Главная Коллекция "Otherreferats" Программирование, компьютеры и кибернетика Внедрение открытого конкурса в электронной форме в рамках контрактной системы и его влияние на основные параметры закупочной деятельности

Внедрение открытого конкурса в электронной форме в рамках контрактной системы и его влияние на основные параметры закупочной деятельности

Преимущества и недостатки электронных форм закупок. Этапы развития данного института в РФ. Законодательное регулирование данной сферы. Регрессионные модели оценки влияния электронизации открытого конкурса на основные параметры закупочной деятельности.

Рубрика Программирование, компьютеры и кибернетика
Вид дипломная работа
Язык русский
Дата добавления 01.12.2019
Размер файла 1,3 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Страница:

Согласно результатам построения, изначальная модель без включенных независимых переменных правильно бы определяла группу для каждой из закупок в 59% случаев.

Таблица 19. Блок 0. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 0

Субъект_победителя

нет

0

265

,0

да

0

381

100,0

Общая процентная доля

59,0

Бинарная модель значимо лучше изначальной модели. Она снижает показатель -2LL на 105,175 и это изменение статистически значимо.

Таблица 20. Универсальные критерии коэффициентов модели

Хи-квадрат

ст.св.

Значимость

Шаг 1

Шаг

105,175

26

,000

Блок

105,175

26

,000

Модель

105,175

26

,000

Модель объясняет 20,3% вариации зависимой переменной «победитель из региона закупки».

При этом «предсказательная сила» модели также увеличилась (Таблица 22): с 59% до 68,4% верно предсказанных вариантов.

Проведенный тест Хосмера-Лемешева показал, что модель хорошо описывает данные, так как значимость по проверке больше 0,05 (Таблица 23).

Таблица 21. Сводка для модели

Шаг

-2 Log-правдоподобие

R-квадрат Кокса и Снелла

R-квадрат Нэйджелкерка

1

769,428

,150

,203

Таблица 22. Блок 1. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 1

Субъект_победителя

нет

109

156

41,1

да

48

333

87,4

Общая процентная доля

68,4

Таблица 23. Проверка согласия Хосмера-Лемешева

Шаг

Хи-квадрат

ст.св.

Значимость

1

5,885

8

,660

Таблица «Переменные в уравнении позволяет построить уравнение регрессии» позволяет построить уравнение регрессии, определить значимые переменные и проинтерпретировать их влияние.

Таблица 24. Переменные в уравнении

B

Среднеквадратичная ошибка

Вальд

ст.св.

Значимость

Exp (B)

Шаг 1

субъект

52,956

15

,000

субъект(1)

,327

,393

,690

1

,406

1,386

субъект(2)

-,508

,532

,913

1

,339

,602

субъект(3)

,248

,458

,294

1

,588

1,282

субъект(4)

-,703

,523

1,806

1

,179

,495

субъект(5)

,862

,389

4,914

1

,027

2,367

субъект(6)

,254

,591

,185

1

,667

1,289

субъект(7)

,300

,484

,384

1

,535

1,350

субъект(8)

,782

,423

3,416

1

,065

2,186

субъект(9)

-,523

,827

,399

1

,528

,593

субъект(10)

-2,906

1,077

7,284

1

,007

,055

субъект(11)

-,882

,559

2,491

1

,114

,414

субъект(12)

-1,605

,762

4,439

1

,035

,201

субъект(13)

,632

,353

3,200

1

,074

1,881

субъект(14)

-,091

,445

,042

1

,838

,913

субъект(15)

-1,747

,708

6,087

1

,014

,174

уровень

1,758

2

,415

уровень(1)

,409

,318

1,659

1

,198

1,506

уровень(2)

,231

,298

,600

1

,438

1,260

способ(1)

,110

,217

,258

1

,611

1,117

объект

1,223

2

,543

объект(1)

,199

,685

,085

1

,771

1,220

объект(2)

,404

,701

,331

1

,565

1,497

НМЦК

,000

,000

1,265

1

,261

1,000

всего_участников

-,281

,078

13,007

1

,000

,755

Процент_снижения

,002

,005

,147

1

,702

1,002

СМП

,006

2

,997

СМП(1)

-21,926

40192,970

,000

1

1,000

,000

СМП(2)

,015

,192

,006

1

,939

1,015

отклонено

-,148

,169

,767

1

,381

,862

Константа

,722

,726

,989

1

,320

2,060

В соответствии с результатами, приведенными в Таблице, способ закупки (электронная или бумажная форма открытого конкурса) не является значимой переменной, влияющей на то, к какому региону относится победитель закупки. На зависимую переменную значимо воздействуют субъект, в котором проводилась закупка и количество поданных заявок на участие (чем больше было подано заявок, тем менее вероятно победителем окажется участник из другого региона).

С целью сравнения влияния электронизации открытого конкурса на основные параметры закупочной деятельности на разных уровнях заказчиков, было решено построить такие же четыре модели по данным каждого из уровней: муниципального, регионального и федерального. Полученные результаты представлены в Таблицах 25-28. Все выводные таблицы SPSS расположены в Приложении 1 (п. 2-4).

Таблица 25. Сравнение по уровням власти для «уровня конкуренции».

Зависимая переменная «уровень конкуренции»

Муниципальный уровень

Региональный уровень

Федеральный уровень

Качество и адекватность модели

+

+

- (поэтому выбрана мультиномиальная регрессия)

R2

12,7%

24,2%

74,6%

Значимость переменной «способ закупки»

Значима

Значима

Значима

Интерпретация (если необходимо)

При применении электронного конкурса в эл. форме шансы повысить уровень конкуренции возрастают в 2,47 раз по сравнению с бумажной формой

При применении электронного конкурса в эл. форме шансы повысить уровень конкуренции возрастают на 96% по сравнению с бумажной формой

При применении электронного конкурса в эл. форме шансы повысить уровень конкуренции незначительно снижаются - на 0,6% по сравнению с бумажной формой

Таблица 26. Сравнение по уровням власти для «уровня отклонения заявок».

Зависимая переменная «уровень отклонения заявок»

Муниципальный уровень

Региональный уровень

Федеральный уровень

Качество и адекватность модели

+

+

+

R2

34,3%

22,4%

34,9%

Значимость переменной «способ закупки»

Не значима

Не значима

Не значима

Интерпретация (если необходимо)

-

-

-

Таблица 27. Сравнение по уровням власти для «Снижения НМЦК».

Зависимая переменная «снижение НМЦК»

Муниципальный уровень

Региональный уровень

Федеральный уровень

Качество и адекватность модели

+

+

+

R2

41,4%

36,5%

62,4%

Значимость переменной «способ закупки»

Значима

Не значима

Не значима

Интерпретация (если необходимо)

Применение открытого конкурса в эл. форме по сравнению с бумажной формой позволяет сильнее снизить НМЦК на 20%

-

-

Таблица 28. Сравнение по уровням власти для «Регион победителя закупки».

Зависимая переменная «Регион победителя закупки»

Муниципальный уровень

Региональный уровень

Федеральный уровень

Качество и адекватность модели

+

+

+

R2

37,8%

28,8%

83,7%

Значимость переменной «способ закупки»

Не значима

Не значима

Не значима

Интерпретация (если необходимо)

-

-

-

Выводы

Проанализировав собранные данные по 16 (Шестнадцати) регионам Российской Федерации можно сделать несколько выводов о том, насколько успешно применяется открытый конкурс в электронной форме в первые несколько месяцев действия обязательных норм, введенных Федеральным законом № 504-ФЗ.

Во-первых, было отмечено, что заказчики в период с 01 июля по 31 декабря 2018 года (когда имели право применять электронный конкурс или нет) практически не использовали открытый конкурс в электронной форме. Кроме того, с 01 января 2019 года электронный конкурс также применялся заказчиками не очень активно. Почти 22% таких закупочных процедур было проведено в Тюменской области. Для сравнения, в Калмыкии, Камчатском крае и Удмуртии было проведено только 2, 2 и 4 конкурса в электронной форме соответственно. Во многом это можно связать с разницей в качестве информационной поддержки со стороны органов власти участников госзаказа. В Тюменской области успешно функционирует Управление государственных закупок Тюменской области. На портале организации Управление государственных закупок Тюменской области. URL: http://gz.admtyumen.ru/index.html (дата обращения: 30.04.2019) представлено множество полезной информации для заказчиков и поставщиков. Например, в разделе «Правовая база по 44-ФЗ» размещены разъяснения законодательства о закупках, типовые формы документов, судебная практика по 44-ФЗ. Важно отметить, что все данные актуализированы в соответствии с последними изменениями. При этом, например, в Республике Калмыкия подобного портала не существует. В большинстве построенных эконометрических моделей независимая переменная «субъект РФ, в котором осуществлялась закупка» является значимым. Это также можно связать с уровнем поддержки участников госзаказа со стороны органов власти, а кроме того, с уровнем экономического развития регионов.

