анализ производственно-хозяйственной деятельности предприятий отрасли при помощи устойчивых регрессионных моделей тема диссертации по экономике, полный текст автореферата
- Ученая степень
- кандидата экономических наук
- Автор
- Юдина, Вера Васильевна
- Место защиты
- Москва
- Год
- 1984
- Шифр ВАК РФ
- 08.00.13
ДиссертацияДиссертация: содержание автор диссертационного исследования: кандидата экономических наук, Юдина, Вера Васильевна
ВВЕДЕНИЕ.
ГЛАВА I. ВЫБОР И ОБОСНОВАНИЕ МЕТОДОВ СТАТИСТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ ПРИБОРОСТРОЕНИЯ.
1.1. Особенности производственно-хозяйственной деятельности приборостроения.
1.2. Обоснование и выбор методов экономико-статистического моделирования.
ГЛАВА II. ИССЛЕДОВАНИЕ И РАЗВИТИЕ МЕТОДОВ УСТОЙЧИВОГО ОЦЕНИВАНИЯ ПАРАМЕТРОВ РЕГРЕССИОННЫХ МОДЕЛЕЙ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ ОТРАСЛИ.
2.1. Исследование устойчивых методов оценивания параметров регрессии.
2.2. Модификация методов устойчивого оценивания регрессии при асимметричном засорении распределений экономических показателей.
2.3. Разработка программного обеспечения устойчивого оценивания параметров регрессии.
2.4. Методика построения устойчивых регрессионных моделей показателей эффективности работы предприятий отрасли.
ГЛАВА III. АНАЛИЗ ПРОИЗВОДСТВЕННО-ХОЗЯЙСТВЕННОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЙ ОТРАСЖ ПРИБОРОСТРОЕНИЯ.
3.1. Характеристика исследуемых показателей отрасли приборостроения.
3.2. Построение многофакторных устойчивых регрессионных моделей рентабельности, затрат на I рубль товарной продукции, производительности труда и фондоотдачи.
3.3. Сравнительный анализ эффективности производственно-хозяйственной деятельности группы предприятий отрасли.
Диссертация: введение по экономике, на тему "анализ производственно-хозяйственной деятельности предприятий отрасли при помощи устойчивых регрессионных моделей"
Дальнейшее совершенствование управления экономикой является одним из факторов повышения эффективности общественного производства. В "Основных направлениях экономического и социального развития СССР на I98I-I985 годы и на период до 1990 года" предусмотрено "последовательно улучшать управление народным хозяйством с учетом возрастающих масштабов производства, усложняющихся экономических связей, требований научно-технической революции в целях максимального использования возможностей и преимуществ экономики зрелого социализма" /3,сЛ97/. Претворение в жизнь решений съезда и взятого партией курса на интенсификацию требует все более полного раскрытия и практического использования созидательных возможностей социалистической экономики, достижений научно-технического прогресса, дальнейшего совершенствования управления экономикой, всего механизма хозяйствования.
На декабрьском 1983 года Пленуме ЦК КПСС было подчеркнуто, что "следует активно совершенствовать систему планирования и управления экономикой, стиль и методы социалистического хозяйствования" / 7,с.29/. Для обеспечения дальнейшего роста эффективности экономики требуется "сделать главный упор на повышение уровня хозяйствования, ускорение научно-технического прогресса, более полное использование производственного потенциала, всех материальных, трудовых и финансовых ресурсов" / 7,с.27/.
Динамичное и пропорциональное развитие общественного производства, повышение его эффективности, ускорение научно-технического прогресса, рост производительности труда, улучшение качества работы во всех звеньях народного хозяйства и совершенствование управления производством - всё это ставит новые проблемы и требует совершенствования теории и практики экономического анализа производственно-хозяйственной деятельности предприятий,объединений, отраслей. Основным условием успешного претворения в жизнь поставленных партией задач является улучшение планирования экономического развития. Составной частью планирования развития отрасли является анализ основных технико-экономических показателей, позволяющий описать характер её развития,вскрыть устойчивые закономерности и определить перспективы. Поэтому разработка и совершенствование методов анализа производственно-хозяйственной деятельности на всех уровнях управления отраслью является важным средством выявления и мобилизации резервов повышения эффективности общественного производства.
