- •Применение экспертных методов при выборе оптимального решения
- •Лабораторная работа 2 Решение задач поиска оптимального решения методом линейного программирования Цель: научиться использовать встроенные функции пакета Excel для поиска оптимального решения.
- •Лабораторная работа 3 Решение задач анализа динамического ряда Цели: получить навыки построения линейной модели динамического ряда, проверки ее адекватности и прогнозирования по ней.
- •Последовательность выполнения.
- •Решение задач анализа динамического ряда с использованием пакета statistica
- •Лабораторная работа 5
- •Построение балансовых моделей
- •Социально-экономических объектов
- •Цель: научиться использовать балансовые модели для решения задач планирования и управления социально-экономическими объектами.
- •Последовательность выполнения.
- •Провести расчеты в соответствии с описанной выше последовательностью.
- •Провести расчеты для двух цехов в Excel.
- •Построение нелинейной регрессии модели
- •Лабораторная работа 8 Построение регрессионных моделей в пакете statistica
- •Лабораторная работа 9 Решение задачи управления запасами Цель: получить навыки постановки задачи управления запасами и определения основных характеристик.
- •Библиографический список
- •Методические указания
- •“Информационное обеспечение стратегического менеджмента”
- •153003 Иваново, Рабфаковская, 34
Решение задач анализа динамического ряда с использованием пакета statistica
Цель: получить навыки построения модели динамического ряда с использованием пакета STATISTICA .
Постановка задачи.
Рассмотрим пример построения временного ряда на данных, представленных в табл. 7 – количество продукции, проданной компанией в течение последних 13 кварталов.
Таблица 7. Исходные данные для построения временного ряда
|
Дата |
Квартал |
Количество, проданной продукции, тыс. шт. |
|
Январь – март 1998 |
1 |
239 |
|
Апрель – июнь |
2 |
201 |
|
Июль – сентябрь |
3 |
182 |
|
Октябрь – декабрь |
4 |
297 |
|
Январь – март 1999 |
1 |
324 |
|
Апрель – июнь |
2 |
278 |
|
Июль – сентябрь |
3 |
257 |
|
Октябрь – декабрь |
4 |
384 |
|
Январь – март 2000 |
1 |
401 |
|
Апрель – июнь |
2 |
360 |
|
Июль – сентябрь |
3 |
335 |
|
Октябрь – декабрь |
4 |
462 |
|
Январь – март 2001 |
1 |
481 |
Необходимо проанализировать указанное множество данных и установить, можно ли обнаружить тенденцию. Если устойчивая тенденция действительно существует, данная модель будет использоваться нами для прогнозирования количества продукции, которая будет продана в следующие кварталы.
Запустить пакет STATISTICA и в появившемся окне (рис.1.) выбрать «Временные ряды и прогнозирование».
Ввести данные в файл (рис.2):
ввести имена переменных двойным щелчком по ячейке с именем (например, VAR1,VAR2 и т.д.). Изменение имени наблюдении также осуществляется по двойному щелчку по ячейке с именем;
ввести значения проданной продукции в окне «Данные»;
сохранить данные с помощью команды «Файл»\ «Сохранить»;
|
|
|
Рис.1. Главная форма
|
|
|
|
Рис.2. Ввод исходных данных |
|
|
|
Рис.3. Окно для анализа временного ряда
|
С помощью команды «Анализ/Продолжить анализ» вызвать окно «Анализ временных рядов» (рис.3). Выбрать исследуемую переменную «КОЛ_ВО». Нажать кнопку «Квартальный». Появится следующее окно (рис.4), в котором следует выставить:
«Год» начала (например, 1998);
номер квартала (например, 1);
выбрать «Вывод таблиц Стандарт.(17 табл.)»
Нажать «ОК(Начать сезонную корректировку)».
Появятся таблицы. Для получения окончательных результатов следует нажимать кнопку «Далее». Таблицы с результатами показаны (рис. 5–11).

|
Рис.4. Окно сезонной корректировки |
|
| |
|
Рис.5. Исходный ряд
| |
|
|
|
|
|
|
|
|
|
|
Рис.6. Сезонная составляющая
|
|
|
|
|
|
Рис.7. Ряд с сезонной поправкой
|
|
|
|
|
|
Рис.8. Тренд-циклическая компонента
|
|
|
|
|
|
Рис.9. Случайная компонента
|
|
|
|
|
|
Рис.10. Модифицированный исходный ряд
|
|
|
|
|
|
Рис.11. Сводные показатели |
|
Могут быть получены следующие графики (рис.12-13).
|
|
|
Рис.12. Граф ряда с сезонной компоненты и тренд-циклической составляющей
|
|
|
|
Рис.13. Графики по кварталам: D8 – немодифицированные S-I разности (отношений); D9 – окончательные значения для замены выбросов S-I разностей (отношений); D10 – сезонная составляющая |
|
|
|
Рис.14. Окно сезонной корректировки после десонализации |
Выйти из окна «Квартальная сезонная корректировка»(«ВЫХОД») (рис.14). Вернуться в окно «Анализ временных рядов» (рис. 2) и нажать кнопку «ОК(преобразование, авто- и кросскор. …)» для получения уравнения. Появится окно «Преобразование переменных» (рис.15). Выделить переменную «КОЛ_ВО» и нажать «ОК(Преобразовать выделенную переменную)».
Появится окно «Преобразование временного ряда» (рис.16), где задаем «Вычислить тренд [x=x-(a+b*t)].В этом окне уже рассчитаныa,b. Таким образом, получаем модель тренда вида
![]()
Нажать «ОК(Преобразовать)». Появится график и уравнение x=x-(a+b*t)(рис.17).
Все вновь рассчитанные переменные появляются в блоке переменных (рис.18).
|
|
|
Рис.15. Окно преобразования переменных |
|
|
|
Рис.16. Окно построения модели временного ряда |
|
|
|
|
Рис.17. График и уравнение переменной |
|
|
|
|
|
| |
|
Рис.18. Окно преобразования переменной после построения линии тренда | |
Выйти из метода с помощью кнопки «Выход».
Сопоставить полученные модели с результатами лабораторной работы 3, оформить отчет и сделать выводы по работе.


















