Министерство образования Украины
Харьковский государственный технический университет радиоэлектроники
Кафедра ПОЭВМ
Комплексная курсовая работа
по курсу «Вероятностные процессы и математическая статистика в автоматизированных системах»
Тема: «Провести экономическую оценку эффективности работы предприятия. Провести долгосрочное планирование работы методами прогнозирования. Построить математическую модель повышения эффективности работы».
Выполнил:
ст. гр. ПОВТАС-96-3 Наумов А.С.
Руководитель: асс. Шамша Т. Б.
Комиссия: проф. к. т. н. Дударь З. В.
проф. к. .т. н. Лесная Н. С.
асс. Шамша Т.Б.
1999
РЕФЕРАТ
Пояснительная записка к комплексной курсовой работе: 19 с., 2 рис.,
9 табл., 2 приложения,4 источника.
Цель задания – произвести статистический анализ исходных данных, полученных при исследовании основных показателей деятельности предприятия, с целью выявления доминирующих факторов влияющих на прибыль и построения адекватной математической модели для изучения возможностей ее максимизации и прогнозирования на последующие периоды.
Работа посвящена исследованию экономической деятельности предприятия методами статистического анализа. В качестве исходных данных принимается некоторая совокупность выборок по экономическим показателям, в частности прибыли, затратах, ценах и т.д. за некоторый отчетный период работы предприятия. В работе к этому набору данных применяются различные методы статистического анализа, направленные на установление вида зависимости прибыли предприятия от других экономических показателей. На основании полученных результатов методами регрессионного анализа построенна математическая модель и оценена ее адекватность. Помимо этого проведен временной анализ показателей прибыли за 4 года и выявлены закономерности изменения прибыли по месяцам. На основании этих данных проведено прогнозирование прибыли на следующий (текущий) год.
Работа выполнена в учебных целях.
РЕГРЕССИОННЫЙ АНАЛИЗ, МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ, УРОВЕНЬ ЗНАЧИМОСТИ, КРИТЕРИЙ СЕРИЙ, КРИТЕРИЙ ИНВЕРСИЙ, КРИТЕРИЙ , ВРЕМЕННЫЕ РЯДЫ, МУЛЬТИПЛИКАТИВНО-АДИТИВНАЯ МОДЕЛЬ, ТРЕНД.
СОДЕРЖАНИЕ
Введение 4
Постановка задачи . 5
2. Предварительный анализ исходных данных……………………………8
3. Построение математической модели …………………… ……………..12
4. Временной анализ и прогнозирование………………………………….14
Выводы………………………………………………………………………16
Перечень ссылок. .17
Приложение А График зависимости колебаний прибыли предприятия
от времени……………………………………………………………… …..18
Приложение Б График прогноза изменения прибыли по месяцам……..19
ВВЕДЕНИЕ
Не вызывает сомнения тот факт, что организация любого производства без тщательного теоретического обоснования, экономических расчетов и прогнозирования – это растраченные впустую средства. Еще 10 лет назад такая подготовка занимала большое количество времени и средств, поскольку требовала значительного персонала и вычислительных мощностей. В настоящее время уровень развития вычислительной техники позволяет производить сложные статистические исследования при минимальных затратах рабочего времени, персонала и средств, что сделало их доступными для бухгалтерии каждого предприятия.
Безусловно, в условиях рыночной экономики, главным показателем рентабельности предприятия является прибыль. Поэтому очень важно понять, как необходимо вести хозяйство, что бы как говориться «не вылететь в трубу». И здесь незаменимы методы математической статистики, которые позволяют правильно оценить, какие факторы, и в какой степени влияют на прибыль, а так же на основании правильно построенной математической модели, спрогнозировать прибыль на будущий период.
1 ПОСТАНОВКА ЗАДАЧИ
Цель курсового проекта - сформировать профессиональные умения и навыки применения методов математической статистики к практическому анализу реальных физических процессов.
Цель задания – произвести статистический анализ исходных данных, полученных при исследовании основных показателей деятельности предприятия, с целью выявления доминирующих факторов влияющих на прибыль и построения адекватной математической модели для изучения возможностей ее максимизации и прогнозирования на последующие периоды.
Исходные данные для первой части поставленного задания приведены в табл. 1.1
Таблица 1.1 – Исходные данные для регрессионного анализа.
