- •Оглавление
- •Введение
- •Методология исследования корреляционно-регрессионных моделей
- •Описание экономических факторов и показателей
- •Линейная корреляционно-регрессионная многофакторная модель
- •Определения параметров, характеризующих качество связи результативного признака от факторных признаков
- •Прогнозирование на основе регрессионных моделей
- •Анализ и прогнозирование на примере ооо «Мечта»
- •Построение многофакторной модели
- •Выявление лучшей модели. Проверка модели на адекватность.
- •Проверка модели на адекватность
- •Список литературы
-
Анализ и прогнозирование на примере ооо «Мечта»
-
Построение многофакторной модели
В данном курсовом проекте рассматривается четырехфакторная модель, в которой рассматривается влияние на прибыль от реализации досок (Y) четырех факторов: количество реализованных досок (х1), себестоимость единицы продукции (х2), переменные затраты (х3), удельные переменные затраты (х4).
В таблице 1 приведены исходные данные о прибыли от реализации досок за 20 месяцев.
Таблица 1 – Входные данные
Y- Прибыль от реализации досок, тыс.руб. |
х1- количество реализованных досок, тыс.шт. |
х2-Себестоимость единицы продукции, руб. |
х3-Переменные затраты, тыс.руб. |
х4 - удельные переменные затраты тыс.руб. |
10,222 |
20 |
5,2 |
2,3 |
5,7 |
9,19 |
18 |
5,2 |
1,5 |
4,9 |
15,24 |
22 |
4,4 |
1,5 |
4,6 |
6,57 |
32 |
4,9 |
1,1 |
5,2 |
8,89 |
37 |
5,4 |
3,4 |
5,9 |
11,15 |
20 |
5,6 |
5,6 |
6,2 |
12,61 |
21 |
6,2 |
2,2 |
8,5 |
10,06 |
33 |
5,3 |
2,3 |
6,6 |
7,82 |
44 |
5,5 |
2,5 |
5,6 |
7,36 |
26 |
5,7 |
2,7 |
7,6 |
9,55 |
42 |
5,6 |
2,6 |
5,4 |
10,96 |
53 |
4,4 |
3,4 |
4,3 |
6,73 |
48 |
4,6 |
4,1 |
5,1 |
7,76 |
56 |
4,9 |
2,3 |
6 |
5,31 |
52 |
5,3 |
2,3 |
5,8 |
11,04 |
31 |
4,9 |
1,2 |
5,1 |
66,42 |
25 |
5,3 |
3,4 |
6,3 |
5,43 |
21 |
4,1 |
2,4 |
5,1 |
12,04 |
31 |
5,2 |
2,3 |
5,8 |
10,82 |
41 |
5,8 |
5,8 |
7,9 |
|
|
|
|
|
|
|
|
|
|
Для построения моделей выполняем следующие действия:
-
В диапазон ячеек A1:E21 вводим данные из таблицы 1 – Входные данные. Для исследования линейных регрессионных моделей в Excel применим команду Данные – Анализ данных – Регрессия. В диалоговом окне Регрессия: входной интервал Y – устанавливаем диапазон ячеек A1:A21. Входной интервал X – устанавливаем диапазон ячеек B1:E21. Метки – отмечаем флажок. Значение уровень надежности – отмечаем флажок и указываем значение 80%. В секции параметры вывода указываем ячейку для вывода результатов обработки данных - ячейка A30. Сохраняем лист Excel под именем модель 4. Результаты заполнения ячеек и обработки данных см.Приложение A - Модель 4.
-
В ячейку A55 записываем линейную четырехфакторную модель, взяв данные из ячеек В40:В44 столбца Коэффициенты таблицы Вывод итогов, она имеет вид:
-
Определяем переменную, которую следует вывести из модели. Для этого рассчитываем парные коэффициенты корреляции – меню Данные, Анализ данных, Корреляция, Входной интервал – диапазон A1:E21. Выходной интервал – A39. Результат см. Приложение А – Модель 4.Среди частных коэффициентов корреляции между факторными признаками находим наибольшее значение по модулю, выделяя факторы, находящиеся на пересечении. Для нашей модели это значение 0,802591086. Это означает, что факторные признаки x2 - Себестоимость единицы продукции и x4 - удельные переменные затраты сильно коррелируют между собой и один из этих признаков необходимо вывести из рассмотрения. По первому столбцу таблицы корреляция определяем коэффициенты корреляции этих факторов с результативным признаком Прибыль. Из рассмотрения следует вывести факторный признак x2 - Себестоимость единицы продукции, так как коэффициент корреляции равный 0,084510864 меньше чем 0,107966748 для факторного признака x4 - удельные переменные затраты.
-
Переходим к построению трехфакторной линейной модели, для этого новый лист Excel переименуем и дадим ему имя Модель 3, копируем таблицу исходных данных из диапазона ячеек A1:E21листа Модель 4 и удаляем фактор x2 – себестоимость единицы продукции (см. Приложение B). Выполняем регрессионный анализ (см.п.1) и корреляцию (см.п.3). Определяем переменную, которую следует вывести из модели (см.п.3). Для трехфакторной модели наибольшее значение у фактора x3 –переменные затраты, оно равно 0,34887702. Этот фактор пересекается с фактором x4 - удельные переменные затраты. Из рассмотрения следует вывести фактор x4 - удельные переменные затраты, так как коэффициент корреляции равный 0,107966784 меньше, чем 0,12714964 для факторного признака x3 – переменные затраты (см. Приложение B – Модель 3). В ячейку A58 записываем уравнение трехфакторной линейной модели, оно имеет вид:
-
Переходим к построению двухфакторной линейной модели, для этого новый лист Excel переименуем и дадим ему имя Модель 2, копируем таблицу исходных данных из диапазона ячеек A1:D21 листа Модель 3 и удаляем фактор x4 - удельные переменные затраты (см. Приложение C). Выполняем регрессионный анализ (см.п.1) и корреляцию (см.п.3). Определяем переменную, которую следует вывести из модели (см.п.3). Для двухфакторной модели наибольшее значение у фактора x1 количество реализованной продукции, оно равно 0,169941321. Этот фактор пересекается с фактором x3 - переменные затраты. Из рассмотрения следует вывести фактор x3 - переменные затраты, так как коэффициент корреляции равный 0,127224964 меньше, чем 0,230582866 для факторного признака x1 – количество реализованной продукции. В ячейку A52 записываем уравнение двухфакторной линейной модели, оно имеет вид:
-
Переходим к построению однофакторной линейной модели, для этого новый лист Excel переименуем и дадим ему имя Модель 1, копируем таблицу исходных данных из диапазона ячеек A1:C21листа Модель 2 и удаляем фактор x3 -переменные затраты (см. Приложение C). Выполняем регрессионный анализ (см.п.1) и корреляцию (см.п.3). В ячейку A59 записываем уравнение однофакторной линейной модели, оно имеет вид: