Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
pos_bnik.doc
Скачиваний:
15
Добавлен:
18.12.2018
Размер:
25.61 Mб
Скачать

Прогнозування в “Базі даних”

Хай до початку планування (2000 р) маємо дані. На їх основі треба провести розрахунки чистого прибутку і витрат на 2005 рік.

Рисунок 4.7. Вхідна таблиця прогнозного аналізу

Вводимо у комірки В6, С4, C5 і C6 формули: В6:=В4-В5; С4:=ОКРУГЛ((В4+(($B$7*B4)/100)),2); 5:=ROUND((B5+(($B$8*B5)/100),2); C6:=C4-C5.

Формули діапазону С4:С6 копіювати до кінцевого року прогнозування. Отримаємо значення, що наведені в рисунку 4.8.

Рисунок 4.8. Загальний вигляд базової таблиці після розрахунків

Результати планування, які потребують аналізу містяться у комірках G5, G6. Далі однофакторна модель готується для аналізу двох показників.

У службовий рядок (під №20 - рис. 4.9 ) вводяться дві формули, які посилаються на комірки G6, G5 базової таблиці, а також на A20. Тобто умовно в В20 і С20 мають бути введені формули: В20:=G6+(G6*A20)/100; С20:=G5+(G5*A20)/100. Далі виділяється діапазон А20:А27.

Рисунок 4.9 Результати розрахунків

В меню ДАТАТАБЛИЦА ПОДСТАНОВОК вказати адресу комірки А20 і активізувати ОК . Будемо мати результати розрахунків (табл. із рис.4.9).

Кореляційно – регресійний аналіз

Інструментарій надаємо у скороченому варіанті, сподіваючись, що студенти знайомі з теоретичними основами кореляційно-регресійного аналізу, як методу сучасної математичної статистики, зі спеціальних навчальних дисциплін.

Для проектування в залежності від мети, студент може скористатись такими етапами організації даних:

1. Збирання даних. Вибірка повинна за обсягом переважати кількість факторів які вивчаються в 4-6 разів.

2. Кореляційний аналіз. Визначається характер зв’язків та їх щільність (міцність). В результаті можна: встановити фактори, що дійсно впливають на залежну змінну; ранжувати їх за зменшенням впливу; мінімізувати кількість факторів у моделі.

3. Розрахунок параметрів і побудова регресійної моделі. На цьому етапі відшукується найбільша величина встановленого зв’язку. Це дає змогу прогнозувати значення залежної змінної У від значень незалежних змінних відповідно до рівняння: У = a0 + b1х1 + b2х2 + ... +bn xn

4. Встановлення статистичної значущості моделі для використання в плануванні і прогнозуванні. Визначаються значення детермінації – R2, критерій значущості – F.

5. Отримані моделі використовуються для прогнозування, управління, якщо вони статистично значущі.

Алгоритм проведення кореляційного аналізу із застосуванням Excel:

1. Виклик статистичних функцій через вікно “Мастер функций”. Активізувати функцію “Корреляция”.

2. Діалогове вікно, що з’являється запрошує дві вхідних множини (масиви) даних і видає коефіцієнт кореляції у комірку де було встановлено курсор до того як було звернення до функції.

3. Якщо активізувати функцію “Корреляция” з пакету “Анализ данных”, то кореляційні матриці можна побудувати без обмежень (в межах робочого листа).

4. З пакету “Анализ данных” (СЕРВИС  Анализ данных) виконується множинний кореляційно - регресійний аналіз. В цьому випадку активізується команда “Надстройка”.

5. Робиться вибір інструментів “Корреляция” або “Регрессия” в залежності від умови завдання.

6. В діалогових вікнах, що з’являються проводяться відповідні настроювання.

Рисунок 4.10 Послідовність вибору і реалізації функцій Ехсеl

Примітка: якщо виділений діапазон включає рядок заголовку чи стовпець, активізують прапорець “Метка”. Початкове зображення алгоритму кореляційного і регресійного аналізу в Exсel має багато віконне зображення (рис.4.10).

Приклади розрахунків надаються у вигляді таблиць і діаграм (рис.4.11 - 4.12). Графічне зображення процедур наведено як комплексне. Зрозуміло, що у проекті або звіті функціональні таблиці і рисунки прив’язані до конкретних задач (процедур).

Рисунок 4.11 Зображення результатів регресійного аналізу

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]