Tishanskiysdk.ru

Про кризис и деньги
35 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Основные условия применения параметрических методов анализа

Параметрический метод

Параметрический метод − это исследование системы управления, основанный на количественном выражении исследуемых свойств системы управления и установлении взаимосвязей между параметрами управляющей и управляемой подсистем. Это дает возможность на базе фактических данных определить форму зависимостей взаимосвязанных параметров, их количественное выражение.

Зависимости могут быть функциональными и корреляционными.

Функциональными называются зависимости, проявляющиеся определенно и точно в каждом отдельном случае (наблюдении). Такая взаимосвязь называется полной.

Корреляционными (неполными) называются зависимости связанных величин, искажаемые влиянием посторонних дополнительных факторов.

Пример функциональной зависимости: выпуск и продажа товаров в условиях дефицита. Коэффициент корреляции равен 1.

Пример корреляционной зависимости может служить соотношение стажа рабочего и производительности труда. Известно, что в среднем производительность труда рабочий тем выше, чем больше их стаж. Однако нередко молодой рабочий трудится лучше пожилого из-за влияния таких дополнительных факторов, как образование, здоровье и др. Чем больше влияние дополнительных факторов, менее тесна связь между стажем и выработкой. Коэффициент корреляции между стажем и производительностью занимает промежуточное положение в интервале от 0 до 1 в зависимости от тесноты взаимосвязей.

Корреляционные зависимости определяются на основе корреляционного метода.

Корреляционный (взаимосвязанный) метод − один из экономико-математических методов исследования, позволяющий определить количественную взаимосвязь между несколькими параметрами исследуемой системы. При этом корреляционная зависимость, в отличие от функциональной, может проявляться только в общем среднем случае, то есть в массе случаев – наблюдений.

Корреляционный метод применяется в теории производственных функций, в разработке разного рода нормативов на производстве, в анализе спроса и потребления и др.

Основные задачи корреляционного метода:

1) определение вида корреляционного уравнения (уравнения регрессии). Простейшим видом такого уравнения, характеризующим взаимосвязь между двумя параметрами, может быть уравнение прямой:

,

где Y,X −соответственнонезависимая и зависимая переменные;

a,b −постоянные коэффициенты

Вывод о прямолинейном характере зависимости можно проверить путем простого сопоставления имеющихся данных или графически.

2) определение постоянных коэффициентов связи между переменными параметрами, которые наилучшим образом будут отвечать имеющимся фактическим значениям Y и X. В данном случае в качестве критериев оценки адекватности линейной зависимости фактическим данным можно использовать минимум суммы квадратов отклонений реальных статистических значений Y от рассчитанных по уравнению принятой к применению прямой. Коэффициенты прямой при использовании данного критерия могут быть определены известным методом наименьших квадратов.

Примером линейной зависимости можно признать количество заместителей начальника цеха Y функционального отдела от числа работников Х в отделе и на основе статистических данных (для данного примера, не менее 20-25 пар) получить следующую зависимость:

.

Величина исследуемого параметра довольно часто складывается под влиянием не одного, а нескольких факторов. При линейной связи всех факторов можно использовать линейное уравнение множественной корреляции следующего вида:

,

где − коэффициенты, рассчитанные эмпирическим путем;

− факторы, от которых зависит потребность в специалистах данного профиля. Номенклатура и количество факторов различны по категориям специалистов

Таким уравнением описывается, например, модель для функциональных специалистов.

Если же воздействие какого-либо фактора на исследуемый объект не может быть признано линейным, то соответствующие факторы могут включаться в уравнение не первой, а второй и более высокой степени.

Регрессивный анализ применяется в частности, при анализе эластичности спроса от цены, при анализе хозяйственной деятельности предприятий (для определения влияния отдельных факторов на результаты).

Факторный анализ

При анализе характеристик систем управления исследователь сталкивается с многомерностью их описания, то есть с необходимостью учитывать в анализе большое число признаков. Многие признаки взаимосвязаны и в значительной мере дублируют друг друга. Нередко признаков в косвенной форме отражают наиболее существенные, но не поддающиеся непосредственному наблюдению и измерению внутренние, скрытые свойства явлений. Поэтому возникает потребность сконцентрировать информацию, выражая большое число исходных косвенных признаков через меньшее число емких внутренних характеристик явления.

Сущность методов факторного анализа состоит в переходе от описания некоторого множества изучаемых объектов, заданного большим набором косвенных непосредственно измеряемых признаков, к описанию меньшим числом максимально информативных глубинных переменных, отражающих наиболее существенные свойства явления. Такого рода переменные, называемые факторами, являются некоторыми функциями исходных признаков.

