|
Наибольшие среднегодовые темпы прироста наблюдаются для фактора «Конкурирующий импорт» 34,9%, далее следуют факторы «Нехватка квалифицированных кадров» 26,0% и «Нехватка оборудования» 18,4%. При сравнении экспоненциальных трендов для различных факторов следует рассматривать не только значения параметра Ъ\, отражающего скорость уменьшения или увеличения частотности их выбора респондентами, но и исходный (расчетный) уровень частотности. Из (2.4) следует, что смысл параметра экспоненциальной функции Ь()ее значение при t=0. Временная переменная t отсчитывается от года, предшествующего нижней границе рассматриваемого временного интервала, следовательно, параметр Ьоесть ни что иное, как расчетное значение тренда для этого года. Например, если тренд частотности выбора респондентами фактора «Неплатежи потребителей» рассматривается на всем временном интервале (1997-2008 гг.), то коэффициент 72,0 это расчетное значение тренда данного показателя в 1995 году, т.е. 72,0%. Следует также учитывать, что параметр Ъ\ среднегодовой коэффициент темпа прироста частотности выбора респондентами того или иного фактора есть цепной показатель анализа временного ряда и, таким образом, необходимо оба параметра экспоненциального тренда Ьо и Ь\ —рассматривать во взаимосвязи. Ниже в таблице 2.12 приведены параметры и статистические характеристики экспоненциальных трендовых моделей частотности выбора респондентами факторов, препятствующих развитию предприятий легкой промышленности. В таблице 2.12 присутствует также модель для частотности выбора респондентами фактора «низкий экспортный потенциал», которая фактически представляет собой среднее значение данного показателя. С теоретической точки зрения, эта модель также экспоненциальная, но с нулевым значением параметра Ъ\, тогда смысл параметра Ьо~ средний уровень временного ряда (в данном случае 8,9%). 99 |
временном интервале. Наибольшие среднегодовые темпы прироста наблюдаются для фактора «Конкурирующий импорт» 34,9%, далее следуют факторы «Нехватка квалифицированных кадров» 26,0% и «Нехватка оборудования» 18.4%. При сравнении экспоненциальных трендов для различных факторов следует рассматривать не только значения параметра Ъ\9 отражающего скорость уменьшения или увеличения частости их выбора респондентами, но и исходный (расчетный) уровень частости. Из (3.1) следует, что смысл параметра экспоненциальной функции Ь0ее значение при /=0. Временная переменная t отсчитывается от года, предшествующего нижней границе рассматриваемого временного интервала, следовательно, параметр Ьо есть ни что иное, как расчетное значение тренда для этого года. Например, если тренд частости выбора респондентами фактора «Неплатежи потребителей» рассматривается на всем временном интервале (1995-2006 гг.), то коэффициент 72,0 это расчетное значение тренда данного показателя в 1994 году, т.е. 72,0%. Следует также учитывать, что параметр Ь\ среднегодовой коэффициент темпа прироста частости выбора респондентами того или иного фактора есть цепной показатель анализа временного ряда и, таким образом, необходимо оба параметра экспоненциального тренда Ьо и Ь\ —рассматривать во взаимосвязи. Ниже в таблице 3.2 приведены параметры и статистические характеристики экспоненциальных трендовых моделей частости выбора респондентами факторов, препятствующих развитию предприятий легкой промышленности. В таблице 3.2 присутствует также модель для частости выбора респондентами фактора «низкий экспортный потенциал», которая фактически представляет собой среднее значение данного показателя. С теоретической точки зрения, эта модель также экспоненциальная, но с нулевым значением параметра bj, тогда смысл параметра Ьо средний уровень временного ряда (в данном случае 8,9%). 130 Таблица 3.2 Параметры и статистические характеристики экспоненциальных трендовых моделей частости выбора респондентами факторов, препятствующих развитию предприятий легкой промышленности Параметр Статистическая характеристика № Фактор Ьо Ь\ Коэффициент детерминации Критерий Фишера Уровень значимости 1 2 3 4 5 6 1 Нехватка оборотных средств 91,414974 -0.055378 0,78922 37,44325 0,0001 2 Неплатежи потребителей 72,019635 -0,157495 0,78042 35,54098 0,0001 3 Нехватка сырья 64,579269 -0,260071 0,93715 89,47205 0,0001 _ . .. 4 Конкурирующий импорт 4.348711 0,349405 0,93588 72,98197 0,0004 5 Нехватка квалифицированных кадров 3,107726 0,259907 0,91726 47,73134 0,0001 6 Нехватка энергии 9,015540 -0,138628 0,79081 37,80448 0,0001 7 Низкий экспортный потенциал 8,909091 8 Нехватка оборудования 2,125683 0,184144 0,61725 16,12694 0,0025 9 Ничего 0,026716 0,440210 0,29297 4,14366 0,0692 Как следует из данных, приведенных в таблице 3.2, все представленные в ней модели значимы на высоком статистическом уровне —р-уровень не хуже 0,0025, при критическом значении 0,05. Исключением является модель частости выбора респондентами фактора «Ничего», для которой р-уровень статистической значимости критерия Фишера составляет 0,0692, а прогностическая способность всего около 29%. |