Экономическое планирование методами математической статистики (183415)

Посмотреть архив целиком

УДК

КП


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 методом множественной линейной регрессии. Построить математическую модель повышения эффективности работы».


Выполнил:

Ст. гр. ПОВТАС-96-3 Фурсов Я. А.

Руководитель: асс. Шамша Т. Б.

Комиссия: проф. к. т. н. Дударь З. В.

проф. к.. т. н. Лесная Н. С.

асс. Шамша Т. Б.


1999РЕФЕРАТ


Пояснительная записка к комплексной курсовой работе: 30 с.,

17 табл., 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.

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ, РЕГРЕССИОННЫЙ АНАЛИЗ, МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ, УРОВЕНЬ ЗНАЧИМОСТИ, КРИТЕРИЙ СЕРИЙ, КРИТЕРИЙ ИНВЕРСИЙ, КРИТЕРИЙ , ТРЕНД


СОДЕРЖАНИЕ


Введение 4

  1. Постановка задачи 5

2.Предварительный анализ исходных данных……………………………7

3. Построение математической модели…………………………………….24

Выводы……………………………………………………………………….29

Перечень ссылок .30





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 поставленного задания приведены в

таблице 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.

2 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.


2.1 Исследование выборки по прибыли (Y).

  • Математическое ожидание (арифметическое среднее)

34,91761905.

  • Доверительный интервал для математического

ожидания (22,75083;47,08441).

  • Дисперсия (рассеивание) 714,402159.

  • Доверительный интервал для дисперсии (439,0531; 1564,384).

  • Средне квадратичное отклонение (от среднего) 26,72830258.


Случайные файлы

Файл
20991-1.rtf
СП 11-110-99.doc
26564-1.rtf
176322.rtf
13103.doc




Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.