- •Содержание
- •Введение цели и задачи курса «информационные технологии в коммерческой деятельности»
- •1 Лабораторная работа № 1 Базовые сведения оMsExcel (6 часов)
- •Методические указания к решению задачи
- •1.5 Арифметическая прогрессия
- •1.6 Начисление заработной платы
- •1.7 Расчет вычетов по формуле если
- •1.8 Сортировка таблицы
- •1.9 Форматирование электронной таблицы
- •1.10 Установка ширины столбцов и высоты строк
- •1.11 Объединение ячеек и изменение направления текста
- •Контрольные задания
- •Контрольные вопросы
- •2 Лабораторная работа № 2 Расчет статистических величин (2 часа)
- •2.1 Расчет статистических величин
- •Контрольные задания Построение ряда распределения
- •Постановка задачи
- •Методические указания к решению задачи
- •Контрольные вопросы
- •3 Лабораторная работа № 3 Работа с рядами динамики (4 часа)
- •Постановка задачи
- •Методические указания к решению задачи
- •Контрольные задания
- •Контрольные вопросы
- •4 Лабораторная работа № 4 Работа в средеMsЕхсеl при нахождении зависимости между факторами (4 часа)
- •Постановка задачи
- •Методические указания к решению задачи
- •Контрольные задания
- •Контрольные вопросы
- •5.2 Анализ инвестиционных проектов
- •Методические указания к решению задач
- •Контрольные задания
- •Контрольные вопросы
- •6 Лабораторная работа № 6 Анализ данных вMsExcel (4 часа)
- •6.1 Поиск решения
- •Постановка задачи 1
- •Методические указания к решению задачи 1
- •Постановка задачи 2
- •Методические указания к решению задачи 2
- •Контрольные задания
- •Контрольные вопросы
- •7 Лабораторная работа № 7 Решение коммерческих задач в программеStatistica (6 часов)
- •Методические указания к решению задачи
- •Контрольные задания
- •Контрольные вопросы
- •8 Лабораторная работа № 8 Создание бизнес-презентаций вPowerPoint (2 часа)
- •Постановка задачи
- •Контрольные вопросы
- •Рекомендуемая литература
Контрольные задания
Задание 1
Необходимо минимизировать затраты на перевозку товаров от предприятий-производителей на торговые склады. При этом нужно учесть возможности поставок каждого из производителей при максимальном удовлетворении запросов потребителей.
Рассматриваются пять региональных складов и три завода-изготовителя. Товары могут доставляться с любого завода на любой склад.
Исходные данные для расчета плана представлены на рисун- ке 6.4.
Рисунок 6.4 – Исходные данные для поиска решения
Поля, обведенные пунктиром, вводятся с клавиатуры, остальные рассчитываются по формулам в соответствии с приведенным вариантом (рисунок 6.5).
Рисунок 6.5 – Исходные данные для поиска решения
в аналитическом виде
Оцените полученные результаты и сравните с контрольными, приведенными в таблице 6.5.
Таблица 6.5 – Результаты решения задачи
План объема перевозок от завода к складу | ||||||||||||||||
Заводы: |
План поставок |
Чебоксары |
Псков |
Орел |
Липецк |
Тамбов | ||||||||||
Смоленск |
300 |
0 |
0 |
0 |
80 |
220 | ||||||||||
Екатеринбург |
260 |
0 |
0 |
180 |
80 |
0 | ||||||||||
Воронеж |
280 |
180 |
80 |
20 |
0 |
0 | ||||||||||
|
|
Поставлено каждому складу | ||||||||||||||
Всего |
|
180 |
80 |
200 |
160 |
220 | ||||||||||
|
|
|
|
|
|
| ||||||||||
|
|
Исходные данные для расчета плана | ||||||||||||||
Потребности складов |
180 |
80 |
200 |
160 |
220 | |||||||||||
Заводы: |
Мощность завода |
Стоимость перевозки единицы груза от завода к складу | ||||||||||||||
Смоленск |
310 |
10 |
8 |
6 |
5 |
4 | ||||||||||
Екатеринбург |
260 |
6 |
5 |
4 |
3 |
6 | ||||||||||
Воронеж |
280 |
3 |
4 |
5 |
5 |
9 | ||||||||||
|
|
Стоимость перевозок по каждому складу | ||||||||||||||
|
3200 |
540 |
320 |
820 |
640 |
880 |
Ответьте на вопросы.
Сколько товаров Смоленский завод перевозит на склад в Липецке?