В соответствии с приведенными результатами исследования, переход открытого конкурса в электронную форму значимо и положительно повлиял только на количество поданных заявок на участие в торгах. Это является благоприятным результатом, так как были опасения, что часть поставщиков откажется работать в электронной форме и уйдет с рынка госзаказа. Увеличение размера снижения НМЦК стало результатом электронизации открытого конкурса только на муниципальном уровне. Что касается ошибок поставщиков при подготовке заявок, что приводит к отклонению участников, их уровень никак не снизился. Кроме того, расширение географии участников также не было достигнуто. Это можно связать с тем фактом, что поставщики из других регионов еще не готовы перестроить модель своего участия в государственных закупках. Таким образом, можно предположить, что переходного периода в полгода, установленного законодательством о закупках, оказалось недостаточно. Заказчики и участники еще не до конца привыкли повсеместно применять электронные закупки. Кроме того, на сегодняшний день еще появляется множество технических сбоев в работе ЭТП и ЕИС, что негативно влияет на результаты закупок. Возможно, переходный период стоило продлить на больший срок (например, в Португалии он составлял примерно 1,5 года).

Методика оценки влияния электронизации открытого конкурса на основные параметры закупочной деятельности, разработанная в исследовании, может быть применена и в других областях. Например, ее можно использовать для запросов котировок и запросов предложений в электронной форме, а также для других видов электронного конкурса. Кроме того, данную методику могут применять региональные органы власти и Министерство финансов Российской Федерации, которое занимается мониторингом закупок, товаров, услуг для обеспечения государственных и муниципальных нужд в соответствии с Федеральным законом от 05.04.2013 № 44-ФЗ. Результаты оценки были бы показательными в части подведения итогов перехода всех закупок в электронную форму.

Заключение

Развитие государственных закупок не стоит на месте. С вступлением в силу положений Федерального закона № 504-ФЗ в контрактной системе изменилось многое. Одним из ключевых факторов является внедрение электронной формы закупки для всех способов определения поставщика (подрядчика, исполнителя). Тем не менее, в данном исследовании было выявлено, что практика применения новых способов закупки, а именно открытого конкурса в электронной форме еще не привела к ожидаемым положительным эффектам на различные параметры закупочной деятельности.

В ходе работы были выполнены все заявленные задачи. Во-первых, были изучены преимущества и недостатки электронных форм закупок, о которых упоминают иностранные и отечественные авторы. Во-вторых, был рассмотрен зарубежный опыт применения государственных закупок в электронной форме (подробно охарактеризован опыт Португалии и Южной Кореи), а также описана история развития электронных закупок в Российской Федерации с начала 2000-ых годов до сегодняшнего дня. В-третьих, были изучены нововведения законодательства о контрактной системе, которые стали итогом внедрения Федерального закона "О внесении изменений в Федеральный закон "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд" от 31.12.2017 № 504-ФЗ. В работе были подробно описаны особенности проведения открытого конкурса в электронной форме на всех этапах. Кроме того, были вручную собраны данные о проведенных закупках в период действия новых законодательных норм по 16 (Шестнадцати) субъектам Российской Федерации в Единой информационной системе в сфере закупок. И, наконец, был проведен описательный и эконометрический анализ собранных данных, по итогам которого удалось оценить степень влияния электронизации открытого конкурса на основные параметры закупочной деятельности.

На основании изучения открытых конкурсов в электронной и бумажной формах, можно сделать вывод, что из четырех изначальных гипотез исследования подтвердилась полностью только Гипотеза 1. Внедрение электронных закупок действительно позволило увеличить количество участников конкурентных процедур по сравнению с закупками в бумажной форме. Гипотеза 2 о том, что применение электронных закупок приводит к большему снижению начальной (максимальной) цены контракта, чем применение закупок в традиционной бумажной форме, подтвердилась частично - только для заказчиков муниципального уровня. Одной из особенностей реализации закупок на муниципальном уровне являются достаточно тесные социальные отношения и рабочие контакты между заказчиком и определенными поставщиками по причине небольшого размера самих муниципальных образований. Можно предположить, что введение электронных закупок позволило повысить уровень прозрачности конкурентных процедур, например, в части оценки заявок участников. Процедура определения победителя закупки стала более беспристрастной, и, возможно, в закупках стали выигрывать другие игроки рынка, на самом деле предлагающие более выгодные условия закупки. При применении нового механизма манипулирование результатами закупки стало практически невозможным, т.к. теперь технически нельзя изменить содержание заявки, исключить или добавить требуемые документы, вести какие-либо переговоры с участниками и т.д. Гипотезы 3 и 4 о влиянии электронных закупок на увеличение количества поставщиков из регионов и снижение количества отклонений участников конкурентных процедур не подтвердились полностью.

В работе были сделаны предположения о том, что переходный период для закупок в электронной форме стоило продлить, так как не все заказчики и поставщики, а также операторы электронных торговых площадок привыкли и справляются с новыми правилами работы. Кроме того, региональным органам власти следует задуматься о дополнительном урегулировании сферы государственных и муниципальных закупок на своем уровне: повысить качество работы уполномоченного органа по закупкам, разработать и запустить порталы в сети Интернет, на которых будет публиковаться вся актуальная информация об изменениях в контрактной системе, а также типовые формы документаций и т.д. Региональные органы власти могут применить методику оценки, предложенную в исследовании, для определения результатов применения закупок в электронной форме на своем уровне.

Что касается ограничений исследования, ими являются, прежде всего, отсутствие возможности выгрузки всей необходимой информации из ЕИС и необходимость сбора данных вручную. Какие-то данные об открытых конкурсах могли быть утеряны. Кроме того, в работе были исследованы только 16 (Шестнадцать) регионов России. Для получения более объективной картины следовало бы использовать информацию по всем 85 (Восьмидесяти пяти) субъектам Российской Федерации.

Данное исследование можно продолжить в будущем. Для этого необходимо собрать данные по проведению открытых конкурсов в электронной форме за весь 2019 год, когда такие закупки будут реализованы. В таком случае, можно будет оценить, изменилось ли влияние электронизации закупок на основные параметры закупочной деятельности, и если да, то было ли это воздействие положительным или негативным.

Список использованных источников

Нормативные правовые акты

1. Федеральный закон от 05.04.2013 № 44-ФЗ "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд"

2. Федеральный закон "О внесении изменений в Федеральный закон "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд" от 31.12.2017 № 504-ФЗ

3. Федеральный закон "О размещении заказов на поставки товаров, выполнение работ, оказание услуг для государственных и муниципальных нужд" от 21.07.2005 № 94-ФЗ.

4. Федеральный закон "О внесении изменений в Федеральный закон "О размещении заказов на поставки товаров, выполнение работ, оказание услуг для государственных и муниципальных нужд" и отдельные законодательные акты Российской Федерации" от 30.12.2008 № 308-ФЗ

5. Федеральный закон от 01.05.2019 № 71-ФЗ "О внесении изменений в Федеральный закон "О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд"

6. Распоряжение Правительства РФ от 21.03.2016 № 471-р «О перечне товаров, работ, услуг, в случае осуществления закупок которых заказчик обязан проводить аукцион в электронной форме (электронный аукцион)».

7. Распоряжение Правительства РФ от 12.07.2018 № 1447-р «Об утверждении перечней операторов электронных площадок и специализированных электронных площадок, предусмотренных Федеральными законами от 05.04.2013 № 44-ФЗ, от 18.07.2011 № 223-ФЗ»

8. Постановление П. Р. Ф. и др. от 28 января 2002 г. № 65 «О федеральной целевой программе «Электронная Россия (2002-2010 годы)» //Собрание законодательства Российской Федерации. - 2002. - Т. 4. - С. 531.

