Оценка тесноты связи

Метод аналитических группировок.

Второй метод изучения анализа результатов деятельности коммерческих банков – это аналитические группировки, которые исследуют связи и зависимости между изучаемыми явлениями и их признаками.

Аналитическая группировка позволяет выявить наличие или отсутствие зависимости. Вместе с тем в рамках этого метода не удается аналитически описать эту зависимость, а также не удается выяснить "тесноту" или "существенность" этой зависимости.

Метод аналитических группировок применяется для выделения особенностей и дифференцированного регулирования по показателям объема и структуры производства, его концентрации, размещения, эффективности и др.

Используя аналитические группировки, прежде всего, определяют факторные и результативные признаки изучаемых явлений. Факторные - это признаки, оказывающие влияние на другие, связанные с ними признаки. Результативные - признаки, которые изменяются под влиянием факторных. Чтобы исследовать взаимосвязь между отобранными признаками с помощью метода аналитических группировок, необходимо произвести группировку единиц совокупности по факторному признаку и по каждой группе вычислить среднее значение результативного признака, вариация которого от группы к группе под влиянием группировочного признака будет указывать на наличие или отсутствие взаимосвязи.

При сравнении функциональных и корреляционных зависимостей следует иметь в виду, что при наличии функциональной зависимости между признаками можно, зная величину факторного признака, точно определить величину результативного признака. При наличии же корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изменении величины факторного признака. В отличие от жесткости однозначно функциональной связи корреляционные связи характеризуются множеством причин и следствий и устанавливаются лишь их тенденции.

Статистическое выражение связи между явлениями может показать, что изменения одного из сопоставляемых признаков сопровождаются изменениями другого. Следовательно, нужно искать объяснение этим изменениям в их содержательном анализе. С помощью статистических методов изучения зависимостей можно установить, как проявляется теоретически возможная связь в данных конкретных условиях.

Для количественной оценки тесноты взаимосвязей используются различные коэффициенты, показатели и критерии. Наиболее универсальным из них является корреляционное отношение т). Каждую двухмерную выборочную совокупность признаков можно охарактеризовать двумя значениями, оценивающим тесноту зависимости, противоположным по смыслу.

Если результаты наблюдений являются качественными характеристиками, то для оценки тесноты взаимосвязей между ними можно вычислить ранговый коэффициент корреляции. Для этого качества каждого признака ранжируют, т. е. располагают их в порядке убывания или увеличения и нумеруют.

Один из важнейших элементов процедуры изучения взаимосвязей -выявление форм этих взаимосвязей, для чего могут использоваться эмпирические линии регрессии. Однако любая из этих линий обычно может аппроксимироваться несколькими функциями - от прямолинейной до гиперболической и полиномиальной. Поэтому гипотезы о возможных формах зависимости следует прежде всего обосновывать анализом, позволяющим учитывать физическую сущность изучаемых показателей, схему их взаимодействия, влияние конкретных условий природной обстановки на особенности взаимосвязей и т. п.

Такой анализ, как правило, позволяет применять достаточно простые модели вместо широко используемой полиномиальной аппроксимации экспериментальных данных, которая не только с трудом поддается интерпретации, но и весьма громоздка, особенно при большом числе переменных, рассматриваемых в качестве аргументов (например, при 10 переменных полный полином второй степени содержит 66 членов).

Дата добавления: 2014-12-24