Ѕаза знаний студента. –еферат, курсова€, контрольна€, диплом на заказ

курсовые,контрольные,дипломы,рефераты

»сследовани€ зависимости производства ликероводочных изделий от экономических показателей — ћенеджмент (“еори€ управлени€ и организации)

ѕосмотреть видео по теме  урсовой

ћинистерство ќбщего и ѕрофессионального ќбразовани€
—амарский √осударственный јэрокосмический ”ниверситет
‘акультет экономики и управлени€
 афедра менеджмента

 урсова€ работа по курсу
»сследовани€ —истем ”правлени€
на тему:

исследование зависимости† производства ликеро-водочных изделий с экономическими показател€ми

—тудента 7 факультета
3 курса
—танина† ј. ¬.
Ќаучный руководитель
√азиев Ќ. ”.

—амара 1996


†TOC o "1-3" ѕостановка задачи.................................................................................................................................................... GOTOBUTTON _Toc373973396† †PAGEREF _Toc373973396 3

ѕервичный анализ исходных данных.................................................................................................... GOTOBUTTON _Toc373973397† †PAGEREF _Toc373973397 3

 оррел€ционно-регрессионный анализ................................................................................................ GOTOBUTTON _Toc373973398† †PAGEREF _Toc373973398 4

—пособ 1.................................................................................................................................................................................... GOTOBUTTON _Toc373973399† †PAGEREF _Toc373973399 4

—пособ 2.................................................................................................................................................................................... GOTOBUTTON _Toc373973400† †PAGEREF _Toc373973400 5

метод пресс...................................................................................................................................................................... GOTOBUTTON _Toc373973401† †PAGEREF _Toc373973401 5

метод исключени€................................................................................................................................................... GOTOBUTTON _Toc373973402† †PAGEREF _Toc373973402 6

метод главных компонент............................................................................................................................... GOTOBUTTON _Toc373973403† †PAGEREF _Toc373973403 6

прогнозирование........................................................................................................................................................ GOTOBUTTON _Toc373973404† †PAGEREF _Toc373973404 7

заключение....................................................................................................... GOTOBUTTON _Toc373973405† †PAGEREF _Toc373973405 ќшибка! «акладка не определена.


ѕостановка задачи.

††††††††††† †† ќпределить существует ли зависимость между производством ликеро-водочных изделей (Y) и :†††

††††††††††† 1- валовый сбор зерна (X1);
††††††††††† 2 - валовый сбор сахарной свеклы (X2);
††††††††††† 3- потребление пива (X3);
††††††††††† 4- население –оссии† (X4);
††††††††††† 5- потребление водки (X5).
††††††††††† ¬ случае обнаружени€ зависимости построить оптимальную модель, которо€ могла бы быть пригодной дл€ прогноза.

ѕервичный анализ исходных данных.

††††††††††† јнализ динамики производства ликеро-водочных изделий (Y) показывает, что за период наблюдени€ (N=21)† минимальное производство был равно 138.1, а максимальным 209.2, тем самым изменение величины Y было в пределах 71.1. ¬ариаци€ равна€ 12.2126% свидетельствует об однородности величины Y (<33%). ќтклонение от среднего значени€ (176.5905) в среднем не превышало 17.5814 (среднее абсолютное отклонение), эксцесс (-1.1554) и асимметри€ (-0.1873)† утверждает, что распределение величины Y имеет незначительный сдвиг влево и достаточно выраженную плосковершинность.
††††††††††† ¬еличина Y имеет тенденцию к увеличению, средний темп прироста составл€ет -0.981% .

††††††††††† јнализ динамики валового сбора зерна (X1) показывает, что за период наблюдени€ (N=21)† минимальный сбор был равен 248.1, а максимальным 356.3, тем самым изменение величины X1 было в пределах 108.2. ¬ариаци€ равна€ 10.6046% свидетельствует об однородности величины X1 (<33%). ќтклонение от среднего значени€ (313.5953) в среднем не превышало 33.2555 (среднее абсолютное отклонение), эксцесс (-0.9713) и асимметри€ (-0.5517)† утверждает, что распределение величины X1 имеет незначительный сдвиг влево и достаточно выраженную плосковершинность.
††††††††††† ¬еличина X1 имеет тенденцию к увеличению, т.к. средний темп прироста составл€ет 1.0741% или на 0.0254 единиц измерени€ (% от номинала в миллионах тонн). —бор до 16 наблюдени€ имеет тенденцию к увеличению, в период от 16 до 21 наблюдаетс€ падение сбора.