Основная задача факторного анализа заключается в том, чтобы определить понятие, число и природу наиболее существенных характеристик (факторов).

Переменные при использовании факторного анализа не подразделяются априорно на зависимые и независимые, а рассматриваются как равноправные. Преимуществом метода является возможность одновременного исследования сколь угодно большого числа взаимосвязанных переменных. Отсутствует допущение о «неизменности всех прочих условий», свойственного многим другим методам статистического анализа. Отсутствие ограничений на число переменных и их взаимозависимость позволяет с успехом применять факторный анализ для исследования систем управления, где трудно изолировать влияние отдельных переменных на поведение всей системы.

Дата добавления: 2016-05-11 ; просмотров: 1601 ; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ

Параметрический метод

Этап оценки фактической эффективности.

Реализационный (непосредственно внедренческий) этап

реализация всех разработанных проектных документов на основе плана-графика работ. При этом выполняются мероприятия по социально-психологической подготовке работников, имеющих отношение к объекту анализа, их профессиональной и материально-технической подготовке. Необходимо также разработать систему материального стимулирования проведения внедренческих работ. На этом этапе проводится контроль выполнения проектных мероприятий и при необходимости корректировка работ по проведенному ФСА.

расчет социальных, экологических, экономических и других видов эффектов и эффективности.

Параметрический метод основывается на количественном и качественном описании исследуемых свойств СУ (объекта исследования) и установлении взаимосвязей между параметрами как внутри управляющей и управляемой подсистем, так и между ними. Это позволяет с помощью заранее избранной номенклатуры параметров на базе фактических данных количественно оценить исследуемый объект. При этом зависимости между параметрами могут быть как функциональными (проявляемые определенно и точно в каждом отдельно наблюдаемом случае) и корреляционными (определяемые на основе корреляционного метода). Считается одним из самых объективных.

Свойство СУ— объективная особенность системы, проявляющаяся при ее создании и функционировании. Свойств у системы может быть бесчисленное множество, и в зависимости от условий и обстоятельств они могут постоянно обнаруживаться и проявляться. Свойства могут быть простыми и сложными. Простое свойство это, например, численность управленческого персонала, срок службы ТСУ, емкость запоминающего устройства ТСУ и др. Примером сложного свойства может служить производительность труда управленцев, которая включает объем выполняемых функций и численность персонала. Любое свойство системы можно охарактеризовать словесно, численно, графически, в виде таблицы, функции, т.е. с помощью признаков его.

Признак продукции — качественная или количественная характеристика свойств системы. Примером качественных признаков могут служить тип оргструктуры управления, метод управления, метод оценки СУ, способ расчета численности персонала и т.п. Существенным значением среди качественных признаков обладают альтернативные признаки, которые имеют только два взаимоисключающих варианта, например, наличие или отсутствие ошибок в работе персонала. Помимо качественных альтернативных признаков свойств СУ могут быть признаки многовариантные.

Для объективной оценки любой системы ее свойства необходимо охарактеризовать количественно. Количественно свойства объекта исследования характеризуют параметры.

Частным случаем параметра СУ является показатель — количественная характеристика свойств системы, входящих в ее состав и рассматриваемая применительно к определенным условиям ее создания и функционирования. Следовательно, параметр системы следует воспринимать как более широкое понятие, так как он может характеризовать любые свойства системы.

Многие показатели являются функциями параметров. Так, электровооруженность труда зависит от потребленной электроэнергии, рациональности ее использования, численности персонала; нормативная численность персонала любого подразделения является функцией трудоемкости управленческих функций, квалификации и других параметров.

Качественные признаки также могут влиять на вид функциональной зависимости показателей СУ от ее параметров. Например способ резервирования выполняемых функций управления (качественным признак) оказывает влияние на вид зависимости показателей надежности СУ; используемый метод распределения функций управления в подразделении, являющийся качественным признаком, оказывает существенное воздействие на зависимость уровня качества выполняемых функций персонала от имеющегося в наличии профессионального состава (экономистов, маркетологов, инженеров и т.п.) — структурного параметра СУ. Кроме структурных существуют геометрические и другие параметры.

В параметрическом методе параметры выступают одной из важнейших базовых характеристик как элементов СУ, так и в целом всей системы. Они отражают взаимосвязи элементов, состояния и тенденции их развития как с качественной, так и количественной стороны.

