/>
4. Способи вимірювання впливу факторів у стохастичному аналізі
Прийоми кореляційного аналізу використовуються для вимірювання впливу факторів у стохастичному аналізі, коли взаємозв'язок між показниками неповний, імовірнісна.
Необхідні умови застосування кореляційного аналізу:
. Наявність досить великої кількості спостережень про величину досліджуваних факторних і результативних показників (у динаміці або за поточний рік за сукупністю однорідних об'єктів). p align="justify">. Досліджувані фактори повинні мати кількісний вимір і відображення в тих чи інших джерелах інформації. p align="justify"> Кореляційний аналіз складається з декількох етапів. p align="justify"> На першому етапі визначаються чинники, які мають вплив на досліджуваний показник і відбираються найбільш суттєві. Фактори повинні перебувати в причинно-наслідкового зв'язку з результативним показником, надавати рішучий вплив на нього, мати одиницю виміру. Також не рекомендується включати в кореляційну модель взаємопов'язані чинники і фактори, зв'язок яких з результативним показником носить функціональний характер. p align="justify"> На другому етапі збирається вихідна інформація по кожному факторному та результативному показником. Вона повинна бути перевірена на точність, однорідність і відповідність закону нормального розподілу. p align="justify"> Критеріями однорідності інформації служать середньоквадратичне відхилення і коефіцієнт варіації, які розраховуються по кожному факторному та результативному показником.
Середньоквадратичне відхилення - абсолютне відхилення індивідуальних значень від середньоарифметичного.
В
Коефіцієнт варіації - показує відносну міру відхилення окремих значень від середньоарифметичної. Чим більше коефіцієнт варіації, тим відносно більший розкид і менша вирівняність досліджуваних об'єктів.
В
Наступна вимога до вихідної інформації - підпорядкування її законам нормального розподілу:
1. показник асиметрії (А) і його помилка (та):
В
. показник ексцесу (Е) і його помилка (m e ):
В
У симетричному розподілі А = 0 показник ексцесу Е - 0. Якщо Е> 0, то дані густо згруповані біля середньої, утворюючи гостровершинності. Якщо Е < 0, то крива розподілу буде плосковершинной.
Третій