††††††††††† јнализ динамики валового сбора сахарной свеклы (X2) показывает, что за период наблюдени€ (N=21)† минимальный сбор был равен 20812, а максимальный 33177, тем самым изменение величины X2 было в пределах 12365. ¬ариаци€ равна€ 13.9157% свидетельствует об однородности величины ††† X2 (<33%). ќтклонение от среднего значени€ (26846.0952) в среднем не превышало 3735.8119 (среднее абсолютное отклонение), эксцесс (-1.1144) и асимметри€ (0.324)† утверждает, что распределение величины X2 имеет незначительный сдвиг вправо и† плосковершинность.
††††††††††† ¬еличина X2 имеет тенденцию к увеличению, т.к. средний темп прироста составл€ет 0.9409%.†

††††††††††† јнализ динамики потребление пива (X3) показывает, что за период наблюдени€ (N=21)† минимальное потребление пива† было 92.4, а максимальна€† 106.1, тем самым изменение величины X3 было в пределах 13.7. ¬ариаци€ равна€ 3.8059% свидетельствует об однородности величины X3 (<33%). ќтклонение от среднего значени€ (99.5857) в среднем не превышало 3.7902 (среднее абсолютное отклонение), эксцесс (5.6717) и асимметри€ (1.4085)† утверждает, что распределение величины X3 имеет незначительный сдвиг вправо и достаточно выраженную островершинность.
††††††††††† ¬еличина X3 имеет тенденцию к росту, т.к. средний темп прироста составл€ет 0.0821% . ѕотребление пива† во врем€ 9 наблюдени€ имеет резкое падение.

††††††††††† јнализ динамики населени€ –оссии (X4) показывает, что за период наблюдени€ (N=21)† минимальное население† было 130.1, а максимальное 147.4, тем самым изменение величины X4 было в пределах 17.3. ¬ариаци€ равна€ 3.6811% свидетельствует об однородности величины X4 (<33%). ќтклонение от среднего значени€ (138.7) в среднем не превышало 5.1057 (среднее абсолютное отклонение), эксцесс (-1.2575) и асимметри€ (0.1499)† утверждает, что распределение величины X4 имеет незначительный сдвиг вправо и незначительную плосковершинность.
††††††††††† ¬еличина X4 имеет тенденцию к возрастанию, т.к. средний темп прироста составл€ет 0.6262% . рива€ распределени€ величины ’4 имеет небольшой подъем вверх.

††††††††††† јнализ динамики потреблени€ водки† (X5) показывает, что за период наблюдени€ (N=21)† минимальное потребление† было 133.5, а максимальное 208.5, тем самым изменение величины X5 было в пределах 75. ¬ариаци€ равна€ 11.4207% свидетельствует о однородности величины X5 (<33%). ќтклонение от среднего значени€ (175.9905) в среднем не превышало 20.0993 (среднее абсолютное отклонение), эксцесс (-0.7625) и асимметри€ (-0.1934)† утверждает, что распределение величины X5 имеет† незначительный сдвиг влево и достаточно выраженную плосковершинность.
††††††††††† ¬еличина X5† имеет тенденцию† к уменьшению,† т.к. средний темп прироста составл€ет -1.1457% . ѕотребление до 13 наблюден舆 возрастает, затем последовал медленный† спад до 21 наблюдени€.

 оррел€ционно-регрессионный анализ.

††††††††††† јнализ коэффициентов парной коррел€ции говорит о наличии интенсивной св€зи Y с ’5 (0.9834), средней с ’4 (-0.5315) -знак минус указывает на обратную зависимость- и ’3 ( -0.4266), слабой с ’2 (-0.1890) и† ’1 (0.1176). «начит в модель стоит включить факторы† ’3, ’4,’5.

††††††††††† —ледующим этапом идет проверка на мультиколлениарность,существует несколько способов данной проверки.

—пособ 1.

††††††††††† ѕри проверке на мультиколлениарность (коэффициенты частной коррел€ции и t-статистика) видно, что существует взаимосв€зь между:

†††††††††††††††††††††††

x1

x2

x3

x4

x2

x1

x1

x4

x4

x2

††††††††††††††††††††††† ††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††††† †††††† ††

следовательно в модель включаетс€ ’5† и ’4, т.к. коэффициент парной коррел€ции Y-X4 (-0.5315) больше, чем коэффициенты парной коррел€ции Y-X1 (0.1170) и Y-X3 (-0.4266) и Y-’2(-0.1890).

—пособ 2.

††††††††††† Ётот метод основан на анализе распределени€ коррел€ционной матрицы. »де€ метода заключаетс€ в том что ввод€тс€ некоторые† критерии на основе которого можно проверить о значимости отклонени€ коррел€ционной матрицы от ортогональной, дл€ этого вводитс€ величина:

††††††††††††††††††††††† ’^2= N-1-1/6(2*n+5)*ln|R|

по расчетам ’» квадрат равно 80.469 больше табличного, значит между переменными существует мультиколлениарность. ƒл€ определени€ степени мультиколлениарности вводим величину:†

† ††††††††††††††††††††† W=(Cii-1)-(N-n)/(n-1)

где —ii - диагональный элемент матрицы обратной коррел€ционной.

