26.Математич приемы в детерминированных моделях:

• логарифмирование

• интегрирование

• долевое участие

1)логарифм-е исп-ся для измер-я влияния ф-ров. Рез-т расчета не завис от месторасполож-я ф-ров в модели. При логарифмир-и исп-ся не абсолют приросты пок-лей, а индексы их роста (снижение). Влияние ф-ров опр-ся след образом:

f x= f*(lg Ix/lg If); fy= f*(lgIy / lg If);

fz= f*(lg Iz / lg If)

общ прирост результативн пок-ля распр-ся по ф-рам пропорц-но отнош-ям логарифмов ф-рных индексов к логарифму индекса результативного пок-ля.

2)интегральн метод примен-ся для измер-я влияния ф-ров в мультипликативных, кратных и смешанных моделях кратно-административн вида. При примен-и интегральн метода рез-ты не завис от месторасполож-я ф-ра в модели, доп прирост результативн пок-ля, образовавшийся от взаимодействия ф-ров, раскладывается м-у ними поровну. Применяя этот метод пользуются готовыми алгоритмами, разработанными Бакановым и Шереметом, т.к для распред-я доп прироста недостаточно взять его поливину или часть, соотв-щую кол-ву ф-ров.

1. F=XY

Fx= X*Y0+1/2 X* Yили Fx=1/2 X*(Y0+Y1)

Fx= Y*X0+1/2 X* Yили Fy=1/2 Y*(X0+X1)

2. F=XYZ

Fx=1/2 X*(Y0*Z1+Y1*Z0)+1/3 X* Y* Z

Fy=1/2 Y*(X0*Z1+X1*Z0)+1/3 X* Y* Z

Fz=1/2 Z*(X0*Y1+X1*Y0)+1/3 X* Y* Z

27. Способы изучения стохастических связей в анализе хд и др математ приёмы в детерминированных моделях.

Математические приёмы, используемые в анализе ХД:

-в детерминированных: -логарифмирование; -интегрирование; -долевое участие.

-в стохастических моделях: - корреляционно регрессивные приёмы; -линейное программирование; -матричные методы; -теории массового обслуживания.

В соответствии с законом больших чисел влияние др. факторов на результативный показатель сглаживается, что даёт возможность установить связь между изучаемыми явлениями.

Корреляционная связь – вероятностная зависимость между показателями, которая применяется в массе явлений.

Парная корреляция – это связь между 2-я показателями, 1-ин из которых факторный, а другой результативный.

Множественная коррел возникает от взаимодействия нескольких с результативным показателем.

Уравнение корреляционной связи выражает связь между признаками. Различают прямалинейное и криволинейное (гипербола и др.) уравнение связи. Уравнение регрессии: Y=F(Xi), Y – зависимая переменная, Xi – независимая переменная.

Уравнение прямой линии – уравнение, характеризующее прямолинейную зависимость в парной корреляции: Y_x=a+bx, где X,Y – независимый и зависимый признаки, a,b – параметры уравнения регрессии. Теснота связи рассчитыв: К_к=(Ʃxy-ƩxƩY/n)/ (корень квадратный((∑x²-(∑x)²/n)(∑y²-(∑y)²/n))).

n – кол-во наблюдений. Квадрат К_кор – коэффициент детерминации.

К_к=0 – нет связи, К_к=1, результативный признак полностью зависит от признака-фактора, К_к близок к единице, то существует тесная связь.

Значение коэффициентов a и b находим из системы уравнений по способу наименьших квадратов: Ʃy=an+bƩx Ʃxy=bƩx+bƩx², n – кол-во наблюдений.

Для измерения влияния факторов в мультипликативных моделях используется приём логарифмирования. Используются индексы роста.

Влияние факторов определяется след образом: ∆fx=∆f*(lgIx/ lgIf); ∆fy=∆f*(lgIy/ lgIf); ∆fz=∆f*(lgIz/ lgIf).Общий прирост результативного показателя распределяется по факторам пропорционального отношения логарифмов факторных индексов к логарифму индекса результативного показателя.

Интегральный метод применяется для изменения влияния факторов в мультипликативных, кратных и смешанных моделях кратно-аддитивного вида. При применении интегрального метода результаты не зависят от месторасположения фактора в модели, дополнительный прирост результативного фактора, образовавшийся от взаимодействия факторов, раскладывается между ними поровну.