Методи економіко-статистичних досліджень
Упорядкування одиниць сукупності за допомогою інтегральних оцінок. Багатовимірне ранжування у системі Statistica. Формування однорідних одиниць сукупності за допомогою кластерного аналізу. Порядок об’єднання в кластери через опцію Amalgamation schedule.
Рубрика | Экономико-математическое моделирование |
Вид | контрольная работа |
Язык | украинский |
Дата добавления | 08.12.2010 |
Размер файла | 1,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
КОНТРОЛЬНА РОБОТА
З дисципліни : „Методи економіко-статистичних досліджень”
ЗАВДАННЯ 1
Тема: Багатовимірне ранжування.
Ціль: Відпрацювання методики упорядкування одиниць сукупності за допомогою інтегральних оцінок.
У системі Statistica був сформований новий файл первинних даних. Через команду New Data була створена таблиця розміром 4*25: по стовпцях - 4 ознаки (розмір активів, капіталу, зобов'язань і прибутку) і по рядках - 25 спостережень(перелік банків з відповідними показниками).
У файлі первинних даних по сукупності банків було додано і розраховано ще 3 ознаки: прибутковість активів і капіталу, співвідношення капіталу і зобов'язань. При визначенні цих ознак, у текстовому полі Long Name були використані такі формули: прибутковості активів - “=v4/v1”; прибутковість капіталу - “=v4/v2”; співвідношення капіталу і зобов'язань - “=v2/v3”. Файл первинних даних по сукупності банків 4v*25c був перетворений у файл первинних даних по сукупності банків 7v*25c.
Багатовимірне ранжування у системі Statistica виконується за допомогою процедури Rank Variables меню Vars. У діалоговому вікні Rank Order Values вибираються ознаки, схеми упорядкування (за зростанням чи зменшенням значень), умови обробки зв'язаних рангів, тип рангу: регулярний (від 1 до n) чи фракційний (від 0 до 1).
Інтегральна оцінка була розрахована при умові існування еталонних (нормативи) значень. Нормативи показників слідуючих показників: (відношення зобов'язань до капіталу) - не більше 8; (достатність капіталу) - не менше 0,5; (ліквідність балансу) - не більше 0,7; (ліквідність активів) - не менше 0,5. Інтегральна оцінка була розрахована за допомогою формули:
.
Спираючись на вище зазначену формулу, при виконанні поставленого завдання і визначені інтегральної оцінки , були розраховані такі показники як:
1. Значення первинних ознак (Н1 - відношення забов'язання до капіталу, Н3 - достатність капіталу, Н4 - ліквідність балансу, Н6 - ліквідність активів):
- Н1 = v8 = забов'язання / капітал = v3/v2;
- H3 = v9 = капітал / активи = v2/v1;
- Н4= v10 = прибуток / забов'язання = v4/v3$;
- H6 = v11 = активи / забов'язання = v1/v3.
Відповідні значення зображені в таблиці.
2. Стандартизовані значення ознак :
- Z1 = v12 = v8/8;
- Z3 = v13 = v9/0.5;
- Z4 = v14 = v10/0.7;
- Z6 = v15 = v11/0.5.
3. Значення інтегральних оцінок :
- інтегральна оцінка, з урахуванням усіх показників:
G = v16 = (abs(v12 - 1) + abs(v13 - 1) + abs(v14 - 1) + abs(v15 - 1))/4
- інтегральна оцінка, з урахуванням такого показника як, достатність капіталу - G_H3 = v18 = abs(v13-1).
При визначенні рейтингів банків у системі Statistica в меню Vars була вибрана процедура Rank Variables. Потім у діалоговому вікні Rank Order Values був вибраний тип рангу - регулярний (від 1 до n). Після чого були отримані відповідні результати щодо ранжування: рейтинги банків, з урахуванням усіх показників - v17; рейтинги банків за достатністю капіталу - v19.
Спираючись на отримані результати можна говорити про те, що за рейтингами, стосовно достатності капіталу, на перших трьох місцях відповідно знаходяться: Імекс банк, Київ банк та Актив-банк. Але якщо розглядати ранжування по всім показникам, то маємо трохи інші показники, а саме, за рейтингами на перших трьох місцях відповідно знаходяться: Індустріалбанк, Вабанк, Альфа-банк .
ЗАВДАННЯ 2
Тема: Кластерний аналіз.
Ціль: Формування однорідних одиниць сукупності за допомогою кластерного аналізу.
У системі Statistica кластерний аналіз можна провести в модулі Cluster Analysis. Модуль кластер-аналізу чи багатовимірної класифікації складається з трьох процедур: 1) ієрархічні алгоритми (Joining (tree clustering)); 2) класифікація методом К-середніх (K-means clustering); 3) двофакторне об'єднання (Two-way joining). Вибравши процедуру Joining (tree clustering) з'явиться діалогове меню в якому пропонується вибрати установки аналізу:
- ознакову множину;
- тип первинних данних: Raw Data - дані типу „об'єкт - ознака” чи Distance Matrix - матриця відстаней;
- варіант класифікації: за стовпцями (columns) - класифікація ознак чи за рядками (rows) - класифікація об'єктів;
- алгоритм об'єднання - Amalgamation (linkage) Rules; за умовчування - алгоритм одиничного зв'язку - Single linkage (nearest neighbor);
- метрику відстаней - Distance measure: Euclidean distances - Евклідова відстань, City-block (Manhattan) distance - Манхеттенська відстань, інші.
