Рассматриваемая монография [4] посвящена методам многомерного статистического анализа (МСА) и их совершенствованию, организации вычислений по МСА с помощью различных программных продуктов, но большая часть работы посвящена именно применению методов МСА для решения различных экономических задач. В книге представлена практическая технология компьютерного моделирования экономических систем, необходимая для понимания причинно-следственных связей в экономике, прогнозирования, планирования и принятия решений менеджерами.
Значительная часть экономических процессов описывается набором многомерных статистических данных. Качество и полнота информации о его структуре и развитии зависят от совершенства методов исследования этих эмпирических данных. Многомерный статистический анализ (МСА) обладает широким спектром методов, направленных на выявление структуры и взаимосвязей экономических переменных, причин и последствий протекания экономических процессов. Все это, при высоком уровне стохастичности финансово-экономических процессов, дает возможность планирования и предсказания их протекания с определенной вероятностью.
В экономическом анализе применимо большинство из методов МСА. Например, одной из составных частей экономических исследований является задача выявления и анализа силы, характера и формы взаимосвязей показателей, выбранных для описания того или иного процесса. При наличии количественной информации, записанной в виде матрицы исходных данных, для решения указанных задач может быть привлечен вначале корреляционный анализ, затем он подкрепляется множественным регрессионным анализом [1, 3].
В определении структуры взаимосвязей, а также в выявлении причин наличия связей наиболее подходящим оказывается факторный анализ. Известно, что взаимосвязь двух или более экономических показателей объясняется либо тем, что они взаимно обуславливают друг друга, либо тем, что на каждый из них воздействует некий скрытый, не входящий в данную группу признак. Факторный анализ как раз позволяет определить эти неявные, скрытые факторы. Сложную структуру взаимосвязей экономических показателей в каком-либо явлении факторный анализ объясняет наличием у этого явления небольшого числа скрытых, обобщенных характеристик («общих факторов»), каждая из которых в той или иной мере воздействует на все исходные показатели. Те из показателей, чьи изменения в наибольшей степени определяются каким-то фактором, оказываются тесно связанными между собой.
В ситуации, когда имеется большое число равноправных признаков, многие их которых взаимосвязаны и в значительной мере дублируют друг друга, следует вначале применить один из методов факторного анализа, а затем, исходя из полученных значений факторных весов для каждого из объектов, строят автоматическую классификацию объектов в пространстве уже меньшей размерности, определяемой числом факторов.
Основными направлениями применения методов МСА в экономике являются: банковское дело, финансы, страхование, производство, управление отношениями с клиентами, коммерция, маркетинг, фондовый рынок и др. Применение МСА для решения задач государственного и регионального уровня оправдывает себя, например, при оценке инвестиционной привлекательности регионов, классификации регионов по социально-экономическим показателям или уровню жизни населения и пр.
В настоящее время в литературе широко представлены вопросы развития и применения МСА. Отличительной чертой монографии Орловой И.В. и Турундаевского В.Б. является направленность на применения МСА в экономических исследованиях, разобран широкий спектр задач, решаемых с привлечением методов МСА. Вопросы теоретического характера изложены сжато, несколько подробнее рассмотрены лишь результаты исследований авторов монографии.
Монография состоит из трех глав. В первой главе «Предмет и задачи многомерного статистического анализа. Введение» представлены разделы МСА, рассматриваемые в монографии и очерчены направления и задачи применения рассматриваемых методов в экономике. Представлены программы МСА, используемые при решении задач: MS Excel, Statistica, SPSS, EViews, Stata, Gretl, VSTAT, о применении которых подробнее можно ознакомиться в [2, 5].
Во второй глав «Множественный регрессионный анализ» введены основные понятия и формулы регрессионного анализа, там же предложен метод повышения точности прогноза при использовании трендово – факторной модели и получены соответствующие оценки точности модели, рассмотрены особенности практического применения регрессионных моделей. Далее рассмотрены возможности, предоставляемые нелинейной регрессией, приведены примеры. В параграфе 2.4.2, написанном по результатам статей авторов монографии, рассмотрены особенности, возникающие при изучении нелинейной регрессии с использованием Excel и других программ. Последний параграф полностью посвящён применениям эконометрических моделей для анализа и прогнозирования экономических процессов.
В третьей главе «Компонентный и факторный анализ» кратко описаны модели факторного и компонентного анализа, методика факторного анализа, предложен метод и получены оценки параметров в задачах факторного анализа при отсутствии части специфических факторов, приведены примеры использования программы SPSS при проведении факторного анализа.
Книга предназначена в первую очередь для студентов, магистрантов и аспирантов экономических специальностей университетов и вузов, нуждающихся в мощном инструментарии при выполнении исследовательских работ, курсовых и дипломных проектов, а также для практических работников, занимающихся анализом текущего финансово-экономического состояния и будущего развития фирм и предприятий.
Библиографическая ссылка
Орлова И.В., Турундаевский В.Б. МНОГОМЕРНЫЙ СТАТИСТИЧЕСКИЙ АНАЛИЗ ПРИ ИССЛЕДОВАНИИ ЭКОНОМИЧЕСКИХ ПРОЦЕССОВ (МОНОГРАФИЯ) // Международный журнал экспериментального образования. – 2015. – № 5-2. – С. 263-264;URL: https://expeducation.ru/ru/article/view?id=7627 (дата обращения: 17.08.2024).