Wii

Wii

f-критерий

W11

3.622

0.0139

W22

1.93

0.12648

W33

6.18

0.00081

W44

2.181

0.08999

W55

6.225

0.00077

††††††††††† †††

††††††††††† ƒанна€ таблица указывает, что наиболее коллениарна ’2, затем ’4 и можно сказать что ’3 и ’5 вовсе не коллениарны. —ледовательно в модель лучше включить ’3 и ’5, но проведенный последующий регрессионный анализ указывает что лучше включать в модель ’2 и ’3, т.е. производство ликеро-водочных изделий (Y) зависит от валового сбора сахарной свеклы (X2) и потреблени€ пива (X3).

††††††††††† јнализ уравнени€ регрессии говорит, что при росте ’5 на 1 единицу в своих единицах измерени€ увеличит Y на 1.0552 единицы в своих единицах измерени€,† ќтклонени€ основного тренда нос€т случайный характер, а данна€ модель определ€ет Y на 96.71% ( R-квадрат). ќтносительна€ ошибка апроксимации указывает об адекватности математической модели. —тепень рассе€нности Y мала†† (дисперси€=3.909). –аспределение Y† €вл€етс€ нормальным, в р€ду нет автокоррел€ции нельз€ , а проверка на стационарность случайного компонента с помощью ’^2 (’^2=10.04) указывает что коэффициенты коррел€ции неоднородны.

метод пресс.

††††††††††† ќснован на выборе наилучшего уравнени€ регрессии дл€ этого рассчитывают† значени€ сумм квадратов расхождени€:

’i

отклонение

’i

отклонение

’i

отклонение

’i

отклонение

’i

отклонение

1

9174.74

12

5598.67

123

5589.96

1234

538.735

12345

185.547

2

8969.93

13

7329.06

124

545.654

1235

217.694

3

7608.97

14

2226.17

125

217.86

1245

185.690

4

6674.29

15

256.857

134

1176.13

1345

236.652

5

305.611

23

7607.95

135

240.845

2345

224.784

24

256.856

145

256.53

25

227.26

234

3506.0

34

5628.28

235

224.949

35

275.868

245

226.924

45

266.522

345

236.662

††††††††††† »з таблицы видно лучше всего вз€ть модель 25 или 125.

модель

R2

дисперси€

25

0.9756

3.3709

125

0.9766

3.3005

††††††††††††††† ѕоследующа€ проверка говорит, что модель 25 наиболее выгодна. «начит

производство ликеро-водочных изделий† (Y) зависит от 2- валового сбора сахарной свеклы (X2), 5- потреблени€ водки (X5) на 97.66%.

ћетод исключени€.

††††††††††† ћетод исключени€ основан на анализе коэффициентов регрессионного уравнени€ при условии, что переменна€ при этом коэффициенте в модель была включена последней.

переменные в моделе

f-кри-

терий

переменные в моделе

f-кри-

терий

переменные в моделе

f-кри-

терий

переменные в моделе

f-кри-

терий

переменные в моделе

f-кри-

терий

’1

3.1719

’1

0.5331

’1

0.7335

’2

4.1314

’2

1.7014

’2

3.0429

’2

1.8365

’3

0.0115

’3

0.0121

’4

2.5988

’4

8.6594

’5

28.553

’5

394.844

’5

419.872

’5

23.6498

Fкр

4.4100

Fкр

4.4100

Fкр

4.4100

Fкр

4.4100

Fкр

4.4100

††††††††††† —ледовательно в модель включаетс€ только ’5. ƒанна€ модель определ€ет Y на 96.71%, значит потребление водки (X5) значительно вли€ет на производство ликеро-водочных изделий (Y).

ћетод главных компонент.

††††††††††† ћетод главных компонент был предложен  . ѕирсоном в 1901 году, а в дальнейшем развит и доработан. ћетод основан на стандартизации переменных дл€ чего используют следующие формулы:

††††††††††† Zij=(Xij-Xiсред)Si† ;

††††††††††† Si=[1/(n-1)*сумма(Xij-Xiсред)^2]^(1/2)† ;

где Zij стандартизованные переменные;

†††††† Si стандартизированное отклонение.

†††††††††††

††††††††††† ¬ модели участвуют главные компоненты Wj, которые представл€ют собой следующее:

††††††††††††††††††††††† Wj=V1Z1+V2Z2+...+VrZr

где Vj собственный вектор, который удовлетвор€ет системе уравнений:

††††††††††† †

††††††††††† (ZТz-KI)*Vj=0

где ZТz коррел€ционна€ матрица;

††††††  I характеристические корни уравнени€ | ZТz-KI|=0 .

