Факторный анализ

Содержание

Слайд 2

сутність

Факторний аналіз - багатовимірний метод, застосовуваний для вивчення взаємозв'язків між значеннями змінних.

сутність Факторний аналіз - багатовимірний метод, застосовуваний для вивчення взаємозв'язків між значеннями

Факторні ознаки (незалежні) - ті ознаки, які характеризують причину.
Результативні ознаки (залежні) - ті ознаки, які характеризують наслідок.
факторна система - сукупність факторних і результативних ознак, які знаходяться в одній причинно-наслідкового зв'язку.
Модель факторної системи:
Y = f (x1, x2, x3, ..., xn)

Слайд 3

Цели
Определить взаимосвязи между переменными
Сокращение числа переменных, необходимых для описания

Цели Определить взаимосвязи между переменными Сокращение числа переменных, необходимых для описания

Слайд 4

види зв'язків

функціональний зв'язок - ця така зв'язок, при якій кожному значенню фактора

види зв'язків функціональний зв'язок - ця така зв'язок, при якій кожному значенню
(факторної ознаки) відповідає цілком певний невипадкове значення узагальненого показника (результативної ознаки).
стохастична зв'язок - такий зв'язок, при якій кожному значенню фактора (факторної ознаки) відповідає безліч значень узагальненого показника (результативної ознаки).

Слайд 5

Методы
Детерминированный ФА
Метод цепных подстановок
Метод абсолютных и относительных разниц
Балансовый метод
Индексный метод
Стохастический ФА
Корреляционный

Методы Детерминированный ФА Метод цепных подстановок Метод абсолютных и относительных разниц Балансовый
метод
Регрессионный метод
Дисперсионный метод
Метод кластерного анализа

Слайд 6

Типи факторного аналізу

ФА
По порядку
Прямой
Обратный
По периодам
Ретроспективный
Перспективный
По ступеням
Одноступенчатый
Многоступенчатый
По состоянию
Статический
Динамический

Типи факторного аналізу ФА По порядку Прямой Обратный По периодам Ретроспективный Перспективный

Слайд 7

Умови застосування факторного аналізу

Всі ознаки повинні бути кількісними.
Число спостережень має бути не

Умови застосування факторного аналізу Всі ознаки повинні бути кількісними. Число спостережень має
менше ніж в два рази більше числа змінних.
Вибірка повинна бути однорідна.
Вихідні змінні повинні бути розподілені симетрично.
Аналіз здійснюється за коррелирующим змінним.

Слайд 8

Сферы применения
Психология
Политология
Экономика
Статистика
Нейрофизиология
Социология

Сферы применения Психология Политология Экономика Статистика Нейрофизиология Социология

Слайд 9

приклад

Загальний фонд відпрацьованого часу залежить від декількох факторів. Дану залежність можна представити

приклад Загальний фонд відпрацьованого часу залежить від декількох факторів. Дану залежність можна
у вигляді формули:
ФРВ = Ч * Д * П

Слайд 10

Метод ланцюгових підстановок

мета: визначити вплив окремих факторів на зміну величини результативного показника

Метод ланцюгових підстановок мета: визначити вплив окремих факторів на зміну величини результативного
шляхом поступової заміни базисної величини кожного факторного показника в обсязі результативного показника на фактичну в звітному періоді.

Слайд 11

розрахунок

розрахунок

Слайд 12

Метод абсолютних різниць

Величина впливу факторів розраховується множенням абсолютного приросту на базову величину

Метод абсолютних різниць Величина впливу факторів розраховується множенням абсолютного приросту на базову
факторів, які знаходяться праворуч від нього, і на фактичну величину факторів, які розташовані зліва від нього в моделі.

Вплив чисельності працюючих: ΔФРВ4 = (ЧФ-Чпл) * Дпл * ППЛ = (900-1000) * 250 * 8 = -200 тис. Ч / г.
Вплив відпрацьованих людино-днів: ΔФРВд = ЧФ * (Дф-Дпл) * ППЛ = 900 * (260-250) * 8 = + 72 тис. Ч / г
Вплив тривалості робочого дня:
ΔФРВп = ЧФ * Дф * (Пф-П пл) = 900 * 260 * (7,8-8) = - 46,8 тис. Ч / г ≈47

Слайд 13

Метод відносних різниць

Для розрахунку впливу першого фактора необхідно базисну величину результативного показника

Метод відносних різниць Для розрахунку впливу першого фактора необхідно базисну величину результативного
помножити на відносний приріст першого фактора.
Для розрахунку впливу 2-го фактора, потрібно до планової величиною результативного показника додати зміну його за рахунок першого фактора і потім отриману суму помножити на відносний приріст другого.

Слайд 14

Етапи стохастичного моделювання

Етап 1 - Якісний аналіз
Етап 2 - Попередній аналіз модельованої

Етапи стохастичного моделювання Етап 1 - Якісний аналіз Етап 2 - Попередній
сукупності
Етап 3 - Побудова регресійній моделі
Етап 4 - Оцінка адекватності моделі
Етап 5 - Інтерпретація і практичне використання моделі

Слайд 15

кореляційний аналіз

кореляційний аналіз - це кількісний метод визначення тісноти і напрямку взаємозв'язку

кореляційний аналіз кореляційний аналіз - це кількісний метод визначення тісноти і напрямку
між вибірковими змінними величинами.
метою кореляційного аналізу є оцінка тісноти зв'язку між ознаками.
тіснота зв'язку кількісно виражається величиною коефіцієнтів кореляції.

