Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Привести пример четырехфакторной модели выпуска продукции ⇐ ПредыдущаяСтр 5 из 5 Анализ способом пропорционального деления и долевого участия В ряде случаев для определения величины влияния факторов на прирост результативного показателя может быть использован способ пропорционального деления. Это касается тех случаев, когда мы имеем дело со смешанными моделями аддитивного и кратно-аддитивного типа Для одноуровневой модели типа Y=1/(a+b+c) расчет проводится следующим образом: Методика расчета для моделей кратно-аддитивного вида несколько сложнее. Анализ интегральным способом и способом логарифмирования Факторы изменяются совместно, взаимосвязано и от этого взаимодействия получается дополнительный прирост результативного показателя, который при применении способов цепной подстановки, абсолютных и относительных разниц присоединяется к одному из факторов, как правило, к последнему. При этом величина влияния факторов на изменение результативного показателя меняется в зависимости от места, на которое поставлен тот или иной фактор в детерминированной модели. В рассматриваемых способах не важно, на каком месте расположен фактор. Результативный остаток раскладывается между ними поровну или пропорционально доли влияния фактора (логаримирование) Поэтому, применяя этот метод в АХД, пользуются готовыми алгоритмами, разработанными М.И. Бакановым и А.Д.Шереметом. Вот основные из них для разных моделей. Вид факторной модели: F=X/Y В отличие от интегрального метода при логарифмировании используются не абсолютные приросты показателей, а индексы их роста (снижения) Для индексов роста сохраняется та же зависимость Iy=Ia*Ib*Ic. Прологарифмировав обе части равенства, получим lg Iy = lg Ia + lg Ib + lg Ic Из формул вытекает, что общий прирост результативного показателя распределяется по факторам пропорционально отношениям логарифмов факторных индексов к логарифму индекса результативного показателя и не имеет значения, какой логарифм используется – натуральный или десятичный Методика проведения анализа стохастических факторных систем Стохастическая (вероятностная, корреляционная) зависимость характеризуется тем, что связи между факторами и результатом их взаимодействия не имеют постоянной формы, а носят случайный вероятностный характер. Основные этапы анализа стохастических факторных систем: 1. Изучается наличие и направление связей между факторными и результативными показателями 2. Изучается интенсивность связи между результативными и факторными показателями 3. В процессе анализа необходимо раскрыть причинную основу взаимосвязи между количественными характеристиками хозяйственных процессов 4. Далее на основе сформированной модели определяется влияние каждого фактора на результативный показатель Парный корреляционно-регрессионный анализ Прямолинейную зависимость характеризует уравнение прямой: Y = a + bx, где х – факторный показатель, Y – результативный показатель, a – постоянная величина результативного показателя, которая не связана с изменением данного фактора, b – показывает среднее изменение результативного показателя с повышением или понижением величины фактора на единицу его измерения. При криволинейной зависимости между изучаемыми явлениями уравнение связи решается по такому же принципу. Уравнение может быть уравнением гиперболы, параболы и т.д. Степень "прямолинейности" можно измерить с помощью Присоновского коэффициента корреляции (линейного коэффициент корреляции r) Для линейной функции значение r находится в пределах от +1 до –1. Этот коэффициент измеряет тесноту связи с линейной зависимостью. Для линейной функции значение r находится в пределах от +1 до –1. Этот коэффициент измеряет тесноту связи с линейной зависимостью. (шкала Чеддока)
|