Проверяемый текст
Левко, Максим Николаевич; Модели управления инновационным развитием предприятий легкой промышленности на базе экспертно-аналитических методов (Диссертация 2008)
[стр. 101]

способность составляет немногим более 31%, а критерий Фишера статистически значим на р-уровне 0,0585, что превышает критическое значение 0,05.
Таким образом, временные ряды
частотности выбора респондентами практически всех рассматриваемых факторов могут быть аппроксимированы экспоненциальными трендовыми моделями, параметры которых легко интерпретируемы.
В заключение рассмотрим корреляционное поле параметров полученных экспоненциальных трендовых моделей (рисунок
2.7; числа около точек отвечают номерам факторов в таблице 2.12).
Для наглядности на диаграмму нанесены две линии: первая горизонтальная отвечает нулевому темпу прироста
частотности ответов респондентов (фактор 7 низкий экспортный потенциал), вторая вертикальная соответствует 50%-му исходному уровню частотности ответов.
Эти линии делят корреляционное поле на четыре квадранта.
Как следует из рисунка
2.7, параметры моделей для первых трех факторов «Нехватка оборотных средств», «Неплатежи потребителей» и «Нехватка сырья» находятся во втором квадранте, отвечающем отрицательным темпам среднегодового прироста и значениями исходного (расчетного) уровня частотности выбора респондентами данных факторов, препятствующих развитию предприятий легкой промышленности, превышающих 50%.
При этом чем больше исходный уровень
частотности ответов респондентов, тем меньше темп спада этого показателя.
101
[стр. 132]

Другим исключением является фактор «Внутренний неплатежеспособный спрос», для которого соответствующая модель гиперболическая имеет вид Хз = 43,316 14,246/*, (3.5) где / временная переменная, определяемая по формуле год — 1994.
Однако эту модель также нельзя признать адекватной, поскольку ее прогностическая способность составляет немногим более 31%, а критерий Фишера статистически значим на р-уровне 0,0585, что превышает критическое значение 0,05.
Таким образом, временные ряды
частости выбора респондентами практически всех рассматриваемых факторов могут быть аппроксимированы экс* поиенциальными трендовыми моделями, параметры которых легко интерпретируемы.
В заключение рассмотрим корреляционное поле параметров полученных экспоненциальных трендовых моделей (рисунок
3.2; числа около точек отвечают номерам факторов в таблице 3.2).
Для наглядности на диаграмму нанесены две линии: первая горизонтальная —отвечает нулевому темпу прироста
частости ответов респондентов (фактор 7 —низкий экспортный потенциал), вторая —вертикальная соответствует 50%-му исходному уровню частости ответов.
Эти линии делят корреляционное поле на четыре квадранта.
Как следует из рисунка
3.2, параметры моделей для первых трех факторов «Нехватка оборотных средств», «Неплатежи потребителей» и «Нехватка сырья» —находятся во втором квадранте, отвечающем отрицательным темпам среднегодового прироста и значениями исходного (расчетного) уровня частости выбора респондентами данных факторов, препятствующих развитию предприятий легкой промышленности, превышающих 50%.
При этом чем больше исходный уровень
частости ответов респондентов, тем меньше темп спада этого показателя.
132

[Back]