Автор работы: Пользователь скрыл имя, 15 Февраля 2011 в 10:50, контрольная работа
график изменения объемов продаж
Подставим полученные результаты в систему (1.4):
.
Решив систему, найдем константы прогнозирующей функции:
;
;
;
;
.
Следовательно, линейное уравнение имеет вид:
Для расчета статистических
показателей воспользуемся
С помощью индекса корреляции ( ) можно оценить не только качество подбора линии прогноза к точкам исходной кривой, но и определить силу (тесноту) корреляционной связи, её близость функциональной зависимости.
Чем больше индекс корреляции, тем ближе корреляционная связь к функциональной и тем сильнее взаимодействие между переменными и . И наоборот, чем в большей степени приближается к нулю, тем менее чётко выражена тенденция изменения показателя yt во времени.
Сила
связи между переменными
Искомые уравнения тренда:
Вычислим значение средней арифметической
: yср = = 1856 : 12= 154,666
Рассчитаем статистические показатели, для чего промежуточные данные вычислений (для суммарных значений) запишем в табличной форме:
Таблица 5
Месяцы | Объем продаж
( |
Значение прогнозирующей функции | Значения |
|||
Гиперболи-ческой
( |
Линейной ( |
Гиперболической
( |
Линейной ( | |||
1 | 108 | 239,71 |
86,087 |
17347,5 | 480,18 |
2177,72 |
2 | 78 | 182,358 | 98,556 | 10890,6 | 422,549 | 5877,68 |
3 | 134 | 163,241 | 111,025 | 855,017 | 527,851 | 427,084 |
4 | 123 | 153,682 | 123,494 | 941,385 | 0,24404 | 1002,74 |
5 | 148 | 147,947 | 135,963 | 0,00283 | 144,889 | 44,4356 |
6 | 111 | 144,123 | 148,432 | 1097,16 | 1401,15 | 1906,72 |
7 | 156 | 141,392 | 160,901 | 213,385 | 24,0198 | 1,77956 |
8 | 165 | 139,344 | 173,370 | 658,23 | 70,0569 | 106,792 |
9 | 183 | 137,751 | 185,839 | 2047,48 | 8,05992 | 802,816 |
10 | 171 | 136,476 | 198,308 | 1191,88 | 745,727 | 266,8 |
11 | 234 | 135,434 | 210,777 | 9715,33 | 539,308 | 6293,88 |
12 | 245 | 134,565 | 223,246 | 12196 | 473,237 | 8160,23 |
Всего: 78 | 1 856 | 1856,02 | 1855,998 | 57153,9 | 4837,28 | 27068,7 |
Вычислим значения
Для гиперболической функции:
Для линейной функции:
Сравнив эти три показателя между собой мы видим, что для линейной функции они меньше, чем для гиперболической. Следовательно, линейная функция в данном случае лучше подходит для уравнения прогноза.
Чтобы вычислить индекс корреляции , необходимо вычислить общую дисперсию по формуле:
Причем она
одинакова для любой
Рассчитаем значение индекса корреляции :
Для гиперболической функции:
Для линейной функции:
Как видно для линейной функции индекс корреляции больше 0,9, т.е. теснота связи между переменными весьма высокая и поэтому критерию она, линейная функция, подходит больше, чем гиперболическая.
Часть II
Таблица 1
Месяцы t | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
Объем
продаж (тыс. руб.)
|
301 | 212 | 451 | 523 | 512 | 685 | 699 | 483 | 512 | 584 | 608 | 498 |
Месяцы t | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
Объем
продаж (тыс. руб.)
|
524 | 327 | 435 | 481 | 525 | 614 | 507 | 465 | 659 | 686 | 675 | 673 |
Для построения графиков необходимо использовать программу Excel. После входа в данную программу, нужно создать файл Контрольная работа, ввести в столбце:
Затем щелкнуть на кнопке Мастер диаграмм. Используя ряды данных А, В и С построить График.
Чтобы построить Линию тренда, необходимо выделить ряд данных диаграммы, а затем выбрать команду Вставка и Линия тренда. Для выведения на график уравнение тренда, необходимо в меню Линии тренда в параметрах отметить пункт показывать уравнение на диаграмме.
Рис. 1. Динамика
изменения объема продаж во времени
Функция ТЕНДЕНЦИЯ вычисляет прогнозы, основанные на линейной связи между результатом наблюдения и временем, в которое это наблюдение было зафиксировано. Если взаимосвязь между объемом продаж ( ) и носит линейный характер, то линия на графике будет либо прямой, слегка наклоненной в одну или другую сторону, либо горизонтальной. В случае, когда линия скользящей средней приближается к прямой, можно использовать функцию ТЕНДЕНЦИЯ.
Если линия резко изгибается в одном из направлений, то это означает, что взаимосвязь показателей носит нелинейный характер. Существует большое количество данных, которые изменяются во времени нелинейным способом. В случае нелинейной взаимосвязи функция РОСТ поможет получить более точный прогноз.
Чтобы использовать функцию ТЕНДЕНЦИЯ, необходимо выделить ячейки D2:D25 и ввести следующую формулу, используя формулу массива:
= ТЕНДЕНЦИЯ (В2:В25;А2:А25).
Для ввода формулы массива надо нажать комбинацию клавиш < Ctrl+Shift+Enter>.
Чтобы использовать функцию РОСТ, необходимо выделить ячейки E2:E25 и ввести следующую формулу, используя формулу массива:
= РОСТ (В2:В25;А2:А25)
В данном случае линия скользящей средней носит нелинейный характер, поэтому нужно использовать функцию РОСТ.
Рис. 2. Динамика изменения объема продаж во времени.
Все значения, по которым строились графики (рис.1 и рис.2) отражены в таблице ( таблица 2).
Таблица 2
Месяцы | Объем продаж (тыс.руб.) | Скользящие средние | РОСТ | ТЕНДЕНЦИЯ |
1 | 301 | 428,120 | 406,28 | |
2 | 212 | 321,33 | 458,794 | 436,49 |
3 | 451 | 395,33 | 510,723 | 505,76 |
4 | 523 | 495,33 | 525,952 | 520,35 |
5 | 512 | 573,33 | 529,543 | 522,42 |
6 | 685 | 632,00 | 536,190 | 527,3 |
7 | 699 | 622,33 | 505,766 | 499,86 |
8 | 483 | 564,67 | 465,863 | 466,51 |
9 | 512 | 526,33 | 471,404 | 470,51 |
Информация о работе Прогнозирование и принятие управленческих решений