С каких заводов получает товары на склад в Орле?
Какова потребность склада в Тамбове?
Кто является поставщиком склада в Липецке?
Контрольные вопросы
1. Как подключить инструмент Поиск решения?
2. Как задаются искомые переменные?
3. Как задать целевую функцию, для которой будет осуществляться поиск решения?
7 Лабораторная работа № 7 Решение коммерческих задач в программеStatistica (6 часов)
Цель лабораторной работы: овладение практическими приемами решения экономических задач в программе Statistica.
Теоретическое обоснование работы. Программа Statistica предоставляет уникальные возможности для проведения анализа данных. Система рассчитана на специалистов в прикладных областях.
В верхней строке имеется специальный пункт меню: Statistics. Методы, содержащиеся в данном пункте меню, покрывают весь спектр современного анализа данных. В программе реализованы следующие методы анализа данных:
- Basic Statistics/Tables (основные статистики и таблицы) –содержатся описательные статистики, методы группировки данных, анализ таблиц сопряженности, различные варианты t-критерия Стьюдента;
- Multiple Regression (множественная регрессия) – представлены процедуры множественной регрессии для построения многомерных линейных моделей;
- ANOVA (дисперсионный анализ) – собраны процедуры дисперсионного анализа, предназначенного для оценки различия в группах, например, продажи товаров в различных регионах;
- Nonparametrics (непараметрическая статистика);
- Distribution Fitting (подгонка распределений);
- Advanced Leaner\Nonlinear Models (углубленные линейные/нелинейные модели) – содержится анализ выживаемости, нелинейное оценивание, логлинейный анализ таблиц, общие линейные модели, обобщенные линейные и нелинейные модели, анализ и прогнозирование временных рядов;
- Multivariate Exploratory Techniques (многомерные разведочные методы) – содержится факторный, кластерный анализ, канонический анализ, метод главных компонент, деревья классификации, дискриминантный и обобщенный дискиминантный анализ, анализ соответствий, многомерное шкалирование.
- Industrial Statistics&Six Sigma (промышленная статистика и шесть сигма) – содержит карты контроля качества Шухарта, анализ процессов и метрология, анализ надежности, планы выборочного контроля и мощный набор процедур для планирования эксперимента;
- Power Analisis (анализ мощности);
- Neural Networks (нейронные сети) – новейшие методы добычи данных, включая правила ассоциаций, многомерные адаптивные сплайны, различные виды деревьев классификации, общие CHAID модели и др.;
- Data Mining (добыча данных);
- QC Data Mining & Root Cause Analysis (добыча данных в управлении качеством и анализ причин);
- Text & Document Mining (текстовая добыча данных).
Данные в Statistica организованы в виде электронной таблицы. Электронная таблица состоит из столбцов (Variables) и строк (Cases).
Постановка задачи. Пример основан на реальных данных, описывающих рынок пива в Греции. Известно, что этот рынок поделен между 5-ю фирмами, обозначенными далее как A, B, C, D и E.
В таблице 7.1 представлены данные объемов продаж отрасли и долей каждой фирмы.
Таблица 7.1 – Объемы продаж пивных компаний Греции
Фирма/ год |
2000 |
2001 |
2002 | |||||
Значение |
% |
Значение |
% |
Значение |
% | |||
В целом |
7646,287 |
100,0 |
10458,140 |
100,0 |
13475,974 |
100,0 | ||
A |
1926,300 |
25,2 |
1571,417 |
15,0 |
1595,742 |
11,8 | ||
B |
2347,987 |
30,7 |
3073,511 |
29,4 |
3660,954 |
27,3 | ||
C |
3372,000 |
44,1 |
4381,000 |
41,9 |
5677,000 |
42,1 | ||
D |
– |
– |
596,755 |
5,7 |
1042,278 |
7,7 | ||
E |
– |
– |
835,457 |
8,0 |
1500,000 |
11,1 |
До 2001 года на рынке присутствовали фирмы A, B и C, а в 2001 году в отрасль вошли фирмы D и E. Можно заметить, что после появления фирм D и E происходит резкое снижение доли фирмы A. Как видно из двух вышеприведенных таблиц, две новые фирмы D и E по-разному освоили рынок пива. Фирма D имела большие производительные способности, чем фирма E, но заметно отстает от нее по объемам продаж. Но уже в 2003 году фирма D не выдерживает конкуренции, а у фирмы A возникают финансовые проблемы.