Современные условия хозяйствования требуют дальнейшей разработки как теоретических проблем анализа, так и особенностей его методологии и методики с применением современных математических методов и электронно-вычислительной техники. Статистическое моделирование хозяйственных процессов получило в настоящее время наибольшее распространение среди множества экономико-математических методов. Применение математических методов и ЭВМ повышает эффективность экономического анализа деятельности предприятий. Это достигается за счет сокращения сроков, более полного охвата влияния факторов на результаты производственно-хозяйственной деятельности, замены приближенных или упрощенных расчетов точными вычислениями, постановкой и решением многомерных задач, практически не выполнимых вручную или традиционными методами.
Любой из математических методов, используемых в экономическом анализе, основан на определенной абстрактной модели, накладывающей некоторые требования на исходную статистическую информацию. При решении практических задач эти требования не всегда могут быть выполнены точно. Это приводит к появлению различий в свойствах полученных моделей от тех теоретических свойств, на которых основывался выбор математического метода. Некоторое несоответствие условий и посылок классического аппарата теории вероятностей и математической статистики специфике экономических процессов приводит к нарушению адекватности полученной модели изучаемо^ экономическому явлению. Для успешного применения математических методов в экономической практике их следует конкретизировать, приспосабливать для содержательного анализа экономических процессов. В связи с этим тлеется объективная необходимость в разработке и применении новых методов и подходов, учитывающих особенности экономических данных.
Среди известных методов прикладной математической статистики, применяемых в экономических исследованиях, регрессионный анализ занимает исключительное положение, являясь одним из самых распространенных методов обработки статистических данных. Регрессионные модели являются традиционным типом экономико-статистических моделей, позволяющих исследовать функциональные взаимосвязи между экономическими показателями. Однако использование аппарата регрессионного анализа в практике экономических исследований затрудняется тем, что для обоснованного его применения необходимо соблюдение целого ряда содержательных и формальных требований к исходной экономической информации. Так для выполнения требования однородности рассматриваемой совокупности объектов не всегда бывает достаточного содержательного экономического анализа, и требуется дополнить его применением математических методов формирования однородных совокупностей.
Особую проблему представляет собой невыполнение условия нормальной распределенности случайной составляющей регрессионной модели. В этом случае классические оценки параметров, полученные методом наименьших квадратов, утрачивают свои оптимальные статистические свойства, а статистический анализ полученной модели оказывается некорректным. Использование в регрессионном анализе методов устойчивого оценивания позволяет повысить точность моделей.
Устойчивые /робастные/ методы оценивания позволяют учесть отклонение исследуемого распределения от нормального и получать оценки параметров, более близкие к их истинным неизвестным значениям в ситуации, когда вид функции распределения случайной составляющей модели известен лишь приблизительно. Поскольку такие ситуации в экономической практике являются скорее правилом, чем исключением, устойчивые методы оценивания приобретают всё большее значение для анализа данных.
Этим объясняется значительный интерес к теории устойчивого оценивания как в нашей стране, так и за рубежом. Анализ работ, посвященных вопросам устойчивого оценивания параметров регрессии, показывает, что математические вопросы здесь разработаны достаточно полно лишь для тех случаев, когда распределение отклонений симметрично. Для асимметричных распределений, весьма часто встречающихся в экономических исследованиях, пока не разработано достаточно эффективного аппарата анализа взаимосвязей. Следует также отметить, что в практике экономических исследований с использованием регрессии методы устойчивого оценивания параметров моделей не получили пока широкого распространения несмотря на то, что имеются все основания для внедрения их в практику расчетов.
Целью данной работы является разработка методики анализа эффективности производственно-хозяйственной деятельности предприятий отрасли, основанной на использовании устойчивых регресеионных моделей. Для достижения намеченной цели необходимо было решить следующие задачи теоретического и прикладного характера:
- проанализировать основные посылки регрессионного анализа, направления его использования в экономике, исследовать существующие методы устойчивого оценивания параметров регрессионных моделей;
- модифицировать метод устойчивого оценивания параметров уравнения регрессии применительно к асимметричным законам распределения остатков;
- разработать методику построения устойчивых регрессионных моделей, удовлетворяющую требованиям автоматизации процесса анализа основных технико-экономических показателей деятельности предприятий;
- разработатьалгоритмическое и программное обеспечение задачи устойчивого оценивания параметров регрессии с учетом характера засоряющих распределений;
- выявить основные факторы, оказывающие существенное влияние на результирующие показатели производственно-хозяйственной деятельности предприятий приборостроения;
- количественно оценить степень влияния выявленных факторов на уровень производительности труда, фондоотдачи, рентабельности производства и величины затрат на I рубль товарной продукции;
- определить внутренние резервы повышения уровня производительности труда, фондоотдачи, рентабельности и снижения уровня затрат.
