UNIWERSYTET SZCZECIŃSKI
MATERIAŁY • KONFERENCJE
TEORETYCZNE l PRAKTYCZNE PROBLEMY MIKROEKONOMETRII
Konferencja naukowa zorganizowana przez Katedr<; Ekonometrii i Statystyki
Uniwersytetu Szczecióskiego Świnoujście, 15-17 wrzdoia 1991
Szczecin 1993
Komitet Redakcyjny Tadeusz Białccki, janusz Faryś Władysław janasz -Przewodniczący
Marian Gołc;biowski-Redaktor Naczelny
Recenzent Kazimierz Zając
Redaktor Naukowy józefHozer
Redaktor Wydawnictwa jadwiga Hadryś
Korektor
Małgorzata Szczc;sna
WYDAWNICTWO NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO Wydanie I. Nakład 80 egz. Ark. wyd. 8. Ark. druk. 11. Format A5.
Maszynopis złożono w marcu 1993 r. Oddano do druku w sierpniu 1993 r.
Druk ukończono we wrześniu 1993 r. Cena zł 27 000,- USPol163/93
SPIS 'I'RIŚCI
Wstęp . . . • . . . • . . . • • • . 5
Michał Kolupa - O związkach poalędzy resztaal kla- sycznymi a odpowiadającymi la resztaal rekursyv-
nymi ................. ·........................ 7 Józef Hozer- O normach l czasie w ekonoall ... 15 Jan Zawadzki - Zmienna czasowa w przyczynowo-opi-
sowych modelach dla danych sezonowych .......... 31 Krzysztof Jajuga - O zastosowaniach aetod ekono-
metrycznych w zarządzaniu kapitałem ........ .. 47 Józef Dziechciarz, Grzegorz Kowalewski - Przyczynek
do modelowania krótkich szeregów czasowych l da-
nych przekrojowych . . . . . . 57 Marek Walesiak - Zagadnienie oceny zgodności war-
tości cech syntetycznych w badanlach porównaw-
czych . . . . . . 67
Mieczysław Koralewski - Definiowanie operacyjne ka- tegorii ekonomicznych w ekonometrycznym aodelo-
waniu procesu produkcji . . . . . . . . . 77 Józef Hozer, Waldemar Tarczyński, Mirosława Gaziń-
ska- Periodyzacja związków strukturalnych ..... 89 Liliana Talaga - Porównywanie struktury stocha.s-
tycznej procesów ekonomicznych ................. 105 Stefan. Grzesiak - Propozycje badania efektywności
przedsiębiorstw przy pomocy modelowania ekonoae-
trycznego . . . 115 JanuszKorol-Sterowanie l równowaga w regionie .. 133 Barbara Lasola - Operatywny model działalności gos-
podarczej przedsiębiorstwa .. . . . .. ... .. .... 141 Katarzyna Biszof, Mirosława Gazińska - Inne sposoby
korzystania z danych statystycznych dla potrzeb
zarządzania przedsiębiorstwem ... ...... . ... 157
Elżbieta Zajaczkowska Wykorzystanie krańcowej skłonności do konsumpcji i krańcowej skłonności
do oszczędzania w teorii wzrostu . . . 167 Jacek Batóg - Pewne metody badania zmian struktu-
ralnych . . . . . . 175
MATERIAł.Y o KONFDU:NCJE UNIWERSYTET SZCZECIŃSKI 1991
Marek \IALESIAK Akademia Ekonomiczna
Wrocław
ZAGADNIENIE OCENY ZGODNOŚCI \IARTOŚCI CECH SYNTETYCZNYCH \l BADANIACH PORÓ\INA\ICZYCH
Do oceny zgodności wartości cech syntetycznych w bada- niach porównawczych można wykorzystać wiele różnych miar
podobieństwa (por. np. [2). [3). [4). [6) ). W pracy zaadap- towano dla potrzeb oceny zgodności wartości cech synte- tycznych miernik rzędu dokładności prognoz typu ex post
H. Theila. Cenną zaletą otrzymanego wskaźnika jest to, że można go rozłożyć na sumę ki l ku składników posiadajacych
jasną interpretację, jeśli idzie o rząd i charakter odchy-
leń w poziomie wartości porównywanych cech syntetycznych.