Читать еще:  Методика анализа продукции

Качественные и количественные признаки СУ тесно взаимосвязаны между собой и с ее показателями (рис. 7.6).

При исследовании СУ в основном используются:

количественные абсолютные и относительные параметры (как частные случаи — показатели). Показатели в абсолютном исчислении используются для описания отличающихся исследуемых объектов (численность ППП, количество подразделений, затраты на персонал и т.п.), а относительные показатели для характеристики, например, темпов роста продаж, прибыли, численности, производительности труда персонала и т.п.;

качественные признаки, в описательном виде характеризующие то или иное свойство системы (способ воздействия на управляемый объект, метод оценки и т.п.);

классификационные (номинальные) признаки (параметры), характеризующие те свойства системы, которые не могут принимать участие в оценке, но позволяют отнести изучаемый объект к определенному классу безотносительно к проведению оценки (список специальностей сотрудников, перечень марок ТСУ, типов ОСУ);

порядковые (ранговые) параметры, позволяющие качествен отличать друг от друга изучаемые объекты, что выражается в присвоении им, например, баллов (оценка успеваемости, оценка выступления спортсмена), разрядов (у рабочих, спортсменов, чиновников), должностной табели о рангах (инженер 3, 2 и 1-й категории, старший, ведущий и главный инженер).

Показатели СУ могут быть единичными, комплексными, интегральными и обобщенными.

Единичный показатель СУ — показатель, относящийся только к одному из свойств СУ. Например, единичными показателями являются численность ППП, количество функций управления. Его разновидностью выступает относительный единичный показатель, представляющий собой отношение единичного показателя к нормативному (базовому), выражаемому в относительных единицах или процентах.

Нормативный (базовый) показатель — показатель, принятый за сходный (эталонный) при сравнительных оценках СУ. В качестве базовых принимаются, например, показатели прогрессивных СУ или конкурентов. Базовые показатели могут быть также единичными, комплексами, интегральными и обобщенными.

Комплексный показатель — показатель, относящийся к нескольким свойствам продукции. С помощью данного показателя можно в целом охарактеризовать подсистему, элемент СУ.

Интегральный показатель — комплексный показатель, отражающий соотношение суммарного полезного эффекта от эксплуатации СУ и суммарных затрат на ее создание и эксплуатацию

К комплексным показателям принадлежат также групповые и обобщенные (определяющие) показатели. Комплексный показатель СУ, относящийся к определенной группе ее свойств, называется групповым.

Обобщенный показатель СУ— показатель, относящийся к такой совокупности ее свойств, по которой принято решение оценивать систему.

Для облегчения практического использования показателей проводят их классификацию. Большое значение при этом имеет единство методов классификации, определения и применения показателей.

Классификация показателей может быть произведена:

• по количеству характеризуемых свойств, т. е. они могут быть единичными и комплексными (групповыми, интегральными, обобщенными); г

• по способу выражения (размерными и безразмерными единицами измерения, в том числе с помощью баллов, процентов);

• по методу определения (социологическими, эксперт расчетными, экспериментальными);

• по влиянию на качество при изменении абсолютного значения показателя (позитивные, негативные);

• по видам ограничения здесь (не менее, не более, не менее и не более);

• по стадии определения — здесь показатели могут быть исследовательско-проектными и эксплуатационными;

• по применению для оценки (базовыми, относительными);

• по отношению к различным свойствам (адаптивности, эффективности, гибкости, преемственности и т.д.).

Такая классификация существенно упрощает математически) обоснования при оценке и при оптимизационных расчетах отдельны) показателей. Кроме того, показатели качества, классифицированные по ограничениям, позволяют определить категорию продукции, подразделяемую по признаку последствий при отказе, снижении или низком значении одного или совокупности показателей.

Доклады – правила разработки классификации /пр. задание: разработать классификацию параметров:

ПАРАМЕТРИЧЕСКИЕ РАСЧЕТЫ ПОКАЗАТЕЛЕЙ

Каждый из параметров может использоваться при исследовании и расчете показателей, представленных ниже.

1. Показатели, характеризующие выполнение планов или соблюдение норм:

• в относительных единицах для позитивных показателей (для негативных показателей числитель со знаменателем меняются местами).

• в процентах для позитивных показателей (для негативных показателей числитель со знаменателем меняются местами).