Решение поставленных задач даст возможность шире внедрять методы устойчивого оценивания параметров регрессии в практику экономических расчетов, что позволит получать адекватные реальным процессам оценки и связанные с этими оценками выводы и прогнозы.
Это будет способствовать дальнейшему совершенствованию анализа производственно-хозяйственной деятельности предприятий, объединений и отраслей и объективной оценке внутренних резервов производства, что отвечает актуальным задачам, стоящим перед экономической наукой.
Теоретической и методологической основой диссертации явились труды классиков марксизма-ленинизма, материалы ХХУ1 съезда КПСС, Пленумов ЦК КПСС, постановления ЦК КПСС и Совета Министров СССР по вопросам совершенствования планирования и управления народным хозяйством. В своей работе автор опирался на труды советских экономистов, в которых создана теоретическая и методологическая база для развития эффективных методов анализа экономических процессов. При работе над диссертацией использовалась советская и зарубежная литература по экономическому анализу деятельности предприятий и отраслей, экономико-математическому моделированию, математической статистике, программированию и математическому обеспечению.
Научная новизна диссертации заключается в следующем:
- предложен единый подход к выбору метода устойчивого оценивания параметров регрессии, основанный на !предварительной проверке симметричности закона распределения случайной составляющей модели, и разработана методика построения регрессионных моделей, предусматривающая автоматический выбор метода устойчивого оценивания в зависимости от характера засоряющего распределения;
- модифицирован метод устойчивого оценивания коэффициентов уравнения регрессии преобразованием оценок метода Хубера процедурой взвешенного джекнайфа при несимметричном законе распределения случайных отклонений модели; - построены устойчивые регрессионные модели основных показателей эффективности производственно-хозяйственной деятельности предприятий приборостроения.
Предложенную в диссертации методику построения регрессионных моделей показателей эффективности производства целесообразно использовать при разработке отраслевых методик по анализу, нормированию и прогнозированию экономических показателей. Программное обеспечение данной методики, позволяющее получать устойчивые регрессионные модели экономических показателей и осуществлять статистический анализ полученных моделей, будет полезно вычислительным центрам министерств и ведомств при решении задач экономического анализа.
Основные результаты работы обсуждались и были одобрены на Всесоюзных научно-практических семинарах "Прикладные аспекты управления сложными системами" /Кемерово,1983/, "Статистические методы исследования функционирования сложных систем" /Москва, 1983/, на II Всесоюзной школе-семинаре "Программно-алгоритмическое обеспечение прикладного многомерного статистического анализа" /Ереван, 1983/, на конференции молодых ученык и специалистов МЭСИ /Москва,1982/.
Диссертация состоит из введения, трех глав и заключения.
Диссертация: заключение по теме "Математические и инструментальные методы экономики", Юдина, Вера Васильевна
Основные результаты диссертации сводятся к следующему:
1. Проведен анализ существующих методов устойчивого оценивания параметров -регрессии и обоснована необходимость их применения в экономических исследованиях.
2. Предложен новый подход к выбору метода устойчивого оценивания параметров регрессионных зависимостей.
3. Модифицирован метод устойчивого оценивания коэффициентов уравнения регрессии при несимметричном распределении отклонений.
4. Разработана методика построения устойчивых регрессионных моделей показателей эффективности, предусматривающая автоматический выбор метода оценивания в зависимости от характера засоряющего распределения.
5. Создано программное обеспечение задачи устойчивого оценивания параметров регрессии.
6. Построены многофакторные устойчивые регрессионные модели показателей эффективности производственно-хозяйственной деятельности предприятий приборостроения.
7. Выявлены факторы, оказывающие влияние на показатели эффективности производственно-хозяйственной деятельности, получена количественная оценка степени влияния и определены внутренние резервы повышения производительности труда, фондоотдачи,рентабельности производства и снижения уровня затрат на I рубль -товарной продукции.
ЗАКЛЮЧЕНИЕ
Диссертация: библиография по экономике, кандидата экономических наук, Юдина, Вера Васильевна, Москва
1. Ленин В.И. Великий почин. -Полн.собр.соч., т.39,с.5-29.
2. Маркс К. Капитал. -Соч., т.23.