1
Dany jest niepusty zbiór obiektów badania A o elementach A (i. = l, n). Niech q i q wyznaczone za pomoc a
l lr !s
syntetycznego miernika rozwoju (SMR) oznaczaja wartości
cech syntetycznych1 odpowiednio M M ustalone dla i-tego
r s
obiektu.
Ocena zgodności wartości dwóch cech syntetycznych może dotyczyć wyników otrzymanych na podstawie:
a) dwóch różnych konstrukcji SMR2,
b) dwóch różnych zestawów cech (a jednej konstrukcji SHR), c l informacji s ta Łystycznych pochodzacych z dwóch różnych
okresów (uzyskanych za pomaca tej samej konstrukcji SHR i dotyczących tego samego zespołu cech).
68 Harek Walesiak
Zanim przystąpimy do konstrukcji uniwersalnego wskaźnika zgodności wartości cech syntetycznych (a więc mającego za- stosowanie zarówno w przypadku a). b), jak i c}), należy wartości cech M i M sprowadzić do bezpośredniej
r s
porównywalności. Wartości cech syntetycznych otrzymane za
pomocą dwóch różnych konstrukcji SMR powinny spełniać po- stulat jednolitej kierunkowo preferencji (tzn. wartość mi- nimalna i maksymalna dla obu cech syntetycznych oznacza
wartość odpowiednio najmniej korzystną (pesywalną) i naj- bardzieJ korzystną (optymalną) lub odwrotnie). Jeśli nie
spełniaJą one tego postulatu, to należy wartości jednej z nich przekształcić za pomocą np. formuły ilorazowej lub
różnicowej, wykorzystywanej przy zamianie dystymulant na stymulanty [13, s. 41]. Ponadto wartości cech syntetycznych M i M w przypadku a) i b) są bezpośrednio nieporównywalne
r ·s
z uwagi na inny ich rząd wielkości. Wymaga to przeprowadze- nia normalizacji porównywanych cech przed zastosowaniem proponowanego w pracy wskaźnika.
Inaczej jest w przypadku c), gdzie wartości cech synte- tycznych M i M są ze sobą bezpośrednio porównywalne,
r s
bowiem wyznaczone są za pomocą tej samej konstrukcji SMR i tego samego zespołu cech. Cale postępowanie, w efekcie którego wyznacza się wartości cech syntetycznych M i M
r s
jest jednolite dla obu porównywanych okresów. Postępowanie
to obejmuje m.in. [13) : (x) ujednolicenie charakteru cech
będących przedmiotem agregacji poprzez formuły zamiany des- tymulant i norninant na stymulanty, (xx) wprowadzenie nie- mianowania wartości cech i ujednolicenie ich rzędów wiel-
kości poprzez normalizację, (xxx) kontrukcję SMR obejmującą
ustalenie postaci analitycznej SMR, systemu wag oraz formy wprowadzenia tego systemu do SMR.
2
Najpierw zaproponowany zostanie wskażnik oceny zmian w czasie w poziomie wartości cechy syntetycznej. Sugeruje
się przy tym, aby wskażnik ten mierzyl nie tylko rząd od-
chyleń w poziomie wartości porównywanych cech syntetycz- nych, ale również rząd odchyleń wynikających z:
1° różnicy między średnimi realizacjami cech syntetycznych M i M
r s
Zagadnienie oceny zgodnośc1 wartośc1 69
2° rozn1cy w poziomie zróżnicowania realizacji cech synte- tycznych M i M
r s
3° niezgodności kierunku zmian wartości cech syntetycznych M i M
r s
Wskażnik oceny zmian w czasie w poziomie wartości cechy syntetycznej M i M , który niesie wszystkie te informacje
r s
przyjmuje postać:
gdzie:
pir = qir ; pis = qls '
n ~ L ( )2
plr - pls l =l
( 1)
Wskażnik (l) przyjmuje wartość O w przypadku, gdy nie ma
żadnych różnic w wartościach cech syntetycznych M M
r a
Pierwiastek kwadratowy z wyrażenia (l) informuje jaki jest
przeciętny rząd odchyleń wartości porównywanych cech synte- tycznych o numerach r i s.
