: линейной, логарифмической, степенной, показательной, гиперболической. По их мнению, этими типами функций можно описать большинство сложных процессов, если распределение переменных, определяющих эти процессы, нормально или близко к нормальному. Однако и в этом случае необходимо иметь хорошо отработанный алгоритм перебора этих функций. Следует учесть, что наиболее разработанной является пока линейная функция, вследствие чего она употребляется чаще других. Методологии отбора факторов-аргументов не существует. Считается бесспорным, что в этом случае статистика должна опираться на мнение специалистов, хорошо знающих эти процессы. [19]
В общем можно сказать, что введение в уравнение "лишних переменных" не только значительно усложнит расчеты, но и приведет к искажению полученных оценок. К тому же может привести и невключение в уравнения некоторых переменных. В любом случае полученная корреляционная модель должна подвергаться всесторонней статистической оценке.
Очевидно, чем больше число наблюдений, тем более состоятельные оценки мы получаем. Поэтому при любом статистическом наблюдении необходимо стремиться к расширению числа наблюдений, опытов.
При корреляционном анализе важно не только установить связи между показателями и их тесноту, но и определить наличие причинной связи, так как очень часто между отдельными явлениями нет причинной связи, хотя корреляционная связь установлена. Такая корреляционная связь называется ложной. Например, в одной из стран установлена тесная связь между падением рождаемости и сокращением количества аистов, ведь широко известно, что детей "приносят аисты".
Регрессионный анализ - метод исследования регрессионной зависимости между величинами по статистическим данным. Регрессией в математической статистике называют зависимость среднего значения какой-либо величины от некоторой другой величины или от нескольких величин. В отличие от чисто функциональной зависимости у = f (x), когда каждому значению независимой переменной х соответствует одно определенное значение величины у, при регрессионной связи одному и тому же значению х могут соответствовать в зависимости от случая различные значения величины у. Примером такого рода зависимости служит, в частности, зависимость средних диаметров сосен от их высот или роста сыновей от роста отцов. Можно привести и другие примеры.
Цель регрессионного анализа состоит в определении общего вида уравнения регрессии, построении оценок неизвестных параметров, входящих в уравнение регрессии.
Регрессионный анализ может быть использован при оценке влияния различных факторов на выработку одного рабочего, фондоотдачу, себестоимость товарной продукции, рентабельность производства.
Широка область применения регрессионных моделей в предварительном анализе, а также при изучении внутриотраслевых различий между экономическими показателями (особенно если число предприятий более 10).
Дисперсионный анализ - метод анализа результатов наблюдений, зависящих от различных, одновременно действующих факторов. Обычно выбираются наиболее важные факторы и оценивается их влияние. Результат наблюдений может измениться за счет условий, в которых производится наблюдение, и за счет некоторого случайного воздействия. Влияние условий наблюдения выражается в виде некоторого фактора, а случайное воздействие - в виде некоторой случай