Понятие корреляционного статистического анализа, возможности его использования в экономических исследованиях.

Корреляционный анализ есть метод установления связи и измерения ее тесноты между наблюдениями, которые можно считать случайными и выбранными из совокупности, распределенной по многомерному нормальному закону.

Корреляционной связью называется такая статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой. Возникать корреляционная связь может несколькими путями. Важнейший из них - причинная зависимость вариации результативного признака от изменения факторного. Кроме того, такой вид связи может наблюдаться между двумя следствиями одной причины. Основной особенностью корреляционного анализа следует признать то, что он устанавливает лишь факт наличия связи и степень ее тесноты, не вскрывая ее причин.

В статистике теснота связи может определяться с помощью различных коэффициентов (Фехнера, Пирсона, коэффициента ассоциации и т.д.), а в анализе хозяйственной деятельности чаще используется линейный коэффициент корреляции.

Таким же образом вычисляется коэффициент корреляции между факторами в двухфакторной регрессионной модели вида у = ах + b, a также при любой другой форме связи между двумя показателями.

Значения коэффициента корреляции изменяются в интервале [-1; + 1]. Значение r = -1 свидетельствует о наличии жестко детерминированной обратно пропорциональной связи между факторами, r = +1 соответствует жестко детерминированной связи с прямо пропорциональной зависимостью факторов. Если линейной связи между факторами не наблюдается, r 0. Другие значения коэффициента корреляции свидетельствуют о наличии стохастической связи, причем чем ближе |r| к единице, тем связь теснее.

При |r|<0,3 связь можно считать слабой; при 0,3 < |r| < 0,7 - связь средней тесноты; |r| > 0,7 - тесная. Существуют и более дробные градации (например, таблица Чэддока).

Практическая реализация корреляционного анализа включает следующие этапы:

а) постановка задачи и выбор признаков;

б) сбор информации и ее первичная обработка (группировки, исключение аномальных наблюдений, проверка нормальности одномерного распределения);

в) предварительная характеристика взаимосвязей (аналитические группировки, графики);

г) устранение мультиколлинеарности (взаимозависимости факторов) и уточнение набора показателей путем расчета парных коэффициентов корреляции;

д) исследование факторной зависимости и проверка ее значимости;

е) оценка результатов анализа и подготовка рекомендаций по их практическому использованию.

41. Понятие статистических методов анализа.

Математико-статистические методы изучения связей, называемые иначе стохастическим моделированием, являются в определенной степени дополнением и углублением детерминированного анализа. В анализе финансово-хозяйственной деятельности стохастические модели используются, когда необходимо:

- оценить влияние факторов, по которым нельзя построить жестко детерминированную модель;

- изучить и сравнить влияние факторов, которые невозможно включить в одну и ту же детерминированную модель;

- выделить и оценить влияние сложных факторов, которые не могут быть выражены одним определенным количественным показателем.

В отличие от детерминистского, стохастический подход для своей реализации требует выполнения ряда предпосылок. В первую очередь речь идет о наличии достаточно большой совокупности объектов (жестко детерминированную модель можно анализировать и строить по одному объекту, для стохастической же модели необходима совокупность). Кроме того, необходим достаточный объем наблюдений: по одному-двум наблюдениям судить о характере стохастической связи нельзя.

Использование стохастических моделей в экономике, в отличие от использования их в технике, имеет определенные трудности, связанные с получением совокупности достаточного объема. В технике эксперимент можно повторить, в экономике этого сделать нельзя. Это приводит к дискуссии о правомерности использования статистических методов при построении факторных моделей в анализе деятельности предприятий, поскольку при этом нередко приходится работать в условиях малых выборок (менее 20 наблюдений), а кроме того, в теории статистики считается, что при построении регрессии количество наблюдений должно в 6-8 раз превышать количество факторов, что крайне редко встречается в анализе финансово-хозяйственной деятельности предприятий.

Поскольку стохастическая модель - это, как правило, уравнение регрессии, при ее построении должны выполняться следующие условия:

· случайность наблюдений;

· наличие однородности совокупности, как качественной, так и количественной (показателем количественной однородности совокупности данных является показатель вариации);

· наличие специального математического аппарата (например, инструменты анализа автокорреляций для анализа рядов динамики).

Основная сфера приложения стохастических моделей — это проблемно-ориентированный и тематический анализ. Стохастическое моделирование предназначено для решения трех основных задач:

ü установление самого факта наличия (или отсутствия) статистически значимой связи между изучаемыми признаками;

ü прогнозирование неизвестных значений результативных показателей по заданным значениям факторных признаков (задачи экстраполяции и интерполяции);

ü выявление причинных связей между изучаемыми показателями, измерение их тесноты и сравнительный анализ степени влияния.

Проведение стохастического моделирования - сложный процесс, состоящий из нескольких этапов, на каждом из которых выполняются определенные процедуры.

Этап 1 - качественный анализ. Он включает:

· постановку цели анализа;

· определение совокупности включаемых в анализ данных;

· определение результативных признаков;

· определение факторных признаков;

· выбор периода анализа;

· выбор метода анализа.

Этап 2 - предварительный анализ моделируемой совокупности, что подразумевает:

· проверку однородности совокупности;

· исключение аномальных наблюдений;

· уточнение необходимого объема выборки;

· установление законов распределения изучаемых переменных.

Этап 3 - построение регрессионной модели экономического объекта, которое включает:

· перебор конкурирующих вариантов моделей;

· уточнение перечня факторов, включаемых в модель;

· расчет оценок параметров уравнений регрессии.

Этап 4 - оценка адекватности модели, которая заключается в следующем:

· проверка статистической значимости уравнения в целом и его отдельных параметров;

· проверка соответствия формальных свойств полученных оценок задачам исследования.

Этап 5 - экономическая интерпретация и практическое использование модели. Под этим понимается:

· определение пространственно-временной устойчивости зависимостей;

· оценка прогностических свойств моделей.

Более кратко:

К статистическим методам экономического анализа относятся:

· статистическое наблюдение - запись информации по определенным принципам и с определенными целями;· расчеты средних величин;· ряды динамики - абсолютный прирост, относительный прирост, темпы роста, темпы прироста;· сводка и группировка экономических показателей по определенным признакам;сравнение показателей - с показателями конкурентов, с нормативами, с показателями предыдущих периодов;· расчет индексов; детализация показателей;графические методы.