Слайд 16

Практична реалізація кореляційного аналізу включає наступні етапи:

1) постановка завдання і вибір ознак;
2)

Практична реалізація кореляційного аналізу включає наступні етапи: 1) постановка завдання і вибір
збір інформації та її первинна обробка (угруповання, виключення аномальних спостережень, перевірка нормальності одновимірного розподілу);
3) попередня характеристика взаємозв'язків (аналітичні угруповання, графіки);
4) усунення мультиколінеарності (взаємозалежності факторів) і уточнення набору показників шляхом розрахунку парних коефіцієнтів кореляції;
5) дослідження факторної залежності і перевірка її значущості;
6) оцінка результатів аналізу і підготовка рекомендацій щодо їх практичного використання.

Слайд 17

Кореляційний аналіз:

1. парна кореляція - зв'язок між двома ознаками (результативним і факторним

Кореляційний аналіз: 1. парна кореляція - зв'язок між двома ознаками (результативним і
або двома факторними).
2. приватна кореляція - залежність між результативним і одним факторингу ознаками при фіксованому значенні інших факторних ознак.
3. множинна кореляція - залежність результативного і двох або більше факторних ознак, включених в дослідження.

Слайд 18

Види кореляційних зв'язків:

По формі кореляційний зв'язок може бути прямолінійною або криволінійною.
У

Види кореляційних зв'язків: По формі кореляційний зв'язок може бути прямолінійною або криволінійною.
напрямку кореляційний зв'язок може бути позитивною ( "прямий") і негативною ( "зворотній").
за силою кореляційний зв'язок визначається шкалою Чеддока

Слайд 19

Формула коефіцієнта кореляції при лінійної залежності

Формула коефіцієнта кореляції при лінійної залежності

Слайд 20

Величина коефіцієнта лінійної кореляції Пірсона не може перевищувати +1 і бути менше

Величина коефіцієнта лінійної кореляції Пірсона не може перевищувати +1 і бути менше
ніж -1. Ці два числа+1 і -1 - є межами для коефіцієнта кореляції.
Коли при розрахунку виходить величина більша +1 або менша -1 - отже сталася помилка в обчисленнях.

Слайд 21

позитивна кореляція

позитивна кореляція

Слайд 22

відсутність кореляції

відсутність кореляції

Слайд 23

негативна кореляція

негативна кореляція

Слайд 24

шкала Чеддока

шкала Чеддока

Слайд 25

регресійний аналіз

регресійний аналіз - це кількісний метод визначення виду математичної функції в

регресійний аналіз регресійний аналіз - це кількісний метод визначення виду математичної функції
причинно-наслідкового залежності між змінними величинами.
Метою регресійного аналізу є встановлення форми залежності.

Слайд 26

види регрессий

види регрессий

Слайд 27

оцінки параметрів a і b знаходяться за формулами:

оцінки параметрів a і b знаходяться за формулами:

Слайд 30

формально a - значення y при x =0.
Якщо ознака-фактор x НЕ

формально a - значення y при x =0. Якщо ознака-фактор x НЕ
може мати нульового значення, то вищевказана трактування вільного члена a не має сенсу, тобто параметр a може не мати економічного змісту.

параметр b називається коефіцієнтом регресії.
його величина показує середня зміна результату зі зміною фактора на одну одиницю.

a і b

Слайд 31

коефіцієнт детермінації

коефіцієнт детермінації

Слайд 32

приклад:

приклад:

Слайд 33

Рішення:

Рішення:

Слайд 34

Рішення:

Рішення:

Слайд 35

кластерний аналіз
Кластерний аналіз являє собою клас методів, використовуваних для класифікації об'єктів або

кластерний аналіз Кластерний аналіз являє собою клас методів, використовуваних для класифікації об'єктів
подій у відносно однорідні групи, які називають кластерами (clusters).

Слайд 36

кластерний аналіз
Об'єкти в кожному кластері повинні бути схожі між собою і відрізнятися

кластерний аналіз Об'єкти в кожному кластері повинні бути схожі між собою і
від об'єктів в інших кластерах.
Кластерний аналіз також називають класифікаційними аналізом (classification analysis) або чисельної таксономії (систематикою) (numerical taxonomy).

Слайд 37

Ідеальна ситуація кластеризації

Ідеальна ситуація кластеризації

Слайд 39

дисперсійний аналіз

дисперсійний аналіз - це статистичний метод, що дозволяє підтвердити або спростувати

дисперсійний аналіз дисперсійний аналіз - це статистичний метод, що дозволяє підтвердити або
гіпотезу про те, що дві вибірки даних відносяться до однієї генеральної сукупності. Наприклад, стосовно аналізу діяльності підприємства можна сказати, що дисперсійний аналіз дозволяє визначити, до однієї і тієї ж сукупності даних чи ні відносяться групи різних спостережень.
Имя файла: Факторный-анализ.pptx
Количество просмотров: 38
Количество скачиваний: 0