Экономический анализ 9

  • Просмотров 309
  • Скачиваний 7
  • Размер файла 38
    Кб

1.Методы корреляционно-регрессионного анализа Применяются для определения зависимости изменения цены от изменения технико-экономических параметров продукции, относящейся к данному ряду, построения и выравнивания ценностных соотношений: где Х1, Х2,... Xn — параметры изделия. Количественная зависимость находится на основе метода регрессионного анализа. При этом могут быть получены различные уравнения регрессии: линейное,

степенное, параболическое и т. д. Если цены на уже включенные в параметрический ряд изделия были получены таким же методом, то использовать данный способ нельзя, так как нарушается одно из условий применения регрессионного анализа, — условие независимости наблюдений. Тем не менее, данный метод можно применять для прогнозной цены. В качестве общего вывода по поводу применения параметрических методов следует отметить, что они

крайне несовершенны и самостоятельно для формирования цены, как правило, не применяются. Основным недостатком использования данных методов является то, что они учитывают не все потребительские свойства изделий и полностью игнорируют спрос и предложение. Основные условия применения корреляционно-регрессионного метода 1. Наличие достаточно большой по объему выборочной совокупности. Считается, что число наблюдений должно

превышать более чем в 10 раз число факторов, влияющих на результат. 2. Наличие качественно однородной исследуемой совокупности. 3. Подчинение распределения совокупности по результативному и факторным признакам нормальному закону или близость к нему. Выполнение этого условия обусловлено использованием метода наименьших квадратов (МНК) при расчете параметров корреляции (см. п. 2.1) и некоторых др. Основные задачи

корреляционно-регрессионного анализа 1. Измерение тесноты связи между результативным и факторным признаком (признаками). В зависимости от количества влияющих на результат факторов задача решается путем вычисления корреляционного отношения, коэффициентов парной, частной, множественной корреляции или детерминации. 2. Оценка параметров уравнения регрессии, выражающего зависимость средних значений результативного признака