- •Содержание введение
- •1. Моделирование как основной элемент построения экономических
- •2. Основные инструменты анализа экономических данных
- •2.1 Анализ экономических данных с помощью инструмента msExcel
- •2.2 Отбор данных и подготовка данных для корреляционного анализа.
- •3 Трендовые модели прогнозирования экономических процессов
- •3.1. Вычисление скользящего среднего средствами Excel
- •3.2 Использование функций линейн для создания моделей тренда.
- •3.3 Использование функций тенденция для построения прогноза прибыли
- •3.4 Использование функций предсказ для построения прогноза прибыли.
- •3.5Использование возможностей Excelпри построении нелинейных прогнозов.
- •3.5.1 Составление нелинейного прогноза с помощью функции лгрфприбл
- •3.5.2 Составление нелинейного прогноза с помощью функции рост
- •3.6 Прогнозирование с применением экспоненциального сглаживания
- •3.7 Добавление линии тренда к рядам данных на диаграмме
- •4. Применение регрессионного анализа в построении экономических прогнозов.
- •4.1. Прогнозирование с использованием парной регрессии
- •5.Использование технологий BusinessStudio
- •5.1 Стратегическая карта организации
2.2 Отбор данных и подготовка данных для корреляционного анализа.
Основной целью корреляционного анализа является установление характера влияния факторной переменной на исследуемый показатель и определение тесноты их связи с тем, чтобы с достаточной степенью надежности строить модель развития исследуемого показателя.
Коэффициент корреляции используется в качестве меры, характеризующей степень линейной связи между двумя переменными. Он является безмерной величиной и не зависит от выбора единиц переменных. Значение коэффициента корреляции лежит в интервале от -1 до +1. Положительное значение коэффициента корреляции свидетельствует о прямой связи между исследуемым факторным показателем, а отрицательное - об обратной. Чем ближе значение коэффициента к 1, тем теснее связь.
Таблица 2.2–Исходные данные для произведения корреляционного анализа
порядковый номер месяца |
объем товарооборота, тыс. руб |
Оборачиваемостьтоваров, дни |
удельный вес торговой площади в общей, в % |
Удельный вес торгово-оперативного |
Удельный вес товаров |
1 |
28415 |
43,5 |
44 |
67,7 |
22,5 |
2 |
28231 |
43 |
44 |
67,7 |
18 |
3 |
29783 |
43 |
44 |
70,2 |
24,9 |
4 |
30969 |
43,5 |
47,8 |
70 |
24,4 |
5 |
30494 |
42,5 |
47,8 |
68 |
20,6 |
6 |
29757 |
42,5 |
47,8 |
68 |
19 |
7 |
30850 |
43 |
49 |
70,2 |
22,2 |
8 |
31325 |
42,5 |
49 |
70 |
21,6 |
9 |
31359 |
43 |
50,3 |
70 |
19,8 |
10 |
31610 |
41,5 |
50,3 |
70 |
19,7 |
11 |
32366 |
41,5 |
50,3 |
70 |
23,1 |
12 |
33313 |
42 |
50,3 |
70 |
23,9 |
13 |
33508 |
41,5 |
50,3 |
68 |
21,2 |
14 |
33374 |
10,5 |
50,3 |
68 |
20,4 |
15 |
34811 |
41,5 |
50,3 |
70 |
24,2 |
16 |
36046 |
40 |
49 |
70 |
26,5 |
Примечание – Источник: Собственная разработка
Таблица 2.3– Матрица парных коэффициентов корреляции
|
объем товарооборота, тыс. руб |
Оборачиваемостьтоваров, дни |
удельный вес торговой площади в общей, в % |
Удельный вес торгово-оперативного |
Удельный вес товаров |
объем товарооборота, тыс. руб |
1 |
|
|
|
|
оборачивоемостьтоваров, дни |
-0,307326209 |
1 |
|
|
|
удельный вес торговой площади в общей, в % |
0,750142683 |
-0,274833 |
1 |
|
|
Удельный вес торгово-оперативного |
0,386631936 |
0,2792317 |
0,37264093 |
1 |
|
Удельный вес товараьу |
0,508787648 |
0,1406335 |
0,03745715 |
0,58040012 |
1 |
Примечание – Источник: Собственная разработка
Коэффициент корреляции между показателями прибыль и товарооборот составил 0,8417421, значит, показатели находятся в прямой зависимости друг от друга. Данный коэффициент стремится к 1,соответственно, теснота связи высокая. Значение коэффициента между показателями прибыль и товарооборачиваемостью равно -0,8768013, что свидетельствует об обратной связи. Теснота связи также высокая. Связь между показателями прибыль и расходы прямая, но слабая.