Основные положения

Одним из распространенных способов оценки зависимости затрат от объема производства является регрессионный анализ. Регрессионный анализ представляет собой статистическую процедуру для математического расчета среднего значения соотношения зависимой и независимой переменных величин. Метод расчета, применяемый для этой цели, называется методом наименьших квадратов. Существует два вида регрессий. Первый вид простая регрессия, второй множественная регрессия. Простая регрессия включает в себя одну независимую переменную например только ПТЧЧ или только машино-часы, в то время как множественная регрессия включает в себя две или более функциональных переменных. При рассмотрении метода наименьших квадратов возьмем за основу простую линейную регрессию. Это означает, что мы вновь воспользуемся уравнением у = а + Ьх. Изучив материал этой главы, вы сможете:

объяснять преимущества и недостатки метода наименьших квадратов; ,

устанавливать с помощью метода наименьших квадратов значения величин для соотношения затраты-объем производства;

для расчетов по формуле затрат и объема производства применять электронные таблицы программ типа Лотус 1-2-3;

разбираться в значениях различных показателей регрессионной статистики, например коэффициента определенности и величины t;

понять, в чем заключается необходимость использования множественного регрессионного анализа;

проводить различие между содержанием отчетов о прибылях и убытках по маржинальной прибыли и обычного типа, между способами их применения.

метод наименьших квадратов (регрессионный анализ)

В отличие от минимаксного метода регрессионный анализ включает в себя все результаты наблюдений в целях определения линии наилучшего соответствия при расчете переменной величины и постоянной составляющей затрат. Для нахождения такой линии: используется метод наименьших квадратов. Для объяснения содержания метода введем определение ошибки как разность между наблюденными и расчетными величинами некоторых смешанных затрат и обозначим ее и.

Для нахождения b и а на конкретном примере обратимся к табл. 10-1. Все необходимые данные и вычисления следуют ниже.

Данные регрессионной статистики

В отличие от минимаксного метода регрессионный анализ является статистическим методом учета. В нем используются различные статистические данные в целях определения точности и достоверности результатов регрессии. В эти данные входят:

1. Коэффициент корреляции (г) и коэффициент определенности (г2).

2. Стандартная ошибка оценки (Se).

3. Стандартная ошибка коэффициента регрессии (Sb) и t-статистическое.