Cтраница 1
Многофакторная корреляционная модель дает возможность не только выразить количественно влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. Результаты такого анализа предназначены для разработки плановых заданий. Использование этого метода предполагает предварительное установление формы связи показателей и формирующих их факторов, расчет показателей достоверности, а также пределов, в которых может быть использовано уравнение регрессии. [1]
Многофакторная корреляционная модель позволяет не только выразить количественное влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. [2]
При создании многофакторной корреляционной модели необходимо отбирать самые значимые факторы, которые оказывают решающее воздействие на результативный показатель, так как охватить все условия и обстоятельства практически невозможно. Факторы, которые имеют критерий надежности по Стьюденту меньше табличного, не рекомендуется принимать в расчет. [3]
Изучение многофакторных зависимостей в экономико-статистическом анализе осуществляется наиболее полно с помощью многофакторных корреляционных моделей, которые позволяют измерить степень совместного влияния комплекса факторов на величину анализируемого показателя. [4]
В книге изложены результаты экономико-статистических исследований, описаны принципы построения и применения многофакторных корреляционных моделей при анализе и прогнозировании показателей эффективности производства в добыче нефти и бурении скважин. Показан результат комплексного экономического анализа и оценки технического прогресса в добыче нефти. Проведен корреляционный анализ зависимости коммерческой, технической, механической и рейсовой скорости бурения, изложена методика поинтер-вального распределения баланса времени с помощью ЭВМ. [5]
Оценка степени воздействия данного пли более широкого круга факторов на производственную структуру может быть осуществлена с помощью многофакторных корреляционных моделей и других статистических методов. [6]
Одним из основных способов количественного определения сложных взаимосвязей является корреляционный анализ, с помощью которого могут быть получены многофакторные корреляционные модели процессов. При этом среди множества действующих зависимостей нужно выделить те, которые являются существенными и необходимыми для полного описания исследуемого процесса. Выбранные связи должны характеризовать тенденции процесса, проявляющиеся в массе случайных событий, не учитываемых вследствие их частного единичного проявления. [7]
На примере универсальных токарных и токарно-винторезных металлорежущих станков выше изложены методологические основы подхода и последовательность проведения комплексного корреляционного анализа конструктивно-технических и производственно-технологических параметров машины, в результате которого себестоимость изготовления данной машины можно представить в виде многофакторной корреляционной модели, построенной на базе обобщения опыта производства аналогичных машин одного эксплуатационного назначения. [8]
В последние годы в связи с широким внедрением математических методов в экономику проводятся большие исследования по использованию методов корреляционного и регрессивного анализа для количественной оценки влияния отдельных факторов на итоговые показатели производственно-хозяйственной деятельности предприятий, а также математического описания процессов. Многофакторная корреляционная модель дает возможность не шлько выразить количественное влияние факторов на изучаемый показатель, но и предсказать значение функции и, следовательно, управлять анализируемым показателем. [9]
В нефтедобывающей промышленности в последние годы были предприняты попытки использовать методы корреляционного и регрессионного анализа для исследования производительности труда. Так, в БашНИПИнефти с помощью методов корреляционного и регрессионного анализа построена многофакторная корреляционная модель производительности труда для девонских месторождений Башкирии. [10]
Третий способ основан на анализе факторной зависимости потребности в автобензине и дизельном топливе по управлению в целом от спроса на них в наиболее топливоемких отраслях при стабилизировавшейся отраслевой структуре народного хозяйства района. В первую очередь составляется прогноз потребности в нефтепродуктах по каждой наиболее топливоемкой отрасли. Анализ и прогноз для этих отраслей осуществляются на основе построения многофакторных корреляционных моделей, отражающих совокупное влияние природных, организационных и других факторов на уровень расхода горючего в этих отраслях. [11]
В общем случае задачей регрессионного анализа является оценка условного математического ожидания ( М) случайной величины при заданном значении другой переменной. Сущность метода многомерного регрессионного анализа заключается в вычислении оценки математического ожидания фильтрационного коэффициента по фиксированным значениям геолого-физических признаков, которые характеризуют изучаемый пласт в каждом его пересечении скважиной. Выборочный характер исходных данных и вероятностный характер принятой для их анализа многофакторной корреляционной модели требуют вероятностной оценки получаемых результатов, так как посредством данной модели может быть дана только приближенная характеристика истинных значений изучаемого признака. [12]