- •Экономико-математические методы и модели
- •Содержание
- •Предисловие
- •1 Цели и задачи изучения дисциплины
- •2 Программа теоретического курса
- •3 Общие положения, рекомендации и требования к выполнению контрольной работы
- •4 Задания контрольной работы
- •4.1 Теоретическая часть Задание 1. Составление структурно-логических схем и тестов
- •4.2 Практическая часть
- •Задание 2. Система экономико-математических моделей оптимального планирования и управления
- •Задание 3. Экономико-статистическое моделирование и прогнозирование
- •5 Методическое пособие к решению практических заданий
- •5.1 Методика решения задания 2
- •2. Решение задачи с помощью инструмента Excel Поиск решения.
- •3. Анализ оптимального решения.
- •1. Экономико-математическая модель задачи.
- •2. Решение задачи с помощью инструмента Excel Поиск решения.
- •5.2 Методика решения задания 3
- •1. Использование инструмента Описательная статистика
- •2. Проведение корреляционного анализа
- •3. Прогнозирование развития показателей с помощью линии тренда Excel
- •4. Прогнозирование с применением функции экспоненциального сглаживания
- •5. Прогнозирование с применением метода скользящего среднего
- •6. Использование функции линейн для создания модели тренда
- •7. Использование функции тенденция для построения прогнозов
- •8. Использование функции предсказ для построения прогнозов
- •9. Анализ нелинейных процессов с помощью функции лгрфприбл.
- •10. Составление нелинейных прогнозов с помощью функции рост
- •11. Прогнозирование с использованием парной регрессии
- •12. Расчет и оценка уравнения множественной регрессии средствами Excel
- •Список рекомендуемой литературы
- •Приложение а Критические значения f-критерия (распределение Фишера)
- •Приложение б Распределение Стьюдента (t-распределение)
5. Прогнозирование с применением метода скользящего среднего
При исследовании спроса на реализуемый товар-новинку в фирменном магазине в течение 20 дней было зафиксировано определенное количество поступивших на него жалоб со стороны покупателей (табл. 9, ячейки В2:В21). Выяснить, существует ли какая-либо тенденция поступления жалоб с помощью инструмента Скользящее среднее.
Выполнение:
Инструмент Скользящее среднее можно вызвать в диалоговом окне команды Анализ данных из меню Сервис. Открывшееся окно диалога предлагает пользователю задать следующие основные параметры (рис. 23).
Рисунок 23 - Окно диалога «Скользящее среднее»
Таблица 9 - Оценка тенденции поведения показателей исследуемого динамического ряда методом скользящего среднего
|
А |
В |
С |
|
1 |
День месяца |
Количество жалоб |
|
|
2 |
1 |
10 |
#Н/Д |
|
3 |
2 |
11 |
#Н/Д |
|
4 |
3 |
10 |
10,333 |
|
5 |
4 |
12 |
11 |
|
6 |
5 |
13 |
11,667 |
|
7 |
6 |
13 |
12,667 |
|
8 |
7 |
13 |
13 |
|
9 |
8 |
10 |
12 |
|
10 |
9 |
16 |
13 |
|
11 |
10 |
9 |
11,667 |
|
12 |
11 |
15 |
13,333 |
|
13 |
12 |
10 |
11,333 |
|
14 |
13 |
15 |
13,333 |
|
15 |
14 |
17 |
14 |
|
16 |
15 |
12 |
14,667 |
|
17 |
16 |
15 |
14,667 |
|
18 |
17 |
14 |
13,667 |
|
19 |
18 |
18 |
15,667 |
|
20 |
19 |
19 |
17 |
|
21 |
20 |
15 |
17,333 |
6. Использование функции линейн для создания модели тренда
Составить прогноз товарооборота торгового предприятия по данным табл. 6 с помощью функции ЛИНЕЙН.
