Kiekybinių sprendimų metodai (2)


Verslo kursinis darbas. Įvadas. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinės analizės Y su kiekvienu X1,. , Xn (n=5). Porinė regresinė analizė. Y ir X3 porinė regresinė analizė. Y ir X4 porinė regresinė analizė. Y ir X5 porinė regresinė analizė. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas ir rezultatų palyginimas. Slenkančio vidurkio išlyginimo metodas. Eksponentinio išlyginimo metodas. Gamybos planavimo uždavinys. Išvados. Literatūros sąrašas. Lentelių sąrašas. Paveikslėlių sąrašas.


Kiekybiniai tyrimo metodai - tai empyriniai socialinių, ekonominių reiškinių tyrimai, kai pasitelkiama statistikos, matematiniai skaičiavimai. Jų tikslas pritaikyti matematinius modelius, teorijas ir hipotezes, susijusias su tiriamuoju reiškiniu.

Šio darbo pagrindinis tikslas – išanalizuoti, susisteminti ir apibendrinti kursinio darbo užduoties duomenis.

Darbo tikslai:

Atlikti koreliacinę regresinę analizę, porinę regresinę analizę ir daugianarę koreliacinę regresinę analizę panaudojant funkcijas LINEST, LOGEST, TREND, GROWTH;

Atlikti koreliacinę analizę y su kiekvienu x ir nustatyti ar egzistuoja stochastinis ryšys tarp veiksnių x ir y. Atrinkus 3 veiksnius atlikti porinę regresinę analizę ir nustatyti stochastinio ryšio tarp dydžiu x r y formą ir analitinę išraišką. Daugianarės koreliacinės regresinės analizės pagalba išnagrinėti y ryši su keliai nepriklausomai veiksniais x. Ši analizė mums lies įvertinti vieno veiksnio y ryšį su visais kitais kaip visuma.

Šiuo metu Lietuvoje sparčiai daugėja automobilių, o kartu ir vairuojančių žmonių, todėl nusprendžiau atlikti tyrimą ir išsiaiškinti nuo ko priklauso vairavimo mokyklų mokinių skaičius. Norėdama nustatyti pagrindinius veiksnius lemiančius vairavimo mokyklų mokinių skaičių, pasirinkau penkis skirtingus kintamuosius:

automobilių skaičius mokykloje;

Atlikau koreliacinę analizę su kiekvienu kintamuoju, naudojau Microsoft Excel esančias formules: koreliacijos koeficientą apskaičiavau pagal funkciją CORREL, koreliacijos koeficiento reikšmingumą nustačiau pagal funkciją ABS, o koreliacijos koeficiento kritinį reikšmingumą pagal funkciją TINV.

Apskaičiuotas koreliacinio koeficiento reikšmingumas parodė, kad t3, t4 yra labai reikšmingi (t3 = 2,201918, o t4 = 1,766775). Koeficientai t3, t4 ir t5 mažiausiai skyrėsi nuo koreliacijos koeficiento kritinio reikšmingumo (tkritinis), todėl būtent šie kintamieji buvo atrinkti porinei regresinei analizei.

Porinės regresinės analizės tikslas – nustatyti stochastinio ryšio tarp veiksnių X ir Y formą ir analitinę išraišką.

Šioje dalyje atlieku porinę regresinę analizę tarp Y ir X3, Y ir X4 bei Y ir X5. Šie kintamieji buvo atrinkti, remiantis jų koreliacijos koeficientų reikšmingumu.

Bendrasis regresijos tiesės pavidalas:

  • Verslas Kursiniai darbai
  • 2015 m.
  • Lietuvių
  • 26 puslapiai (3599 žodžiai)
  • Universitetas
  • Verslo kursiniai darbai
  • Microsoft Word 251 KB
  • Kiekybinių sprendimų metodai (2)
    10 - 9 balsai (-ų)
Kiekybinių sprendimų metodai (2). (2015 m. Gegužės 19 d.). http://www.mokslobaze.lt/kiekybiniu-sprendimu-metodai-2.html Peržiūrėta 2016 m. Gruodžio 06 d. 14:19