- •Сбора информации о текущем состоянии управляемого объекта;
- •3817 — Номер (код) отделения банка;
- •0100653 — Лицевой счет коммерческой организации в данном банке.
- •3.3. Штриховое кодирование и технология его применения в экономической деятельности
- •Общесистемные и специальные (прикладные) программы,
- •Инструкции по применению средств программного обеспечения,
- •Задачи оптимизации управления экономическим объектом.
- •1. Целевая функция.
- •2. Ограничения:
- •3. Граничные условия.
- •1.3. Задание аналитической формы уравнения регрессии.
- •1.4. Определение параметров уравнения регрессии.
- •1.5. Проверка качества уравнения регрессии.
- •1.6. Проверка статистической значимости коэффициентов уравнения регрессии и определение доверительных интервалов.
- •Инструменты среды ms excel, используемые для проведения регрессионного анализа.
- •Средства табличного процессора ms Excel для решения задач регрессионного анализа.
- •1. Графический метод регрессионного анализа.
- •Построить диаграмму, отражающую зависимость между зависимой и независимой переменной. В качестве типа диаграммы выбрать Точечная вид - любой.
- •Добавить на диаграмму линию тренда3. Для этого:
- •2. Функции ms excel категории Статистические.
- •1.2. Оценка «технических» деталей программы
- •1.3. Резюме
- •6.1. Содержание и организация проектирования
- •6.2. Анализ системы обработки информации. Разработка технического задания
- •6.3. Организация разработки технического проекта
- •6.4. Организация разработки рабочего проекта
- •6.5. Внедрение экономической информационной системы
- •6.7. Экономическая эффективность информационных систем
- •7.2. Case-технологии
3. Граничные условия.
В качестве граничных условий в данном примере могут быть использованы следующие утверждения, вытекающие из сути поставленной задачи:
Объем производства полок типа А и полок типа В – неотрицательное значение.
Объем производства полок типа А и полок типа В – целое число.
x1, x2 0
x1, x2 – целое
Инструмент MS EXCEL для решения задач оптимизации - надстройка Поиск решения.
Выбор метода решения.
Существующие надстройки в электронной таблице MS Excel реализуют алгоритмы поиска оптимального решения на базе нелинейного метода оптимизации Л.Ласдона и А.Уорена, а также алгоритмы симплексного метода и «метода ветвей и границ» Д.Уотсона и Д.Филстра.
МЕТОДЫ ПРОГНОЗИРОВАНИЯ
Математический аппарат регрессионного анализа. Основные понятия и определения.
Задача регрессионного анализа.
Регрессионный анализ, заключается в определении аналитического выражения связи зависимой случайной величины Y (называемой также результативным признаком) с независимыми случайными величинами Х1, Х2,.., Хn (называемыми также факторами).
Форма связи результативного признака с факторами получила название уравнения регрессии. В зависимости от типа выбранного уравнения различают линейную и нелинейную регрессию (в последнем случае возможно дальнейшее уточнение: квадратичная, экспоненциальная, логарифмическая и т. д.).
В зависимости от числа взаимосвязанных признаков различают парную и множественную регрессию. Если исследуется связь между двумя признаками (результативным и факторным), то регрессия называется парной, если между тремя и более признаками — множественной (многофакторной) регрессией.
При изучении регрессии следует придерживаться определенной последовательности этапов:
Определение степени стохастической взаимосвязи результативного признака и факторов;
Задание аналитической формы уравнения регрессии;
Определение параметров уравнения регрессии;
Проверка общего качества уравнения регрессии;
Проверка статистической значимости каждого коэффициента уравнения регрессии;
Определение их доверительных интервалов;
Получение на основе построенного уравнения регрессии точечной и интервальных оценок прогнозного значения результативного признака.
Определение степени стохастической взаимосвязи результативного признака и факторов.
Наиболее точным показателем, позволяющим определить наличие, тесноту и направление взаимосвязи между переменными считается выборочный коэффициент корреляции (rx,y), определяемый по формуле:
Свойства коэффициента корреляции:
Значение коэффициента корреляции варьируется в интервале от –1 до 1. При получении расчетного значения, близкого к 1(-1) говорят о наличии корреляционной зависимости между переменными. При значениях коэффициента корреляции больше 0,7 (меньше –0,7) зависимость считается высокой.
Знак коэффициента дает сведения относительно направления зависимости («+» - прямая, «-» - обратная). Под прямой зависимостью понимают взаимосвязь при которой увеличение значения одной переменной ведет к увеличению значения другой. Обратная зависимость предполагает, что увеличение значения одной переменной влечет за собой уменьшение значения другой.