Kiekybiniai metodai ekonomikoje kursinis darbas


Ekonomikos kursinis darbas.

Kursinio darbo užduotis. Kursinio projekto sąžiningumo deklaracija. Lentelių sąrašas. Diagramų sąrašas. Įvadas. Aprašomoji statistika. Koreliacinė regresinė analizė. Porinė regresinė analizė. Daugianarė koreliacinė regresinė analizė. Prognozavimas. Slenkančio vidurkio metodas. Svertinio slenkančio vidurkio metodas. Trendo prognozavimo metodas. Gamybos planavimo uždavinys. Ataskaitos. Išvados. Literatūros sąrašas. Diagrama Nr. 1 Santuokų skaičius mieste stulpelinėje diagramoje. Diagrama Nr. 2 Santuokų skaičius mieste juostinėje diagramoje. Diagrama Nr. 3 Santuokų skaičius mieste skritulinėje diagramoje. Diagrama Nr. 4 Dažnių histograma. Diagrama Nr. 5 Santykinių dažnių histograma. Diagrama Nr. 6 Dviejų kiekybinių kintamųjų sklaidos diagrama. Diagrama Nr. 7 Y priklausomybė nuo X. Diagrama Nr. 8 Y priklausomybė nuo X. Diagrama Nr. 9 Y priklausomybė nuo X. Diagrama Nr. 10 Pradinių prognozavimų duomenų diagrama. Diagrama Nr. 11 Slenkančio vidurkio metodo grafikas. Diagrama Nr. 12 Svertinio slenkančio vidurkio metodas. Diagrama Nr. 13 Trendo prognozavimas. Diagrama Nr. 14 Gamybos planavimo uždavinys.


1.4 surasti ir pavaizduoti medianą, vidurkį, dispersiją, vidutinį kvadratinį nuokrypį, pirmąjį ir trečiąjį kvartilius;

1.5 dviejų kiekybinių kintamųjų sklaidos diagrama.

2.1 atlikti koreliacinę analizę Y su kiekvienu X1 , ..., Xn (n 5);

2.2 atrinkti X1 , X2 , ..., Xm (m 3);

2.3 atlikti porinę regresinę analizę Y su kiekvienu X1 , X2 , ..., Xm;

2.4 atlikti daugianarę koreliacinę regresinę analizę Y su X1 , X2 , ..., Xm , panaudojant funkcijas LINEST, LOGEST, TREND, GROWTH.

3. Atlikti prognozę keliais metodais ( 3) ir palyginti rezultatus skaičiuojant įvairių tipų paklaidas.

4.1 sudaryti ir išspręsti grafiškai gamybos planavimo uždavinį (m 3; n = 2);

4.2 išspręsti tą patį uždavinį su SOLVER ir aprašyti jautrumo analizės rezultatus.

Santuokų skaičius (Lietuvos Respublika, vnt.):

Koreliacinė analizė leidžia nustatyti ar egzistuoja ryšys tarp kintamųjų. Pvz: ar išlaidos priklauso nuo pajamų, ar ledų pardavimai priklauso nuo oro temperatūros ir pan.

Koreliacijos koeficientą apskaičiuojame su funkcija CORREL. Ryšio stiprumas skirstomas nuo labai silpno (0,1) iki labai stipraus (0,99) ir nuo atvirkštinio labai silpno (-0,1) iki atvirkštinio labai stipraus (-0,99).

Koreliacijos koeficiento reikšmingumą apskaičiuojame pagal formulę:

Apskaičiuojame tiesės koeficientus (a0 su X1, X2, X3 ir a1 su X1,X2,X3) su INTERCEPT ir SLOPE funkcijomis.

Pasirenkame funkciją LINEST. Pirmame laukelyje "known_y's" žymimos visos Y reikšmės, toliau "known_x's" - pažymime visas pasirinktas X reikšmes (žymite X1, X2, X3 visas reikšmes kartu). Likusiuose dviejuose funkcijos laukeliuose įrašome "TRUE". Viską taip pat atliekame su LOGEST funkcija.

Pirmose lentelių eilutėse nurodomi regresijos lygties koeficientai: pradedant iš dešinės a0, a1, a2 ir t.t. Antrose eilutėse yra šių koeficientų vidutiniai standartiniai nuokrypiai (taip pat pradedant iš dešinės). Pirmųjų stulpelių trečiosiose eilutėse yra determinacijos koeficientas D, o ketvirtose eilutėse dispersijų santykis F, kuris parodo adekvatumą. Pirmųjų stulpelių paskutinėse eilutėse nurodomi regresijos dispersijų skirtumų kvadratų suma, o antro stulpelio paskutinėje eilutėje nurodoma likutinės dispersijos skirtumų kvadratų suma. Ketvirtos eilutės antrame stulpelyje nurodomi likutinės dispersijos laisvės laipsniai (t.y: n-m-1). Taigi, pagal šiuos skaičius galima sudaryti lygtis:

Funkcijos TREND ir GROWTH parodo, kokios būtų Y reikšmės, jei turimos X – ų reikšmės būtų kitokios, todėl susigalvojame naujus X – sus.

Taigi, funkcija TREND parodo, kokios būtų Y reikšmės esant naujiems X – ams ir tiesinei ryšio formai, o funkcija GROWTH parodo Y reikšmes esant eksponentiniam augimui.

Kad atlikti prognozavimo uždavinius, sudariau lentelę su sugalvotais duomenimis, kuri rodo kiek kurią savaitę buvo įvykdytų pardavimų:

Visus prognozavimo tikslumo skaičiavimus atliekame su funkcija AVERAGE. Apskaičiuojant MSE skaičiuojame stulpelio„Paklaidos kvadratas“ vidurkį, MAD – „Paklaidos modulis“ vidurkį, MFE – „Paklaida“ vidurkį.

Koeficientus a0 ir a1 randame su funkcijomis INTERCEPT ir SLOPE, pažymint pardavimų duomenis ir savaičių skaičius.

Siuvykla gamina sijonus ir sukneles. Vienam sijonui pagaminti reikia 2 žmogaus darbo valandų, 3 įrenginių darbo valandų ir 2m2 audinio. Suknelei pagaminti - 3 žmogaus darbo valandų, 4 įrenginių darbo valandų ir 4m2 audinio. Siuvyklos turimi ištekliai: 16 žmogaus darbo valandų, 24 įrenginių darbo valandos ir 40m2 audinio. Gaunamas pelnas už vieną sijoną 20EUR, o už suknelę 40 EUR. Nustatyti, kiek kokio produkto gaminti, kad pelnas būtų didžiausias.

Ieškome taško, kuris pasiektų maksimalų plena, todėl tikslo funkcijos tiesę keliame lygiagrečiai aukštyn. Paskutinis taškas, kurį lies tikslo funkcijos tiesė yra C (8;0), todėl šis taškas yra optimalus.

  • Ekonomika Kursiniai darbai
  • 2016 m.
  • Lietuvių
  • 32 puslapiai (3664 žodžiai)
  • Universitetas
  • Ekonomikos kursiniai darbai
  • Microsoft Word 1035 KB
  • Kiekybiniai metodai ekonomikoje kursinis darbas
    10 - 3 balsai (-ų)
Kiekybiniai metodai ekonomikoje kursinis darbas. (2016 m. Kovo 15 d.). http://www.mokslobaze.lt/kiekybiniai-metodai-ekonomikoje-kursinis-darbas.html Peržiūrėta 2016 m. Gruodžio 04 d. 01:57