4. Анализ ритмичности.

Ритмичный процес – это такой процес, при котором фактические значения отвечают запланированным (ожидаемым). Уровень ритмичности – это уровень соответствия фактических значений запланированным. Графический анализ: сравниваем линию фактического исполнения с линией ритмичности (у=100%).

Или анализ на основе количественных показателей ритмичности: коэф-т неисполнения задания=кол-во периодов времени, когда задание неисполнено/общее кол-во периодов; коэф-т неритмичности; коэф-т ритмичности; мера аритмичности; коэф-т ритмичности Юрьева; коэф-т частоты случаев ритмичной работы Новикова=кол-во периодов времени, когда задание выполнено/ общее кол-во периодов времени.

5.Основные понятия статистики

Ст.- наука, изучающая кол. сторону массовых явлений в неразрывной связи с кач. характери-стиками. Предметом с. явл. изучение кол. соотношений массовых общ.-экон. явлений, выделение закономерностей общ. развития. Задачей с.явл. выбор элементов, сходных м\д собой. С. выделяет и анализирует основные и возможные пути развития экономики, соц. Явлений. Изучая кол. сторону явлений, ст. отражает её в числах. Эти числа наз. показате-лями. Они х\р конкретную меру явления и устанавливают типы явленй. Величина показа-теля опред. в результате его измерения, кот-е осущ. по соответствующей методике. Все пок-ли. подразделяются на простые и сводные(исп. в том случае, когда осущ. анализ сложного комплекса эк. явлений. На их основе анализи-руют нац. доход, сов. общ. продукт). Все п. делятся на объёмные(связаны с изменением общей величины совокупности объектов - кол-во рабочих, произв. продукции) и кач. (х\р уровень развития явления - средняя производи-тельность труда, себестоимость единицы продукции).Для отображения св-в структуры и динамики сложных соц.-эк. явлений испол. систему показателей, кот-я строится на основе принципов:

• должна соответствовать сис-ме показателей планов соц.-эк. развития

• плановые и стат. п. должны х\р в одинаковом положении одни и те же явления и процессы

• сис-ма стат.пок. должна испол. не только для изучения плановых явлений, но и для изуче-ния процессов и явлений, к-е планируются

• сис-ма стат.п. должна х\р ресурсы общества, их использование, раскрывать в\зсвязи и пропорции м\д состовляющими н\х

Выделяют ст. признаки- св-ва или особенности объекта( кол., кач., атрибутивные); ст. совокуп-ности - масса отдельных единиц, к-е имеют 1 или неск-о общих признаков; ст. закономерно-сти - распределение ст. признаков, анал. закономерности динамики, закономерности структуры.

6. Метод погаговой регрессии.

Обычно для выбора подмножества переменных применяетсяпошаговая регрессия (step-wise regression), когда независимые переменные включаются в наилучшее подмножество последовательно одна за другой на основании некоторого критерия включения переменной. В некоторый момент на основании правила остановки пошаговая процедура прекращает включение новых переменных, поскольку добавление новых не улучшает значимо предсказание переменной  . При этом на каждом шаге процедуры некоторая переменная, уже включенная в наилучшее подмножество переменных, на основании некоторого критерия удаления переменных может быть удалена из подмножества переменных. Таким образом, метод пошаговой регрессии состоит из построения на каждом шаге множественной линейной регрессии, описанной в предыдущем параграфе и вычисления критериев включения и исключения переменных и остановки.  Рассмотрим стандартную пошаговую процедуру ( -метод), которая реализуется во всех программах пошаговой регрессии.  Критерий включения переменной основывается на статистике  -включения. На очередном шаге процедуры включается та переменная, для которой значение статистики  -включения наибольшее, при условии, что оно превосходит некоторый установленный минимум, задаваемый правилом остановки. Критерий исключения переменной основывается на статистике  -удаления. На очередном шаге процедуры исключается та переменная, для которой значение статистики  -исключения наименьшее, при условии, что оно меньше некоторого установленного минимума, задаваемого правилом остановки. Рассмотрим более подробно статистики  -включения и  -исключения. Предположим, что в набор переменных для предсказания   уже включено   переменных   (без потери общности можно считать, что это первые  переменных исходного набора переменных    ). Тогда значение статистики  -включения для переменной   равно  (3.9) где   - квадрат выборочного частного коэффициента корреляции между   и   при фиксированных значениях переменных   Статистика (3.9) служит для проверки гипотезы , т. е. для проверки гипотезы о том, что включение   в набор переменных  значимо не улучшает предсказание  . При условии, что гипотеза   верна, статистика (3.9) распределена по -закону с 1 и   степенями свободы. Значение статистики  -исключения для переменной   равно  (3.10) где   - квадрат выборочного частного коэффициента корреляции между   и   при фиксированных значениях переменных  . Статистика (3.10) служит для проверки нулевой гипотезы т. е. для проверки гипотезы о том, что исключение переменной   из набора переменных   значимо не ухудшает предсказание  . При условии, что гипотеза   верна, статистика (3.10) распределена по  -закону с одной и  степенями свободы.