Kiekybinių sprendimų metodų kursinis darbas (6)


Vadybos kursinis darbas.

Įvadas. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1,. ,x5. Atrinkti x, x,. , x (m ( 3) regresinei analizei atlikti. Porinė regresinė analizė Y su kiekvienu x1,x2,x3,x4,x. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas ir tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodu. Prognozavimas eksponentiniu metodu. Gamybos planavimo uždavinys. Pasirinkto objekto vertinimas pagal pasirinktus metodus (SAW ir COPRAS). Išvados. Literatūros sąrašas.


Nustatyti, kaip Y (mažų ir vidutinių įmonių skaičius) įtakoja tokie veiksniai kaip: išregistruotos įmonės (X1); įregistruotos įmonės (X2); darbuotojų skaičius (X3); kapitalas (X4); įmonių skaičius (X5).

x1, x2, x3, x4, x5 panaudojus CORREL funkciją.

Palyginus tlent ir tstat pagal tai, kad tlenttstat, matyti, kad koreliacijos koef. reikšmingas ir stochastinis ryšys tarp Y ir X egzistuoja. Tokie kintamieji tinka regresinei analizei. Mano skaičiavimuose matosi, kad X2, X3 ir X4 daugiau už tstat=0,717558196, todėl šie koreliacijos koeficientai yra reikšmingi, ir juos pasirenkame tolimesniai analizei.

Šios analizės metu nustatysiu bendrojo ryšio tarp Y ir visu pasirinktų veiksnių (X1, X2, X3, X4) egzistavimą ir jo analitinę išraišką.

Ja remiantis nustačiau bendrą ryšį tarp y ir pasirinktų X(1,2,3,4,5). Daugianarę analizę atlikau naudodamas funkcijas: LINEST (įvertina tiesinės funkcijos koeficientus) ir LOGEST (įvertina rodiklinės funkcijos koeficientus).

Norint išreikšti lygtį Y= a0+a1X1+a2X2+a3X3+a4x4+a5x5 reikia LINEST funkcijos pagalba sužinoti lygties koeficientus.

Apskaičiuotas dispersijų santykis yra mažesnis už kritinę reikšmę (Flent< Fstat) tai galima daryti išvadą, kad regresijos lygtis nėra adekvati realiai padėčiai ir jos negalima taikyti planavimui ir praktiniams skaičiavimams.

Atlikau koreliacinę regresinę analizę, kurios rezultatas- nustatyta priklausomybė tarp Y ir X2, X3, X4. Atlikęs koreliacinę analizę, sužinojau, kad Y priklauso nuo X2, X3, X4. Ryšys egzistuoja tarp mažų ir vidutinių įmonių skaičiaus ir įregistruotų įmonių, darbuotojų skaičiaus, kapitalo, nes šių veiksnių t lentelinė yra daugiau negu t statistinė, tai yra 2,8661 > 0,717558; 2,50598 > 0,717558; 9,6666 > 0,717558. Šios reikšmės yra reikšmingos, dėl to būtent jas naudojau tolimesniuose skaičiavimuose.

Atlikęs daugianarę koreliacinę analizę gavau dar 1 lygtį, kuri nėra adekvati realiai padėčiai ir kurios negalima panaudoti planavimui:

Apskaičiavus vidutinę absoliučiąją santykinę paklaidą, kai α = 0,6 gavome mažesnę reikšmę negu atveju, kai α = 0,3 , kas mums parodo, kad prognozė tikslesnė tada, kai α = 0,6.

Norint apskaičiuoti SAW ir COPRAS metodus turime susidaryti ir apskaičiuoti papildomas lenteles su tomis funkcijomis.

Šiame kiekybinių sprendimų metodų kursiniame darbe atlikau koreliacinę regresinę analizę, aprašiau tyrimo tikslus, atlikau koreliacinę analizę y su kiekvienu , atrinkau , regresinei analizei atlikti, atlikau porinę regresinę analizę y su kiekvienu, atlikau daugianarę koreliacinę regresinę analizę y su , panaudojant Excel‘io funkcijas LINEST, LOGEST, aprašiau gautus rezultatus ir pateikiau tyrimo rezultatų taikymo pavyzdžius. Be to atlikau prognozę slenkančio vidurkio ir eksponentinio išlyginimo metodais bei aprašiau gautus rezultatus.

  • Vadyba Kursiniai darbai
  • 2016 m.
  • Lietuvių
  • 18 puslapių (2555 žodžiai)
  • Universitetas
  • Vadybos kursiniai darbai
  • Microsoft Word 102 KB
  • Kiekybinių sprendimų metodų kursinis darbas (6)
    10 - 4 balsai (-ų)
Kiekybinių sprendimų metodų kursinis darbas (6). (2016 m. Balandžio 21 d.). http://www.mokslobaze.lt/kiekybiniu-sprendimu-metodu-kursinis-darbas-6.html Peržiūrėta 2016 m. Gruodžio 02 d. 20:03