 |
 |
 |
 |
|
 |
 |
217
прогноз до 2000 г., а в последующие годы по фактическим данным модель должна обновляться
(уточняться);
в) исходные данные должны быть качественно однородными, с небольшими интервалами между
ними;
г) следует применять одинаковые методы или источники формирования данных. Если динамический
ряд имеет крупные структурные сдвиги (например из-за изменения цен, ассортимента выпускаемой
продукции, программы ее выпуска и т.д.), то все данные должны быть приведены в сравнимый вид или
одинаковые условия;
д) отдельные исходные данные должны быть независимы от предыдущих и последующих
наблюдений. Например, наблюдение не должно определяться расчетным путем по предыдущему
наблюдению.
Основные параметры корреляционно-регрессионного анализа в связи с их сложностью не
приводятся, поскольку все расчеты предполагается выполнять на ЭВМ по стандартной программе.
Конечные результаты расчета выдаются на печать (табл. 7.2).
Факторный анализ следует проводить в следующей последовательности:
1. Обоснование объекта анализа, постановка цели.
2. Сбор исходных данных и их уточнение в соответствии с ранее описанными требованиями.
Таблица 7.2
Основные параметры корреляционно-регрессионного анализа
Название параметра
Обозна-
чение
Что характеризует и для чего
применяется
Оптимальное значение
1
2
3
4
1. Объем выборки
m
Количество данных по фактору
(размер матрицы по вертикали).
Применяется для установления
тенденций изменения фактора
Не в ? 3-5 раз больше количества
факторов (n
xi
).
С увеличением количества
факторов кратность должна
увеличиваться
2. Коэффициент
вариации
Vi
Уровень отклонения значений
факторов от средней
анализируемой совокупности
< 33 %
3. Коэффициент
парной корреляции
r
xу
Тесноту связи между i-м фактором
и функцией. Применяется для
отбора факторов
> 0,1
4. Коэффициент
частной корреляции
r
xx
Тесноту связи между факторами.
Применяется для отбора факторов
Чем меньше, тем лучше модель
5. Коэффициент
множественной
корреляции
R
Тесноту связи одновременно
между всеми факторами и
функцией.
Применяется для выбора модели
>0,7
6. Коэффициент
множественной
детерминации
D
Долю влияния на функцию
включенных в модель факторов.
Равен квадрату коэффициента
множественной корреляции
>0,5
7. Коэффициент
асимметрии
A
Степень отклонения фактического
распределения случайных
наблюдений от нормального по
центру распределения.
Применяется для проверки
нормальности распределения
Метод наименьших квадратов
может применяться при А < 3
8. Коэффициент
эксцесса
E
Плосковершинность
распределения случайных
наблюдений от нормального по
<3