9. Проект федерального закона № 623906-6 “О внесении изменений в Федеральный закон «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд” (в части регламентации проведения процедур определения поставщиков (подрядчиков, исполнителей) в электронной форме) (внесен 15.10.2014 депутатами ГД И.Н. Руденским, И.Н. Игошиным, В.Ф. Звагельским, В.М. Кононовым)

10. Информационное письмо Министерства финансов РФ от 02.10.2018 №24-06-08/70718

Литература

Отечественные источники:

11. Андрианова В. Н. История становления и развития правового регулирования государственных закупок в электронной форме в Российской Федерации //Законность и правопорядок в современном обществе. - 2015. - №. 27. - С. 23-32.

12. Головщинский К. И., Турчан М. С. Мониторинг практики использования способов определения поставщика (подрядчика, исполнителя) //Госзаказ: управление, размещение, обеспечение. - 2017. - №. 49.

13. Голубев В. Электронная торговля: эйфория закончилась-начинается реальность //Экономические стратегии. - 2005. - Т. 7. - №. 5-6. - С. 98-103.

14. Горбунов-Посадов М. М. Электронные государственные закупки //Препринты Института прикладной математики им. МВ Келдыша РАН. - 2002. - №. 0. - С. 44--1.

15. Долгих А.С. Достоинства и недостатки Федерального закона от 21 июля 2005 года № 94-ФЗ //Актуальные проблемы гуманитарных и естественных наук. - 2013. - №. 12-1. - С. 267-272.

16. Иванов А. Е. Современный этап развития системы государственных закупок Российской Федерации: «эффективность» аукциона и коррупционность конкурса //ГОСЗАКАЗ: управление, размещение, обеспечение. - 2011. - №. 24. - С. 60-71. - с. 63-64.

17. Колесник К. А. Проблемы, возникающие при осуществлении закупок для государственных и муниципальных нужд посредством электронного аукциона //Научные труды Северо-Западного института управления. - 2016. - Т. 7. - №. 2. - С. 293-298.

18. Кравченко А. С. Векторы развития контрактной системы: через проблемы к росту эффективности //Госзаказ: управление, размещение, обеспечение. - 2018. - №. 52.

19. Кузнецов К. В. «Рифы» и «мели» электронных закупок //Госзаказ: управление, размещение, обеспечение. - 2017. - №. 50.

20. Набиуллин В., Кузнецова И. Международный опыт информационного обеспечения закупок 2012 //Госзаказ: управление, размещение, обеспечение. - 2012. - №. 30. - С. 122-135.

21. Островная М. В., Подколзина Е. А. Электронные аукционы и фаворитизм в российских государственных закупках //Экономический журнал Высшей школы экономики. - 2014. - Т. 18. - №. 4.

22. Сабетова Т. В. Сущность и роль электронных аукционов в системе закупок для государственных нужд //Государственное и муниципальное управление в XXI веке: теория, методология, практика. - 2016. - №. 21. - С. 76-82.

Зарубежные источники:

23. Baek C. Y. Building a successful e-procurement system in the United States: Lessons from the South Korean System //Public Contract Law Journal. - 2015. - Т. 44. - №. 4. - С. 755-776.

24. Brandon-Jones A., Carey S. The impact of user-perceived e-procurement quality on system and contract compliance //International Journal of Operations & Production Management. - 2011. - Т. 31. - №. 3. - С. 274-296.

25. Costa A. A., Arantes A., Tavares L. V. Evidence of the impacts of public e-procurement: The Portuguese experience //Journal of Purchasing and Supply Management. - 2013. - Т. 19. - №. 4. - С. 238-246. - С. 239

26. Croom S., Brandon-Jones A. Impact of e-procurement: Experiences from implementation in the UK public sector //Journal of Purchasing and Supply Management. - 2007. - Т. 13. - №. 4. - С. 294-303.

27. De Boer, L., Harink, J. and Heijboer, G. A conceptual model for assessing the impact of electronic procurement // European Journal of Purchasing and Supply Management. - 2002. Т. - 8. - № 1. С. 25-33.

28. Fernandes T., Vieira V. Public e-procurement impacts in small-and medium-enterprises. - 2015.

29. Johnson M. Public sector e-procurement: a study of benefits from e-markets in the local government sector //International Journal of Services Technology and Management. - 2011. - Т. 16. - №. 1. - С. 1-27.

30. McConnell D. J. An analysis into the factors affecting the uptake of applications of e-procurement, within the UK public sector : дис. - © Daniel J. McConnell, 2009.

31. McCue C., Roman A. V. E-procurement: Myth or reality //Journal of Public Procurement. - 2012. - Т. 12. - №. 2. - С. 221-248.

32. Tatsis V. et al. E-procurement in the Greek food and drink industry: drivers and impediments //Journal of Purchasing and Supply management. - 2006. - Т. 12. - №. 2. - С. 63-74.

33. Tavares L. V. Public eTendering in the European Union: trust in evolution //Vortal, Lisbon, Portugal. - 2010.

34. Varney M. E-Procurement--current law and future challenges //ERA Forum. - Springer-Verlag, 2011. - Т. 12. - №. 2. - С. 185-204.

Другие источники

35. 94-ФЗ и проблемы госзакупок. URL: http://zakupki-tendery.ru /articles/item/5-94-fz-i-problemy-goszakupok (дата обращения: 03.04.2019)

36. E-Government Procurement Handbook. - Asian Development Bank. - 2013. URL: https://www.adb.org/sites/default/files/institutional-document/34064/files/e-government-procurement-handbook.pdf (дата обращения: 20.04.2019)

37. E-procurement in Government at a Glance 2017. OECD. Paris. - 2017.

38. SIGMA, E-Procurement, Brief 17. - OECD. - Publishing, Paris. - 2016.

39. THE KOREAN PUBLIC PROCUREMENT SERVICE: INNOVATING FOR EFFECTIVENESS. - OECD. - 2016

40. Госзакупки: обзор изменений, внесенных законом № 504-ФЗ. URL: http://www.consultant.ru/document/cons_doc_LAW_287636/ (дата обращения: 04.04.2019)

41. Ежегодный доклад о системе закупок в Российской Федерации 2017// НИУ ВШЭ - 2018.

42. Жалоба № 201900100161000850. URL: http://zakupki.gov.ru/epz/complaint/card/complaint-information.html?id=1881757 (дата обращения: 30.04.2019)

43. Жалоба № 201900100161001029 URL: http://zakupki.gov.ru/epz/complaint/card/complaint-information.html?id=1883856 (дата обращения: 30.04.2019)

44. Жалоба № 201900100161001105 URL: http://zakupki.gov.ru/epz/complaint/card/complaint-information.html?id=1884830 (дата обращения: 30.04.2019)

45. Закупки 360 Общий рейтинг эффективности субъектов РФ. URL: http://ratings.z360gov.ru/ver/0.2/table-1.html?year=2017 (дата обращения: 22.04.2019)

46. Захарова Л. Закупки уходят в электронный вид. URL: https://yandex.ru/turbo?text=https%3A%2F%2Frg.ru%2F2018%2F12%2F27%2Fdelat-zakupki-biznes-budet-tolko-v-elektronnom-vide.html&d=1 (дата обращения: 04.04.2019)

47. Прокофьев А. Переход закупок на электронный формат в 2019 году: как новации закона о контрактной системе упростят участие в тендерах. URL: https://www.garant.ru/ia/opinion/author/prokofev/1257729/ (дата обращения: 04.04.2019)

48. Управление государственных закупок Тюменской области. URL: http://gz.admtyumen.ru/index.html (дата обращения: 30.04.2019)

49. Экспертный доклад. Система закупок в России 2018// НИУ ВШЭ - 2019.

