График - разброс
Cтраница 2
И наконец, еще одним слабым местом графика разброса является то, что оценка переменных затрат может зависеть от того, какое прошлое значение затрат выбирается для расчета постоянной составляющей. [16]
 |
Сравнение результатов тестов. [17] |
Как мы уже отметили в предыдущем разделе, график разброса может помочь в определении, имеется или нет зависимость между двумя наборами данных. Если зависимость существует, то она либо линейная, либо нелинейная. Линейная зависимость представлена прямыми линиями, а нелинейная зависимость - кривой. На последующих примерах мы покажем соотношения обоих типов. [18]
Объемы продаж двух продуктов можно проиллюстрировать с помощью графика разброса. График разброса на рис. 3.1 содержит несколько точек, представляющих пары значений из таблицы. Оси графика представляют только по одной переменной каждая. На рис. 3.1 горизонтальная ось соответствует объему продаж Barley Krisps, а вертикальная ось - Rice Pops. Каждая точка отражает объем продаж двух продуктов за данный месяц. [19]
 |
График объема продаж. [20] |
На рис. 3.3 эти данные представлены в виде графика разброса. По горизонтальной оси указан год, а по вертикальной оси - объем продаж в млн. упаковок. [21]
 |
График выручки от реализации. [22] |
Как это уже было показано в предыдущих разделах, график разброса можно использовать для иллюстрации того, имеется или нет зависимость между двумя переменными. Однако полученный график может оказаться достаточно субъективным. При использовании графика наличие или отсутствие зависимости между данными все же зачастую определяется исходя из личного мнения. Рассмотрим, например, график на рис. 3.1. Точки разбросаны в достаточно широком диапазоне. Похоже, что большие значения одной переменной соответствуют большим значениям другой и, наоборот, малые значения двух переменных соответствуют друг другу. Однако зависимость не является идеальной, и, возможно, если нанести еще несколько точек, мы, вероятно, получим еще больший их разброс. И наоборот, дополнительные точки на графике могут указать на более сильную зависимость. Таким образом, мы видим, что график не может дать определенного ответа относительно того, есть или нет зависимость между переменными. График разброса - это субъективный аналитический инструмент, и здесь требуется более объективный подход. Такой подход может заключаться в вычислении коэффициента корреляции, о чем мы будем говорить в этом разделе. [23]
Линейный регрессионный анализ математически более точен, чем анализ счетов, график разброса и анализ диапазона. Однако он предполагает поведение затрат только линейным; математическая точность не обязательно дает более точный прогноз затрат. [24]
Эти данные представлены на рис. 3.4. И снова, похоже, график разброса показывает на существование зависимости между годом и объемом выручки. Точки, нанесенные на графике, больше соответствуют кривой, а не прямой линии, как это показано на графике. Такой тип нелинейной зависимости часто возникает при отображении данных экономического характера, где инфляционные процессы искажают исходные цифры. Возможно, если данные, представленные в нашем примере, сравнить в реальном выражении, без учета инфляции, то полученный в результате график представит линейную зависимость. Для подтверждения этого необходим дальнейший анализ фактических данных. [25]
Линия регрессии - это линия наилучшего соответствия, проходящая через точки графика разброса. Уравнение линии регрессии имеет вид у а Ьх, где а и b могут быть рассчитаны по формуле, приведенной выше. [26]
Такой метод, несомненно, дает математически более точный результат, чем график разброса, или анализ диапазона, но дает ли он более точный прогноз совокупных затрат. Как и два других метода, линейный регрессионный анализ предполагает линейное поведение затрат. Помните, что математическое выражение общих затрат, которое мы дали выше, у - а Ьх представляет собой общую формулу графика прямой линии. Кроме того, здесь по-прежнему прогноз строится на основе анализа данных прошлых периодов. Таким образом, чем больше результатов прошлых наблюдений включено в регрессионный анализ, тем лучше математически обоснован результат. Однако, как мы уже убедились, при оценке затрат увеличение числа значений наблюдений прошлых периодов не всегда дает положительный эффект. [27]
С тем, чтобы лучше уяснить сущность коэффициента корреляции, целесообразно рассмотреть еще один график разброса. Нельзя не обратить внимание на тот факт, что значение г только определяет степень корреляции между двумя переменными. Это просто показатель прямолинейной зависимости переменных. [28]
Объемы продаж двух продуктов можно проиллюстрировать с помощью графика разброса. График разброса на рис. 3.1 содержит несколько точек, представляющих пары значений из таблицы. Оси графика представляют только по одной переменной каждая. На рис. 3.1 горизонтальная ось соответствует объему продаж Barley Krisps, а вертикальная ось - Rice Pops. Каждая точка отражает объем продаж двух продуктов за данный месяц. [29]
ИВЦ график разброса проверяемого размера по шпинделям и по станку в целом, а также сводку всех рассчитанных характеристик технологической точности станка с рекомендацией относительно приема станка в эксплуатацию. [30]
Страницы: 1 2 3