3.5) Группировки

группировка информации – это деление массы изучаемой сов-ти объектов на качественно однородные группы по соответствующим признакам. объекты группировок – пр-я, их внутренние подразделения, отдельные хоз. операции. В зависимости от цели исследования выделяют группировки: - аналитические (предназначены для выявления взаимосвязи между показателями. при них выделяют группировочный и результативный признак, число ед-ц сов-ти), -типологические (объекты объединяются по определенному признаку, типу, кот. хар-ся соответ. пок-ми), - структурные (позволяют изучать внутреннее построение показателей, соотношение в них отдельных элементов). По сложности построения различают простые и сложные групп-ки. Методика построения группировки: - опред. цели анализа, - сбор необх. данных по всей сов-ти объектов, - ранжирование сов-ти по опред. признаку, выбор интервала распределения сов-ти и её деление на группы, - анализ полученых данных.

3.6) Детализация и обобщение

детализация позволяет опред. степень влияние факторов на результ. показатель. Бывает: по времени, по месту. Зависимость обобщающего пок-ля от фак-в может иметь хар-р: - вероятностный, - детерминированный (каждому значению ф-ра-аргумента соответствует опред. значение ф-ра признака). При детерминированной связи возможны типы детализации: аддитивный, мультипликативный, кратный, комбинированный. Детализация представляет собой анализ яв-ния. Обобщение – метод обратный детализации, яв-ся синтезом результатов. При нем необходимо отделять типичные ф-ры от случайных, выделять главные, от которых зависят результаты дея-ти.

3.7) Элиминирование. Метод цепных подстановок.

Элиминирование (устранение, исключение) позволяет изучить влияние фактора, выделив его. При элимин-и исходят из того, что ф-ры изменяются независимо друг от друга. На самом деле они взаимосвязаны, изменяются совместно, и дают допол. прирост результ. пок-ля. этот прирост факт-ки присоед. к одному из ф-в. величина влияния ф-ра зависит от места, кот. он занимает в модели. Варианты эл-я – МЦП и МАР. МЦП используется для расчета влияния фактора во всех типах детерминированных фак-х моделей. Сущность: влияния пок-ей определяются при замене базового частного пок-ля факт-м, при этом все остальные пок-ли остаются без изменений. После каждой замены из полученного результата вычитается предыдущий. Посл-ть: учит. изменение сначала кол-ных, затем кач-ных пок-лей.

3.8) Метод абсолютных и относительных разниц.

МАР применяется для расчета влияния фактора на прирост результирующего показателя. применяется в мультипликативных моделях и смешанных моделях А = (а-в)с, А= а(в+с). сущность: величина влияния ф-ра рассчитывается * абсол. прироста иссл-го ф-ра на план. величину ф-ров, кот. находятся справа от него, и на факт. величину ф-ров, кот. находятся в модели слева от него.

МОР применяется для определения факторного влияния в мультипликативных и комбинированных моделях типа А = (а-в)*с. для расчета необходимы относит. отклонения факторных показателей в % или коэф-х. Сущность: необходимо плановую величину результативного показателя * на относительный прирост 1-го фактора, выраженного в %, и результат / 100%. чтобы рассчитать влияние 2-го фактора, нужно к плановой величине результ. показателя + его прирост за счет 1-го фактора и полученную сумму * на относит. прирост 2-го ф-ра. вид МОР – прием % разностей (разница темпов роста пок-й * план. результ. пок-ль).

3.10) метод долевого участия.

МДУ используется, когда необходимо установит степень влияния факторов на результ. пок-ль. последовательность: - опред. относит. влияние фак-ов на обобщ. пок-ль: Ка=Аф/Ап*100%-100%.

- опред. абсол. значение влияния ф-ров на обобщ. пок-ль: ΔАа = 0,01*Абаз*Ка.

- подсчитывается суммарное влияние факторов на обобщ. пок-ль (относит. - %, абсол.)

МДУ применим при малых изменениях факторов, иначе получаются расхождения на величину неразложимого остатка, чтобы исключит его используется интегральный метод.

3.11) интегральный и логарифмический методы.

чтобы исключить влияние неразложимого остатка, используется интегральный метод, где остаток делится пропорционально кол-ву частных показателей. позволяет получит более точные результаты расчета влияния факторов чем методы элиминирования и избежать неоднозначной оценки влияния факторов, т.к. при ИМ результаты не зависят от местоположения факторов в модели. применяется в мультипликативных, кратных и смешанных моделях.

при: у = a*b

распределить неразложимый остаток пропорционально доле изолированного влияния каждого фактора на результативный показатель позволяет логарифмический метод. применим только в мультипликативных моделях