50. Электронный конкурс: этапы и особенности. URL: http://zakupki-kontur.ru/news/elektronnyj-konkurs-etapy-i-osobennosti/ (дата обращения: 20.04.2019)

Приложения

1. Порядковая регрессия для общих данных. Зависимая переменная - уровень отклонения заявок

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

906,931

Окончательная

799,935

106,997

24

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

1045,061

1244

1,000

Отклонение

799,935

1244

1,000

Псевдо R-квадрат

Кокса и Снелла

,153

Нэйджелкерк

,202

McFadden

,118

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

799,935

Основные

774,041b

25,894c

24

,359

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_отклонения = 1,00]

4,831

1,180

16,768

1

,000

2,519

7,143

[уровень_отклонения = 2,00]

6,970

1,199

33,792

1

,000

4,620

9,320

Положение

НМЦК

1,661E-10

9,098E-9

,000

1

,985

-1,767E-8

1,800E-8

всего_участников

,347

,058

35,748

1

,000

,233

,460

[субъект=1,00]

1,568

,555

7,984

1

,005

,480

2,656

[субъект=2,00]

,918

,726

1,602

1

,206

-,504

2,341

[субъект=3,00]

,362

,697

,269

1

,604

-1,005

1,728

[субъект=4,00]

1,257

,689

3,326

1

,068

-,094

2,608

[субъект=5,00]

1,964

,533

13,560

1

,000

,919

3,009

[субъект=6,00]

1,954

,694

7,925

1

,005

,594

3,314

[субъект=7,00]

1,136

,655

3,010

1

,083

-,147

2,418

[субъект=8,00]

,264

,654

,163

1

,686

-1,017

1,545

[субъект=9,00]

-,011

1,222

,000

1

,993

-2,407

2,385

[субъект=10,00]

,298

,928

,103

1

,748

-1,522

2,117

[субъект=11,00]

1,650

,662

6,213

1

,013

,353

2,948

[субъект=12,00]

,104

,950

,012

1

,912

-1,757

1,966

[субъект=13,00]

1,488

,520

8,193

1

,004

,469

2,507

[субъект=14,00]

,938

,638

2,163

1

,141

-,312

2,189

[субъект=15,00]

1,346

,726

3,441

1

,064

-,076

2,768

[субъект=16,00]

0a

.

.

0

.

.

.

[уровень=1,00]

-,073

,340

,046

1

,831

-,740

,594

[уровень=2,00]

,173

,323

,287

1

,592

-,461

,807

[уровень=3,00]

0a

.

.

0

.

.

.

[объект=1,00]

1,750

1,114

2,465

1

,116

-,434

3,934

[объект=2,00]

1,173

1,130

1,077

1

,299

-1,042

3,387

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=,00]

-17,119

,000

.

1

.

-17,119

-17,119

[СМП=1,00]

-,224

,208

1,154

1

,283

-,632

,185

[СМП=2,00]

0a

.

.

0

.

.

.

[способ=1,00]

,234

,221

1,119

1

,290

-,200

,668

[способ=2,00]

0a

.

.

0

.

.

.

2. Порядковая регрессия по данным муниципального уровня. Зависимая переменная - уровень конкуренции

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

420,322

Окончательная

397,327

22,996

19

,005

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

382,916

365

,249

Отклонение

397,327

365

,118

Псевдо R-квадрат

Кокса и Снелла

,112

Нэйджелкерк

,127

McFadden

,055

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

397,327

Основные

380,759b

16,568c

19

,619

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_конкуренции = 1,00]

32,652

2818,496

,000

1

,991

-5491,499

5556,803

[уровень_конкуренции = 2,00]

33,865

2818,496

,000

1

,990

-5490,286

5558,015

Положение

НМЦК

4,377E-10

2,564E-8

,000

1

,986

-4,981E-8

5,069E-8

[субъект=1,00]

16,418

2818,496

,000

1

,995

-5507,732

5540,569

[субъект=2,00]

16,325

2818,496

,000

1

,995

-5507,825

5540,476

[субъект=3,00]

15,839

2818,496

,000

1

,996

-5508,312

5539,990

[субъект=4,00]

14,540

2818,496

,000

1

,996

-5509,611

5538,692

[субъект=5,00]

16,482

2818,496

,000

1

,995

-5507,669

5540,633

[субъект=6,00]

15,632

2818,496

,000

1

,996

-5508,519

5539,783

[субъект=7,00]

16,480

2818,496

,000

1

,995

-5507,671

5540,631

[субъект=8,00]

16,182

2818,496

,000

1

,995

-5507,969

5540,333

[субъект=10,00]

16,396

2818,496

,000

1

,995

-5507,755

5540,547

[субъект=11,00]

16,229

2818,496

,000

1

,995

-5507,922

5540,380

[субъект=12,00]

16,822

2818,496

,000

1

,995

-5507,329

5540,973

[субъект=13,00]

16,701

2818,496

,000

1

,995

-5507,450

5540,852

[субъект=14,00]

17,158

2818,496

,000

1

,995

-5506,993

5541,309

[субъект=15,00]

16,906

2818,496

,000

1

,995

-5507,246

5541,057

[субъект=16,00]

0a

.

.

0

.

.

.

[объект=1,00]

16,353

,300

2961,675

1

,000

15,764

16,942

[объект=2,00]

16,699

,000

.

1

.

16,699

16,699

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

,063

,299

,044

1

,833

-,522

,648

[СМП=2,00]

0a

.

.

0

.

.

.

[способ=1,00]

,904

,330

7,507

1

,006

,257

1,551

[способ=2,00]

0a

.

.

0

.

.

.

3. Порядковая регрессия по данным муниципального уровня. Зависимая переменная - уровень отклонения заявок

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

297,548

Окончательная

236,969

60,579

20

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

330,421

364

,896

Отклонение

236,969

364

1,000

Псевдо R-квадрат

Кокса и Снелла

,269

Нэйджелкерк

,343

McFadden

,204

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_отклонения = 1,00]

30,629

3721,911

,000

1

,993

-7264,183

7325,441

[уровень_отклонения = 2,00]

32,314

3721,911

,000

1

,993

-7262,498

7327,125

Положение

НМЦК

4,939E-9

3,565E-8

,019

1

,890

-6,493E-8

7,481E-8

всего_участников

,411

,114

12,980

1

,000

,187

,634

[субъект=1,00]

13,797

3721,911

,000

1

,997

-7281,014

7308,609

[субъект=2,00]

13,320

3721,911

,000

1

,997

-7281,492

7308,132

[субъект=3,00]

12,491

3721,911

,000

1

,997

-7282,321

7307,303

[субъект=4,00]

14,511

3721,911

,000

1

,997

-7280,301

7309,323

[субъект=5,00]

14,647

3721,911

,000

1

,997

-7280,165

7309,458

[субъект=6,00]

13,877

3721,911

,000

1

,997

-7280,935

7308,689

[субъект=7,00]

13,602

3721,911

,000

1

,997

-7281,210

7308,414

[субъект=8,00]

-1,507

3815,747

,000

1

1,000

-7480,233

7477,219

[субъект=10,00]

-1,954

4083,971

,000

1

1,000

-8006,390

8002,482

[субъект=11,00]

13,923

3721,911

,000

1

,997

-7280,889

7308,735

[субъект=12,00]

10,951

3721,912

,000

1

,998

-7283,862

7305,764

[субъект=13,00]

14,184

3721,911

,000

1

,997

-7280,628

7308,995

[субъект=14,00]

12,442

3721,911

,000

1

,997

-7282,370

7307,254

[субъект=15,00]

15,002

3721,911

,000

1

,997

-7279,810

7309,814

[субъект=16,00]

0a

.

.

0

.

.

.

[объект=1,00]

15,237

,417

1337,446

1

,000

14,420

16,053

[объект=2,00]

14,162

,000

.

1

.

14,162

14,162

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

-,823

,401

4,202

1

,040

-1,610

-,036

[СМП=2,00]

0a

.

.

0

.

.

.

[способ=1,00]

-,016

,410

,001

1

,970

-,819

,788

[способ=2,00]

0a

.

.

0

.

.

.