За командою на виконання вибраних установок система видає Joining Results з опціями виду дендрограми - горизонтальної чи вертикальної. Використовуючи данні були побудовані дендрограми (алгоритм одиночного зв'язку, евклідова відстань).
Опція Horizontal hierarchical tree plot будує дендрограму у вигляді горизонтальної деревоподібної структури, Vertical icicle plot - у вигляді вертикальної. Дуже корисною є опція Rectangular branches, що вказує, якою зображати дендрограму - деревоподібною чи робити „гілки” строго паралельними. Річ у тому, що перпендикулярні „гілки” можуть часто спотворювати суть справи. Дендрограма за віссю ординат має розмірність використаної метрики. Опція Scale tree to dlink/dmax*100 нормує розмірність дендрограми процентним співвідношенням.
Можна також вивчити порядок об'єднання в кластери, через опцію Amalgamation schedule, що виводить таблицю результатів у такому порядку: за рядками відкладаються рівні, на яких відбувається об'єднання у кластери, а в стовпчиках таблиці вказуються послідовно об'єкти, які об'єднуються на кожному рівні.
Використовуючи данні, (прибутковість активів і капіталу та співвідношення капіталу і забов'язань) були побудовані дендрограми (алгоритм одиночного зв'язку, евклідова відстань).
ВИКОРИСТАНА ЛІТЕРАТУРА:
1. Методи економіко-статистичних досліджень. Методичний посібник та методичні вказівки до виконання лабораторних робіт для студентів ЗДІА /Укл.: О.М. Ісаєнко. - Запоріжжя, 2004. - 77 с.
2. www.statsoft.ru/home/default.htm - електронний підручник системи Statistica.
3. www.aub.com.ua - офіційний сайт Асоціації українських банків
Подобные документы
Завдання та етапи кластерного аналізу, вимоги до інформації. Приклад класифікації економічних об'єктів за допомогою алгоритму кластерного аналізу, методи перевірки стійкості кластеризації, інтерпретація результатів аналізу та побудування дендрограми.
реферат [311,2 K], добавлен 15.07.2011Методи одержання стійких статистичних оцінок. Агломеративні методи кластерного аналізу. Грубі помилки та методи їх виявлення. Множинна нелінійна регресія. Метод головних компонент. Сутність завдання факторного аналізу. Робастне статистичне оцінювання.
курсовая работа [1,2 M], добавлен 28.04.2014Рейтингова оцінка галузі по показникам стимуляторам бухгалтерської звітності. Аналіз соціально-економічних процесів за допомогою ранжування та електронних таблиць Excel. Розрахунок коефіцієнту економічного розвитку підприємств деревообробної галузі.
лабораторная работа [494,1 K], добавлен 13.05.2015Математична модель задачі лінійного програмування, її вирішення за допомогою симплекс-методу. Побудова екстремумів функцій в області, визначеній нерівностями, за допомогою графічного методу. Математична модель транспортної задачі та її опорний план.
контрольная работа [241,7 K], добавлен 28.03.2011Система управління технологічним процесом. Методи експертних оцінок. Принципи виявлення колективної думки експертів про перспективи розвитку об'єкта аналізу. Статистична обробка результатів. Методи евристичного програмування, "мозкової атаки" й аналогії.
реферат [34,1 K], добавлен 11.05.2009Цілі і задачі методики аналізу фінансово-господарської діяльності. Система показників, що характеризують фінансовий стан підприємства, аналіз прибутку і рентабельності. Постановка транспортної задачі і її вирішення за допомогою додатків Ms.Excel.
дипломная работа [1,2 M], добавлен 11.03.2010Загальна модель задачі математичного програмування, задача лінійного програмування та особливості симплекс–методу для розв’язання задач лінійного програмування Економіко–математична модель конкретної задачі, алгоритм її вирішення за допомогою Exel.
контрольная работа [109,7 K], добавлен 24.11.2010Зміст і мета кластеризації. Переваги її застосування перед іншими методами класифікації даних. Ієрархічні і неієрархічні методи кластерного аналізу. Приклад вертикальної дендрограми. Алгоритми найближчого і дальнього сусіда. Схема ітеративного методу.
контрольная работа [2,4 M], добавлен 12.06.2019Використання методів економетричного моделювання, аналізу і прогнозування на всіх напрямках економічних досліджень: мікро- та макроекономіка, міжнародна економіка, фінансові ринки. Розробка і використання адекватних статистичних (економетричних) моделей.
контрольная работа [330,4 K], добавлен 25.01.2015Обчислення інтервалів стійкості двоїстих оцінок стосовно зміни запасів дефіцитних ресурсів. Розрахунок інтервалів можливих змін ціни одиниці рентабельної продукції. Визначення очікуваного значення прибутку, коефіцієнту варіації та рівня дисперсії.
контрольная работа [171,7 K], добавлен 25.04.2010