Выполнение:
Функция рабочего листа ЛИНЕЙН помогает определить характер линейной связи между результатами наблюдений и временем их фиксации и дать ей математическое описание, наилучшим образом аппроксимирующее исходные данные. Для построения трендовой модели она использует уравнение вида у = mх + b, где у — исследуемый показатель; х = t — временной тренд; b, m — параметры уравнения, характеризующие соответственно у-пересечение и наклон линии тренда.
Вызвать функцию ЛИНЕЙН можно в диалоговом окне Мастера функций (категория «Статистические»), расположенном на панели инструментов Стандартная.
Используя метод наименьших квадратов, функция ЛИНЕЙН создает массив значений, который описывает искомую модель тренда. Учитывая, что создается массив значений, функция должна задаваться пользователем в виде формулы массива. Поэтому перед началом работы с ЛИНЕЙН необходимо на рабочем листе выделить диапазон ячеек, достаточный для размещения создаваемого ею массива значений. Так, для прогнозирования товарооборота по данным табл. 6 обозначим ячейками E10:F14 диапазон для формирования выходного массива (табл. 10). После того, как выделен выходной диапазон и пользователь определился с аргументами функции посредством диалогового окна ЛИНЕЙН, следует нажать на клавиатуре кнопки Ctrl+Shift+Enter.
Таблица 10 - Расчет и оценка линейной модели тренда с помощью функции ЛИНЕЙН
|
A |
B |
C |
D |
E |
F |
1 |
|
|
|
|
|
|
2 |
Порядковый номер месяца |
Объем товарооборота, тыс. руб. |
|
|
|
|
3 |
1 |
28415 |
|
|
|
|
4 |
2 |
28231 |
|
|
|
|
5 |
3 |
29783 |
|
|
|
|
6 |
4 |
30969 |
|
|
|
|
7 |
5 |
30494 |
|
|
|
|
8 |
6 |
29757 |
|
|
|
|
9 |
7 |
30850 |
|
|
|
|
10 |
8 |
31325 |
Линейная оценка |
437,425 |
27920,1 |
|
11 |
9 |
31359 |
Статистика |
34,958505 |
338,033 |
|
12 |
10 |
31610 |
0,917921 |
644,603 |
||
13 |
11 |
32366 |
156,56746 |
14 |
||
14 |
12 |
33313 |
65055814 |
5817182 |
||
15 |
13 |
33508 |
|
|
|
|
16 |
14 |
33374 |
|
|
|
|
17 |
15 |
34811 |
|
|
|
|
18 |
16 |
36046 |
|
|
|
|
Рисунок 24 - Окно диалога функции ЛИНЕЙН
Вывод: Число в ячейке Е10 представляет собой наклон линии тренда (m = 437,425), а число в ячейке F10 — это у-пересечение прямой линии (b = 27920,1). Можно составить линейную модель, описывающую динамику товарооборота торгового предприятия, которая принимает следующий вид:
Y = 27920,1 + 437,425x,
где х = t — порядковый номер месяца.
В нашем примере коэффициент корреляции (см. табл. 10, ячейка Е12) r2 = 0,9179, что указывает на высокое качество линейной модели.
В нашем примере Fкрит находится по таблице F-распределения на пересечении столбца 1 (так как в модели только одна переменная х — временной тренд) и строки 14 (см. ячейку F13 табл. 10). В приложении А находим для распределения Фишера с (1;14) степенями свободы, что при 5% -ном уровне значимости (доверительная вероятность 95 %) табличное значение Fкp = 4,6. Поскольку F = 156,567 (см. ячейку Е13 табл. 10) > 4,6, то полученная модель тренда полезна для использования в прогнозировании.
Рассчитаем значения t-статистики для оценки параметров m и b построенной нами модели на основе данных табл. 10:
Табличное значение tкрит для уровня значимости 0,05 (доверительная вероятность 0,95) с df = 14 степенями свободы равно 2,145 (см. приложение Б). Поскольку |tm| > 2,145, |tf| > 2,145, статистическая значимость параметров построенной модели признается весьма высокой.