Певна кількість фактичних значень розглянутих показників прийнято називати вибіркою. Вибірка характеризується в першу чергу обсягом. Обсяг вибірки залежить від кількості незалежних факторів. Чим обсяг вибірки більше, тим точніше вийде лінія регресії. Однак не завжди можна зібрати велику кількість статистичних даних. Практично можна працювати з вибіркою, якщо її об'єм к не менше 4n, де n кількість незалежних факторів. Другий момент, що характеризує вибірку, є діапазон значень кожного окремо взятого показника. Ці значення не повинні сильно відрізнятися один від одного. Якщо дотримуються ці дві умови, то вибірка вважається представницької і можна з нею працювати. Іншими словами, можна визначати лінію регресії.
Вибірка буває двох видів: часовий ряд і просторовий ряд. Якщо дані зібрані на одному економічному об'єкті в різні моменти часу, то вибірка математично характеризується як часовий ряд і використовується при прогнозуванні на наступний період часу. Дані часового ряду збирають через однакові інтервали часу і прогноз далі здійснюється на наступний, після останнього інтервалу при зборі даних, інтервал. Так прогнозування більш точне.
Вибірку представляють як просторовий ряд, якщо дані збирають на різних об'єктах в якийсь момент часу. Отримана лінія регресії використовується для прогнозування діяльності подібного економічного об'єкту, який на даний момент вважається гіпотетичним. Слід зазначити, що різні об'єкти, на яких збираються статистичні дані, повинні бути схожі в тому сенсі, в якому буде здійснюватися прогнозування. Скажімо, не можна зібрати дані на об'єктах, що відносяться до різних областей діяльності (машинобудівний об'єкт і швейна фабрика).
Якщо представницьку вибірку не вдалося зібрати по її обсягу, то слід зменшити кількість незалежних факторів. Виключається той фактор, який найменше впливає на залежний показник. Для цього використовується коефіцієнт парної кореляції, який розраховується для кожного незалежного фактора із залежним показником попарно. Який з коефіцієнтів має найменше значення за абсолютною величиною, той можна виключити з розгляду. Але математично це тільки висування гіпотези про виключення, її треба перевірити. Обчислюється множинний коефіцієнт кореляції. Причому два рази до виключення і після виключення. Якщо ці два коефіцієнти відрізняються незначно, то гіпотеза підтверджується – виключити можна. Можливо, тепер обсяг вибірки буде достатній. Незалежних факторів стало менше на один. Якщо ще обсяг недостатній, процедуру можна повторити.
Якщо значення окремо взятого фактора дуже розкидані, з вибіркою працювати не можна. Тоді поступають таким чином. Якщо це часовий ряд, то треба шукати причини появи патологічного значення і його якось замінити прийнятним значенням. Найпростіший спосіб, замість його поставити середньоарифметичне значення інших значень фактора, без патологічного. Якщо це просторовий ряд, тоді просто виключається з розгляду об'єкт, який містить патологічне значення з всією рештою його даних.
Приклад.
Нехай розглядається можливість побудови лінії регресії . Мається вибірка
Обсяг вибірки ; кількість незалежних факторів п = 3; вибірка не представницька. Слід виключити один з незалежних факторів. Визначаються коефіцієнти парної кореляції. Нехай
Фактор найменше впливає на залежний показник y. Вважаємо, що
виключимо з розгляду. Треба перевірити таке припущення.
Визначаються коефіцієнт множинної кореляції. Нехай
Дійсно фактормало впливає на корелювання сукупності факторів
. Його можна виключити з розгляду. Будемо будувати лінію регресії
Виробничі функції
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Менеджмент організацій і адміністрування» автора Харічков С.К. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Вибірка і її формування“ на сторінці 1. Приємного читання.