wzór (1) można rozłożyć na sumę trzech składników
(2)
pozwalających określić bliżej rząd i charakter rozn1c ,,, wartościach porównywanych cech syntetycznych M i M .
r s
Wskaźniki cząstkowe P2 , ?2 , ?2 (niosące odpowiednio
1 2 3
informacje przedstawione w punktach 1°, 2° i 3°) określają I.JZory : 3
(3)
(S - S )2 (4)
r s
2 SS ( l - p ) , (5)
r s
gdzie:
p . s (p . s ) to, odpowiednio, średnia arytmetyczna
. r r . s s
i odchylenie standardowe wyznaczone na podstawie wartości
r-tej (s-tej) cechy syntetycznej, p - współczynnik kore- lacji liniowej Pearsona między wektorami p = (p , ... ,
-. s ts
p n s l i \) ~. r = (p l r . p nr)·
70 Harek Walesiak
Wartości cechy syntetycznej mierzone są na skali ilora- zowej lub przedziałowej (na to rozróżnienie maja wpływ ta- kie czynniki, jak: zestaw cech przyjętych w badaniu, for- mula ujednolicania wartości cech, formula normalizacji cech, formula syntetyzacji cech)4.
Wzór (l) i tworzące go wskażniki cząstkowe (3), (4) i (S) można również wykorzystać przy ocenie zgodności war-
tości cech syntetycznych M i M otrzymanych na podstawie
r s
dwóch różnych konstrukcji SMR lub dwóch różnych zestawów cech (a jednej konstrukcji SMR). Ze względu na to, że tak
określone wartości cech syntetycznych M i M sa bez-
r s
pośrednio nieporównywalne, zachodzi potrzeba ich normali- zacji. Jeśli zestandaryzujemy wartości cech syntetycznych (oddzielnie dla M i M ) według formuły
r s
-1 - -1
p 1 t = S ąt q 1 t - q. t S ąt • t = r • s •
to średnia ~rytmetyczna i odchylenie standardowe z cia znormalizowanych będą odpowiednio równe O i 1.
Cronbach iGleser w 1953 roku (por. [2, s. 113)) li, że odległość określona wzorem (1) jest równa
P2 = 2 (l - p l.
rs x
(6)
wart oś-
wykaza- (7l bowiem p = p ; p - współczynnik korelacji
X X
liniowej Pearsona między wektorami q = (q ,
- . s 1s • q
n s i q = (q
-. r lr, ... • q )). nr
Dla innej wersji formuły normalizacyjnej o postaci
2]0, 5
q l l
(8l
wzór ( 1) jest równy (por. [2, s. 114] l
Zagadnienie oceny zgodnośc1 wartośc1 71
2(1 - cos o:). (9)
gdzie:
cos o: oznacza cosinus kata miedzy wektorami q 1 q
-.a - . r
Formule normalizacyjna (8) można stosować, gdy wartości
cech syntetycznych M i M mierzone sa na skali ilorazowej
r s
(por. [ 13) l. Z tego względu cos o: e <O; 1> l wartości wskaźnika (9) zawarte sa w przedziale <O; 2>.
Mankamentem formuły normalizacyjnej !6) jest to, że za jej pomaca "sztucznie" wyrównuje się wartości średniej
arytmetycznej i odchylenia standardowego dla cech syn- tetycznych M i M Wady tej nie posiada formuła (8),
r s
jednak jej stosowanie jest ograniczone skala pomiaru cech M i M . Wynika stad wniosek, że normalizacji należy doko-
r s
nywać za pomocą takiej formuły, która nie wyrównuje w spo- sób sztuczny ani średniej arytmetycznej, ani odchylenia standardowego, a jednocześnie nie jest ograniczona skala pomiaru cech. Taka formuła normalizacji jest np. (por. [3];
( 13)):
q1t - min{q }
l l t
(lO)
która powoduje, że średnia arytmetyczna i odchylenie stan- dardowe ze znormalizowanych wartości cech syntetycznych sa równe (6)
q-. t - min{q }
l l t
P. t = Z
t
s = s qt
t -z--
t
gdzie Z oznacza rozstęp wyznaczony na podstawie wartości t
t-tej cechy syntetycznej.
