Kurs ishi mavzu: Korrellyatsion-Regressiv tahlil usullari

x1– material unumi, so‘m;
x2– jamg‘arma unumi, so‘m;
x3 –mehnat unumdorligi (bir ishchining o‘rtacha yillik ishlab
chiqarishi), ming so‘m;
x4 – korxona aylanma mablag‘ining aylanish davomiyligi, kun;
x5 – yuqori sifatli mahsulotning solishtirma og‘irligi %.
Modomiki, korrelyatsion bog‘lanish ko‘p sonli kuzatuvlarda
to‘laligicha namoyon bo‘lar ekan, ma’lumotlarni tanlab olish hajmi
yetarlicha katta bo‘lishi kerak, negaki ko‘p sonli kuzatuvlardagina
boshqa omillarning ta’siri tekislanadi. O‘rganilayotgan obyektlar
majmui qanchalik ko‘p bo‘lsa, natijalar tahlili shunchalik aniq bo‘ladi.
Bu shartni hisobga olgan holda sanab o‘tilgan omillarning
rentabellik darajasiga ta’siri 40 ta korxona misolida o‘rganiladi.
Har bir omil va natijaviy ko‘rsatkichlardan yig‘ilgan boshlang‘ich
ma’lumotlar aniqligi, bir turdaligi va me’yoriy taqsimot qonunlariga
moz kelishi tekshirilgan bo‘lishi kerak.
Birinchi navbatda uning obyektiv mavjudligiga mos holda
ma’lumotning aniqliligiga ishonch hosil qilish kerak. Negaki aniq
bo‘lmagan ma’lumotdan foydalanish tahlil natijalarining noaniqligiga va
noto‘g‘ri xulosalar chiqarishga olib keladi.
Ma’lumot o‘rtacha darajada taqsimlanishi bo‘yicha bir turda
bo‘lishi kerak. Agar obyektlar guruhlari o‘rtacha darajadan katta farq
qilsa, bu boshlang‘ich ma’lumotlarning bir turda emasligidan dalolat
beradi.
Ma’lumotning bir turda bo‘lish mezoni bu har bir omilli va natijaviy
ko‘rsatkichlarda hisoblanadigan o‘rta kvadratik og‘ish va variatsiya
koeffitsiyenti hisoblanadi.
O‘rta kvadratik og‘ish alohida qiymatlarni o‘rta arifmetik
qiymatlardan absolyut og‘ishini ko‘rsatadi.
Variatsiya koeffitsiyenti qanchalik katta bo‘lsa, shuncha tarqoqlik
nisbatan ko‘p va o‘rganilayotgan obyektlarning to‘g‘rilanishi kam
bo‘ladi. Variatsion qatorlarning o‘zgarishi quyidagicha qabul qilingan:
10% dan oshib ketmasa – arzimas, 10-20% - o‘rtacha, 20% dan ko‘p
bo‘lsa katta, lekin 33% dan oshib ketmasligi kerak. Variatsiya 33% dan
oshib ketsa bu ma’lumotlarning bir turda emasligidan darak beradi va bir
turda bo‘lmagan ma’lumotlarni chiqarib tashlash kerak bo‘ladi. Bular
odatda tanlov qatorlarining boshida yoki oxirida bo‘ladi. Variatsiyaning eng yuqori ko‘rsatkichi asosida korrelyatsion tahlil uchun zarur bo‘ladigan ma’lumotlar hajmini quyidagi formuladan topish mumkin.
Boshlang‘ich ma’lumotlarning me’yoriy taqsimot qonuniga
bo‘ysunishi deganda o‘rganilayotgan ma’lumotlarning asosiy qismi har
bir ko‘rsatkich bo‘yicha uning o‘rtacha qiymati atrofida guruhlangan
bo‘lishi kerak, juda katta va juda kichik miqdordagi obyektlar esa iloji
boricha kamroq uchrashi kerakligi tushuniladi.
Simmetrik taqsimotda A=0. Noldan farqli bo‘lsa ma’lumotlar
taqsimotida asimmetriya mavjudligini ko‘rsatadi. Salbiy asimmetriya
ma’lumotlarning katta qiymatga egaligidan, ijobiy asimmetriya esa
kichik qiymatli ma’lumotlar ko‘p uchrashidan dalolat beradi.
Me’yoriy taqsimotda ekstsess ko‘rsatkichi E=0 bo‘ladi. Agar E>0
bo‘lsa, ma’lumotlar o‘rtacha qiymati atrofida zich jamlangan, o‘tkir
uchli shakllangan bo‘ladi. Agar E<0 bo‘lsa, egri taqsimot yassi uchli
shaklda bo‘ladi. Biroq, A/ma va E/me munosabat 3 dan kichik bo‘lsa
asimmetriya hamda ekstsess unchalik ahamiyat kasb etmaydi va
o‘rganilayotgan ma’lumot me’yoriy taqsimot qonunlariga mos keladi.
A/ma va E/me ning istalgan munosabatida 3 dan oshmaydi,
demak, boshlang‘ich ma’lumot bu qonunga bo‘ysunadi.
Omilli va natijaviy ko‘rsatkichlar o‘rtasidagi bog‘lanishni
modellashtirish o‘rganilayotgan bog‘lanishni aniqroq aks ettiradigan
mos tenglamani tanlashga e’tibor qaratadi.
Uni asoslash uchun ham mavjud bog‘lanishni o‘rnatuvchi usullar:
analitik guruhlash, chiziqli grafiklar va h.k. qo‘llaniladi.
Agar barcha omilli ko‘rsatkichlar natijaviy bilan bog‘lanishlar
to‘g‘ri chiziqli xarakterda bo‘lsa, bu bog‘lanishni yozish uchun quyidagi
chiziqli funksiyani qo‘llash mumkin