2. Показатели темпов роста:

• в относительных единицах (для негативных показателей числитель со знаменателем меняются местами)

3. Позитивные показатели отклонений:

• в относительных единицах

4. Негативные показатели отклонений:

• в относительных единицах

К позитивным показателям относятся те, которые при своем численном увеличении улучшают функционирование СУ (например, показатели прибыли, объема продаж и т.п.), а к негативные — те, которые при их численном увеличении ухудшают функционирование СУ (например, себестоимость и т.п.).

ОБЩИЙ ПОРЯДОК ПРОВЕДЕНИЯ ОЦЕНОК ПАРАМЕТРИЧЕСКИМ МЕТОДОМ

Общий порядок использования параметрического метода при исследовании объектов СУ предполагает следующие действия.

1) построить дерево свойств объекта исследования и его компонентов;

2) идентифицировать свойства свойств исследуемого объекта по классам;

3) определить номенклатуры параметров, характеризующих свойства исследуемого объекта СУ;

4) осуществить группировку избранных параметров;

5) провести квантификацию и шкалирование (по типам шкал: порядковая; интервалов; отношений; разностей; абсолютная) параметров

6) осуществить нормирование значений параметров;

7) измерить значения параметров;

8) разработать модели взаимного соответствия сопоставляемых компонентов и параметров объекта

9) рассчитать обобщенные оценки состояния объекта и его компонентов.

Основным условием применения параметрических методов анализа является

Тесты 1

(Выберите один или несколько правильных ответов)

1.Выберите правильное определение вероятности события

А)частота события, которое при реализации определенного комплекса условий произойдет непременно

Б)величина, которая при реализации определенного комплекса условий может принимать различные значения

В)численная мера объективной возможности появления данного события при реализации определенного комплекса условий+

2.В каких границах может находиться вероятность появления случайного события:

А)0 1

В)

Г)p(A) 0,05+

Б)p=0,05+

В)p

7.Укажите виды научных статистических исследований в зависимости от времени регистрации

А)сплошное

Б)текущее+

В)единовременное+

Г)выборочное+

Д)ретроспективное+

Е)проспективное+

8.Пилотажное исследование проводится с целью:

А)установления корреляционной зависимости

Б)отработки программы сбора материала+

В)оценки вариабельности признака+

Г)выбора вида исследования+

Д)оценки затрат+

Е)оценки динамики явления

9.Укажите виды научных статистических исследований в зависимости от степени охвата объекта исследования:

А)Сплошное+

Б)текущее

В)единовременное

Г)выборочное+

Д)ретроспективное

Е)проспективное

10.Сколько этапов включает в себя научное статистическое исследование?

А)три

Б)четыре

В)пять

Г)шесть+

Д)зависит от цели исследования

Е)зависит от вида исследования

11.Искажение показателей прибора ввиду «магнитных бурь» – это:

А)случайная ошибка;

Б)систематическая ошибка;

В)случайная и систематическая ошибки;+

Г)преднамеренная ошибка;

Д)непреднамеренная ошибка.

12.Расхождение между расчетными значениями в наблюдении и действительным значением в генеральной совокупности – это:

А)ошибка регистрации (измерения);

Б)ошибка репрезентативности (представительности);+

В)ошибка метода расчета;

Г)ошибка вычислительного устройства.

13.Выберите правильное определение статистической совокупности

А)группа отдельных единичных наблюдений, объединенных исследователем

Б)группа относительно однородных элементов, взятых вместе в известных границах времени и пространства

В)объект наблюдения статистического научно-практического исследования+

14.Выборка какого объема считается «малой» для одномерной случайной величины Х.

А)менее 5,+

Б)менее 10,+

В)менее30,+

Г)менее 100.

15.Из всех видов распределения в медико-биологических исследованиях наиболее часто встречается:

А)Биномиальные

Б)Нормальное+

В)Пуассона

Г)Альтернативное

Д)Все вышеперечисленные встречаются с одинаковой частотой

16.Гистограмма используется:

А)для характеристики состава совокупности по данному признаку;

Б)для сравнения показателей в динамике;

В)для изображения изменений во времени;

Г)для изображения интервальных рядов распределения;+

Д)для анализа взаимосвязи между признака;

17.При непрерывной вариации признака целесообразно построить

А)дискретный вариационный ряд;

Б)интервальный вариационный ряд;+

В)ряд распределения.

