Розділ «ТЕМА 7. СТАТИСТИЧНІ МЕТОДИ ВИМІРЮВАННЯ ВЗАЄМОЗВ'ЯЗКІВ»

Зіставляючи кореляційні моделі з двома та більше змінними на невеликій сукупності об'єктів, за допомогою дисперсійного аналізу можна вирішити два дуже важливих питання: по-перше, в якому взаємозв'язку знаходяться включені в модель фактори, і, по - друге, чи будуть істотними висновки, зроблені на невеликій вибірці змінних. Неврахування цього положення відніме багато часу у пошуках істотних факторів - аргументів, а іноді навіть знецінює економічні дослідження.

Відмічаючи позитивні сторони дисперсійного аналізу, потрібно підкреслити, що він має ряд переваг, які вигідно відрізняють його від інших статистико - математичних методів. Назвемо головні з них. Використовуючи даний метод у багатофакторному аналізі економічних явищ, можна отримати картину, яка показує вплив кожного фактора у різних умовах, створюваних змінами різних факторів. При цьому застосування найрізноманітніших комбінацій факторів, що вивчаються, дає більш надійну основу для практичних рекомендацій, які залишаються придатними і при змінюваних умовах.

Аналізуючи економічні явища, де фактори інколи знаходяться у складному переплетінні, дисперсійний метод дозволяє об'єктивно пояснити складну картину, що виникає при такій взаємодії.

Разом з тим, потрібно пам'ятати про деякі обмеження дисперсійного аналізу. Так, суттєвим недоліком цього методу є те, що на результати досліджень впливає рівень показників підгруп (по досліджуваних факторах), що становить дисперсійний комплекс.

Отже, дисперсійні моделі, побудовані при одних рівнях факторних градацій, можуть мати вірогідний вплив, а при інших рівнях такий вплив відсутній. Одночасно потрібно наголосити, що результат оцінки по факторах залежить від того, як згруповані дані дослідження в статистичному комплексі.

Необхідно вказати і на обмеження у визначенні оцінки вірогідності впливу факторів. Якщо величина вирахуваного

коефіцієнта рр перебільшує його табличне значення р то вплив досліджуваного фактора вважається вірогідним, а якщо не перебільшує межу своїх випадкових коливань, то фактор не є суттєвим і не впливає на результат. Отже, не слід поспішати з висновком, оскільки причиною його невизначеності є недостатня кількість одиниць у вибірці для його переконливого підтвердження, а не різкий вплив факторів.

Інколи величина рр може опинитись менше свого табличного значення не тільки через недостатньо різкий вплив фактора, що вивчається, або недостатню чисельність вибірки. Причиною може бути і те, що помилка кожного з показників, взятих окремо, дуже велика в результаті завищеної неоднорідності досліджуваних даних.

Величину рр (занижену) зумовлюють і властивості самих факторів, такі як функціональні і близькі до них зв'язки між факторами, використання в аналізі однорічних даних та ін. У результаті показники значно відрізняються від 0 або від 1, що збільшує їх можливі випадкові коливання. Це відбивається на величині їх помилки, а від останньої залежить значення розрахованого

коефіцієнта рр.

Поспішний висновок стосовно несуттєвості впливу фактора може тільки гальмувати подальші пошуки. Можливо цим і пояснюється переконання окремих дослідників відносно статистичної оцінки вірогідності дослідження взагалі. Недоказаність істотності впливу фактора повинна не стримувати, а навпаки, стимулювати подальші пошуки, покращення експеримента як у відношенні техніки обробки, так і підбору самого матеріалу. У такому випадку одержані позитивні результати стають ще більш неспростовними.

Щоб у дисперсійному аналізі мати об'єктивні результати, необхідно дотримуватись певних правил побудови (організації) дисперсійних комплексів. Якщо поділити групи на підгрупи (градації) таким чином, що в кожній з них рівні показників виявляться близькими по величині, а між групами різко різняться, то дисперсійний аналіз може призвести до негативної відповіді на питання про істотність досліджуваних факторів. Це є наслідком того, що у загальній кількості показників у середній групи буде багато таких із них, які мало відрізняються один від одного, що може погасити відмінності між іншими. Різкі ж відмінності між середніми груп ніби зникнуть у великій кількості подібних один до одного середніх.

Аргументуючи сказане, потрібно підкреслити, що дана обставина, обмежуючи можливості застосування дисперсійного аналізу у техніці, біології, тощо не так вже й небезпечна в галузі економіки. Тут оцінка в загальному і в цілому всіх відмінностей у характеристиках одиниць спостереження майже не має сенсу. В економічному аналізі дуже важлива оцінка відмінностей між кожною групою.

Із факту наявності у дисперсійному методі аналізу недоліків не випливає, що потрібно якось обмежити застосування цього методу в економіці. Мова йде не про обмеження, а про правильне використання його в аграрно - економічних дослідженнях, оскільки даний метод тільки у вказаному випадку є високоефективним. У цілому він повинен зайняти одне із перших місць серед інших статистико - математичних методів багатофакторного кількісного вивчення економічних процесів і явищ у будь - якій сфері людської діяльності.