Прибыль | Коэффициент качества продукции | Доля в общем объеме продаж | Розничная цена | Коэффициент издержек на 1 продукции | Удовлетворение условий розничных торговцев | |
№ | Y, % | X1 | X2 | X3 | X4 | X5 |
1 | 1,99 | 1,22 | 1,24 | 1,3 | 35,19 | 2,08 |
2 | 12,21 | 1,45 | 1,54 | 1,04 | 80 | 1,09 |
3 | 23,07 | 1,9 | 1,31 | 1 | 23,31 | 2,28 |
4 | 24,14 | 2,53 | 1,36 | 1,64 | 80 | 1,44 |
5 | 35,05 | 3,41 | 2,65 | 1,19 | 80 | 1,75 |
6 | 36,87 | 1,96 | 1,63 | 1,26 | 68,84 | 1,54 |
7 | 4,7 | 2,71 | 1,66 | 1,28 | 80 | 0,47 |
8 | 58,45 | 1,76 | 1,4 | 1,42 | 30,32 | 2,51 |
9 | 59,55 | 2,09 | 2,61 | 1,65 | 80 | 2,81 |
10 | 61,42 | 1,1 | 2,42 | 1,24 | 32,94 | 0,59 |
11 | 61,51 | 3,62 | 3,5 | 1,09 | 28,56 | 0,64 |
12 | 61,95 | 3,53 | 1,29 | 1,29 | 78,75 | 1,73 |
13 | 71,24 | 2,09 | 2,44 | 1,65 | 38,63 | 1,83 |
14 | 71,45 | 1,54 | 2,6 | 1,19 | 48,67 | 0,76 |
Продолжение таблицы 1.1
15 | 81,88 | 2,41 | 2,11 | 1,64 | 40,83 | 0,14 |
16 | 10,08 | 3,64 | 2,06 | 1,46 | 80 | 3,53 |
17 | 10,25 | 2,61 | 1,85 | 1,59 | 80 | 2,13 |
18 | 10,81 | 2,62 | 2,28 | 1,57 | 80 | 3,86 |
19 | 11,09 | 3,29 | 4,07 | 1,78 | 80 | 1,28 |
20 | 12,64 | 1,24 | 1,84 | 1,38 | 31,2 | 4,25 |
21 | 12,92 | 1,37 | 1,9 | 1,55 | 29,49 | 3,98 |
Основная цель первой части задания оценить влияние на прибыль предприятия от реализации продукции одного вида следующих факторов:
Х1 - Коэффициент качества продукции;
Х2 - Доля в общем объеме продаж;
Х3 – Розничная цена продукции;
Х4 – Коэффициент издержек на единицу продукции;
Х5 – Удовлетворение условий розничных торговцев.
Необходимо, применив регрессионные методы анализа, построить математическую модель зависимости прибыли от некоторых (или всех ) из вышеперечисленных факторов и проверить адекватность полученной модели.
На следующем этапе работы исходными данными являются суммы прибыли предприятия (конкретнее – завода шампанских вин) по каждому месяцу за четыре года, которые представлены в табл. 1.2.
Таблица 1.2 – Исходные данные для временного анализа
Месяц | 1994 | 1996 | 1997 | 1998 |
Январь | 1500000 | 1650000 | 1400000 | 1700000 |
Февраль | 900000 | 850000 | 890000 | 1200000 |
Март | 700000 | 600000 | 550000 | 459000 |
Апрель | 300000 | 125000 | 250000 | 221000 |
Май | 400000 | 300000 | 100000 | 1000 |
Июнь | 250000 | 450000 | 150000 | 250000 |
Продолжение таблицы 1.2
Июль | 200000 | 600000 | 132000 | 325000 |
Август | 150000 | 750000 | 142000 | 354000 |
Сентябрь | 300000 | 300000 | 254000 | 150000 |
Октябрь | 250000 | 259000 | 350000 | 100000 |
Ноябрь | 400000 | 453000 | 450000 | 259000 |
Декабрь | 2000000 | 1700000 | 1000000 | 1900000 |
На этом этапе необходимо провести анализ имеющихся данных методами временных рядов, что позволит выявить закономерности колебаний прибыли по месяцам (цикличность и сезонность этих колебаний). Исследование этой закономерности позволит спрогнозировать прибыль на следующий год.
Предварительный анализ исходных данных.
Прежде чем применить к имеющимся у нас исходным данным метод регрессионного анализа, необходимо провести некоторый предварительный анализ имеющихся в нашем распоряжении выборок. Это позволит сделать выводы о качестве имеющихся в нашем распоряжении данных, а именно: о наличии или отсутствии тренда, нормальном законе распределения выборки, оценить некоторые статистические характеристики и т.д.
Для всех последующих расчетов примем уровень значимости 0.05, что соответствует 5% вероятности ошибки.
... несколько уравнений, а в каждом уравнении - несколько переменных. Задача оценивания параметров такой разветвленной модели решается с помощью сложных и причудливых методов. Однако все они имеют одну и ту же теоретическую основу. Поэтому для получения начального представления о содержании эконометрических методов мы ограничимся в последующих параграфах рассмотрением простой линейной регрессии. ...
... ПО “Уралмаш”, “АвтоВАЗ”, МИИТ, Казахского политехнического института, Донецкого государственного университета и многих других. Затем Институт в качестве Лаборатории эконометрических исследований разрабатывал эконометрические методы анализа нечисловых данных, а также процедуры расчета и прогнозирования индекса инфляции и валового внутреннего продукта. Институт высоких статистических технологий и ...
... на задний план традиционными постановками. Несколько лет назад при описании современного этапа развития статистических методов нами были выделены [29] пять актуальных направлений, в которых развивается современная прикладная статистика, т.е. пять "точек роста": непараметрика, робастность, бутстреп, интервальная статистика, статистика объектов нечисловой природы. Обсудим их. 5. ...
... и боятся бедности и как следствие воспитывают своих детей в такой же привычке к труду и благосостоянию, а удача доставляет удовлетворение их родительским чувствам и самолюбию. Принадлежит первое в истории экономической мысли достаточно глубокое теоретическое обоснование положений о капитале. Считал, “что деньги сами по себе представляют собой бесплодное богатство, которое ничего не производит”. ...
0 комментариев