|
Фактическим значением
Выполним эти вычисления для двух состояний качества лампы: достигнутого с параметрами:Т = 400 ч ит) = (),05; . экономически целесообразного, эталонного с параметрами: Т = 800 ч и т = 0,1. Фактическим значениям Т и т) присвоен индекс 0, а эталонным-1.
7. Метод наименьших квадратов не единственный, но наиболее точный метод, позволяющий получить наилучшее приближение возможной теоретической кривой взаимосвязи между показателями к их фактическим значениям.
Рассмотрим, как будут преобразованы общие формы в данном случае. Пусть п принимает значения 0 и 1, где 0 соответствует плановым, а 1 - фактическим значениям факторов (или О - предшествующий период, а 1 - отчетный период). Тогда влияние у'-го фактора за рассматриваемый период времени определяется по формуле
Неравные интервалы могут определяться как равнонаполненные. При этом совокупность разделяется на группы равного объема с числом единиц в каждойу'-й группе: и. = п : т, где п - общее число единиц; т - число групп. Данные ранжируются, отсчитывается число единиц, составляющих первую группу и,, затем - вторую п2 и т.д. Границы интервалов будут соответствовать фактическим значениям признака в каждой группе.
Табл. 2.11. Соответствие результатов прогноза фактическим значениям
Такую модель можно проверить в реальной жизни, путем сравнения прогнозных значений N с фактическими значениями изменения индекса. То есть первоначально модель проверяется на прошлых данных, с тем чтобы определить, насколько оценки N близки к фактическим значениям. Таким способом можно подтвердить достоверность модели, а также скорректировать ее с учетом новой информации. Результаты такого моделирования можно использовать при анализе различных инвестиционных стратегий и связанных с ними рисков. Когда получена приемлемая модель, потенциальный инвестор может проверить различные подходы к инвестициям на основании изменений индекса Доу-Джонса, и при этом он не будет нести каких-либо финансовых потерь.
Для повышения надежности прогноза потребности в нефтепродуктах по управлению в целом и определения границ его достоверности на всех этапах прогнозирования предусматривается проведение верификации. При верификации принимаются в расчет не все частные 'прогнозы, а только те из них, которые удовлетворяют требованиям статистической надежности, дают наименьшую ошибку аппроксимации, подтверждаются проверкой ретроспективным методом и дают результаты, близкие к фактическим значениям за последний год ретроспективного периода. Для облегчения проведения расчетов по алгоритму (рис. 7) на каждом этапе прогнозирования (кратко-, средне- и долгосрочный прогнозы) составляются подсобные таблицы по форме 010107 (табл. 6).
При нахождении продолжительности каждого элемента по соответствующей карте последовательно рассматриваются все факторы, как количественные, так и качественные. По фактическим значениям каждого из количественных факторов выбирается столбец, в котором содержится ближайшее большее значение фактора по сравнению с фактическим, и фиксируется индекс столбца. Процедура повторяется для всех количественных факторов. На основе зафиксированных индексов столбцов определяется сумма индексов столбцов для количественных факторов.
Фактические значения результативного признака отличаются от теоретических, рассчитанных по уравнению регрессии, т.е. у и ух. Чем меньше это отличие, тем ближе теоретические значения подходят к эмпирическим данным, лучше качество модели. Величина отклонений фактических и расчетных значений результативного признака (у — ух) по каждому наблюдению представляет собой ошибку аппроксимации. Их число соответствует объему совокупности. В отдельных случаях ошибка аппроксимации может оказаться равной нулю. Отклонения (у — ух) несравнимы между собой, исключая величину, равную нулю. Так, если для одного наблюдения у — ух = 5,а для другого она равна 10, то это не означает, что во втором случае модель дает вдвое худший результат. Для сравнения используются величины отклонений, выраженные в процентах к фактическим значениям. Так, если для первого наблюдения у = 20, а для второго у = 50, ошибка аппроксимации составит 25 % для первого наблюдения и 20 % — для второго.
Фактические значения результативного признака отличаются от теоретических, рассчитанных по уравнению регрессии, т. е. у и ух. Чем меньше это отличие, тем ближе теоретические значения подходят к эмпирическим данным, лучше качество модели. Величина отклонений фактических и расчетных значений результативного признака (у — ух) по каждому наблюдению представляет собой ошибку аппроксимации. Их число соответствует объему совокупности. В отдельных случаях ошибка аппроксимации может оказаться равной нулю. Отклонения (у — ух) несравнимы между собой, исключая величину, равную нулю. Так, если для одного наблюдения у — ух = 5, а для другого она равна 10, то это не означает, что во втором случае модель дает вдвое худший результат. Для сравнения используются величины отклонений, выраженные в процентах к фактическим значениям. Так, если для первого наблюдения у = 20, а для второго у = 50, ошибка аппроксимации составит 25 % для первого наблюдения и 20 % — для второго.