†††††††††††  оррел€ци€ главных компонент показывает тесноту св€зи ’i с главными компонентами.† ѕеременные ’1,’2,’4 имеют интенсивную св€зь с первой главной компонентой, а ’3 среднюю, втора€ главна€ компонента интенсивно св€зана с переменной ’5. —ледовательно валовый сбор зерна (X1), валовый сбор сахарной свеклы† (X2), население –оссии (X4), потребление пива (X5) имеют некоторую гипотетическую величину, зависимую от них. ћодель полученна€ по методу главных компонент определ€ет величину Y на 87.43% ( R квадрат).

ѕрогнозирование.

ѕроведем прогнозы по полученным модел€м и сделаем оценки прогнозов.

прогноз

Gt

Dср

Eпр-сред

K

KH

KH1

V

Vмю

Vs

Vl

регресси€ от факторов

2.5273

1.552086

0.843786

0.13734

0.015911

0.0164

0.1373

0.008††††

0.009699

169.4348

регресси€ от главных компонент

6.633742

4.78329

2.587049

0.360434

0.041764

0.0432

0.3604

0.002

0.076127

124.1527

экспоненциальное сглаживание

11.42036

7.739524

3.974608

0.62061

0.071899

0.0744

0.6206

0.006

0.169182

168.1134

метод гармонических весов

8.637442

3.711905

2.035688

0.46938

0.054378

0.0563

0.4693

0.018

0.074788

157.9697

регресси€ от времени

16.61707

11.85095

6.213912

0.903012

0.104615

0.1083

0.903

0.012

0.169182

263.5587

††††††††††† »з данной таблицы видно, что наиболее точной моделью прогноза считаетс€ регресси€ от факторов, т.к. Gt=2.5273. Eпр-сред указывает о точности высокой точности прогноза,   - о том что данна€ модель довольно сильно близка к† эталонной (проста€ экстропол€ци€),  Ќ - модель близка к совершенной, а  Ќ1 - что модель лучше чем модель на уровне средней, V - что модель близка к простой экстропол€ции, Vмю - что центральна€ тенденци€ определена точно, Vs - что отклонени€ фактических и прогнозных достаточно точно совпадают, Vl - слаба€ св€зь между прогнозными и фактическими значени€ми.

†††††††††† «аключение.

††††††††††† ќсновными выводами по проведенной работе можно считать следующее:

1- производство ликеро-водочных изделий† (Y) имеет тенденцию к посто€нному росту;

2 - наиболее сильно оно зависит от† потреблени€ водки (’5) и от†† валовогосбора сахарной свеклы (X2) ;

3 - наиболее лучшей моделью дл€ проведени€ прогноза служит модель полученна€ по коррел€ционно-регрессионном󆆆 методу , котора€ на 97,66% описывает

† производство ликеро-водочных изделий (Y);

4 - прогноз следует проводить по модели регрессии от факторов, характеристики которой наиболее достоверные;

5 - дл€ построени€ наиболее точной модели следует рассмотреть большее количество факторов, вли€ние которых в большей мере бы определ€ло производство ликеро-водочных изделий (Y);

6 - вли€ние валового сбора зерна (X1), потреблени€ пива† (’3)† и населени€ –оссии (’4)фактически не существенно сказываетс€ на изменение производства ликеро-водочных изделий (Y);

7 - полученна€ модель пригодна дл€ прогноза лишь на краткосрочный период.

ћинистерство ќбщего и ѕрофессионального ќбразовани€ —амарский √осударственный јэрокосмический ”ниверситет ‘акультет экономики и управлени€  афедра менеджмента  урсова€ работа по курсу »сследовани€ —истем ”правлени€ на тему: исследование зав

 

 

 

¬нимание! ѕредставленна€  урсова€ находитс€ в открытом доступе в сети »нтернет, и уже неоднократно сдавалась, возможно, даже в твоем учебном заведении.
—оветуем не рисковать. ”знай, сколько стоит абсолютно уникальна€  урсова€ по твоей теме:

Ќовости образовани€ и науки

«аказать уникальную работу

ѕохожие работы:

ѕерераспределение полномочий и ответственности в системе менеджмента
ћетоды изучени€ затрат рабочего времени
Ћизинг, факторинг
—оставление внутрифирменного плана производственно-коммерческой де€тельности
 адровое планирование в организации
‘еномен российского менеджмента в лице ¬ладимира ƒовган€ и его компании "ƒовгань"
ќрганизаци€ рабочего дн€ руководител€, управление временем
 онфликты и методы их разрешени€
–азработка вопросов организации труда дл€ пр€дильного и ткацкого производства
ѕроектирование основных составл€ющих процесса управлени€ по функци€м: планирование, организаци€, мотиваци€ и контроль дл€ фирмы "ќптика"

—вои сданные студенческие работы

присылайте нам на e-mail

Client@Stud-Baza.ru