18.Вариационный ряд состоит из:

А)Набора вариант+

Б)Набора ошибок репрезентативности

В)Набора частот+

Г)Набора отклонений

19.Укажите виды вариационных рядов:

А)Непрерывный+

Б)Частотный

В)Полный

Г)Прерывный (дискретный)+

Д)Интервальный (сгруппированный)+

20.Интервальный вариационный ряд графически изображается в виде:

А)Гистограммы+

Б)полигона распределения

В)кумуляты.+

Тесты 2

(Выберите один или несколько правильных ответов)

1. При уменьшении каждой варианты на 150 средняя величина

А)Не изменится.

Б)Уменьшится на 150.+

В)Увеличится на 150.

Г)Уменьшится на 15%.

2. При расчете средней величины частота каждой варианты уменьшена в 3 раза. В этом случае средняя величина?

Читать еще:  Анализ и контроллинг

А)Не изменится.+

Б)Увеличится в 3 раза.

В)Уменьшится в 3 раза.

3. При расчете средней величины каждая варианта увеличена в 10 раза. В этом случае средняя величина?

А)Не изменится.

Б)Увеличится в 10 раза.+

В)Уменьшится в 10 раза.

Г)Уменьшится на 1%.

4. Среднее квадратическое отклонение вычисляется как :

А)средняя арифметическая из абсолютных отклонений отдельных значений варьирующего признака от средней;

Б)разность между наибольшим и наименьшим значением признака в совокупности;

В)корень второй степени из среднего квадрата отклонений значений признака от их средней величины;+

Г)средний квадрат отклонений значений признака от средней арифметической;

Д)отношение абсолютного показателя вариации к средней.

5. Модой называется:

А)Варианта с наибольшей частотой+

Б)Варианта с наименьшей частотой

В)Варианта, находящаяся в середине ряда

Г)Выскакивающая варианта

6. Медианой называется:

А)Варианта с наибольшей частотой

Б)Варианта с наименьшей частотой

В)Варианта, находящаяся в середине ряда+

Г)Выскакивающая варианта

7. Какая зависимость между степенью разнообразия вариационного ряда и значением среднего квадратического отклонения:

А)Прямая+

Б)Обратная

В)Косвенная

8. Коэффициент вариации применяется в целях:

А)Определения разности между наибольшей и наименьшей вариант

Б)Определения частоты вариант в вариационном ряду

В)Сравнения признаков, выраженных в разных единицах измерения+

9. Средняя арифметическая величина применяется для:

А)Обобщения качественных признаков

Б)Обобщения числовых значений варьирующего признака+

В)Выявления взаимосвязи между явлениями

Основным условием применения параметрических методов анализа является

А)Формирование случайной выборки

Б)Наличие двух независимых выборок

В)Корреляционная связь между признаками

Г)Невозможность применения непараметрических методов

Д)Нормальное распределение признака+

11. По формуле m=1+3,3221 log N вычисляют

А)Длину интервала группировки

Б)Число интервалов группировки

Параметрические методы ценообразования

Основу параметрических методов ценообразования составляют формализованные количественные зависимости между ценами и основными потребительскими свойствами продукции, входящей в параметрический ряд.

Параметрический ряд – это совокупность продукции, которая однородна по конструкции и технологии изготовления, имеет одинаковое или близкое функциональное назначение и различается между собой количественным уровнем основного потребительского свойства.

Условия применения параметрических методов ценообразования:

— широкий ассортимент однотипной продукции, отличающийся одним или несколькими качественными параметрами;

— зависимость покупательского спроса от уровня качества продукции, отражаемого количественным значением параметров;

— возможность сравнений цен и параметров покупателями.

Сфера применения параметрических методов ценообразования:

— определение затрат и проектов цен на ранних стадиях проектирования и конструирования новой продукции, когда информация о затратах по новому изделию почти отсутствует или недостаточна, а известны лишь основные параметры будущего изделия.

— определение соответствия уровня цены нового изделия, исчисленного на базе издержек производства, сложившимся рыночным ценам, отражающим качественные различия между изделиями.

— прогнозирование затрат и цен.

Преимущество данных методов по сравнению с методами затратного ценообразования состоит в том, что полученная на основе таких исследований цена в большей мере отражает складывающиеся на рынке условия формирования цен, чем калькуляция.

Состав параметрических методов ценообразования:

— метод удельных показателей;

— метод структурных аналогий;

— метод парных сравнений;

— метод ранговой корреляции.

Все разновидности параметрических методов анализа и определения затрат и цен основаны на обработке статистических данных в пределах однородных групп продукции.

Наиболее популярными и часто использующимися являются следующие 4 метода: метод сравнения удельных показателей, метод балльных параметрических оценок, метод корреляционно-регрессионного анализа, агрегатный метод.

Рассмотрим их содержание.

