Kiekybinių sprendimų metodai: pardavimų metinės pajamos parduotuvėje


Statistikos kursinis darbas.

Turinys. Įvadas. Koreliacinė regresinė analizė.Taikymas. Tyrimo tikslai. Koreliacinė analizė. Porinė regresinė analizė. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Tyrimų rezulatų pritaikymo pavyzdžiai.Prognozavinimas išlyginimo metodais. Slenkančiojo vidurkio metodo taikymas. Eksponentinio išlyginimo metodo taikymas. Gamybos planavimo uždavinys. Analizė. Gamybos planavimo uždavinio sudarymas ir sprendimas grafiškai. Gamybos planavimo uždavinio sprendimas su SOLVER programa. Jautrumo analizės rezultatų aprašymas. Išvados. Priedai.


Trečioje dalyje bus išspręstas gamybos planavimo uždavinys, kurio metu sieksime nustatyti kiek įmonei gaminti spalvotų ir vienspalvių žaisliukų, kad pelnas būtų maksimalus. Šis uždavinys bus sprendžiamas dviem būdais: grafiškai ir su SOLVER pagalba.

Šio kursinio darbo atlikimui naudojausi moksline literatūra, internetiniais šaltiniais bei paskaitų konspektais.

Nustatyti, kaip pardavimo metines pajamas „X“ parduotuvėje įtakoja šie veiksniai:

dispersijos (MS Excel funkcija VAR) – duomenų sklaida apie vidurkį;

kvadratiniai nuokrypiai (MS Excel funkcija STDEV) – sklaidą charakterizuoją tiriamų duomenų matavimo vienetais;

koreliacijos koeficientai (MS Excel funkcija CORREL) – parodo ryšio tarp x ir y stiprumą;

Ŷ = 253.818+0.085*X1, tiesė aprašo statistinių taškų, kurie nurodo šeimos pajamos tenkančias vienam asmeniui, visumą. Tiesė pavaizduojama grafiškai:

Ŷ =427,215+1,786*X3, tiesė aprašo statistinių taškų, nurodančių automobilių skaičių šeimoje, visumą. Tiesė pavaizduojama grafiškai:

Determinacijos koeficientas trečiosios eilutės pirmajame stulpelyje yra lygus 0,952. Didelė šio koeficiento reikšmė, tačiau mažesnė nei tiesinės regresijos lygties atveju.

Atlikus daugianarę analizę gautos dvi lygtys, kurios yra adekvačios realiai padėčiai. Jos gali būti naudojamos prognozavimui ar uždavinių sprendimui. Buvo padaryta išvada, kad tiesinė priklausomybė geriau tinka prognozavimui.

Atliktų skaičiavimų rezultatus galima taikyti praktikoje. Jie gali būti panaudojami tiek kasdienybėje, skaičiuojant šeimos išlaidas skirtas automobiliui, tiek įvairias kitokias išlaidas, norint prognozuoti bei planuoti tolimesnę veiklą. Be to, šie skaičiavimai atskleidė, kurie veiksniai yra svarbiausi skaičiuojant išlaidas skirtas automobiliui per vieną mėnesį.

Vidutinės kvadratinės paklaidos = ((Yt4 - Ft4)^2+... +(Yti - Fti)^2) / (savaičių sk. – n))

Palyginus VKP, kai =0,2 ir VKP, kai =0,3, tai galima sakyti, kad tikslesnė prognozė yra, kai =0,3.

Įmonė gamina dviejų rūšių dekoratyvinius žaisliukus: spalvotus ir vienspalvius. Gaminama 100vnt spalvotų ir 100 vnt vienspalvių žaisliukų. Spalvotų žaisliukų gamybai reikia 4 l. dažų, o vienspalvių – 2 l. Mašinų darbo valandos spalvotiems žaisliukams yra 2val, o vienspalviams – 1val. Žmogaus darbo valandos spalvotiems žaisliukams yra 2val, o vienspalviams – 0,5val. Ištekliai 40 l dažų, mašinos dirba 50val, žmogaus darbo valandos – 30val. Spalvotų žaisliukų pelnas lygus 120lt, vienspalvių – 70lt.

Iš nubrėžtos tikslo funkcijos matosi, kad ją reikia šiek tiek paslinkti į viršų, kur susikerta dvi tiesės (optimalus taškas C), kad gautųsi maksimalus pelnas. Optimalų reikalingų pagaminti plokščių kiekį gausime išsprendus lygčių sistemą:

Šio darbo pirmoje dalyje išnagrinėjau priklausomo kintamojo Y (automobilio išlaidos šeimoje per mėnesį) priklausomybę nuo nepriklausomų veiksnių:

Taip pat buvo apskaičiuoti tokie statistikos dydžiai kaip vidurkis, vidutinis standartinis nuokrypis, dispersija ir koreliacijos koeficientas, kuris parodė, kad Y ir X1, X2, X3, X4, X5 sieja ryšys, bet stipriausias ryšys egzistuoja tarp X1, X3, X 4.

Atlikus porinę regresinę analizę buvo sudarytos 3 lygtys ir nubrėžti jų grafikai. Palyginus statistika F ir F(kritine) gavau, kad šios tiesės yra adekvačios realiai padėčiai.

Daugianarę koreliacinę regresinę analizę buvo atlikta panaudojus tiesinę ir eksponentinę lygtis. Galima padaryti išvadas, kad tiesinė lygtis geriau atspindi realią padėtį.

Trečioje šio darbo dalyje išprendžiau gamybos planavimo uždavinį dviem būdais: grafiškai ir su SOLVER pagalba. Taip radau optimaliausias gamybos apimtis ir nustatytas maksimalus pelnas.

  • Statistika Kursiniai darbai
  • 2017 m.
  • Lietuvių
  • Andra
  • 23 puslapiai (3207 žodžiai)
  • Universitetas
  • Statistikos kursiniai darbai
  • Microsoft Word 168 KB
  • Kiekybinių sprendimų metodai: pardavimų metinės pajamos parduotuvėje
    10 - 1 balsai (-ų)
Kiekybinių sprendimų metodai: pardavimų metinės pajamos parduotuvėje . (2017 m. Balandžio 22 d.). http://www.mokslobaze.lt/kiekybiniu-sprendimu-metodai-pardavimu-metines-pajamos-parduotuveje.html Peržiūrėta 2018 m. Sausio 22 d. 16:28