- •30. Особливості оцінки машин і обладнання
- •29. Особливості оцінки нма
- •28. Застосування різних підходів в оцінці бізнесу
- •Метод операцій
- •Метод галузевих коефіціентів.
- •26. Основні принципи експертної оцінки землі
- •27. Необхідність та цілі оцінки бізнесу
- •25. Міські землі як товар та об’єкт оцінки
- •24. Застосування витратного підходу в оцінці нерухомості
- •23. Застосування дохідного підходу в оцінці нерухомості
- •22. Застосування порівняльного підходу в оцінці нерухомості
- •21. Опишіть метод ліквідаційної вартості
- •20. Характеристика оцінки дебіторської заборгованості
- •19. Характеристика оцінки фінансових вкладень
- •18. Застосування методу ієрархії для реалізації порівняльного підходу
- •17. Загальна класифікація методів заснованих на матричній алгебрі
- •16. Суть регресій в оціночній діяльності
- •15. Види гіпотез та алгоритм їх перевірки
- •4. Опишіть методи коригувань даних
- •Сфера застосування дохідного підходу
- •7.Опишіть метод непрямої капіталізації
- •9.Опишіть метод відтворення і заміщення
- •12.Основні аспекти імітаційного моделювання
- •Переваги та недоліки порівняльного підходу
- •Суть порівняльного підходу
- •Основні принципи відбору аналогів
- •6) Опишіть метод прямої каріталізації
- •Характеристика витратного підходу
- •Опишіть методи відтворення та заміщення
- •Опишіть метод вартості чистих активів
- •11) Методи визначення коефіцієнта капіталізації
- •13) Що таке стратифікація факторний та кластерний аналіз
13) Що таке стратифікація факторний та кластерний аналіз
Стратифікація - групування облікових одиниць або партій з однаковими фізичними характеристиками з метою полегшення статистичного відбору. Спеціальні методи та алгоритми багатовимірної статистики потребують значних обчислень, для ефективного застосування яких необхідно мати обчислювальну техніку та спеціальне програмне забезпечення. Серед методів багатовимірної статистики найуживанішими є методи факторного та кластерного аналізу.
Факторний аналіз дає змогу виявити латентні фактори, описати залежність між факторами та первинними ознаками, обчислити значення всіх побудованих таким чином факторів для кожного об'єкта. В результаті виникає можливість без значних втрат інформації перейти від аналізу в термінах великої кількості первинних ознак до аналізу в термінах порівняно невеликої кількості факторів. Алгоритми кластерного аналізу дають змогу поділити сукупність об'єктів на однорідні за певним формальним критерієм подібності групи (кластери). Основною властивістю цих груп є те, що об'єкти, які належать одному кластеру, більш подібні між собою, ніж об'єкти з різних кластерів.
Кластерний аналіз виконує такі основні завдання:
розробка типології або класифікації;
дослідження корисних концептуальних схем групування об'єктів;
породження гіпотез на основі дослідження даних;
перевірка гіпотез або дослідження для визначення, чи дійсно типи (групи), виділені тим або іншим способом, присутні у наявних даних.
Незалежно від предмету вивчення застосування кластерного аналізу припускає наступні етапи:
відбір вибірки для кластеризації;
визначення безлічі змінних, за якими будуть оцінюватися об'єкти у вибірці;
обчислення значень тієї чи іншої міри схожості між об'єктами;
застосування методу кластерного аналізу для створення груп схожих об'єктів;
перевірка достовірності результатів кластерного рішення.