Метод удельных показателей.

Удельная цена – это частное от деления цены на значение основного качественного параметра по каждому изделию данного параметрического ряда.

Метод сравнения удельных показателей используется для расчета цены на товары, потребительская ценность которых характеризуется одним главным потребительским параметром (мощность, производительность, вес, продолжительность службы и т. д.), а соотношение между товарами можно представить в виде формулы:

Тогда рассчитывается цена на новый товар по формуле:

где Цн цена нового товара, руб.;

Цб цена базового товара, руб.;

Пб значение основного параметра базового товара в принятых единицах измерения;

Пн значение основного параметра нового товара в принятых единицах измерения;

Цбб удельная цена единицы основного параметра качества.

Рассмотренная модель метода удельного ценообразования может быть применена только в случае явного доминирования значения одного параметра над остальными и неизменности остальных параметров (либо их равенстве для сравниваемых изделий), т.е. при продажах товаров имеющих несложную конструкцию. Несовершенство данного метода заключается в том, что он не учитывает другие потребительские свойства изделия, игнорирует поведенческие реакции покупателей, спрос и предложение. В практике продажи сложных изделий и услуг следует учитывать, что их оценка их качества представляет собой комплексную характеристику, отражающую значения целого ряда потребительских свойств.

Балловый методсостоит в том, что на основе экспертных оценок значимости параметров изделий для потребителей каждому параметру присваивается определенное количество баллов, суммирование которых дает своего рода оценку технико-экономического уровня изделия. Он незаменим в тех случаях, когда цена зависит от многих параметров качества, в том числе от таких, которые не поддаются количественному соизмерению. К последним относятся удобство изделия, эстетичность, дизайн, экологичность, противопожарность, органолептические свойства (запах, вкус, цвет), модность.

Практическое использование баллового метода при определении конкретных цен включает четыре этапа.

На первом этапе тщательно отбираются основные технико-экономические параметры. Они могут быть разными в зависимости от сферы использования данного изделия. Если, например, музыкальный центр используется в производственном процессе, то цена на него будет определяться в первую очередь мощностью и надежностью. При продаже этого изделия населению особое значение приобретает дизайнерское исполнение.

Второй этап — начисление баллов по каждому выбранному параметру. Это делается экспертным путем по определенной процедуре. В качестве экспертов должны выступать не только представители производителя, но и эксперты основных потребителей.

Третий этап — определение интегральной оценки технико-экономического уровня изделия. В случаях, когда все параметры продукции, подвергающиеся балловой оценке, считаются равнозначными по удельному весу, комплексный уровень качества каждого изделия параметрического ряда определяется путем простого сложения баллов. Если отобранные для оценки параметры не равнозначны для потребителя, устанавливаются коэффициенты весомости (значимости) отдельных параметров. Оценки, выставляемые по каждому показателю качества, корректируются на соответствующий коэффициент весомости. Полученные баллы суммируются по каждому изделию.

На заключительном, четвертом этапе, рассчитываются сами цены. Сначала определяется средняя оценка (цена) одного балла:

,

где P’—цена одного балла;

Pb—цена базового изделия-эталона;

Мbi—балловая оценка i-го параметра базового изделия;

Далее определяется цена нового изделия:

где Mni — балловая оценка i-го параметра нового изделия.

Количество показателей, оцениваемых баллами должно быть ограниченным и в то же время достаточно полно характеризовать потребительское качество изделий. Ограничение числа оцениваемых показателей связано с тем, что при большом количестве показателей относительно меньший удельный вес занимает каждый из них и в результате занижается значимость улучшения каждого конкретного показателя. Изделие может быть хорошо оценено по общей сумме баллов, даже если оно имеет очень низкий уровень качества какого-либо конкретного наиболее важного показателя.

Агрегатный метод заключается в суммировании затрат или цен отдельных конструктивных частей или узлов изделия с добавлением стоимости оригинальных узлов (деталей), затрат на сбор­ку и нормативной прибыли. Этот метод применяется, когда новая продукция состоит из разных сочетаний основных конструктивных элементов (узлов, комплектующих изделий), цены которых известны, а совокупная цена или совокупные затраты продукции исчисляются как сумма затрат (цен) отдельных конструктивных элементов или определяются путем суммирования (вычитания) цен или затрат добавляемых или сменяемых элементов (узлов, комплектующих изделий).

