рефераты Знание — сила. Библиотека научных работ.
~ Портал библиофилов и любителей литературы ~

Меню
Поиск



бесплатно рефераты Исследования зависимости производства ликероводочных изделий от экономических показателей

Исследования зависимости производства ликероводочных изделий от экономических показателей

Министерство Общего и Профессионального Образования
Самарский Государственный Аэрокосмический Университет
Факультет экономики и управления
Кафедра менеджмента

Курсовая работа по курсу
Исследования Систем Управления
на тему:

исследование зависимости  производства ликеро-водочных изделий с экономическими показателями

Студента 7 факультета
3 курса
Станина  А
. В.
Научный руководитель
Газиев Н. У.

Самара 1996

Постановка задачи.....................................................................................................................................................

Первичный анализ исходных данных.........................................................................................................

Корреляционно-регрессионный анализ.....................................................................................................

Способ 1...................................................................................................................................................................................

Способ 2...................................................................................................................................................................................

метод пресс........................................................................................................................................................................

метод исключения......................................................................................................................................................

метод главных компонент....................................................................................................................................

прогнозирование...........................................................................................................................................................

заключение............................................................................................................

 


Постановка задачи.


               Определить существует ли зависимость между производством ликеро-водочных изделей (Y) и :   

            1- валовый сбор зерна (X1);
            2 - валовый сбор сахарной свеклы (X2);
            3- потребление пива (X3);
            4- население России  (X4);
            5- потребление водки (X5).
            В случае обнаружения зависимости построить оптимальную модель, котороя могла бы быть пригодной для прогноза.        

Первичный анализ исходных данных.


            Анализ динамики производства ликеро-водочных изделий (Y) показывает, что за период наблюдения (N=21)  минимальное производство был равно 138.1, а максимальным 209.2, тем самым изменение величины Y было в пределах 71.1. Вариация равная 12.2126% свидетельствует об однородности величины Y (<33%). Отклонение от среднего значения (176.5905) в среднем не превышало 17.5814 (среднее абсолютное отклонение), эксцесс (-1.1554) и асимметрия (-0.1873)  утверждает, что распределение величины Y имеет незначительный сдвиг влево и достаточно выраженную плосковершинность.
            Величина Y имеет тенденцию к увеличению, средний темп прироста составляет -0.981% .

            Анализ динамики валового сбора зерна (X1) показывает, что за период наблюдения (N=21)  минимальный сбор был равен 248.1, а максимальным 356.3, тем самым изменение величины X1 было в пределах 108.2. Вариация равная 10.6046% свидетельствует об однородности величины X1 (<33%). Отклонение от среднего значения (313.5953) в среднем не превышало 33.2555 (среднее абсолютное отклонение), эксцесс (-0.9713) и асимметрия (-0.5517)  утверждает, что распределение величины X1 имеет незначительный сдвиг влево и достаточно выраженную плосковершинность.
            Величина X1 имеет тенденцию к увеличению, т.к. средний темп прироста составляет 1.0741% или на 0.0254 единиц измерения (% от номинала в миллионах тонн). Сбор до 16 наблюдения имеет тенденцию к увеличению, в период от 16 до 21 наблюдается падение сбора.

            Анализ динамики валового сбора сахарной свеклы (X2) показывает, что за период наблюдения (N=21)  минимальный сбор был равен 20812, а максимальный 33177, тем самым изменение величины X2 было в пределах 12365. Вариация равная 13.9157% свидетельствует об однородности величины      X2 (<33%). Отклонение от среднего значения (26846.0952) в среднем не превышало 3735.8119 (среднее абсолютное отклонение), эксцесс (-1.1144) и асимметрия (0.324)  утверждает, что распределение величины X2 имеет незначительный сдвиг вправо и  плосковершинность.
            Величина X2 имеет тенденцию к увеличению, т.к. средний темп прироста составляет 0.9409%. 

            Анализ динамики потребление пива (X3) показывает, что за период наблюдения (N=21)  минимальное потребление пива  было 92.4, а максимальная  106.1, тем самым изменение величины X3 было в пределах 13.7. Вариация равная 3.8059% свидетельствует об однородности величины X3 (<33%). Отклонение от среднего значения (99.5857) в среднем не превышало 3.7902 (среднее абсолютное отклонение), эксцесс (5.6717) и асимметрия (1.4085)  утверждает, что распределение величины X3 имеет незначительный сдвиг вправо и достаточно выраженную островершинность.
            Величина X3 имеет тенденцию к росту, т.к. средний темп прироста составляет 0.0821% . Потребление пива  во время 9 наблюдения имеет резкое падение.