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

236,969

Основные

231,851b

5,119c

20

1,000

4. Порядковая регрессия по данным муниципального уровня. Зависимая переменная - уровень снижения НМЦК

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

382,536

Окончательная

297,443

85,094

22

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

353,591

362

,614

Отклонение

297,443

362

,994

Псевдо R-квадрат

Кокса и Снелла

,357

Нэйджелкерк

,414

McFadden

,222

Критерий параллельности линийa

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

297,443

Основные

287,301b

10,142c

22

,985

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[Уровень_снижения = 1,00]

-1,653

2848,953

,000

1

1,000

-5585,498

5582,193

[Уровень_снижения = 2,00]

-,230

2848,953

,000

1

1,000

-5584,075

5583,615

Положение

НМЦК

-9,829E-8

2,985E-8

10,839

1

,001

-1,568E-7

-3,977E-8

всего_участников

,695

,164

17,977

1

,000

,374

1,017

отклонено

-,349

,286

1,483

1

,223

-,910

,213

[субъект=1,00]

14,091

2848,953

,000

1

,996

-5569,754

5597,936

[субъект=2,00]

16,365

2848,953

,000

1

,995

-5567,481

5600,210

[субъект=3,00]

17,351

2848,953

,000

1

,995

-5566,495

5601,196

[субъект=4,00]

13,843

2848,953

,000

1

,996

-5570,003

5597,688

[субъект=5,00]

14,937

2848,953

,000

1

,996

-5568,908

5598,783

[субъект=6,00]

13,801

2848,953

,000

1

,996

-5570,044

5597,646

[субъект=7,00]

16,331

2848,953

,000

1

,995

-5567,514

5600,177

[субъект=8,00]

15,862

2848,953

,000

1

,996

-5567,983

5599,708

[субъект=10,00]

15,734

2848,953

,000

1

,996

-5568,112

5599,579

[субъект=11,00]

14,959

2848,953

,000

1

,996

-5568,886

5598,804

[субъект=12,00]

9,704

2848,964

,000

1

,997

-5574,164

5593,571

[субъект=13,00]

15,428

2848,953

,000

1

,996

-5568,418

5599,273

[субъект=14,00]

17,454

2848,953

,000

1

,995

-5566,391

5601,300

[субъект=15,00]

30,626

3569,610

,000

1

,993

-6965,680

7026,933

[субъект=16,00]

0a

.

.

0

.

.

.

[объект=1,00]

-16,620

,349

2268,745

1

,000

-17,303

-15,936

[объект=2,00]

-17,336

,000

.

1

.

-17,336

-17,336

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

-,903

,361

6,244

1

,012

-1,611

-,195

[СМП=2,00]

0a

.

.

0

.

.

.

[способ=1,00]

,183

,390

2,232

1

,035

-,182

1,348

[способ=2,00]

0a

.

.

0

.

.

.

[Субъект_победителя=1,00]

-,232

,393

,348

1

,555

-1,003

,539

[Субъект_победителя=2,00]

0a

.

.

0

.

.

.

5. Бинарная регрессия по данным муниципального уровня. Зависимая переменная - победитель из региона закупки

Блок 0. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 0

Субъект_победителя

нет

0

71

,0

да

0

122

100,0

Общая процентная доля

63,2

Универсальные критерии коэффициентов модели

Хи-квадрат

ст.св.

Значимость

Шаг 1

Шаг

62,578

22

,000

Блок

62,578

22

,000

Модель

62,578

22

,000

Сводка для модели

Шаг

-2 Log-правдоподобие

R-квадрат Кокса и Снелла

R-квадрат Нэйджелкерка

1

191,338a

,277

,378

Проверка согласия Хосмера-Лемешева

Шаг

Хи-квадрат

ст.св.

Значимость

1

7,545

8

,479

Блок 1. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 1

Субъект_победителя

нет

40

31

56,3

да

19

103

84,4

Общая процентная доля

74,1

Переменные в уравнении

B

Среднеквадратичная ошибка

Вальд

ст.св.

Значимость

Exp (B)

Шаг 1a

субъект

30,419

14

,007

субъект(1)

22,763

40193,233

,000

1

1,000

7692297007,163

субъект(2)

21,873

40193,233

,000

1

1,000

3157319059,787

субъект(3)

20,518

40193,233

,000

1

1,000

814212411,784

субъект(4)

23,051

40193,233

,000

1

1,000

10250061637,898

субъект(5)

22,315

40193,233

,000

1

1,000

4913695625,543

субъект(6)

21,751

40193,233

,000

1

1,000

2793336375,920

субъект(7)

22,601

40193,233

,000

1

1,000

6539380270,654

субъект(8)

23,797

40193,233

,000

1

1,000

21620512140,407

субъект(9)

21,128

40193,233

,000

1

1,000

1498798797,882

субъект(10)

20,850

40193,233

,000

1

1,000

1134927150,455

субъект(11)

1,688

43067,831

,000

1

1,000

5,409

субъект(12)

23,922

40193,233

,000

1

1,000

24492586484,848

субъект(13)

23,007

40193,233

,000

1

1,000

9811270883,672

субъект(14)

21,872

40193,233

,000

1

1,000

3155620116,998

способ(1)

-,106

,437

,059

1

,808

,899

объект

,385

2

,825

объект(1)

-18,201

40193,251

,000

1

1,000

,000

объект(2)

-18,452

40193,251

,000

1

1,000

,000

НМЦК

,000

,000

,073

1

,786

1,000

всего_участников

-,408

,155

6,904

1

,009

,665

Процент_снижения

,004

,011

,100

1

,752

1,004

СМП(1)

,553

,408

1,839

1

,175

1,738

отклонено

-,334

,303

1,215

1

,270

,716

Константа

-2,529

56842,324

,000

1

1,000

,080

6. Порядковая регрессия по данным регионального уровня. Зависимая переменная - уровень конкуренции

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

659,262

Окончательная

578,525

80,737

20

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

687,169

650

,151

Отклонение

572,980

650

,986

Псевдо R-квадрат

Кокса и Снелла

,205

Нэйджелкерк

,242

McFadden

,121

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_конкуренции = 1,00]

15,139

,622

592,151

1

,000

13,919

16,358

[уровень_конкуренции = 2,00]

16,435

,637

666,502

1

,000

15,187

17,682

Положение

НМЦК

-1,306E-8

1,017E-8

1,649

1

,199

-3,298E-8

6,873E-9

[субъект=1,00]

2,322

,701

10,976

1

,001

,948

3,695

[субъект=2,00]

3,103

,825

14,146

1

,000

1,486

4,720

[субъект=3,00]

1,902

,743

6,557

1

,010

,446

3,358

[субъект=4,00]

1,656

1,219

1,844

1

,174

-,734

4,046

[субъект=5,00]

3,128

,673

21,628

1

,000

1,810

4,446

[субъект=6,00]

2,602

,944

7,599

1

,006

,752

4,451

[субъект=7,00]

2,471

,864

8,188

1

,004

,779

4,164

[субъект=8,00]

2,844

,692

16,902

1

,000

1,488

4,200

[субъект=9,00]

-12,125

1966,259

,000

1

,995

-3865,922

3841,673

[субъект=10,00]

1,179

1,206

,956

1

,328

-1,185

3,543

[субъект=11,00]

2,737

,853

10,297

1

,001

1,065

4,409

[субъект=12,00]

3,393

,937

13,109

1

,000

1,556

5,229

[субъект=13,00]

2,646

,641

17,022

1

,000

1,389

3,903

[субъект=14,00]

3,339

,703

22,568

1

,000

1,961

4,717

[субъект=15,00]

2,670

,853

9,801

1

,002

,999

4,342

[субъект=16,00]

0a

.

.

0

.

.

.

[способ=1,00]

,671

,301

4,956

1

,026

,080

1,261

[способ=2,00]

0a

.

.

0

.

.

.

[объект=1,00]

11,707

,265

1944,442

1

,000

11,187

12,227

[объект=2,00]

12,339

,000

.

1

.

12,339

12,339

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

,552

,258

4,564

1

,033

,046

1,058

[СМП=2,00]

0a

.

.

0

.

.

.

