Автор работы: Пользователь скрыл имя, 19 Марта 2011 в 01:19, аттестационная работа
Задача № 1. «Многоэтапная транспортная задача»
Задача № 2 «Оптимальный план загрузки оборудования»
Задача №3 «Корреляционно-регрессионный анализ»
определяется на основании F-распределения Фишера-Снедекора, а также на основании величины . показывает уровень вероятности наступления события, реализации уравнения.
Регрессионная
модель считается значимой, если
.
. А значит
, т.к. 3,06748>2,29. Таким образом, данную
регрессионную модель в соответствии
с F-критерием Фишера можно считать адекватной.
Достоверная и значимая регрессионная модель должна иметь минимальную ошибку аппроксимации среди всех рассматриваемых уравнений регрессии. Данный показатель является критерием оценки точности модели и рассчитывается по формуле:
Значение не должно превышать 12-15%.
. Таким образом, полученная
модель не обладает точностью,
она не достоверна и незначима,
Задача
№4 «Прогнозирование
сезонных явлений»
Построить
прогнозную модель сезонного явления.
Рассчитать показатели сезонности, используя
скользящую среднюю и уравнение
тренда. Рассчитать поквартальные индексы
сезонности. Описать модели прогноза.
Исходные данные
Год | Квартал | Фактическое значение | Расчет с помощью экспоненциального сглаживания | Расчет по уравнению тренда | ||
Расчетный уровень ряда | Показатели сезонности | Расчетный уровень ряда | Показатели сезонности | |||
1 | 2 | 3 | 4 | 5 | 6 | 7 |
1999 | I | 1748 | 2580,30 | 0,68 | ||
II | 3892 | 1748 | 2,23 | 2567,79 | 1,52 | |
III | 2971 | 3248,8 | 0,91 | 2555,29 | 1,16 | |
IV | 3487 | 3054,34 | 1,14 | 2542,79 | 1,37 | |
2000 | I | 1291 | 3357,20 | 0,38 | 2530,29 | 0,51 |
II | 1480 | 1910,86 | 0,77 | 2517,78 | 0,59 | |
III | 2165 | 1609,26 | 1,35 | 2505,28 | 0,86 | |
IV | 3248 | 1998,28 | 1,63 | 2492,78 | 1,30 | |
2001 | I | 2042 | 2873,08 | 0,71 | 2480,27 | 0,82 |
II | 2692 | 2291,33 | 1,17 | 2467,77 | 1,09 | |
III | 2895 | 2571,80 | 1,13 | 2455,27 | 1,18 | |
IV | 3768 | 2798,04 | 1,35 | 2442,76 | 1,54 | |
2002 | I | 1764 | 3477,01 | 0,51 | 2430,26 | 0,73 |
II | 2539 | 2277,90 | 1,11 | 2417,76 | 1,05 | |
III | 1860 | 2460,67 | 0,76 | 2405,26 | 0,77 | |
IV | 2683 | 2040,20 | 1,32 | 2392,75 | 1,12 | |
2003 | I | 1522 | 2490,16 | 0,61 | 2380,25 | 0,64 |
II | 1985 | 1812,45 | 1,10 | 2367,75 | 0,84 | |
III | 3365 | 1933,23 | 1,74 | 2355,24 | 1,43 | |
IV | 2937 | 2935,47 | 1,01 | 2342,74 | 1,25 |
1,2) На
основании исходных данных
Графа 4 рассчитывается: при помощи поката анализа MS Excel с использованием функции экспоненциальное сглаживание.
Графа 5 рассчитывается: делением графы 3 на графу 4.
Графа 6 рассчитывается: подстановкой в уравнение линейного тренда, полученного при помощи MS Excel, соответствующих значений периода (от 1 до 20 по диаграмме).
Графа
7 рассчитывается: делением графы 3 на графу
6.
3) определяем
индексы сезонности по
n – количество лет.
Пример расчета индекса сезонности за I квартал на основании данных полученных при помощи уравнения линейного тренда.
Индексы сезонности товарооборота
Квартал | Индекс сезонности | |
С помощью экспоненциального сглаживания | С помощью уравнения тренда | |
1 | 2 | 3 |
I | 0,55 | 0,68 |
II | 1,28 | 1,02 |
III | 1,18 | 1,08 |
IV | 1,29 | 1,32 |
4) Описание модели прогноза для каждого квартала:
5) Расчет
среднеквадратичного
годы | I | II | III | IV | ||||||||
факт | расчет | откл. | факт | расчет | откл. | факт | расчет | откл. | факт | расчет | откл | |
1999 | 1748 | 2580,3 | -832,3 | 3892 | 2567,79 | 1324,21 | 2971 | 2555,29 | 415,71 | 3487 | 2542,79 | 944,21 |
2000 | 1291 | 2530,29 | -1239,29 | 1480 | 2517,78 | -1037,78 | 2165 | 2505,28 | -340,28 | 3248 | 2492,78 | 755,22 |
2001 | 2042 | 2480,27 | -438,27 | 2692 | 2467,77 | 224,23 | 2895 | 2455,27 | 439,73 | 3768 | 2442,76 | 1325,24 |
2002 | 1764 | 2430,26 | -666,26 | 2539 | 2417,76 | 121,24 | 1860 | 2405,26 | -545,26 | 2683 | 2392,75 | 290,25 |
2003 | 1522 | 2380,25 | -858,25 | 1985 | 2367,75 | -382,75 | 3365 | 2355,24 | 1009,76 | 2937 | 2342,74 | 594,26 |
При заполнении таблицы используются фактические данные и расчетные, полученные при помощи уравнения тренда.
6) Расчет случайной величины:
где = 2, n =5 (количество периодов, лет)
7) Построение прогноза на 2004 год
I | II | III | IV | |
Нижняя граница | -3378 | -2573,48 | -2422,92 | -1861,17 |
Прогноз | 2330,237 | 2317,734 | 2305,231 | 2292,728 |
Верхняя граница | 6547,125 | 7301,655 | 7402,222 | 7913,976 |
Прогнозное значение получается путем подстановки соответствующих периодов (21, 22, 23, 24) в уравнение прогноза каждого квартала (пункт 4).
Верхняя граница получается путем подстановки в уравнение модели прогноза каждого квартала соответствующей случайной величины с положительным знаком.
Нижняя
граница получается путем подстановки
в уравнение модели прогноза каждого
квартала соответствующей случайной
величины с отрицательным знаком.