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
|