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

578,525

Основные

561,010b

17,515c

20

,619

7. Порядковая регрессия по данным регионального уровня. Зависимая переменная - уровень отклонения заявок

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

473,958

Окончательная

410,213

63,744

21

,000

Табл

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

536,319

657

1,000

Отклонение

410,213

657

1,000

Псевдо R-квадрат

Кокса и Снелла

,166

Нэйджелкерк

,224

McFadden

,134

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

410,213

Основные

386,553b

23,660c

21

,310

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_отклонения = 1,00]

16,413

,617

708,672

1

,000

15,205

17,621

[уровень_отклонения = 2,00]

18,975

,711

711,515

1

,000

17,581

20,369

Положение

НМЦК

2,396E-9

1,009E-8

,056

1

,812

-1,739E-8

2,218E-8

всего_участников

,439

,089

24,534

1

,000

,265

,612

[субъект=1,00]

1,658

,655

6,400

1

,011

,373

2,942

[субъект=2,00]

,230

1,036

,049

1

,825

-1,802

2,261

[субъект=3,00]

,798

,807

,979

1

,322

-,783

2,380

[субъект=4,00]

,192

1,511

,016

1

,899

-2,770

3,155

[субъект=5,00]

2,162

,621

12,106

1

,001

,944

3,380

[субъект=6,00]

3,080

,911

11,423

1

,001

1,294

4,866

[субъект=7,00]

,684

,966

,501

1

,479

-1,210

2,578

[субъект=8,00]

,700

,736

,904

1

,342

-,743

2,143

[субъект=9,00]

-13,230

2356,684

,000

1

,996

-4632,245

4605,785

[субъект=10,00]

,966

,982

,969

1

,325

-,958

2,890

[субъект=11,00]

1,800

,813

4,896

1

,027

,206

3,394

[субъект=12,00]

,966

1,055

,838

1

,360

-1,102

3,034

[субъект=13,00]

1,209

,600

4,062

1

,044

,033

2,385

[субъект=14,00]

1,155

,726

2,532

1

,112

-,268

2,577

[субъект=15,00]

1,745

,842

4,297

1

,038

,095

3,394

[субъект=16,00]

0a

.

.

0

.

.

.

[способ=1,00]

,167

,343

,238

1

,625

-,504

,839

[способ=2,00]

0a

.

.

0

.

.

.

[объект=1,00]

13,000

,302

1851,813

1

,000

12,408

13,592

[объект=2,00]

12,479

,000

.

1

.

12,479

12,479

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

,206

,299

,475

1

,491

-,380

,791

[СМП=2,00]

0a

.

.

0

.

.

.

8. Порядковая регрессия по данным регионального уровня. Зависимая переменная - уровень снижения НМЦК

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

705,194

Окончательная

571,937

133,257

23

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

708,858

657

,079

Отклонение

571,937

657

,993

Псевдо R-квадрат

Кокса и Снелла

,316

Нэйджелкерк

,365

McFadden

,189

Табл

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[Уровень_снижения = 1,00]

16,330

,555

866,649

1

,000

15,243

17,417

[Уровень_снижения = 2,00]

17,241

,573

905,614

1

,000

16,118

18,364

Положение

НМЦК

-3,271E-8

1,254E-8

6,807

1

,009

-5,728E-8

-8,138E-9

всего_участников

,687

,125

30,278

1

,000

,442

,932

отклонено

,010

,230

,002

1

,964

-,441

,462

[субъект=1,00]

1,674

,563

8,836

1

,003

,570

2,777

[субъект=2,00]

4,519

1,117

16,365

1

,000

2,329

6,708

[субъект=3,00]

2,127

,625

11,596

1

,001

,903

3,352

[субъект=4,00]

-,386

1,579

,060

1

,807

-3,480

2,709

[субъект=5,00]

1,867

,556

11,278

1

,001

,777

2,956

[субъект=6,00]

2,226

,884

6,345

1

,012

,494

3,959

[субъект=7,00]

1,833

,742

6,107

1

,013

,379

3,286

[субъект=8,00]

1,958

,571

11,755

1

,001

,839

3,077

[субъект=9,00]

-12,834

1834,587

,000

1

,994

-3608,559

3582,891

[субъект=10,00]

2,182

,783

7,767

1

,005

,647

3,717

[субъект=11,00]

2,658

,767

11,998

1

,001

1,154

4,162

[субъект=12,00]

2,776

,977

8,070

1

,005

,861

4,691

[субъект=13,00]

1,960

,497

15,556

1

,000

,986

2,935

[субъект=14,00]

1,202

,614

3,828

1

,050

-,002

2,406

[субъект=15,00]

1,452

,746

3,783

1

,052

-,011

2,914

[субъект=16,00]

0a

.

.

0

.

.

.

[способ=1,00]

,433

,312

1,926

1

,165

-,178

1,043

[способ=2,00]

0a

.

.

0

.

.

.

[объект=1,00]

12,795

,274

2180,215

1

,000

12,258

13,332

[объект=2,00]

12,753

,000

.

1

.

12,753

12,753

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=1,00]

,293

,268

1,196

1

,274

-,232

,817

[СМП=2,00]

0a

.

.

0

.

.

.

[Субъект_победителя=1,00]

,083

,263

,099

1

,754

-,433

,598

[Субъект_победителя=2,00]

0a

.

.

0

.

.

.

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

571,937

Основные

549,656b

22,281c

23

,503

9. Бинарная регрессия по данным регионального уровня. Зависимая переменная - победитель из региона закупки

Блок 0. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 0

Субъект_победителя

нет

0

141

,0

да

0

210

100,0

Общая процентная доля

59,8

Универсальные критерии коэффициентов модели

Хи-квадрат

ст.св.

Значимость

Шаг 1

Шаг

84,134

23

,000

Блок

84,134

23

,000

Модель

84,134

23

,000

Сводка для модели

Шаг

-2 Log-правдоподобие

R-квадрат Кокса и Снелла

R-квадрат Нэйджелкерка

1

388,803

,213

,288

Проверка согласия Хосмера-Лемешева

Шаг

Хи-квадрат

ст.св.

Значимость

1

15,474

8

,051

Блок 1. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 1

Субъект_победителя

нет

67

74

47,5

да

23

187

89,0

Общая процентная доля

72,4

Переменные в уравнении

B

Среднеквадратичная ошибка

Вальд

ст.св.

Значимость

Exp (B)

Шаг 1

субъект

30,571

15

,010

субъект(1)

,278

,492

,320

1

,571

1,321

субъект(2)

-,848

,753

1,267

1

,260

,428

субъект(3)

1,119

,699

2,560

1

,110

3,062

субъект(4)

-21,758

16844,579

,000

1

,999

,000

субъект(5)

1,474

,559

6,946

1

,008

4,367

субъект(6)

1,542

1,146

1,811

1

,178

4,674

субъект(7)

-,541

,682

,629

1

,428

,582

субъект(8)

,555

,523

1,126

1

,289

1,742

субъект(9)

-21,347

40192,970

,000

1

1,000

,000

субъект(10)

-21,452

13263,983

,000

1

,999

,000

субъект(11)

-,726

,716

1,029

1

,310

,484

субъект(12)

-,035

,930

,001

1

,970

,965

субъект(13)

,021

,393

,003

1

,957

1,021

субъект(14)

-,546

,528

1,071

1

,301

,579

субъект(15)

-2,132

,866

6,058

1

,014

,119

способ(1)

,032

,336

,009

1

,924

1,033

объект

5,292

2

,071

объект(1)

-20,758

40191,780

,000

1

1,000

,000

объект(2)

-20,093

40191,780

,000

1

1,000

,000

НМЦК

,000

,000

1,403

1

,236

1,000

Процент_снижения

-,003

,008

,119

1

,730

,997

всего_участников

-,296

,118

6,278

1

,012

,744

отклонено

,041

,194

,045

1

,832

1,042

СМП(1)

-,191

,284

,451

1

,502

,826

Константа

21,820

40191,780

,000

1

1,000

2993377122,289

10. Порядковая и мультиномиальная регрессия по данным федерального уровня. Зависимая переменная - уровень конкуренции

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

188,809

181

,330

Отклонение

149,639

181

,957

Критерий параллельности линийa

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

149,639

Основные

75,850b

73,789c

21

,000

Мультиномиальная регрессиия

Информация подгонки модели

Модель

Критерии подгонки модели

Критерии отношения правдоподобия

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

213,918

Окончательная

105,523

108,395

42

,000

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

101,867

160

1,000

Отклонение

105,523

160

1,000

Псевдо R-квадрат

Кокса и Снелла

,654

Нэйджелкерк

,746

McFadden

,507

Критерии отношения правдоподобия

Эффект

Критерии подгонки модели

Критерии отношения правдоподобия

-2 логарифмическое правдоподобие упрощенной модели

Хи-квадрат

ст.св.