3
Jeśli uporządkujemy wartości cechy syntetycznej (osobno dla r i s) w kolejności ich malejących wartości i nadamy
każdej wartości p
1r p
1s odpowiednio rangi R
1r i R
15
(obiektowi o największej realizacji danej cechy syntetycz-
72 l'farek Walesiak
nej przypisujemy rangę l, następnemu rangę 2 itd.), to tak otrzymane wartości mierzone będą na skali porządkowej. Taki sposób przyporządkowania obiektom zamiast wartości SMR p
l r
i p odpowiednio rang R i R powoduje, że następuje
la lr ls
utrata informacji (por. [13]) wynikająca z pr;zejścia z wyż
szego poziomu mierzenia (skala ilorazowa lub przedziałowa)
na niższy poziom mierzenia (skala porządkowa).
Zgodność wartości cech syntetycznych M i M jest roz-
r s
patrywana w tej sytuacji jako zgodność dwóch uporządkowań
(o numerach r i s) obiektów.
Wykorzystując do tego celu wzór (l) okazuje się, że
2 s s (l - p ). ( 11)
r s rs
bowiem średnie arytmetyczne i odchylenia standardowe 5 rang dla uporządkowań r i s są identyczne (p określone wzorem
rs
(12)). Wprawdzie w sensie matematycznym nie ma przeciwwska-
zań do wyznaczania zarówno średniej arytmetycznej, jak i odchylenia standardowego na wartościach ze skal i
porządkowej, jednak należy pamiętać, że statystyki te nie
mają na tej skali wartości interpretacyjnej (por. np [1] , [ 12]).
Tradycyjnie zgodność uporządkowań obiektów ocenia sie za
pomocą miar zaproponowanych przez Spearmana w 1906 r. [ 7.
s. 101 i 268); [11, s. 163):
( 1)
p rs l - 6 n 3
n
L d2 l
1=1
- n
n
3 L ld11
l - 1=1 k
gdzie:
k = { n: - l, dla n nieparzystego n , dla n parzystego,
d = R R
l lr \'l
( 12)
( 13)
Zagadnienie oceny zgodno~cl varto~cl ... 73
Współczynnik (12) unormowany jest w przedziale <-1; 1>, natomiast ( 13) w przedziale <-0, 5; 1>. Z punktu widzenia zagadnienia poruszanego w pracy wygodniej jest, gdy współ
czynniki te będą unormowane w przedziale <O; 1>. Po niezbyt skomplikowanych przekształceniach przyjmują one postaci:
n
3
L
d2 l(la)
l 1=1
p rs = - 3
n -n
n
2
L
Id l l(2a)
l 1=1
p -
rs k
Wartość współczynników (14) i (15) równa l oznacza pełną zgodność uporządkowań. Dla miary (14) wartość O oznacza
pełna przeciwstawność uporządkowań, w której pierwsza, dru- ga itd. ranga według jednej kolejności naturalnej odpowiada n-tej, n-l-ej itd. randze według drugiej kolejności. Z ko- lei współczynnik (15) przyjmuje wartość O nie tylko w sy- tuacji opisanej poprzednio, ale zawsze wtedy, gdy zachodzi
równość
o, s k.
Ocena zgodności wartości cech syntetycznych o numerach r i s przeprowadzona w oparciu o rangi (a więc w sy- tuacji, gdy cechy syntetyczne mierzone są na skali porząd
kowej) niesie więc uboższe informacje niż taka ocena prze- prowadzona w oparciu o wartości SMR obiektów (cechy synte- tyczne mierzone sa wtedy na skali ilorazowej lub prze-
działowej).
