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 15.07.2011

  • Методи 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 28.04.2014

  • Рейтингова 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 13.05.2015

  • Математична 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 28.03.2011

  • Система 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 11.05.2009

  • Цілі 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 11.03.2010

  • Загальна 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 24.11.2010

  • Зміст 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 12.06.2019

  • Використання 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 25.01.2015

  • Обчислення 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

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.