Метод регрессионного анализа применяется для определения зависимости изменения цены от изменения технико-экономических параметров продукции, относящейся к данному ряду, построения и выравнивания ценностных соотношений и определяется по формуле:

Этот метод позволяет моделировать изменение цен в зависимости от их параметров, строго определять аналитическую форму связи и использовать рассчитанные уравнения регрессии для определения цен изделий, входящих в параметрический ряд. Метод регрессионного анализа является более точным, более совершенным среди других параметрических методов. Увязка цен с качеством достигается с помощью экономико-параметрических приемов и вычислительной техники.

Читать еще:  Статистический анализ в экономике

Необходимым условием применения метода является тщательная аналитическая работа по формированию параметрического ряда, определению технических и экономических параметров, на основе которых он строился. Изделия отбираются в параметрический ряд по признакам однородности технических требований к ним и однотипности технологии их изготовления. Однородность технических требований к изделиям предполагает наличие одних и тех же основных показателей качества, хотя технические требования к отдельным изделиям различаются. Для целей ценообразования важно выявить различия в пределах параметрического ряда, которые определяют разные эксплуатационные возможности, а следовательно, связаны с удовлетворением конкретного спроса на каждое изделие. Например, в параметрический ряд по признаку однородности технических требований входят различные марки беленой целлюлозы из хвойной, лиственной и тростниковой древесины. Эти марки имеют одни и те же наименования технических характеристик (механическая прочность, белизна, сортность и др.), но разные их значения. Большие параметрические ряды образуют черные и цветные металлы, многие виды машин и оборудования.

Задачи

Задача 1.Постройте таблицу, характеризующую структуру розничной цены телевизора до и после повышения цены. Дайте оценку динамики отдельных элементов розничной цены.

Розничная цена телевизора, реализуемого в магазине фирменной торговли предприятия, до повышения цены составляла 7080 руб. После повышения – 8024 руб. и складывалась из следующих элементов (в скобках указаны данные после повышения цены):

— коммерческая себестоимость – 4080 (5200) руб.;

— прибыль предприятия изготовителя – 800 (1200) руб.;

— НДС – 1080 (1224) руб.;

— торгово-сбытовые расходы – 400 (500) руб.

Для построения таблицы, характеризующей структуру розничной цены, найдем долю каждого из указанных параметров в общей цене телевизора и занесем их в таблицу ниже:

Методы параметрической статистики

Параметрические процедуры статистического анализа данных

Параметрическая статистика – это научная дисциплина, изучающая количественную сторону массовых общественных явлений, представленных в числовой форме, и выявляющая отношения между ними.

Основанием параметрических методов являются вполне вероятные предположения о характере распределения случайной величины. Чаще всего эти методы используются в анализе экспериментальных данных и предположении нормальности распределения этих данных.

Данное предположение имеет следствие – необходимость оценки исследуемых параметров распределения. Например, в t-тесте Стьюдента, оцениваемыми параметрами являются математическое ожидание и дисперсия.

Этот тест довольно часто используют для того, чтобы сравнить средние значения двух рядов данных на однородность или неоднородность. Кроме этого делается дополнительное предположение об однородности дисперсий распределения случайных величин в двух генеральных совокупностях – данные извлечены были из них.

Попробуй обратиться за помощью к преподавателям

Метод параметрического анализа имеет достоинство, заключающееся в том, что обладает высокой мощностью, т.е. способностью избегать ошибки второго рода или β-ошибки.

Чем меньше ошибки второго рода, тем мощность теста будет выше.

Параметрические тесты требуют специальных метрических шкал для описания имеющихся данных. Интервальная шкала и шкала отношений, которую называют абсолютной шкалой, относятся к метрическим шкалам.

С помощью интервальной шкалы исследователь может выяснить отношения равенства или неравенства элементов выборки, может оценить эквивалентность интервалов.

Абсолютная шкала оценивает эквивалентность отношений между элементами множества, которые получают в ходе измерения.

Исходя из этого, метрические шкалы относятся к сильным измерительным шкалам, поэтому параметрические методы точно выражают различия в распределении случайной величины при условии истинности гипотез.

Параметрические методы статистики применяются значительно шире, потому что в теории математической статистики они лучше разработаны. С другой стороны, использование методов параметрического анализа имеет свои трудности, которые состоят в том, что априорные предположения о характере исследуемых случайных величин, могут быть неверными.

Задай вопрос специалистам и получи
ответ уже через 15 минут!

Подобные случаи являются характерными для психологических исследований каких-либо ситуаций.