Z uwagi na to jednak, że nie ma bezpośredniego zwiazku
między obu płaszczyznami badania zgodności wartości
nywanych cech syntetycznych o numerach r i s, przy badaniu ich zgodności uwzględnić obydwie, jako
uzupełniające informacje.
porów-
należy
niosace
74 Harek Walesiak
Przypisy
1 Narzędziem syntetycznych badań porównawczych jest SMR
będący funkcja agregujaca. znormalizowane wartości cech dla każdego obiektu ze zbioru A. Z formalnego punktu wi- dzenia wartości SMR obiektów sa realizacjami cechy syn- tetycznej (por. np. [8, s. 455)).
2 Różne konstrukcje SMR przedstawiono m. in. w pracach [3)
[41, [S). [9), [13).
3 Rozbicie wzoru (l) na trzy składniki zaczerpnięte zo-
stało ze wzoru H. Theila na miernik rzędu dokładności
prognozy typu Ex post (por. [10, s. 119), [14, s. 184)).
4 Szerzej na ten temat traktuje praca [13).
5 Zakładamy, że mamy do czynienia z silnym uporządkowaniem elementów cech syntetycznych Mr M
5 i nie występuje
w związku z tym problem tzw. rang powiązanych (por. np. [11, s. 163-167)). W innej sytuacji P2 może być większe od zera. 2
L ITERA11JRA
[l) Adams E. E., Fagot R. F., Robinson R. E.:
Appropriate Statistics. "Psychometrika"
2, s. 99-127.
A Theory of 1965 (30) no.
[2) Anderberg M. R.: Gluster Analysis for Applications. Academic Press, New York-San Francisco-London 1973.
[3) Borys T.: Kategoria jakości w statystycznej analizie porównawczej. Prace Naukowe Akademii Ekonomicznej we
Wrocławiu 1984, nr 284. Seria: Monografie i opracowa- nia, nr 23.
[4) Grabiński T.: Wielowymiarowa analiza porównawcza w ba- daniach dynamiki zjawisk ekonomicznych. Zeszyty Nauko- we Akademii Ekonomicznej w Krakowie 1984. Seria spe- cjalna: Monografie nr 61.
Zagadnienie oceny zgodno~cl varto~ci ... 75
[5) Hellwig Z.: Zastosowanie metody taksonomicznej do ty- pologicznego podziału krajów ze względu na poziom ich rozwoju i strukturę wykwalifikowanych kadr. "Przeglad Statystyczny" 1968, z. 4, s. 307-327.
[6) Jajuga K.: Hetody analizy wielowymiarowej w ilo~
ciowych badaniach przestrzennych. Akademia Ekonomiczna we Wrocławiu, 1981 (Maszynopis pracy doktorskiej).
[7) Kendall M. G., Buckland W. R.: Slownik terminów statys- tycznych. PWE, Warszawa 1986.
[8) Nowak E.: Badanie zgodności metod konstruowania takso- nomicznych mierników rozwoju. "Przegląd Statystyczny"
1982, z. 3-4, s. 455-463.
[9) Ostasiewicz W. : Zastosowanie miary rozmytej do porów-
nań syntetycznych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu 1981, nr 190, s. 79-102.
[ 10) Pawłowski Z.: Prognozy ekonometryczne. PWN, Warszawa 1973.
l 11] Steczkowski J., Zeliaś A.: Statystyczne metody ana-
lizy cech jakościowych. PWE. Warszawa 1981.
[12] Walenta K.: ?odstawowe pojęcia teorii pomiaru, w:
Problemy psychologii matematycznej, pod red. J. Kozie- leckiego. PWN, Warszawa 1971.
[13) Walesiak M.: Syntetyczne badania porównawcze w świetle
t.eorii pomiaru. "Przegląd Statystyczny" 1990, z. 1-2,
s. 37-46.
[14] Zeliaś A.: Teoria prognozy. PWE, Warszawa 1984.
76 Harek Walesiak
PROBLEM OF CONCORDANCE OF 11łE V ALUES OF 11łE SYNTHET I C FEAlURES IN COMPARATIVE ANALYSIS
S\llllllary
In this article the synthetic measure of the prognosis accurency (ex post H. Theil's [1]) as a tool of comparision of the synthetic features is presented. The parlial indicators [3], [4], [5] measure the indlvidual devation in level of the features values: M and M .
r s