![]() КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Априорный анализ и его роль в статистическом моделировании
Оценка эффективности и деловой активности субъектов экономического процесса и состояния социальной инфраструктуры общества во многом зависит от качества статистического анализа эмпирического материала, от того, насколько точно будут выявлены и научно обоснованны закономерности и тенденции развития. Основные трудности, связанные с применением количественных математико-статистических методов, заключаются в том, что они достаточно нейтральны к исследуемым социально-экономическим процессам. Поэтому основным этапом проведения статистического исследования на информационной базе, характеризующей реальные социально-экономические явления, является критическая оценка исходных данных с точки зрения их достоверности и научной обоснованности, которая в статистическом моделировании реализуется методами априорного анализа, включающего в себя: · выявление экономически обоснованных и существенных причинно-следственных связей между признаками и явлениями; · оценку однородности исследуемой совокупности; · анализ характера распределения совокупности по изучаемым признакам. Понятия, используемые при проведении анализа статистическими методами, должны быть точно определены. Необходимо четко определить, к какому моменту или периоду времени относится исследуемое явление или процесс. Одной из основополагающих предпосылок проведения научно-обоснованного статистического анализа, адекватно отражающего причинно-следственные связи и зависимости, тенденции развития реальных явлений и процессов в динамике, является однородность статистической совокупности. Анализ однородности статистической совокупности целесообразно проводить в следующей последовательности: · определение степени однородности всей совокупности по одному или нескольким существенным признакам; · определение и анализ аномальных наблюдений; · выбор оптимального варианта выделения однородных совокупностей. В статистической теории и практике разработаны различные подходы к оценке степени однородности. Проблемой оценки однородности совокупности занимались такие известные ученые, как Ю. Аболенцев, Г. Кильдишев, В. Овсиенко и др. Наиболее сложным и дискуссионным является вопрос о способах и критериях выделения однородных групп объектов в пределах исходной совокупности. Важной предпосылкой получения научно-обоснованных результатов статистического анализа и моделирования является проверка и выполнение гипотезы о близости распределения эмпирических данных нормальному закону. Для нормального закона распределения характерно:
Одним из недостатков данного подхода к оценке характера распределения является наличие субъективности в анализе достаточности величины отклонения Любая исследуемая совокупность, наряду со значениями признаков, сложившихся под влиянием факторов, непосредственно характерных для анализируемой совокупности, может содержать и значения признаков, полученных под воздействием иных факторов, не характерных для основной совокупности. Такие значения резко выделяются и, следовательно, использование методологии статистического моделирования без предварительного анализа и изучения аномальных наблюдений приводит к серьезным ошибкам при анализе. Резко выделяющиеся из общей совокупности наблюдения требуют их изучения. Причины появления в совокупности аномальных наблюдений можно условно подразделить следующим образом: внешние, возникающие в результате технических ошибок; внутренние, объективно существующие. Такие наблюдения представляют интерес для исследователя, так как могут содержать, за счет влияния особых неучтенных факторов, особую информацию. На практике, в зависимости от условий места и времени, влияние одних факторов в каждый конкретный исследуемый момент или промежуток времени значительнее, чем других. Выбор того или иного метода выявления и анализа аномальных наблюдений определяется объемом совокупности, характером исследуемых процессов и задач (одномерные и многомерные). При реализации одномерных задач, как при анализе динамической, так и при анализе статической информации, наиболее широкое применение получил метод выявления аномальных наблюдений, основанный на определении q - статистики:
где yt - отдельные уровни ряда;
σy - среднеквадратическое отклонение значений ряда от их среднего уровня. Если для расчетного значения выполняется неравенство: qt ≥ qt кр (р) (7.2) с заранее заданными уровнями вероятности, то данное наблюдение считается аномальными и, после логико-экономического анализа причин ошибок аномальности, подлежит замене скорректированным значением (в случае ошибки "I") и не подлежат корректировке (в случае ошибки "II"). Корректировка осуществляется по схеме: 1. Рассчитывается новое значение уровня ряда:
2. 3. Определяются новые характеристики ряда с 4. Рассчитывается следующее значение:
5. Проверяется аномальность значения
где ε - заданный уровень точности определения Если данное условие выполняется, то значение Если условие не выполняется, то рекомендуется рассчитать Процесс корректировки носит итерационный характер. В рядах динамики наибольшее распространение получил метод Ирвина, основанный на определении λ - статистики. При его использовании выявление аномальных наблюдений производится по схеме:
Если расчетное значение превысит уровень критического (с заданным уровнем точности и числом наблюдений) (таблица 1.1), то расчетное значение признается аномальным. Схема реализации данного метода аналогична предыдущей с той лишь разницей, что Способ, основанный на расчете q - статистики применим для относительно стационарных рядов, так как при использовании для анализа динамических рядов, имеющих ярко выраженную тенденцию, он приведет к ошибкам. Способ, основанный на расчете q - статистики применим для относительно стационарных рядов, так как при использовании для анализа динамических рядов, имеющих ярко выраженную тенденцию, он приведет к ошибкам. Таблица 7.1 Табулированные значения λi.
Более корректным является использование статистики, в которой определяются отклонения от теоретических значений, полученных по уравнению тренда
Нецелесообразность исключения аномальных явлений из изучаемой совокупности реализуется широким использованием метода группировок. Важной задачей статистических исследований на этапе априорного анализа является выделение однородных групп (даже аномальных). В данном случае эффективно применять в анализе сложные комбинационные группировки с развернутым сказуемым.
|