ЭКОНОМИКОСТАТИСТИЧЕСКИЕ МЕТОДЫ ИССЛЕДОВАНИЯ СВЯЗИ ЯВЛЕНИЙ

совокупность приемов и методов, с помощью которых раскрывается качественная определенность явлений, их связи, сходство и различия. В отличие от большинства наук, где связи познаются посредством эксперимента, общественные науки нередко вынуждены делать заключения о связях и зависимостях на основе статистических данных. На помощь приходят статистические методы, заменяющие эксперимент и позволяющие определить степень влияния фактора на результативный признак. К таким методам относятся: метод группировок, корреляционный, регрессионный, факторный и дисперсионный методы анализа. Статистические группировки устанавливают наличие или отсутствие зависимости изучаемого явления от факторов, положенных в их основу. С помощью группировок можно получить развернутую характеристику взаимосвязей различных сторон изучаемого объекта, характеристику типов явлений и связей между различными их сторонами (типологические группировки), определить степень влияния двух или более факторов на изменение результативного признака (аналитические группировки). На основе группировок устанавливается направление связи между признаками и приближенное представление о форме связи. Большая роль принадлежит группировкам в изучении связей между качественными и количественными признаками. Метод аналитических группировок характеризует влияние качественного признака на относительные, на средние величины, на показатели вариации количественных признаков. Основной принцип исследования взаимосвязей с помощью метода группировок заключается в том, что обычно в качестве группировочного признака выбирают факторный. Изменения факторного признака при переходе от одной группы к другой вызывают сопутствующие изменения результативного признака. Неправильный выбор признаков приводит к ошибкам в определении связей. Корреляционный и регрессионный методы решают две основные задачи: 1) определение с помощью уравнений регрессии аналитической формы связи между вариацией признаков x и y; 2) установление меры тесноты связи между признаками (в какой мере вариация x обусловливает вариацию y. Путем построения и анализа регрессионных моделей можно ответить на вопрос, как каждый фактор влияет на изучаемое явление. Корреляционный и регрессионный методы дают возможность количественно исследовать влияние факторов на изучаемое явление, позволяют отделить мнимые связи от действительных. Основная задача изучения корреляционных связей состоит в нахождении на основе наблюдения над значительным числом явлений характера изменения результативного признака при изменении факторного; вторая — определение степени влияния искажающих факторов на результативный признак. Первая задача решается нахождением уравнения связи; вторая — определением тесноты этой связи посредством коэффициента корреляции (корреляционного отношения, других показателей). Корреляционная связь может быть парной, когда результативный признак зависит от одного фактора, и множественной — от нескольких факторов; линейной и нелинейной (степенной, гиперболической). Коэффициент корреляции — показатель, характеризующий тесноту связи между взаимозависимыми величинами x и y. Показывает, существует ли и насколько велика связь между ними, принимает значения от 0 до ±1. Если величина отрицательная — связь обратная, положительная — прямая; нуль свидетельствует об отсутствии связи, единица показывает что связь тесная. Факторный анализ направлен на выявление основных факторов, которые объясняют корреляцию среди большого числа переменных величин, определяющих величину независимой переменной. Он позволяет выявить истинно независимые переменные, которые могут использоваться и при применении других методов статистического анализа, например, регрессионного анализа. Факторный анализ — этот метод исследования экономики и производства, основанный на анализе воздействия разнообразных факторов на результаты экономической деятельности, определяющих ее эффективность. Дисперсия. В научной статистике широко используется показатель вариации, называемый дисперсией. Дисперсия — средний квадрат отклонений индивидуальных значений признака от средней арифметической.