3. Материалы ХХУ1 съезда КПСС. М.: Политиздат, 1977. - 223 с.
4. О дальнейшем совершенствовании хозяйственного механизма и задачах партийных и государственных органов. Постановление ЦК КПСС и Совета Министров СССР от 12 июля 1979 г. М.: Политиздат, 1979. - 30 с.
5. Об улучшении планирования и усилении воздействия хозяйственного механизма на повышение эффективности производстваи качества работы. Постановление ЦК КПСС и Совета Министров СССР от 12 икш 1979 года . М.: Политиздат, 1979. - 64 с.
6. Материалы Пленума ЦК КПСС 14-15 июня 1983 г. М.: Политиздат, 1983. - 79 с.
7. Материалы Пленума ЦК КПСС 26-27 декабря 1983 г. М.: Политиздат, 1984. - 29 с.
8. Айвазян С.А. Многомерный статистический анализ в социально-экономических исследованиях. Экономика и математические методы, 1977, вып.5, т.XIII. - с.968-985.
9. Айвазян С.А., Бежаева З.И., Староверов О.В. Классификация многомерных наблюдений. М.: Статистика, 1974. - 238 с.
10. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных. -М.: Финансы и статистика, 1933. 470 с.
11. Алгоритмы многомерного статистического анализа и их применение. M.s ЦЭМИ АН СССР, 1975. - 176 с.
12. Баканов М.И.,Шеремет А.Д. Теория экономического анализа.
13. М.: Финансы и статистика, 1981. 262 с.
14. Бородкин Ф.М. Статистическая оценка связей экономических показателей. М.: Статистика, 1968. - 204 с.
15. Вро Г.Г., Шнайдман Л.М. Математические методы экономического анализа на предприятии. М.: Экономика, 1976. - 183 с.
16. Бромберг Г.Л., Бузова Н.И., Клейнер Г.Б. Перспективное планирование производства в объединении. М.: Экономика, 1978. - 135 с.
17. Брудник С.С. Автоматизация технико-экономического планирования на приборостроительном предприятии. М.: Машиностроение, 1981• - 43 с.
18. Бузова Н.И. Система показателей планирования и оценки деятельности приборостроительных предприятий и объединений. -М.: Машиностроение, 1979. 60 с.
19. Венецкий Й.Г., Венецкая В.И. Основные математико-статисти-ческие понятия и формулы в экономическом анализе. М.: Статистика, 1980. - 448 с.
20. Голованов О.В., Карпов Б.В., Поляк С.В., Курач Л.А., Чепу-ренко В.Л. Комплексная программа совершенствования планирования и управления в приборостроении на основе АСУ-прибор. Приборы и системы управления, 1981, РЗ.
21. Демиденко Е.З. Линейная и нелинейная регрессии. М.: Финансы и статистика, 1981. - 301 с.
22. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. - 391 с.
23. Долятовский В.А. Эффективность, качество и надёжность управления экономическими объектами. Ростов на Дону.: СКНЦВШ, 1983. - 180 с.
24. Дунин-Еарковский И.В., Смирнов Н.В. Теория вероятностейи математическая статистика в технике. М.: Гостехиздат, 1955. - 555 с.
25. Дубров A.M.,Семенихина О.Н., Френкель А.А. Опыт применения устойчивых оценок в экономико-статистических задачах.- В сб.: Опыт применения прикладных методов математикии вычислительной техники в народном хозяйстве. М.: Статистика, 1976. - с.96-100.
26. Дубров A.M., Семенихина О.Н., Френкель А.А. Применение метода Хубера для оценивания коэффициентов регрессионной- модели. В сб.: Опыт применения прикладных методов математики и вычислительной техники в народном хозяйстве. ч.1.- М.: МЭСЖ, 1980. с.15-21.
27. Дюран В., Оделл П. Кластерный анализ. М.: Статистика, 1977. - 127 с.
28. Езекиел М., Фокс К. Методы анализа корреляции и регрессии. М.: Статистика, 1966. - 558 с.
29. Ерина A.M. Математико-статистические методы изучения эффективности производства. М.: Финансы и статистика, 1983. - 191 с.
30. Ершов А.А. Стабильные методы оценки параметров /обзор/. -Автоматика и телемеханика, 1978, №8, с. 66-100.
31. Загоруйко Н.Г. Методы распознавания и их применение. М.: Советское радио, 1972, - 206 с.
