|
43 фактографическим, то есть методам, использующим количественную информацию о прошлом поведении объекта (процесса), ретроспективную информацию. Термин «методы прогнозирования» достаточно условен, так как под ним понимаются все те же повсеместно используемые математические методы. Согласно [87], наибольшее применение находят вероятностно-статистические методы прогнозирования. В нашем случае изменения исходной ретроспективной информации носят случайный (стохастический) характер, что является необходимым и достаточным условием применения именно вероятностностатистических методов. Основными задачами корреляционного анализа, как одного вероятностностатистических методов являются [55, 64]: измерение степени связи двух или более явлений; отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связанности между явлениями; обнаружение ранее неизвестных причинных связей. Регрессионным анализом решаются следующие задачи [55, 64]: установление форм зависимости (положительная, отрицательная, линейная, нелинейная); определение функции регрессии; оценка неизвестных значений зависимой переменной; установление дискретных временных лагов взаимосвязанных переменных. Совпадение задач решаемых с помощью этих анализов с задачами нашего статистического исследования и обусловило использование математического аппарата корреляционно-регрессионного анализа. Затем провели дифференциацию собранных статистических данных на группы. Целью этого было получение зависимостей наиболее полно и точно отражающих поведение рассматриваемых величин (параметров). По рекомендациям, приведенным в различных источниках [17, 24, 30, 41, 51, 55, 56, |
следований для заинтересованных лиц. Кроме того, понятие качество технического обслуживания очень широкое. Поэтому возникает необходимость исследования влияния отдельных составляющих этого понятия (например: качества запчастей и эксплуатационных материалов; качества выполняемых технических воздействий и т.д.) на конечный результат (пробег между ТО и суммарные затраты). Все сказанное, в принципе, затрудняет всестороннюю и окончательную проверку предлагаемой в данной работе модели. 46 2.3. Методика статистического исследования В задачи данного исследования входят: ^ проверка применимости математической модели “оптимизации периодичности ТО с учетом качества проведения ТО”, полученной аналитически; ^ получение зависимостей (и их оценок точности и достоверности) для прогнозирования объемов потребления запасных частей и выдвижения, на их основе, рекомендаций о вероятных условиях прибыльности работы ЦСН. 11срвым шагом на пути решения этих задач можно считать выбор математических методов, позволяющих добиться поставленных целей. Согласно данным Сергеева В.И. [70], в настоящее время насчитывается очень большое количество (около 200) различных методов прог нозирования, из которых подавляющая часть относится к фактографическим, то есть методам, использующим количественную информацию о прошлом поведении объекта (процесса)ретроспективную информацию. В принципе термин “методы прогнозирования'’ достаточно условен, т.к. под ним понимаются все те же повсеместно используемые математические методы. Чтобы дать более полное представление о существующем многообразии рассматриваемых методов, имеет смысл привести одну из возможных классификаций этих методов (рис.2.5.). 48 Согласно данным все того же автора, наибольшее применение находят вероятностно-статистические методы прогнозирования. В нашем случае изменения исходной ретроспективной информации носят случайный (стохастический) характер, что является необходимым и достаточным условием применения именно вероятностно-статистических методов. Последовательное рассмотрение вероятностно-статистических методов, а именно задач, для решения которых они предназначены, показало следующее. Основными задачами корреляционного анализа являются [43]: измерение степени связи двух или более явлений; отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связанности между явлениями; обнаружение ранее неизвестных причинных связей. В регрессионном анализе решаются следующие задачи [43]: установление форм зависимости (положительная, отрицательная, линейная, нелинейная); определение функции регрессии; оценка неизвестных значений зависимой переменной; установление дискретных временных лагов взаимосвязанных переменных. Совпадение задач решаемых с помощью этих анализов с задачами нашего статистического исследования и обусловило использование математического аппарата корреляционно-регрессионного анализа. Далее была проведена работа по дифференциации имеющихся статистических данных на группы. Конечной целью данной дифференциации было получение зависимостей наиболее полно и точно отражающих поведение рассматриваемых величин (параметров). |