Головна |
« Попередня | Наступна » | |
7.2. Використання способів парної кореляції для вивчення стохастичних залежностей |
||
Одним з основних завдань кореляційного аналізу є визначення впливу факторів на величину результативного показника (в абсолютному вимірі). Для вирішення цього завдання підбирається відповідний тип математичного рівняння, яке найкращим чином відображає характер досліджуваної зв'язку (прямолінійною, криволінійної і т.д.). Це відіграє важливу роль в кореляційному аналізі, тому що від правильного вибору рівняння регресії залежить хід розв'язання задачі та результати розрахунків. Обгрунтування рівняння зв'язку робиться за допомогою зіставлення паралельних рядів, угруповання даних і лінійних графіків. Розміщення точок на графіку покаже, яка залежність утворилася між досліджуваними показниками: прямолінійна або криволінійна. Найбільш простим рівнянням, яке характеризує прямолінійну залежність між двома показниками, є рівняння прямої: Yх=a + bx, (7.1) де х - факторний показник; Y - результативний показник; а і b - параметри рівняння регресії, які потрібно відшукати. Це рівняння описує такий зв'язок між двома ознаками, при якій із зміною факторного показника на певну величину спостерігається рівномірне зростання або спадання значень результативного показника. Як приклад для ілюстрації кореляційного аналізу прямолінійною залежності можуть бути використані відомості про зміну врожайності зернових культур (Y) залежно від якості орної землі (х) (див. табл. 4.7). Значення коефіцієнтів а і b знаходять із системи рівнянь, отриманих за способом найменших квадратів. У даному випадку система рівнянь має наступний вигляд:
де п - кількість спостережень (у нашому прикладі - 20). Значення розраховуються на основі фактичних вихідних даних (табл. 7.1). Розрахунок виробничих величин для визначення параметрів рівняння зв'язку та коефіцієнта кореляції
Підставивши отримані значення в систему рівнянь, отримаємо [20а + 900b=500; [900А +41500 b=22 900. Помноживши всі члени першого рівняння на 45 (900/20), отримаємо таку систему рівнянь: [900a + 40 500b=22 500; [9000 +41 500b=22900. Віднімемо від другого рівняння перше. Звідси 1000b=400; b=0,4,
Таким чином, рівняння зв'язку, яке описує залежність врожайності від якості грунту, буде мати вигляд: Yx=7 , 0 + 0,4 x. Коефіцієнт а - постійна величина результативного показника, яка не пов'язана із зміною даного чинника. Параметр b показує середня зміна результативного показника з підвищенням або пониженням величини фактора на одиницю його виміру. У даному прикладі з збільшенням якості грунту на один бал врожайність зернових культур підвищується в середньому на 0,4 ц / га. Підставивши в рівняння регресії відповідні значення х, можна визначити вирівняні (теоретичні) значення результативного показника (Y) для кожного господарства. Yx=7 +0, 4х32=19,8 ц / га. Отримана величина показує, якою була б врожайність при якості грунту 32 бали, якби дане господарство використовувало свої виробничі можливості в такій мірі, як у середньому всі господарства району. Аналогічні розрахунки зроблені для кожного господарства. Дані наведені в останній графі табл. 7.1. Порівняння фактичного рівня врожайності з розрахунковим дозволяє оцінити результати роботи окремих підприємств. За таким же принципом вирішується рівняння зв'язку при криволінійній залежності між досліджуваними явищами. Якщо при збільшенні одного показника значення іншого зростають до певного рівня, а потім починають знижуватися (наприклад, залежність продуктивності праці робітників від їх віку), то для запису такої залежності найкраще підходить парабола другого порядку: Yx=a + bx + cx2. (7.3) Відповідно до вимог методу найменших квадратів для визначення параметрів а, b і с необхідно вирішити наступну систему рівнянь:
Значення знаходять на підставі вихідних даних (табл . 7.2). Залежність продуктивності праці від віку працівників
Підставивши отримані значення в систему рівнянь, отримаємо
Параметри а, b і з знаходять способом визначників або способом виключення. Використовуємо спосіб визначників. Спочатку знайдемо спільну визначник:
потім приватні визначники а, b і с:
Рівняння параболи буде мати наступний вигляд: Yx=-2,67 + 4,424 x - 0,56 lx2. Параметри отриманого рівняння економічного сенсу не мають. Якщо підставити в дане рівняння відповідні значення х, то отримаємо вирівняні значення продуктивності праці залежно від віку робітників. Результати наведені в останній графі табл. 7.2. З таблиці видно, що продуктивність праці робітників підвищується до 40-річного віку, після чого починає знижуватися. Значить, ті підприємства, які мають більше працівників 30 - 40-річного віку, матимуть і більш високі показники продуктивності праці при інших рівних умовах. Цей фактор необхідно враховувати при плануванні рівня продуктивності праці і при підрахунку резервів її зростання. Досить часто в економічному аналізі для запису криволінійних залежностей використовується гіпербола: Для визначення її параметрів необхідно вирішити наступну систему рівнянь:
Гіпербола описує таку залежність між двома показниками, коли при збільшенні однієї змінної значення іншої збільшуються до певного рівня, а потім приріст знижується, наприклад, залежність врожайності від кількості внесеного добрива, продуктивності тварин від рівня їх годівлі, собівартості продукції від обсягу виробництва і т. При більш складному характері залежності між досліджуваними явищами використовуються більш складні параболи (третього, четвертого порядку і т.д.), а також квадратические, статечні, показові та інші функції. Таким чином, використовуючи той чи інший тип математичного рівняння, можна визначити ступінь залежності між досліджуваними явищами, тобто дізнатися, на скільки одиниць в абсолютному вимірі змінюється величина результативного показника із зміною факторного на одиницю. Однак регресійний аналіз не дає відповіді на питання: тісний це зв'язок чи ні, вирішальний вплив надає даний фактор на величину результативного показника або другорядне? Для вимірювання тісноти зв'язку між факторними і результативними показниками визначається коефіцієнт кореляції. У разі прямолінійної форми зв'язку між досліджуваними показниками коефіцієнт кореляції розраховується за такою формулою:
Підставляючи значення у формулу (7.7), отримуємо
Коефіцієнт кореляції може приймати значення від О до ± 1. Чим ближче його величина до 1, тим тісніший зв'язок між явищами, що вивчаються, і навпаки. У даному випадку величина коефіцієнта кореляції є суттєвою (r=0,66). Це дозволяє зробити висновок про те, що родючість грунту - один з основних факторів, від якого в цьому районі залежить рівень врожайності зернових культур. Якщо коефіцієнт кореляції звести в квадрат, отримаємо коефіцієнт детермінації (d=0,435). Він показує, що врожайність зернових культур на 43,5% залежить від якості грунту, а на частку інших факторів припадає 56,5% приросту врожайності. Що стосується вимірювання тісноти зв'язку при криволінійній формі залежності, то тут використовується не лінійний коефіцієнт кореляції, а кореляційне відношення:
Показник (7.8) є універсальним. Його можна застосовувати при будь-якій формі залежності. Проте для визначення його величини спочатку необхідно вирішити рівняння регресії і розрахувати вирівняні значення результативного показника (Ух), для чого в отримане рівняння потрібно підставити значення х і х2 по кожній віковій групі (табл. 7.3). Розрахунок вихідних даних для визначення кореляційного відношення при криволінійних залежностях
Підставивши отримані значення в формулу (7.8), визначимо величину кореляційного відносини:
На закінчення необхідно відзначити, що ми розглянули використання способів парної кореляції тільки на двох прикладах. Однак ця методика може бути використана для дослідження співвідношень між різними економічними показниками, що дозволяє значно поглибити знання про досліджуваних явищах, визначити місце і роль кожного фактора у зміні рівня досліджуваного показника. |
||
« Попередня | Наступна » | |
|
||
Інформація, релевантна " 7.2. Використання способів парної кореляції для вивчення стохастичних залежностей " |
||
|