Существует множество самых различных методов расчёта, я постараюсь описать некоторые из них. Различают два вида зависимостей между экономическими явлениями и процессами: а) функциональная и б) стохастическая. Примеры функциональной зависимости можно привести из области физических явлений. Например, в физике известен закон свободного падения. В условиях безвоздушного пространства скорость падения является произведением ускорения свободного падения на время падения. Закон Ома указывает функциональную связь между электрическим сопротивлением, силой тока и напряжением. В экономике примером может служить зависимость производительности труда от объёма произведённой продукции и затрат рабочего времени.

Совсем по-другому обстоит дело в закономерностях, проявляющихся только в массовом процессе, только при большом числе единиц совокупности. Такие закономерности называются стохастическими (вероятностными).

В моей работе уже упоминалось о методе корреляционного анализа - линейном коэффициенте корреляции

. Рассмотрим этот метод более обширней. Линейный коэффициент корреляции разработали Карл Пирсон, Фрэнсис Эджуорт и Рафаэль Уэлдон в 90-х годах XIX века и рассчитывается по формуле:

Где Х - факторный признак У - результативный

Коэффициент корреляции изменяется по модулю от -1 до 1.

1

- идеальная положительная связь Все точки данных располагаются строго на прямой линии, направленной вверх и в право.

Близко к 1

- сильная положительная взаимосвязь. Точки данных плотно сгруппированы вокруг прямой линии, направленной вверх и вправо.

Близко к 0 (положительно)

- отсутствие взаимосвязи. Случайное облако точек данных. Не имеет чёткой направленности ни вверх, ни вниз при движении вправо.

Близко к 0 (отрицательно)

- незначительная отрицательная взаимосвязь. Точки данных образуют случайное облако с незначительной ориентацией вниз и вправо.

Близко к -1

- сильная отрицательная взаимосвязь. Точки данных плотно сгруппированы вокруг прямой линии, направленной вниз и вправо.

-1

- Идеальная взаимосвязь, все точки располагаются строго на прямой.

Не определено

- точки данных располагаются строго на горизонтали или на вертикальной линии.

Статистической наукой разработаны методы, с помощью которых можно измерить связь между явлениями, не используя при этом количественные значения признака, а значит, и параметры распределения. Такие методы получили название непараметрические:

Коэффициент ранговой корреляции Кендалла

Применяется для выявления взаимосвязи между количественными или качественными показателями, если их можно ранжировать. Значения показателя X выставляют в порядке возрастания и присваивают им ранги. Ранжируют значения показателя Y и рассчитывают коэффициент корреляции Кендалла:

,

где .

- суммарное число наблюдений, следующих за текущими наблюдениями с большим

значением рангов Y.

- суммарное число наблюдений, следующих за текущими наблюдениями с меньшим

значением рангов Y. (равные ранги не учитываются)

Если исследуемые данные повторяются (имеют одинаковые ранги), то в расчетах используется скорректированный коэффициент корреляции Кендалла:

- число связанных рангов в ряду X и Y соответственно.

Коэффициент ранговой корреляции Спирмена

Каждому показателю X и Y присваивается ранг. На основе полученных рангов рассчитываются их разности и вычисляется коэффициент корреляции Спирмена:

Коэффициент корреляции знаков Фехнера

Подсчитывается количество совпадений и несовпадений знаков отклонений значений показателей от их среднего значения.

Публикации по экономике >>>

Малое предпринимательство проблемы и перспективы развития
В конце XX века Россия открывает для себя новый путь социально-экономического развития, основой которого является переход к рыночной экономике. Становление рыночных отношений неизбежно повлекло за собой возрождение предпринимательства. Хотя с тех пор прошло более 20 лет, сейчас все еще нельзя сказать, что предпринимательство является высокоразвитым сектором российской экономики, а ведь развитие предпринимат ...

Качественная оценка надежности процессов
Вариант 8 Уровни В Уровни А Среднее значение по строкам 0,5 1,0 1,5 2,0 2,5 С1 32 35 38 40 30 29 42 37 32 45 39 49 29 35 43 43 38 44 50 45 63 60 66 70 56 43,6 С2 30 33 36 40 26 ...