МЕТОД СТАТИСТИЧНИХ РІВНЯНЬ ЗАЛЕЖНОСТЕЙ: КРИТЕРІЇ ЗАСТОСУВАННЯ ТА ОСНОВНІ ФУНКЦІЇ
Creators
Description
Статистична аналітика є ефективним засобом удосконалення менеджменту господарської діяльності, без них неможливо налагодити господарський механізм на досягнення високих економічних результатів. Вони сприяють правильній оцінці впливу чинників на додержання принципів ринкової економіки та досягнення економічних результатів від їх впровадження.
Наведемо основні результати застосування методики розрахунку параметрів множинних рівнянь залежностей методом статистичних рівнянь залежностей на основі узагальнених автором даних звітності Ф.1 “Баланс (Звіт про фінансовий стан)” та Ф.2 “Звіт про фінансові результати (Звіт про сукупний дохід)” Державного підприємства “Завод “Електроважмаш”.
The method of statistical dependence equations is a statistical method of analyzing the causal relationships of economic phenomena and processes. Unlike the mathematical method of correlation and regression analysis, which is based on linear algebra, the application of the method of statistical equations of dependencies is based on the calculation of the coefficients of comparison, which are determined by the ratio of the individual values of the eponymous sign to its minimum or maximum level. With increasing values of the sign, the coefficients of comparison are calculated from the minimum level, and at decrease — from the maximum.
The comparison coefficients show the degree of change (increase or decrease) of the magnitude of the trait to the accepted comparison base. The parameter of the equation of dependence is calculated on the basis of the coefficients of comparison of the resultant and factor trait. Unlike the coefficients of elasticity known in statistics, the parameters of the equation of dependence, which are determined by the method of deviations, allow to take into account not only the influence on the effective attribute of one factor, but also the cumulative effect of many factors.
Files
Тези Кулинич Р.О..pdf
Files
(272.6 kB)
Name | Size | Download all |
---|---|---|
md5:5cbf879af9a5d718bd802c3a0b9949ff
|
272.6 kB | Preview Download |
Additional details
Related works
- Has part
- Conference paper: 10.5281/zenodo.3898054 (DOI)