32. Канторович Л.В. Экономико-математические методы и ЭВМ в оптимизации планирования и управления народным хозяйством. М.: ЦЭШ, 1983. - 29 с.
33. Кендэлл М., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. - 899 с.
34. Кильдышев Г.С., Аболенцев Ю.И. Многомерные группировки. -М.: Статистика, 1978. 159 с.
35. Колемаев В.А. 0 математическом обеспечении экономико-статистических исследований и разработок. В сб.: Статистическое моделирование экономических процессов. - М.: Статистика, 1980. - с. 196-218.
36. Ковина М.В., Майданчик Б.И. Внутриотраслевой анализ эффективности работы предприятий и объединений. М.: Финансы, 1977. - 79 с.
37. Консон А.С. Экономика приборостроения. М.: Высшая школа, 1980. - 572 с.
38. Крамер Г. Математические методы статистики. М.: Мир, 1976. - 648 с.
39. Лебединскас А.А. Развитие хозяйственного расчета. М.: Экономика, 1980. - 85 с.
40. Лепе Л.Н. Совершенствуем хозяйственный механизм. ВДНХ СССР, 1980, №4.
41. Лукацкая М.Л., Сергеева Л.А. Методы выбора значимых признаков при построении статистических моделей. В кн.: Статистическое моделирование и прогнозирование технико-экономических показателей предприятий. - Новосибирск: Наука, 1974. - с.178-191.
42. Майданчик В.й. Современные методы анализа работы приборостроительных предприятий. М.: Машиностроение, 1981. -48 с.
43. Мартишюс С.И. Методологические проблемы построения и применения эконометрических моделей. Вильнюс: Мокслас, 1979. - 170 с.
44. Математико-статистические методы исследования взаимосвязей в экономике. М.: Статистика, 1977. - 181 с.
45. Математическое обеспечение ЕС ЭВМ. Вып. 1-4, 6-10. -Минск: Изд. института математики АН БССР, 1974-1976.
46. Мергелов Г.С. Хозрасчет промышленных комплексов /опыт отрасли приборостроения/. М.: Экономика, 1975. - 215 с.
47. Мергелов Г.С. Хозрасчет в системе управления отраслью. -М.: Экономика, 1980. 239 с.
48. Методы анализа многомерной экономической информации. -Новосибирск: Наука, 1981. 206 с.
49. Мешалкин Л.Д., Курочкина А.И. Новый подход к параметризации регрессионных зависимостей. Записки научных семинаров ЛОМИ АН СССР, т.87, 1979.
50. Модели и методы исследования экономических систем. Новосибирск: Наука, 1979. - 224 с.
51. Мостеллер ф., Тьюки Дж. Анализ данных и регрессия. Вып. I, II. М.: Финансы и статистика, 1982. - Вып.1-318 е., вып.11-238 с.53. %дров В.И., Кушко B.JI. Методы обработки измерений. М.: Советское радио, 1976. - 192 с.
52. Олабина Г.П. Эффективность приборостроительного производства и пути её повышения. Киев: Знание, 1977. - 17 с.
53. Отраслевые экономико-математические модели. Анализ производственных процессов. М.: Экономика, 1967. - 423 с.
54. Пакет прикладных программ по прикладному многомерному статистическому анализу. М.: ЦЭМИ АН СССР, 1982, цре-принт.
55. Петрович M.JI. Некоторые вопросы построения регрессионных моделей на ЕС ЭВМ. В сб.: Алгоритмы и организация решения экономических задач. - М.: Статистика, 1980. - 196 с.
56. Петрович M.JI. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ. М.: Финансы и статистика, 1982. -199 с.
57. Поляк Б.Т., Цыпкин Я.З. Помехоустойчивая идентификация. -В сб.: Идентификация и оценка параметров систем. Тбилиси: 1976, ч.1. - с.190-213.
58. Поляк Б.Т., Цыпкин Я.З. Адаптивные алгоритмы оценивания. /Сходимость, оптимальность, стабильность/. Автоматика и телемеханика, 1979, №3. - с.71-84.
59. Применение математических методов и ЭВМ в анализе хозяйственной деятельности. Тарту: Уч. зап. Тартусского гос. ун-та, вып. 538, 1980. - 114 с.
60. Применение регрессионных моделей для анализа экономических показателей. М.: Экономика, 1969. - 85 с.