Значимость

Свободный член

105,523a

,000

0

.

НМЦК

120,813

15,289

2

,000

субъект

148,519

42,995

30

,059

способ

119,299

13,776

2

,001

объект

117,090

11,567

4

,021

СМП

111,870

6,347

4

,175

Классификация

Наблюденные

Предсказанные

низкий

средний

высокий

Процент правильных

низкий

38

7

2

80,9%

средний

11

21

2

61,8%

высокий

5

1

15

71,4%

Общая процентная доля

52,9%

28,4%

18,6%

72,5%

Оценки параметров

уровень_конкуренцииa

B

Стандартная ошибка

Вальд

ст.св.

Значимость

Exp (B)

95% доверительный интервал для Exp(B)

Нижняя граница

Верхняя граница

низкий

Свободный член

46,135

2948,273

,000

1

,988

НМЦК

,000

,000

5,282

1

,022

1,000

1,000

1,000

[субъект=1,00]

-13,253

2442,881

,000

1

,996

1,755E-6

,000

.b

[субъект=2,00]

-27,306

8855,157

,000

1

,998

1,384E-12

,000

.b

[субъект=3,00]

-11,160

2442,883

,000

1

,996

1,423E-5

,000

.b

[субъект=4,00]

-14,381

2442,880

,000

1

,995

5,681E-7

,000

.b

[субъект=5,00]

-10,123

2442,881

,000

1

,997

4,014E-5

,000

.b

[субъект=6,00]

8,318

4269,200

,000

1

,998

4098,540

,000

.b

[субъект=7,00]

-,063

2678,217

,000

1

1,000

,939

,000

.b

[субъект=8,00]

-15,249

2442,880

,000

1

,995

2,384E-7

,000

.b

[субъект=9,00]

-13,536

2442,880

,000

1

,996

1,323E-6

,000

.b

[субъект=10,00]

-1,233

5897,268

,000

1

1,000

,292

,000

.b

[субъект=11,00]

1,026

3357,110

,000

1

1,000

2,791

,000

.b

[субъект=12,00]

-40,857

3993,130

,000

1

,992

1,803E-18

,000

.b

[субъект=13,00]

-31,957

8855,157

,000

1

,997

1,322E-14

,000

.b

[субъект=14,00]

-19,763

5897,276

,000

1

,997

2,613E-9

,000

.b

[субъект=15,00]

-43,492

3592,892

,000

1

,990

1,293E-19

,000

.b

[субъект=16,00]

0c

.

.

0

.

.

.

.

[способ=1,00]

-5,054

2,083

5,888

1

,015

,006

,000

,378

[способ=2,00]

0c

.

.

0

.

.

.

.

[объект=1,00]

-33,003

1650,651

,000

1

,984

4,643E-15

,000

.b

[объект=2,00]

-30,203

1650,651

,000

1

,985

7,640E-14

,000

.b

[объект=3,00]

0c

.

.

0

.

.

.

.

[СМП=,00]

12,804

5367,505

,000

1

,998

363592,166

,000

.b

[СМП=1,00]

1,835

1,324

1,920

1

,166

6,265

,467

83,966

[СМП=2,00]

0c

.

.

0

.

.

.

.

11. Порядковая регрессия по данным федерального уровня. Зависимая переменная - уровень отклонения заявок

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

125,069

Окончательная

96,211

28,859

22

,009

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

137,052

180

,993

Отклонение

96,211

180

1,000

Псевдо R-квадрат

Кокса и Снелла

,246

Нэйджелкерк

,349

McFadden

,231

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[уровень_отклонения = 1,00]

2,155

2,081

1,073

1

,300

-1,923

6,233

[уровень_отклонения = 2,00]

5,349

2,226

5,776

1

,016

,987

9,711

Положение

НМЦК

-3,199E-8

5,045E-8

,402

1

,526

-1,309E-7

6,690E-8

всего_участников

,011

,353

,001

1

,975

-,681

,702

[субъект=1,00]

,023

1,547

,000

1

,988

-3,010

3,055

[субъект=2,00]

,855

2,552

,112

1

,738

-4,147

5,858

[субъект=3,00]

-18,866

7346,703

,000

1

,998

-14418,140

14380,408

[субъект=4,00]

-,571

1,482

,148

1

,700

-3,475

2,334

[субъект=5,00]

-,305

1,450

,044

1

,833

-3,147

2,537

[субъект=6,00]

-18,920

7452,929

,000

1

,998

-14626,393

14588,553

[субъект=7,00]

-,515

1,580

,106

1

,744

-3,612

2,582

[субъект=8,00]

-1,080

1,789

,364

1

,546

-4,587

2,427

[субъект=9,00]

-1,640

1,781

,849

1

,357

-5,131

1,850

[субъект=10,00]

-17,374

,000

.

1

.

-17,374

-17,374

[субъект=11,00]

1,223

2,071

,349

1

,555

-2,837

5,282

[субъект=12,00]

-17,772

3654,715

,000

1

,996

-7180,882

7145,337

[субъект=13,00]

2,162

2,500

,748

1

,387

-2,738

7,062

[субъект=14,00]

-16,854

,000

.

1

.

-16,854

-16,854

[субъект=15,00]

-17,951

6318,974

,000

1

,998

-12402,912

12367,010

[субъект=16,00]

0a

.

.

0

.

.

.

[способ=1,00]

1,339

,703

3,629

1

,057

-,039

2,716

[способ=2,00]

0a

.

.

0

.

.

.

[объект=1,00]

1,605

1,409

1,298

1

,255

-1,156

4,365

[объект=2,00]

2,059

1,508

1,864

1

,172

-,897

5,014

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=,00]

-18,418

,000

.

1

.

-18,418

-18,418

[СМП=1,00]

-1,105

,785

1,982

1

,159

-2,644

,434

[СМП=2,00]

0a

.

.

0

.

.

.

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

96,211

Основные

,000b

96,211

22

,060

12. Порядковая регрессия по данным федерального уровня. Зависимая переменная - уровень снижения НМЦК

Информация подгонки модели

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Только свободный член

199,009

Окончательная

120,920

78,088

24

,000

Табл

Критерий согласия

Хи-квадрат

ст.св.

Значимость

Пирсона

3321,465

178

,000

Отклонение

120,920

178

1,000

Псевдо R-квадрат

Кокса и Снелла

,535

Нэйджелкерк

,624

McFadden

,392

Оценки параметров

Оценка

Стандартная ошибка

Вальд

ст.св.

Значимость

95% доверительный интервал

Нижняя граница

Верхняя граница

Пороговое значение

[Уровень_снижения = 1,00]

43,038

5026,830

,000

1

,993

-9809,369

9895,444

[Уровень_снижения = 2,00]

45,434

5026,830

,000

1

,993

-9806,973

9897,840

Положение

НМЦК

-7,190E-8

7,118E-8

1,020

1

,312

-2,114E-7

6,761E-8

всего_участников

1,702

,465

13,421

1

,000

,792

2,613

отклонено

,141

,573

,061

1

,805

-,981

1,264

[субъект=1,00]

17,784

5026,830

,000

1

,997

-9834,622

9870,190

[субъект=2,00]

,110

,000

.

1

.

,110

,110

[субъект=3,00]

18,308

5026,831

,000

1

,997

-9834,099

9870,715

[субъект=4,00]

17,668

5026,830

,000

1

,997

-9834,738

9870,074

[субъект=5,00]

15,792

5026,830

,000

1

,997

-9836,614

9868,198

[субъект=6,00]

20,437

5026,830

,000

1

,997

-9831,969

9872,844

[субъект=7,00]

20,885

5026,830

,000

1

,997

-9831,521

9873,291

[субъект=8,00]

19,245

5026,830

,000

1

,997

-9833,161

9871,651

[субъект=9,00]

20,487

5026,830

,000

1

,997

-9831,919

9872,893

[субъект=10,00]

-1,180

,000

.

1

.

-1,180

-1,180

[субъект=11,00]

21,797

5026,830

,000

1

,997

-9830,610

9874,203

[субъект=12,00]

40,879

5026,830

,000

1

,994

-9811,527

9893,285

[субъект=13,00]

38,467

,000

.

1

.

38,467

38,467

[субъект=14,00]

45,183

,000

.

