Главная | Карта сайта | ДВС | Краны | Автосервис | ТО | Статьи

Классификация факторов

При классификации факторы делятся на количественные и качественные, что объясняется прежде всего целесообразностью расширения границ анализа и включения в сферу экономического анализа социальных факторов, большая часть которых имеет качественную характеристику. С другой стороны, следует учитывать возможность перехода части качественных факторов в количественные, если им может быть дана количественная оценка, и всегда сохраняется какая-то часть количественных факторов, которая должна быть выделена особо. Методы экономического анализа не позволяют с достаточной достоверностью определить влияние качественных факторов. Это влияние может быть выявлено при помощи специальных шкал и иных способов оценки с применением метода идентификации факторов, что позволяет однозначно решать эту задачу.
Следующим этапом разделения факторов, необходимым в их классификации, является деление на второстепенные и существенные. При этом следует учитывать и наличие случайных факторов, являющихся результатом погрешностей измерения. Деление факторов на второстепенные и существенные связано с необходимостью упрощения моделируемого процесса, с отбором только доминирующих факторов, которые определяют уровень и динамику процесса. Очень важным здесь является процесс отбора этих факторов, который целесообразно осуществлять методами парной и множественной корреляции их значений.
Следующим этапом классификации факторов является их деление на простые (первичные) и сложные (комплексные). Первая группа факторов позволяет получить наилучшие результаты, но для этого требуется организовать детальное статистическое наблюдение, что практически не всегда возможно. Поэтому чаще всего приходится пользоваться сложным фактором.
Затем для определения необходимого объема выборок и получения достоверных средних значений показателей для оценки эффективности функционирования технических служб СТОА и других предприятий автомобильного транспорта и факторов, формирующих этот процесс эффективности, при исследовании парной корреляции в регрессионном анализе факторов следует воспользоваться стандартными номограммами. При нормальном распределении коэффициента вариации, относительной точности Исследования (погрешность) е = 0,10 и доверительном уровне вероятности 1Д = 0,95 объем выборки N = 40 достаточен (5, 38].
Довольно часто в процессе исследования для увеличения объема выборки используют метод «предприятие — год», т. е. показатели по каждому предприятию берут за ряд лет и рассматривают их как отдельные наблюдения (выборки). Это позволяет увеличить объем и достоверность исходной информации.
Используя метод «предприятие — год», важно правильно выбрать продолжительность периода обследования, так как слишком малая продолжительность может помешать выявлению общих закономерностей, а очень большая — существенно изменить их под влиянием технического прогресса и других качественных преобразований. Оптимальным периодом целесообразно считать 3—5 последовательных лет.
При таком методе возможны корреляции между показателями одного подразделения, полученными за ряд лет. Это приводит частично к искажению средних, квадратических погрешностей коэффициентов корреляций. Но при исследовании в течение рекомендуемого периода эти искажения в большинстве случаев не столь значительны, чтобы повлиять на практические результаты. Более важно, чтобы при применении аппарата регрессионного анализа результат наблюдений (выборок) представлял собой независимые нормально распределенные случайные величины. Так как исследуемые процессы изменяют эффективность технической службы и протекают под влиянием большого числа независимо действующих факторов, каждый из которых мало изменяет течение процесса в целом, то можно наблюдать лишь суммарные действия этих факторов и получить закономерности, свойственные сумме большого числа независимых величин.
Из теории вероятности известно, что при выполнении исследований с использованием аппарата регрессионного анализа необходимо и достаточно, чтобы исследуемый процесс сводился к нормальному закону распределения независимых величин. Поэтому необходима проверка соответствия распределения исходных данных нормальному закону, и, чтобы не допустить ошибочного заключения, рассчитывается мера асимметрии, т. е. показатель скошенности ряда в ту или другую сторону от среднего значения: где Мз — центральный момент третьего лорядка (берется из табличных денных

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117