Использование параметрического теста Стьюдента может в какой-то степени исказить выводы – это может произойти тогда, когда сравниваются две выборки, и обнаруживается, что распределение данных отличается от нормального и дисперсии в двух выборках значительно разнятся.

Но, в большинстве случаев, некоторые отклонения от теоретически заданных предположений являются некритичными для окончательного статистического вывода, хотя серьезная угроза сохраняется.

Для смягчения жестких требований параметрических моделей, назначают специальные процедуры для коррекции принятия решения по поводу истинности статистических гипотез.

Параметрическая статистика

Параметрическая статистика является отраслью статистики и предполагает, что данные берутся из типа распределения вероятности и делаются выводы о параметрах распределения.

Основная часть известных элементарных статистических методов относится к параметрическим.

Рисунок 1. Статистические методы. Автор24 — интернет-биржа студенческих работ

Параметрическая статистика имеет постоянное число параметров и делает больше предположений. При правильности дополнительных предположений, параметрические методы дают более точные оценки.

При неправильности предположений параметрические методы могут исследователя ввести в заблуждение.

Параметрические формулы, однако, просты, их можно быстро записать и так же быстро вычислить.

Объем выборки, является одним из факторов, который ограничивает применение статистических критериев, основанных на предположении нормальности. Если выборка большая, допустим 100 и более наблюдений, то в этом случае выборочное распределение можно считать нормальным.

При малой выборке использовать параметрические критерии можно только при наличии уверенности в том, что переменная точно имеет нормальное распределение.

Методы параметрической статистики, которые рассматриваются во всех руководствах по статистике, относятся к рабочим инструментам в решении многих задач.

Для решения этих задач требуется большой статистический материал, что на практике оказывается недостаточно эффективно.

Гипотезы о законе распределения и согласования выборки проверяются при помощи различных критериев.

Параметрическая статистика предполагает наличие математической модели поведения рассматриваемых переменных и одно из них составляет группа статистики, предполагающая, что переменные происходят в основном из популяции, которая описывается функцией нормального распределения. Его удобство состоит в том, что оно имеет разработанную теорию, поэтому при проведении исследований легко обрабатывается.

Исследователя, чаще всего при решении прикладных задач методами математической статистики, интересуют значения восстанавливаемых параметров, поэтому методам параметрической статистики уделяется наибольшее внимание.

При использовании параметрических критериев заключение о случайности или неслучайности различий между выборочными совокупностями происходит на основании сравнения параметров распределений.

Каждый из этих параметров, отражает характерные свойства распределения данной случайной величины в виде единственного числа – это количественные меры этих свойств.

На практике рассматривают два параметра – среднее значение и дисперсию, но чаще всего, стандартное отклонение, которое является мерой вариации. Оба эти параметра имеют два популярных параметрических критерия:

  • критерий Стьюдента,
  • критерий Фишера.

Непараметрические методы математической статистики

Непараметрическими называются такие методы, при которых не происходит выдвижение каких-либо предположений о характере распределения исследуемых данных.

Кроме того, непараметрические методы не предполагают каких-либо допущений о соотношении параметров распределения анализируемых величин – в этом состоит основное достоинство непараметрических методов.

Преимущество непараметрической статистики полно раскрывается тогда, когда полученные в эксперименте результаты, оказываются представлены в слабой неметрической шкале, представляя собой результаты ранжирования.

Эта шкала носит название шкалы порядка.

В некоторых случаях исследователь может преобразовать данные к сильной интервальной шкале, используя при этом, процедуры нормализации данных. Но, в данной ситуации оптимальным вариантом является применение непараметрических тестов, созданных специально для статистического анализа.

Тесты непараметрической статистики, как правило, предполагают оценивание имеющихся отношений ранговых сумм в нескольких выборках, на основании чего формулируется вывод о соотношении этих выборок. Например, тест критерий знаков, критерий знаковых рангов Уилкоксона.

Если результаты измерения представить в более сильной шкале, то использование непараметрической статистики будет означать отказ от части информации, содержащейся в данных.

При этом следствием будет опасность возрастания ошибки второго ряда, свойственной этим методам.

Если сравнивать методы параметрической и непараметрической статистики, то вторые более консервативны и их использование в большей мере вызывает ошибки второго ряда, что означает – исследователь не может обнаружить отличия двух выборок, но они на самом деле имеют место.

Таким образом, непараметрические методы оказываются не такими мощными, поэтому их использование менее предпочтительно.

Так и не нашли ответ
на свой вопрос?

Просто напиши с чем тебе
нужна помощь

Ссылка на основную публикацию
Adblock
detector