61. Проскуряков С.А., Соболев С.В., Титаренко Б.П. Модифицированный метод Хубера устойчивого регрессионного оценивания. -В сб.: Программно-алгоритмическое обеспечение прикладногомногомерного статистического анализа. М.: ЦЭМИ АН СССР, I9S3. - с. I59-I6I.
62. Райзин Дж.В. Классификация и кластер. М.: Мир, 1980. -389 с.
63. Райская Н.Н. Статистические методы внутриотраслевого анализа. Дисс. канд. экон. наук. М., 1972.
64. Райская Н.Н., Терёхин А.Т., Френкель А.А. Применение кластерного анализа в исследовании экономических показателей. -В сб.: Многомерный статистический анализ в социально-экономических исследованиях. М.: Наука, 1974. - с. II6-I34.
65. Розин Б.Б. Статистическое моделирование экономических показателей. Новосибирск: Наука, 1976. - 136 с.
66. Розин Б.Б., Ягольницер М.А. Конструирование экономико-статистических моделей с заданными свойствами. Новосибирск: Наука, 1981. - 176 с.
67. Рыкова В.В., Кузнецова Л,А. Математические методы в анализе хозяйственной деятельности. М.: Финансы, 1970. - 86с.
68. Сайфулин Р.С. Экономико-математические методы в анализехозяйственной деятельности. М.: Финансы, 1978. - 63 с.
69. Сборник научных программ на ФОРТРАНЕ. Вып.1,2. М.: Статистика, 1974. - Вып.1-316 е., вып.2-222 с.
70. Себер Дж. Линейный регрессионный анализ. М.: Мир, 1980. -456 с.
71. Семенихина О.Н. Анализ производственно-хозяйственной деятельности с помощью устойчивых методов оценивания. -Дисс. канд. экон. наук. М.,1978.
72. Слепухин В.Д. Приборостроители в борьбе за повышение эффективности производства. Реферативный сборник ЦНИИТЭИпри-боростроения. Обмен передовым опытом. М.: ЦНШТЭИприборо-строения, 1983, вып 5.
73. Смирзицкий B.C. Экономические показатели промышленности. -М.: Экономика, 1980. 432 с.
74. Смоляк С.А., Титаренко В.П. Обобщение модели Хубера для произвольного засорения. В сб.: Математическое программирование и смежные вопросы. - М.: ЦЭМЙ АН СССР, 1976. - с.103-109.
75. Смоляк С.А., Титаренко Б.П. Робастный подход к задаче регрессии. В сб.: Математическое программирование и смежные вопросы. - M.s ЦЭМЙ АН СССР, 1976.
76. Смоляк С.А., Титаренко Б.П. Устойчивые методы оценивания. -М.: Статистика, 1980. 206 с.
77. Советская экономика на новом этапе. М.: Правда, 1981. -223 с.
78. Статистико-экономическое исследование эффективности промышленного производства. Предприятие, отрасль, район. -Л.: ЛГУ, 1983. 168 с.
79. Стуколов П.М. Црограммно-целевое планирование в приборостроении. М.: Машиностроение, 1981. - 44 с.
80. Сьфоежин И.М. Совершенствование системы показателей эффективности и качества. М.: Экономика, 1980. - 191 с.
81. Титаренко Б.П. Устойчивые оценки параметров функции распределения. Дисс. канд. физ.-мат. наук. - М., 1973.
82. Френкель А.А. Математический анализ производительности труда. М.: Экономика, 1968. - 168 с.
83. Холлендер М., Вулф Д.А. Непараметрические методы статистики. М.: Финансы и статистика, 1983. - 517 с.
84. Хьюбер П. Робастность в статистике. М.: Мир, 1984. - 303с.
85. Чепуренко В.А. Факторы и пути повышения производительности труда в приборостроении. М.: Машиностроение, 1981. - 52 с.
86. Шкабардня М.С. Цриборостроение к ХХУ1 съезду КПСС. Приборы и системы управления, 1981, №2.
87. Шеремет А.Д., Сайфулин Р.С. Методика комплексного анализа хозяйственной деятельности промышленных предприятий /объединений/. М.: Экономика, 1980. - 232 с.
88. Шураков В.В., Алферова З.В., Лихачева Г.Н. Программное обеспечение ЭВМ. М.: Статистика, 1979. - 376 с.
89. Шураков В.В., Черепанов А.Н. Анализ статистического программного обеспечения. В сб.: Статистическое моделирование экономических процессов. Ученые записки по статистике, т.36. - М.: Статистика, 1980. - с. 219-240.
