зависимостях між показниками (тіснота і напрямок зв'язку). Оцінити значимість можна як по самим значенням коефіцієнтів кореляції, так і за відповідними значеннями t-статистики. p> Щоб оцінити дублювання інформації необхідно побудувати матрицю приватних коефіцієнтів кореляції порядку (L-2), де L-число вихідних змінних, включаючи результативний ознака.
Дослідження парних і приватних коефіцієнтів кореляції має допомогти у виборі регресорів для виконання наступного етапу. Тут слід враховувати можливість появи мультиколінеарності. Явні ознаки цього - коефіцієнти кореляції між потенційними регресорів, за модулем більші, ніж 0,8. p> Після складання набору пояснюють показників, які можуть бути включені в модель, дослідження триває з допомогою регресійного аналізу. Рекомендується використовувати покроковий регресійний аналіз за схемою послідовного включення в рівняння найбільш інформативних пояснюють ознак. По матриці R по рядку, що відповідає результативному ознакою, вибирається найбільш корелюється з y-му регресорів і будується МНК-рівняння на нього. Перевіряється його значимість. p> Далі повертаємося в кореляційний аналіз і розраховуємо матрицю приватних коефіцієнтів кореляції при фіксуванні включеного в рівняння ознаки. І в цій матриці по рядку, що відповідає результативному ознакою, вибирається найбільш корельований показник. Цей регресорів і вводиться в модель. перевіряється значимість рівняння і окремих коефіцієнтів. Процес припиняється, якщо введений незначний регресорів. p> При проведенні інтерпретації оцінюється не тільки змістовний сенс моделі, а й інформативність, наприклад, за допомогою множинного коефіцієнта кореляції (детермінації) цього остаточного рівняння в порівнянні з аналогічним, побудованим по повному набору вихідних пояснюють показників. Втрати інформації ((R2) можуть бути досить великими і тоді доцільно перейти до регресії на головні компоненти й загальні фактори. p> методика факторного та компонентного аналізів
Компонентний і факторний аналізи проводяться з кількома приватними цілями. Як методи зниження розмірності вони дозволяють виявити закономірності, які безпосередньо не спостерігаються. Це завдання вирішується по матриці навантажень, як і класифікація ознак в просторі головних компонент (або загальних факторів). А індивідуальні значення використовуються для класифікації об'єктів (не за вихідним ознаками, а по головних компонентів або загальних факторів) і для побудови рівняння регресії на ці узагальнені показники. Крім того, діаграма розсіювання об'єктів, побудована в площині, утвореної двома першими, найбільш вагомими, головними компонентами (або загальними факторами) може побічно підтвердити або спростувати припущення про тому, що досліджувані дані підпорядковуються багатовимірному нормальному закону. Форма хмари повинна нагадувати еліпс, більш густо об'єкти розташовані в його центрі і розріджено в міру віддалення від нього.
інтерпретуються головні компоненти і загальні фактори, яким відповідають дисперсії більше 1 , і які мають хоча б одну вагому навантаження. Вибір критичної величини, при перевищенні якої елемент матриці навантажень визнається ваговим і робить вплив на інтерпретацію головної компоненти або загального фактора, визначається за змістом розв'язуваної задачі і може варіювати в межах від 0,5 до 0, 9 залежно від отримуваних проміжних результатів. Формальні результати повинні добре інтерпретували.
Факторний аналіз - більш потужний і складний апарат, ніж метод головних компонент, тому він застосовується в тому випадку, якщо результати компонентного аналізу не цілком влаштовують. Але оскільки ці два методи вирішують однакові завдання, необхідно порівняти результати компонентного і факторного аналізів, тобто матриці навантажень, а також рівняння регресії на головні компоненти й загальні фактори, прокоментувати подібність і відмінності результатів.
Далі необхідно об'єднати результати, отримані в кореляційному, регресійному аналізі, методі головних компонент і факторному аналізі та сформулювати загальні висновки та рекомендації.
Висновок
Розглянута індексна методологія аналізу основних параметрів товарного обігу дозволяє отримати досить велику аналітичну інформацію. Така інформація вкрай необхідна для організації планування та управління рухом товарів на всіх ієрархічних рівнях торгівлі, аналізованої у вигляді великої і складної динамічної системи. Без цієї інформації не можна також вирішувати задачу з підвищення рентабельності торгівлі. Ефективність індексного методології аналізу товарного звернення різко підвищується в зв'язку з використанням ЕОМ. У цьому випадку до індексного методології легко підключаються інші аналітичні методи.
Список використаної літератури
1. Н. І. Щедрін "Статистика торгівлі" м. Москва "Фінанс...