Рассмотрим, как будут преобразованы общие формы в данном случае. Пусть п принимает значения 0 и I, где 0 соответствует плановым, а 1 - фактическим значениям факторов (или О — предшествующий период, а 1 - отчетный период). Тогда влияние у'-го фактора за рассматриваемый период времени определяется по формуле
Как будет показано в гл. 14, перерасход или экономия накладных затрат представляет собой разницу между их фактическим значением и плановым, рассчитанным с помощью заранее выбранной ставки распределения. Поскольку в примере 12.14. приведен бюджетный отчет о прибылях и убытках (построенный на основе плановых значений затрат и выручки), таких различий он отразить не может.
В этом выражении Е0 — значение величины оборотного капитала — пересчитывается с помощью Ар — коэффициента роста продукции. В результате получается значение величины оборотных средств, которые были бы необходимы организации при сохранении неизменными объемов производства. Полученное значение сопоставляется с фактическим значением этого показателя в отчетном периоде.
Продолжим приведенный выше пример и рассчитаем экспоненциальные .сглаженные значения (см. гр. 4 в табл. 4.3). Сглаженное значение 1991 г. совпадает с фактическим значением, поскольку предыдущие данные отсутствуют. Для 1992 г. расчет будет таким при а = 0,3:
Продолжим приведенный выше пример и рассчитаем экспоненциальные .сглаженные" значения (см. гр. 4 в табл. 4.3). Сглаженное значение 1991 г. совпадает с фактическим значением, поскольку предыдущие данные отсутствуют. Для 1992 г. расчет будет таким при а = 0,3:
Вероятность наступления события можно описать как возможность, выраженную числовым значением. Оно может быть представлено либо в процентах (от 0 до 100%), либо фактическим значением (от 0 до 1). Например, в ходе последнего обследования настроений служащих компании «Даунбрукс» было установлено, что 30 из 50 обследованных работников удовлетворены организационными изменениями, внедренными в 1996 г.
Снижение выручки в примере на рис. 31 характеризуется нормативными величинами в связи с выплатой бонусов и возмещением за услуги посредникам только в конце года. Это означает, что в блоке автоматизированного фактурирования базы данных по продуктам должны содержаться нормативные процентные ставки снижения выручки. Первая строка раздела «Анализ отклонений» показывает отделу сбыта, насколько велика разница между показателем снижения оборота, рассчитанного на основе нормативных ставок, и его фактическим значением. В первом полугодии эта разница положительна, к концу года она становится отрицательной.
Используется F-критерий Фишера для определения критического значения — FKp при k\ = т, ki = п~т. Вычисленное критическое значение сравнивается с фактическим значением Fr. Если Fr > FKp, величина R признается существенной. Величина FKp вычисляется с помощью встроенной функции РРАСПРОБР.
Разница между фактическим значением и запланированным значением, приведенным к фактическому объему производства, постоянной составляющей накладных расходов.
ОТКЛОНЕНИЕ ЭФФЕКТИВНОСТИ (EFFICIENCY VARIANCE). Представляет собой разность между фактическим значением и плановым значением использования ресурсов (по материалам, трудозатратам), умноженную на плановую цену за единичное значение ресурса. В качестве планового значения рассматривается стандартное количество ресурса, приведенное к фактическому объему производства. См. Отклонение по количеству материалов и отклонение производительности труда.
Таким образом, ожидаемое значение факторной переменной х* в период t есть средняя арифметическая взвешенная ее фактического и ожидаемого значений в предыдущий период. Иными словами, как показывает соотношение (7.38), в каждый период времени / + 1 ожидания корректируются на некоторую долю а разности между фактическим значением факторного признака и его ожидаемым значением в предыдущий период. Параметр а в этой модели называется коэффициентом ожиданий. Чем ближе коэффициент ожиданий а к 1, тем в большей степени реализуются ожидания экономических агентов. И, наоборот, приближение величины а к нулю свидетельствует об устойчивости существующих тенденций. При а = 0 из соотношения (7.38) или (7.39) мы получим, что х* = хп т. е. «условия, доминирующие сегодня, сохранятся и на все будущие периоды времени. Ожидаемые будущие значения показателей совпадут с их значениями текущих периодов»1.
с фактическим значением
Фармацевтическая индустрия Федерацией государственных Федерации действующему Фактическая заработная Федерации финансовых Федерации государственной Федерации источниками Федерации муниципальных Федерации независимо Федерации определяются Федерации осуществляется Федерации полномочия Федерации постановлением вывоз мусора снос зданий
|
|
|
|
Навигация