90. Шурыгин A.M. Устойчивые оценки параметров многомерного распределения. В кн.: Применение многомерного статистического анализа в экономике и оценке качества продукции. -Тарту, 1981. - с. 26-28.
91. Экономико-математические методы в управлении производством. Новосибирск: Наука, 1983. - 193 с.
92. Экономико-математические методы в анализе хозяйственной деятельности предприятий и объединений. /Под ред. А.Д.Шеремета/. M.s Финансы и статистика, 1982. - 197 с.
93. Andrews D.E. Robust estimation for multipl linear regression models. Iechnometrics,l974, v.16, p.525-531.
94. Arvesen J.N., Schmitz I. Robust procedure for variance component problem using the jackknife. Biometrics,1970, v.26, p.677-686.
95. ЮЗ. Bickel P.G. On some robust estimates of location. Annals of Mathematical Statistics, 1965» v.36, p.847-858.
96. Box G.E.P., Droper N.R. Robust design. Biometrika,1975, v.62, p.347-352.
97. Ю5. Carroll R.J. On Estimating Variances of Robust Estimators When the Errors are Asymmetries. JASA, 1979, v.74, p.674-678.
98. Collins J.R. Robust estimation of a location parameter in the presence of asymmetry. Annals of Statistics,1976, v.62, p.353-389.
99. Cook R.D, Detection of influential observations in linear regression. Technometries, 1977» v.19,p.15-18.
100. Grow E.L., Sidduqui M.M. Robust estimation of location.-JASA, 1967, v.62, p.353-389.
101. Ю9. Forsythe A.B. Robust estimation of straight line regression coefficients by minimizing p-th power deviations.
102. Technometrics, 1972, v. 14, p. 159-166.
103. Gastwirth J.L. On robust procedures.-JASA, 1966, v.61, p.929-948.111i. Gray H.L., Watkins T.A., Adams J.E. On the jackknife-statistics, its extensions and its reletions to en-transformations. -Ann.Math.Stat., 1972, v.43, p.1-30.
104. Grubbs F. Procedures for detecting outlying observations in samples. Technometrics, 1969, v. 11. p.1-21.
105. Hampel F.R. A general qualitative definition of robustness.- Ann.Math.Stat., 1971» v.42, p.1887-1896.
106. Hogg R.V., Handles R.H. Adaptive distribution-free regression methods and their applications. Technometrics, 1975» v. 17» p.399-407.
107. Hinkly D.V. Jackknifing in unbalanced situations. OJech-nometrics, 1977, v.19, p.285-292.
108. Hinkly D.V. Jackknife cofidence limits using Student t-approximations. Biometrika, 1977» v.64, p.21-28.
109. Huber P.J. Robust estimation of location parameter. -Ann.Math.Stat., 1964, v.35» р.73-Ю1.
110. Huber P.J. Robust statistics* a review. Ann.Math.Stat., 1972, v.43, p.1041-1067.
111. Huber P.J. Robust regression: an asymptotics, conjectures and Monte-Carlo. Ann.Stat., 1973» v.1, p.799-821.
112. Finch S.J. Robust Univariate Test of Symmetry. JASA, 1977» v. 42, p.387-392.
113. Miller R.J. An unbalanced jackknife. -Ann.Stat., 1974, v.2, p.880-891.
114. Miller R.J. Jackknife a Review. - Biometrika, 1974, v.61, p.1-15.
115. Quenouille M.H. Notes on bias in estimation. Biometrika, 1956, v. 43, p.353-360.
116. Randies R.H. ,Fligner M.A. ets. An Asymptotically Distribution-Free Test for Symmetry Versus Asymmetry. JASA, 1980, v. 75, p.168-172.
117. Stigler S.M.,Simon Newcomb, Persy Daniel and the history of robust estimation 1885-1920. JASA, 1973, v.68, p.872--879.128. (Diet0en G., Moor R., Beekman R. Testihg for a single outliers in simple linear regression. Technometrics,1973, v.15, p.717-721.
118. Tukey J.W. The future of data analysis. Ann.Math.Stat., 1961, v.33, P.1-67.
119. Tukey J.W. Bias and confidence in not-quite large samples. Ann.Math.Stat., 1958, v.29, p.611.
120. Yale C., Forsythe A. Winsorized regression. Technomet-rics, 1976, v.18, p.291-300.