Специфические методы экономических исследований:
1. Экономико-статистический метод — метод, базирующийся на массовых наблюдениях, выполнении группировок исходных данных с использованием обобщающих и аналитических величин, выявлении взаимосвязей показателей с построением рядов динамики, индексов, применением корреляции, дисперсионного анализа. Позволяет делать более углубленные выводы при выработке практических решений. Примерами данного метода являются:
корреляционный анализ;
дисперсионный анализ;
индексный метод; - регрессионный анализы [6].
Корреляционный анализ — метод статистической оценки тесноты связи исследуемых признаков или факторов. Применим в случаях, когда экспериментальный подход затруднителен. Позволяет получать информацию, основанную на более разнообразных выборках и более близкую к существующей в реальности (в отличие от лабораторных экспериментов). Недостатком корреляционного анализа является то, что он позволяет лишь констатировать наличие некоей связи между параметрами или переменными, но не может доказать причинноследственный тип этой связи. Например, при наличии корреляционной зависимости между двумя переменными может быть проблематично решить, какая из них — причина, а какая — следствие; к тому же может оказаться, что на самом деле причинной связи между ними вообще нет (так, они могут причинно зависеть от некой третьей переменной, не учтенной в исследованиях).
Степень связи двух факторов характеризуется коэффициентом корреляции, который рассчитывают по формуле:
r , (1)
где x, y — результаты сравниваемых методов.
О тесной корреляции можно говорить только в том случае, когда r имеет значение не ниже 0,9. Коэффициент корреляции ниже 0,7 указывает на слабую связь.
Дисперсионный анализ — в качестве статистического метода установления структуры связи между результативным и факторными признаками был развит Р. А. Фишером [6]. Несмотря на то, что этот метод представляет собой анализ различных оценок изменчивости, его назначение в оценке различий групповых средних. Решение задачи измерения связи опирается на разложение суммы квадратов отклонений наблюдаемых значений результативного признака от общей средней на отдельные части, обусловливающие изменение этого признака. Чтобы проиллюстрировать логику дисперсионного анализа, рассмотрим простой план эксперимента, включающий одну независимую переменную (или фактор «А») и, например, 3 группы зависимых переменных (испытуемых). Целью такого плана обычно является выяснение того, изменяется ли зависимая переменная как функция фактора «А». Однако из-за случайной изменчивости (например, ошибки измерения) вряд ли можно ожидать, что во всех группах средние показатели будут совершенно одинаковыми, даже если фактор «А» не оказал никакого воздействия на испытуемых. Дисперсионный анализ позволяет проверить нулевую гипотезу об отсутствии действительных эффектов данного фактора — и тогда различия в показателях вызваны исключительно случайной изменчивостью. Предполагая, что нулевая гипотеза верна, можно получить две разные оценки дисперсии генеральной совокупности. Одна из этих оценок вычисляется на основе изменчивости групповых средних, а другая — на основе дисперсии показателей внутри каждой включенной в план группы. Если нулевая гипотеза (гипотеза об отсутствии взаимосвязи между исследуемыми переменными) и в самом деле верна, то обе оценки являются, по существу, оценками одной и той же генеральной дисперсии. Как следствие, эти оценки будут иметь одинаковую величину, за исключением случайной изменчивости, а их отношение будет иметь известное теоретическое распределение («F-pacпределение», названное в честь Фишера). Если нулевая гипотеза не верна, то выборочные оценки не являются оценками дисперсии одной и той же генеральной совокупности, т. к. на первую будут влиять любые реальные эффекты фактора, а на вторую — нет. В этом случае отношение первой оценки (межгрупповой дисперсии) ко второй (внутригрупповой дисперсии) имеет тенденцию быть больше, чем можно было ожидать, если бы это отношение действительно подчинялось «F-pacпределению». Если оно достаточно велико, то нулевая гипотеза может быть отвергнута.
Достарыңызбен бөлісу: |
