<<
>>

• Инструмент анализа данных Корреляция

Определим степень тесноты взаимосвязей между переменными К Q, Л NCF и NPV. При этом в качестве меры будем использовать показатель корреляции R. 1.

Выберите в главном меню тему Сервис, пункт Анализ данных.

Результатом выполнения этих действий будет появление диалогового окна Анализ данных, содержащего список инструментов анализа. 2.

Выберите из списка Инструменты анализа пункт Корреляция и нажмите кнопку [ОК] (рис. 6.16). Результатом будет появление окна диалога инструмента Корреляция. 3.

Заполните поля диалогового окна, как показано на рис. 6.17, и нажмите кнопку [ОК].

Вид полученной ЭТ после выполнения элементарных операций форматирования приведен на рис. 6.18.

Анализ данных жз

Инструменты анализа

|Однофакторный дисперсионный анализ j Двукфакторный дисперсионный анализ с повторениями |Дв,уракто ныйдмсп» сионный анализ без повто ений К овариация

Описательная статистика Экспоненциальное сглаживание Двухвыйорочный F-тест для дисперсии Лнализ Фурье (Гистограмма

Рис. 6 16. Список инструментов анализа (выбор пункта Корреляция,) | Корреляций п Вжґ-іьіе йанншё- 1 1 Вводной икгервая 2: $Е $513

Грутирсеание: По сто/К^зм ! пос^рсклм р Ііетки е первой строке К - 1

Ort»*tta j Ставка j Параметры рывойв"" С Е^одной интервал Є Йоеыи ра6(У«й#«т-, І С Новая рабочая

Рис 6/7 Заполнение окна диалога инструмента Корреляция ?

Ж Перем, расходы

L

1

4

} Количество _ Цена

L fi

1 1

Поступления

1

ЧСС

0,052040191 41,006181737 1

41,393631445 1,-^)335858 0,672387 -J,393631445 0,548335858 0,67Г~" ШШ•

Результаты корреляционного анализа представлены в ЭТ в виде квадратной матрицы, заполненной только наполовину, поскольку значение коэффициента корреляции между двумя случайными величинами не зависит от порядка их обработки. Нетрудно заметить, что эта матрица симметрична относительно главной диагонали, элементы которой равны 1, так как каждая переменная коррелирует сама с собой.

Как следует из результатов корреляционного анализа, выдвинутая в процессе решения предыдущего примера гипотеза о независимости распределений ключевых переменных V, Q, Р в целом подтвердилась.

Значения коэффициентов корреляции . между переменными расходами V, количеством Q и ценой Р (ячейки ВЗ. В4, С4) достаточно близки к 0.

В свою очередь величина показателя NPV напрямую зависит от величины потока платежей (R = 1). Кроме того, существует корреляционная зависимость средней степени между Q и NPV (Я = 0,548), Р и NPV (R = 0,67). Как и следовало ожидать, между величинами V и NPV существует умеренная обратная корреляционная зависимость (R — -0,39).

Полезность проведения последующего статистического анализа результатов имитационного эксперимента заключается также в том, что во многих случаях он позволяет выявить некорректности в исходных данных либо даже ошибки в постановке задачи. В частности, в рассматриваемом примере отсутствие взаимосвязи между переменными затратами V и объемами выпуска продукта Q требует дополнительных объяснений, так как с увеличением последнего величина V также должна расти32. Таким образом, установленный диапазон изменений переменных затрат V нуждается в дополнительной проверке и, возможно, корректировке.

Следует отметить, что близкие к нулевым значения коэффициента корреляции R указывают на отсутствие линейной связи между исследуемыми переменными, но не исключают возможности нелинейной зависимости. Кроме того, высокая корреляция не обязательно всегда означает наличие причинной связи, так как две исследуемые переменные могут зависеть от значений третьей.

* При проведении имитационного эксперимента и последующего вероятностного анализа полученных результатов мы исходили из предположения о нормальном распределении исходных и выходных показателей. Вместе с тем справедливость сделанных допущений, по крайней мере для выходного показателя NPV, нуждается в проверке.

Для проверки гипотезы о нормальном распределении случайной величины применяются специальные статистические критерии: Колмогорова-Смирнова, со2, х2- В целом ППП EXCEL позволяет быстро и эффективно рассчитать требуемый критерий и провести статистическую оценку гипотез.

Однако в простейшем случае для этих целей можно использовать такие характеристики распределения, как асимметрия (скос) и эксцесс (см. гл. 3). Напомним, что для нормального распределения эти характеристики должны быть равны 0. На практике близкими к нулевым значениями можно пренебречь. Для вычисления коэффициента асимметрии и эксцесса в ППП EXCEL реализованы специальные статистические функции — СКОС () и ЭКСЦЕСС () . Форматы и краткое описание этих функций приведены в приложении 4.

Мы же будем использовать возникшую проблему как повод для знакомства с еще одним полезным инструментом анализа данных ППП EXCEL — Описательная статистика.

<< | >>
Источник: Лукасевич И.Я.. Анализ финансовых операций. Методы, модели, техника вычислений: Учебн. пособие для вузов. — М.: Финансы, ЮНИТИ. - 400 с.. 1998

Еще по теме • Инструмент анализа данных Корреляция:

  1. • Инструмент анализа данных Описательная статистика
  2. Сбор и анализ данных Роль компьютерных технологий в анализе рынка
  3. 3.2. Предварительный анализ входящих данных
  4. Обзор используемых данных в анализе
  5. ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ ДЛЯ ВСЕХ
  6. Оперативный анализ данных ( OLAP , online analytical processing )
  7. 3.2. Влияние данных фундаментального анализа
  8. Базы данных и системы управления базами данных
  9. 6.3. Влияние корреляции
  10. ТИПЫ ДАННЫХ В EXCEL. ВВОД ДАННЫХ И ИХ РЕДАКТИРОВАНИЕ
  11. Изменение уровней поддержки свободного рынка и демократии: первоначальный анализ данных
  12. 3.2.5. Ранговый коэффициент корреляции
  13. Корреляция между индексами
  14. §2. Инструменты и методы количественного анализа рисков в инвестиционном проектировании
  15. 2. КАК УВИДЕТЬ ДЕНЬГИ НА ЭКРАНЕ МОНИТОРА Технический анализ, формы представления данных о ценах, графические фигуры
  16. 9.5. Метод ранговой корреляции