Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автор работы: Пользователь скрыл имя, 06 Февраля 2011 в 16:28, лабораторная работа

Описание работы

Лабораторная работа и ТРИ ОТЧЕТа по ней. Вариант № 37 для студентов ВЗФЭИ. 3 курс. Содержит: файл лабораторной Эксель; Файл отчета для печати с таблицами; файл отчета чистый; инструкцию.

Файлы: 5 файлов

Инструкция к ЛР.doc

— 2.92 Мб (Просмотреть файл, Скачать файл)

Копия Формат отчета для печати.doc

— 557.50 Кб (Скачать файл)

Копия Формат отчета1_3.doc

— 469.00 Кб (Просмотреть файл, Скачать файл)

Отчет вар.37.doc

— 569.50 Кб (Скачать файл)

      Формула (1) применяется при относительно стабильных приростах Δyц, что с некоторой степенью приближения соответствует линейной форме зависимости , формула (2) – при достаточно стабильных темпах ростах  , что с некоторой степенью приближения соответствует показательной  форме зависимости .

      Таблица 3.4

По среднему абсолютному приросту, млн. руб.,  11170,40
По  среднему темпу роста, млн. руб,  11230,90
 

      Прогнозируемый  объем реализации продукции на 7 год (по данным шестилетнего периода) с использованием среднего абсолютного прироста и среднего темпа роста, рассчитанных в Задании 1, приведены в табл.3.4.

      Вывод.

      Как показывают полученные прогнозные данные, прогнозируемые объемы реализации продукции на 7 год (по данным шестилетнего периода) довольно близки между собой: 11170,40 и 11230,90 млн.руб. Расхождение полученных данных объясняется тем, что в основу прогнозирования положены разные методики экстраполяции рядов динамики.

      Задача 2.

      Прогнозирование выпуска продукции предприятием на год вперёд методом аналитического  выравнивания  ряда динамики по прямой, полиному 2-го порядка (параболе) и степенной функции выполнено с использованием средств инструмента МАСТЕР ДИАГРАММ и представлено на рис. 3.1.

      Рис. 3.1

      

      Уравнения регрессии и их графики построены  для 3-х видов зависимости.

      Выбор наиболее адекватной трендовой модели определяется максимальным значением  индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

      Вывод:

      Максимальное  значение индекса детерминации R2 = 0,8531. Следовательно, наиболее адекватное исходным данным уравнение регрессии имеет вид 94,464x2 - 311,82x + 8944.

      Рассчитанный  по данному уравнению прогноз выпуска продукции на 7-ой год составляет 11389,996 млн. руб.

Задание 3.

Выявление тенденции развития изучаемого явления (тренда) по данным о выпуске продукции по месяцам за 6-ой год методами скользящей средней и аналитического выравнивания.

      Выполнение  Задания 3 заключается в решении двух задач:

Задача 1. Расчет скользящей средней, полученной на основе трёхчленной скользящей суммы.

Задача 2. Аналитическое выравнивание по прямой и параболе.

      Задача 1.

Расчет  скользящей средней, полученной на основе трёхчленной скользящей суммы.

      Значения скользящей средней, полученной на основе трёхчленной скользящей суммы представлены в табл.3.5.

      Таблица 3.5

Месяцы Выпуск  продукции, млн. руб. Скользящее 
среднее
январь 730,00  
февраль 796,00 793,67
март 855,00 825,33
апрель 825,00 855,00
май 885,00 858,33
июнь 865,00 890,33
июль 921,00 894,00
август 896,00 930,67
сентябрь 975,00 955,67
октябрь 996,00 993,00
ноябрь 1008,00 996,33
декабрь 985,00  

      Вывод:

      Анализ  данных табл.3.5 показал, что значения средней закономерно возрастают. Следовательно, можно установить основную тенденцию – возрастания объема выпуска продукции по месяцам за 6-ой год.

      График  сглаживания ряда динамики выпуска продукции методом скользящей средней представлен на рис. 3.2.

 
 
 
 

      Рис. 3.2

Задача 2. Аналитическое выравнивание по прямой и параболе.

      Метод аналитического выравнивания позволяет  представить основную тенденцию (тренд) развития явления в виде функции  времени y=f(t).

      Для отображения трендов применяются  различные функции: линейные и нелинейные.

      Построение  графика выпуска продукции предприятием методом аналитического  выравнивания  ряда динамики по прямой и полиному 2-го порядка (параболе) выполнено с использованием средств инструмента МАСТЕР ДИАГРАММ и представлено на рис. 3.3.

      Рис. 3.3

Уравнения регрессии и их графики построены  для 2-х видов зависимости.

      Выбор наиболее адекватной трендовой модели определяется максимальным значением  индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

      Вывод:

      Максимальное  значение индекса детерминации R2 = 0,9164 Следовательно, наиболее адекватное исходным данным уравнение регрессии имеет вид

       -0,8699x2 + 34,172x + 719,75.

 

       ПРИЛОЖЕНИЕ 

Результативные таблицы и графики

Распечатка  Листа 3 Рабочего файла
 
 
 
 
 
 

 

Информация о работе Автоматизированный априорный анализ статистической совокупности в среде MS Excel