Факторы, которые рассматривались ранее, фиксированы на отчетном уровне – все, что стоит слева.
Факторы, которые не рассматривали – на уровне базиса – все, что стоит справа.
При методе цепных подстановок число расчетных или условно-расчетных значений результативного показателя равно числу факторов минус 1.
Проверка обязательна:
Прием абс. разниц
y=a*b*c
1. ∆y(a)=(a1-a0)*b0*c0
2. ∆y(b)=a1*(b1-b0)*c0
3. ∆y(c)=a1*b1*(c1-c0)
Этот способ примен. для мультипликативных моделей. Правило махания рук: все слева от отчетного периодв фиксируется на фактическом уровне, справа – на базисном.
13. Методы детерминированного ФА (м. взвешенных конечных разностей, логарифмический м., интегральный м.)
М. взвешенных конечных разностей
Влияние каждого фактора оценивается по всем возможным вариантам подстановок и нахождение среднего значения.
у=a*b*c*d
Варианты (n!) подстановок |
∑∆у( ) |
∑∆у( )/n! |
|
∆y(a) |
a*b*c*d,b*c*d*a … |
∑∆у(а) |
∑∆у(a)/n! |
∆y(b) |
∑∆у(b) |
∑∆у(b)/n! |
|
∆y(c) |
∑∆у(c) |
∑∆у(c)/n! |
|
∆y(d) |
∑∆у(d) |
∑∆у(d)/n! |
Достоинства метода: 1) дает точное разложение 2) не зависит от последовательности факторов 3)универсальный метод Недостаток - трудоемкость
Логарифмический м.
Применяется для мультипликат. и кратных моделей
1) мультипликат. модель y=a*b
2) кратная модель
Интегральный м.
1) мультипликат. двухфакторная модель
y=a*b
∆y(a)= ∆a * b0 + ½*∆a*∆b=1/2*∆a*(b0+b1)
∆y(b)= ∆b * a0 + ½*∆a*∆b=1/2*∆b*(a0+a1)
2) кратная модель
Достоинства метода: - самый точный
- не зависит от последовательности факторов
14. Последовательность проведения стохастического (корреляционного ФА)
1) Отбираются факторы, которые могут оказать существенное влияние на результативный показатель. Кол-во факторов включаемых в модель должно быть в 8-10 раз меньше, чем число единиц совок-сти. Изучение (или рассмотрение) характера связи между признаками. Не рекомендуется включ. в корреляц. модель линейного типа факторы, кот. связаны с результативным показателем. Выбор сущ. факторов, которые имеют коэф-нт корреляц. связи >0,8. Нельзя вкл. в модель мультиколинеарные факторы. 2) Исходная информация по каждому факторному и результативному показателю проверяется на достоверность, однородность и соответствие закону нормальн. распределения. 3) Изучается характер и моделируется связь между факторами и результат показателями. 4) Расчет основных показателей связи, а именно – самого уравнения связи; - коэф-тов регрессии, корреляции, детерминации. Коэф-нт регрессии показ. изменение результата при изменении фактора на единицу.
-уравнение регрессии.
15. СТОХАСТИЧ. ОЦЕНКА И ПРАКТИЧЕСКОЕ ИСПОЛЬЗ-Е РЕЗ-ТОВ КОРР. АНАЛИЗА
1. Для оценки эффективности использования производственного ресурсного потенциала предпр-ия. Если , то эффективность использования производственного потенциала Y i единицы совокупности выше, чем в среднем по совокупности. Если Y – c/c или затраты, то наоборот, эфф-ть ниже. Если U<0, эффект-ть использ-ния производственного потенциала i-предпр-ия ниже, чем среднее по совокупности. Через оценку эфф-ти использ-ния ресурсов предпр-ия косвенным образом оценивается уровень менедж-та, организации произв-ва.
2. Для оценки ресурсообеспеч-ти предпр-ия. Если , то уровень обеспеч-ти ресурсами выше, чем в среднем по совокупности и наоборот. =ресурсообесп-ть + эфф-ть использ-ния ресурсов.
3. Для прогнозирования значения результативного показателя. Подставляя прогнозные значения факторов в уравнение, получаем прогноз результата. Различные уровни факторов дают разные прогнозные рез-ты: пессимистические (берутся min значения факторов), оптимистические/идеальные (самые лучшие знач факторн признаков), наиболее реальный.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.