1

.

45,183

45,183

[субъект=15,00]

19,236

5026,830

,000

1

,997

-9833,170

9871,642

[субъект=16,00]

0a

.

.

0

.

.

.

[способ=1,00]

-1,213

,926

1,717

1

,190

-3,027

,601

[способ=2,00]

0a

.

.

0

.

.

.

[объект=1,00]

18,973

,934

412,710

1

,000

17,143

20,804

[объект=2,00]

20,116

,000

.

1

.

20,116

20,116

[объект=3,00]

0a

.

.

0

.

.

.

[СМП=,00]

3,910

2,302

2,885

1

,089

-,602

8,421

[СМП=1,00]

2,392

,884

7,327

1

,007

,660

4,124

[СМП=2,00]

0a

.

.

0

.

.

.

[Субъект_победителя=1,00]

-,675

,690

,959

1

,328

-2,027

,677

[Субъект_победителя=2,00]

0a

.

.

0

.

.

.

Табл

Критерий параллельности линий

Модель

-2 Log-правдоподобие

Хи-квадрат

ст.св.

Значимость

Нулевая гипотеза

120,920

Основные

109,777b

11,143c

24

,988

13. Бинарная регрессия по данным федерального уровня. Зависимая переменная - победитель из региона закупки

Блок 0. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 0

Субъект_победителя

нет

53

0

100,0

да

49

0

,0

Общая процентная доля

52,0

Универсальные критерии коэффициентов модели

Хи-квадрат

ст.св.

Значимость

Шаг 1

Шаг

52,538

24

,001

Блок

52,538

24

,001

Модель

52,538

24

,001

Сводка для модели

Шаг

-2 Log-правдоподобие

R-квадрат Кокса и Снелла

R-квадрат Нэйджелкерка

1

88,707a

,403

,537

Проверка согласия Хосмера-Лемешева

Шаг

Хи-квадрат

ст.св.

Значимость

1

10,183

8

,252

Блок 1. Таблица классификации

Наблюденные

Предсказанные

Субъект_победителя

Процент правильных

нет

да

Шаг 1

Субъект_победителя

нет

41

12

77,4

да

6

43

87,8

Общая процентная доля

82,4

Переменные в уравнении

B

Среднеквадратичная ошибка

Вальд

ст.св.

Значимость

Exp (B)

Шаг 1

субъект

9,937

15

,824

субъект(1)

21,041

21496,909

,000

1

,999

1374149720,498

субъект(2)

,402

45580,609

,000

1

1,000

1,494

субъект(3)

42,054

35054,165

,000

1

,999

1834909092394738940,000

субъект(4)

20,821

21496,909

,000

1

,999

1102773542,449

субъект(5)

22,994

21496,909

,000

1

,999

9684515554,526

субъект(6)

19,860

21496,909

,000

1

,999

421800218,364

субъект(7)

23,164

21496,909

,000

1

,999

11479462287,632

субъект(8)

21,617

21496,909

,000

1

,999

2444198329,051

субъект(9)

20,296

21496,909

,000

1

,999

652242357,481

субъект(10)

-,304

45580,609

,000

1

1,000

,738

субъект(11)

22,233

21496,909

,000

1

,999

4525497552,366

субъект(12)

,339

25327,482

,000

1

1,000

1,403

субъект(13)

43,256

45580,609

,000

1

,999

6104538368832774100,000

субъект(14)

3,426

45580,609

,000

1

1,000

30,759

субъект(15)

,144

31562,087

,000

1

1,000

1,155

способ(1)

,656

,693

,894

1

,344

1,926

объект

1,772

2

,412

объект(1)

,957

1,173

,665

1

,415

2,604

объект(2)

-,007

1,258

,000

1

,995

,993

НМЦК

,000

,000

1,114

1

,291

1,000

Процент_снижения

,006

,021

,086

1

,769

1,006

отклонено

-,923

,563

2,689

1

,101

,397

всего_участников

,013

,391

,001

1

,974

1,013

СМП

3,085

2

,214

СМП(1)

-19,897

40192,970

,000

1

1,000

,000

СМП(2)

1,361

,775

3,085

1

,079

3,901

Константа

-22,199

21496,909

,000

1

,999

,000

Корреляции

субъект

уровень

способ

объект

НМЦК

Процент_снижения

Субъект_победителя

всего_участников

допущено

отклонено

СМП

Тау-b Кендалла

субъект

Коэфф коррел

1,000

-,033

,100**

-,035

,021

-,047

-,031

-,046

-,012

-,056

,089**

Знач. (двухсторонняя)

.

,307

,003

,296

,454

,090

,364

,142

,690

,089

,008

N

646

646

646

646

646

646

646

646

646

646

646

уровень

Коэффициент корреляции

-,033

1,000

-,020

Страница:


Подобные документы

  • Автоматизация закупочной деятельности компании

    Моделирование закупочной деятельности компании. Контекстная диаграмма процесса закупок. Декомпозиция бизнес-процессов первого уровня. Разработка требований и поиск системных решений. Системные решения требований к информационной системе компании.

    дипломная работа [2,5 M], добавлен 27.10.2017

  • Проект NESSIE

    Открытие конкурса NESSIE на разработку криптографических алгоритмов и на создание методики оценки их безопасности и эффективности. Результаты конкурса: отбор ассиметричных схем шифрования и вариантов цифровой подписи; проблемы их лицензирования.

    реферат [44,5 K], добавлен 09.05.2011

  • Разработка электронной цифровой подписи

    Основные алгоритмы реализации электронной цифровой подписи. Понятие секретного и открытого ключа. Программные модули, сроки действия и порядок функционирования электронной подписи. Технология работы с информационной системой "ЭЦП", перспективы развития.

    курсовая работа [1,1 M], добавлен 07.12.2010

  • Конкурс на Advanced Encryption Standard

    Принятые на конкурс алгоритмы: CAST-256 (Канада), CRYPTON (Южная Корея), DEAL (Норвегия, Канада), DFC или Decorrelated Fast Cipher (Франция). Основные этапы конкурса на Advanced Encryption Standard. Финалист и победитель конкурса, сравнение шифров.

    курсовая работа [439,9 K], добавлен 07.07.2012

  • Межбанковские телекоммуникации. Информационная система "Аптека"

    Всемирная межбанковская система SWIFT, особенности ее деятельности в России. Цели создания SWIFT и основные этапы ее развития. Преимущества и недостатки сети. Системы банковских телекоммуникаций. Системы электронной почты. Разработка базы данных "Аптека".

    курсовая работа [1,1 M], добавлен 07.07.2014

  • История создания электронной почты

    История появления электронной почты как технологии и сервиса по пересылке электронных сообщений между пользователями компьютерной сети. Система организации почтовых адресов. Принцип работы электронной почты, ее основные преимущества и недостатки.

    презентация [842,6 K], добавлен 03.10.2016

  • Модели пенсионной схемы

    Описание математической модели открытого пенсионного фонда. Смертность и размер когорт. Проектирование программного обеспечения для численного моделирования открытого пенсионного фонда с помощью Rational Rose. Себестоимость программного продукта.

    дипломная работа [1,1 M], добавлен 10.11.2012

  • Программная реализация библиотеки классов системы RSA и ее применение на практике

    Основы криптографических систем. Алгоритм создания открытого и секретного ключей. Схема передачи шифрованной информации и алгоритм для цифровой подписи. Преимущества и недостатки системы RSA. Основные формулы для создания RSA-ключей шифрования.

    курсовая работа [683,6 K], добавлен 18.12.2011

  • Электронные книги

    История развития и популярные модели электронных книг. Характеристика электронных книг c LCD-, ChLCD-дисплеем, E-Ink дисплеем. Преимущества и недостатки электронных книг по сравнению с бумажными, перспективы их развития и популярность у потребителей.

    реферат [2,9 M], добавлен 09.04.2014

  • Электронная почта

    Понятие и принцип работы электронной почты, структура и элементы данной системы. Протоколы и форматы сообщений. Преимущества и недостатки почтовых сервисов, на сегодняшний день, возможности их применения в различных сферах деятельности и перспективы.

    курсовая работа [423,2 K], добавлен 20.12.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.

© 2000 — 2023, ООО «Олбест» Все права защищены