            Анализ динамики населения России (X4) показывает, что за период наблюдения (N=21)  минимальное население  было 130.1, а максимальное 147.4, тем самым изменение величины X4 было в пределах 17.3. Вариация равная 3.6811% свидетельствует об однородности величины X4 (<33%). Отклонение от среднего значения (138.7) в среднем не превышало 5.1057 (среднее абсолютное отклонение), эксцесс (-1.2575) и асимметрия (0.1499)  утверждает, что распределение величины X4 имеет незначительный сдвиг вправо и незначительную плосковершинность.
            Величина X4 имеет тенденцию к возрастанию, т.к. средний темп прироста составляет 0.6262% .Кривая распределения величины Х4 имеет небольшой подъем вверх.

            Анализ динамики потребления водки  (X5) показывает, что за период наблюдения (N=21)  минимальное потребление  было 133.5, а максимальное 208.5, тем самым изменение величины X5 было в пределах 75. Вариация равная 11.4207% свидетельствует о однородности величины X5 (<33%). Отклонение от среднего значения (175.9905) в среднем не превышало 20.0993 (среднее абсолютное отклонение), эксцесс (-0.7625) и асимметрия (-0.1934)  утверждает, что распределение величины X5 имеет  незначительный сдвиг влево и достаточно выраженную плосковершинность.
            Величина X5  имеет тенденцию  к уменьшению,  т.к. средний темп прироста составляет -1.1457% . Потребление до 13 наблюдения  возрастает, затем последовал медленный  спад до 21 наблюдения.

Корреляционно-регрессионный анализ.

            Анализ коэффициентов парной корреляции говорит о наличии интенсивной связи Y с Х5 (0.9834), средней с Х4 (-0.5315) -знак минус указывает на обратную зависимость- и Х3 ( -0.4266), слабой с Х2 (-0.1890) и  Х1 (0.1176). Значит в модель стоит включить факторы  Х3, Х4,Х5.

            Следующим этапом идет проверка на мультиколлениарность,существует несколько способов данной проверки.

Способ 1.

            При проверке на мультиколлениарность (коэффициенты частной корреляции и t-статистика) видно, что существует взаимосвязь между:

                       

x1

x2

x3

x4

x2

x1

 

x1

x4

x4

 

x2

 

 

 

 

                                                                                                                                                                       

следовательно в модель включается Х5  и Х4, т.к. коэффициент парной корреляции Y-X4 (-0.5315) больше, чем коэффициенты парной корреляции Y-X1 (0.1170) и Y-X3 (-0.4266) и Y-Х2(-0.1890).

Способ 2.

            Этот метод основан на анализе распределения корреляционной матрицы. Идея метода заключается в том что вводятся некоторые  критерии на основе которого можно проверить о значимости отклонения корреляционной матрицы от ортогональной, для этого вводится величина:


                        Х^2= N-1-1/6(2*n+5)*ln|R|


по расчетам ХИ квадрат равно 80.469 больше табличного, значит между переменными существует мультиколлениарность. Для определения степени мультиколлениарности вводим величину: 


                        W=(Cii-1)-(N-n)/(n-1)


где Сii - диагональный элемент матрицы обратной корреляционной.


Wii

Wii

f-критерий

W11

3.622

0.0139

W22

1.93

0.12648

W33

6.18

0.00081

W44

2.181

0.08999

W55

6.225

0.00077

               

            Данная таблица указывает, что наиболее коллениарна Х2, затем Х4 и можно сказать что Х3 и Х5 вовсе не коллениарны. Следовательно в модель лучше включить Х3 и Х5, но проведенный последующий регрессионный анализ указывает что лучше включать в модель Х2 и Х3, т.е. производство ликеро-водочных изделий (Y) зависит от валового сбора сахарной свеклы (X2) и потребления пива (X3).

            Анализ уравнения регрессии говорит, что при росте Х5 на 1 единицу в своих единицах измерения увеличит Y на 1.0552 единицы в своих единицах измерения,  Отклонения основного тренда носят случайный характер, а данная модель определяет Y на 96.71% ( R-квадрат). Относительная ошибка апроксимации указывает об адекватности математической модели. Степень рассеянности Y мала   (дисперсия=3.909). Распределение Y  является нормальным, в ряду нет автокорреляции нельзя , а проверка на стационарность случайного компонента с помощью Х^2 (Х^2=10.04) указывает что коэффициенты корреляции неоднородны.










метод пресс.

            Основан на выборе наилучшего уравнения регрессии для этого рассчитывают  значения сумм квадратов расхождения:


Хi

отклонение

Хi

отклонение

Хi

отклонение

Хi

отклонение

Хi

отклонение

1

9174.74

12

5598.67

123

5589.96

1234

538.735

12345

185.547

2

8969.93

13

7329.06

124

545.654

1235

217.694

 

 

3

7608.97

14

2226.17

125

217.86

1245

185.690

 

 

4

6674.29

15

256.857

134

1176.13

1345

236.652

 

 

5

305.611

23

7607.95

135

240.845

Страницы: 1, 2




Новости
Мои настройки


   бесплатно рефераты  Наверх  бесплатно рефераты  

© 2009 Все права защищены.