Logo GenDocs.ru

Поиск по сайту:  

Загрузка...

Курсовая работа - Тестирование и исследование систем управления - файл менеджмент.docx


Курсовая работа - Тестирование и исследование систем управления
скачать (140.9 kb.)

Доступные файлы (1):

менеджмент.docx150kb.04.01.2011 03:46скачать

менеджмент.docx

1   2   3
данным: относят всю информацию, которая может быть предоставлена в распоряжение исследователя на момент начала работ. Соответственно здесь используется и два термина: кабинетное исследование, назначение которого - сбор вторичной информации и внекабинетное (полевое) исследование, цель которого - сбор первичных данных.

10. Корректировка разделов плана исследования, ориентированная на получение первичной информации. После сбора, систематизации и анализа вторичной информации в зависимости от полученных результатов принимаются решения о дальнейших исследовательских планах. При этом возможны варианты: а) прекращение работ (проблема решена); б) переход к следующему этапу исследования. Как правило, после анализа вторичной информации возникает необходимость внесения определенных изменений и дополнений не только в программу последующих работ по сбору первичной информации, но и в план исследования в целом. После этого можно перейти к следующему этапу работ - сбору первичной информации.

11. Сбор первичной информации. Сбор первичной информации для решения некоторых задач - это единственный способ получить все необходимые сведения. К его основным достоинствам можно отнести: сбор информации для конкретных целей (определены степень детализации, единицы измерения, время сбора и т.п.), отсутствие противоречивости 

полученных данных, т.к вся информация идет из одного источника, доступность всех полученных результатов при достаточной «закрытости» их для конкурентов. Однако внекабинетные исследования имеют и недостатки: их сбор требует достаточно больших затрат времени и средств. При подготовке к сбору первичных данных необходимо определить: объем и вид требуемой информации, границы объекта исследования, лиц, про водящих исследование, методы сбора данных. Принято выделять следующие основные методы сбора первичных данных: опрос, наблюдение и эксперимент.

12. Анализ результатов, формирование выводов и рекомендаций. Цель анализа собранной информации - проверка исходных предположений, получение ответов на поставленные вопросы и выявление новых проблем. Основой анализа являются гипотезы, сформулированные в программе и возникающие по мере их проверки в процессе самого анализа собранных данных. В зависимости от программных целей исследования анализ полученных данных может быть более или менее глубоким. Методам анализа будут посвящены дальнейшие разделы настоящего пособия. Однако можно представить некоторые общие характерные этапы анализа собранной информации, например эмпирической информации, полученной на основе опроса. После проведения анализа формулируются основные выводы и рекомендации по результатам проведенного исследования, которые обычно представляются в форме отчета.

Описание процесса исследования системы управления предприятием «Атлант».

1.Стадия предварительного планирования исследования.

Для сканирования внешней среды компании могут использовать исследования и сбор информации, изучение потребительского рынка с помощью рыночных исследований. Более того, компании должны постоянно отслеживать события и тренды, происходящие во внешней среде, наряду с отслеживанием действий конкурентов. Отслеживание внешней среды 

включает в себя сбор информации о социальных, культурных, демографических, экономических, политических, государственных и технологических трендах. Для данной цели работники компании могут использовать как собственные наблюдения, так и другие информационные ресурсы. Если этого не делать компания может потерять большой капитал, либо разориться.

На предприятии «Атлант» по производству телевизоров наметился спад объема продаж, и как следствие объема прибыли. Падение объемов продаж – это колоссальные денежные потери, которые несут собственники бизнеса.

Из-за снижения объемов продаж многократно возрастает риск потери самого бизнеса, в особенности, если бизнес не имеет определенного запаса прочности и не готов быстро перестраиваться. Более того, снижение объемов продаж часто заставляет владельцев компаний пересмотреть свой подход к ведению бизнеса. Они начинают резко закручивать гайки, сокращают потребление, вводят тотальный контроль всего, ужесточают требования к персоналу, вплоть до его сокращения и т.д.

В итоге многие вышеперечисленные процедуры могут делаться необдуманно и принести существенный вред компании, потому как подходы, которые приносили результат ранее, могут не сработать.

Для решения проблемы поставленной в исследовании я использую экспериментальную цель, чтобы выявить вследствие чего произошел спад. Данная цель поможет выявить причинно-следственную связь между отдельными элементами проблемы.

Телевизоры являются сезонной продукцией, что означает примерно равные продажи в теплое время года, и наблюдается небольшой спад в зимнее время.

Предметом исследования являются телевизоры, объектом исследования то, что на предприятии произошел спад производства.

2.Стадия разработки проекта исследования.



Проблема заключается в том, что произошел спад объема продаж и прибыли на предприятии. В исследовании телевизоры являются предметом. Из всего выше сказанного сформулируем гипотезу. Спад объема продаж на предприятии, и как следствие объема прибыли может быть связан со следующими факторами:

1. Неудовлетворенность качеством товара;

2. Неэффективность производственного потенциала, а вследствие низкая конкурентоспособность;

3. Снижение покупательского спроса в связи с изменением структуры рынка;

4. Затоваривание складов заказчика;

5. Плохая реклама;

6. Сезонность продукции.

Спад объема продаж, и как следствие объема прибыли на предприятии объясняется низкой рекламой, качеством продукции, спросом и потребностью на нею, сезонностью, если продукция является сезонной, ценой кирпича.

На основе сформулированной гипотезы, объекта и предмета, а также поставленных целей и задач необходимо выбрать частный подход к исследованию. Так как существует расхождение между желаемым и действительным состоянием объема продаж, объема прибыли. Может быть определено не единым образом. То есть существует несколько методов к решению поставленной ранее проблемы: метод наименьших квадратов с весами и метод авторегрессий.

Метод наименьших квадратов с весами. Этот метод является одним из наиболее распространенных приемов статистической обработки экспериментальных данных, относящихся к различным функциональным зависимостям физических величин друг от друга. В том числе, он применим к линейной зависимости и позволяет получить достоверные оценки ее параметров, а также оценить их погрешности. Сущность метода наименьших 

квадратов (МНК) заключается в минимизации суммы квадратов случайных отклонений, фактических значений временного ряда от тренда f (t).
2.2 Выбор метода исследования, его обоснование, описание
В данной курсовой работе выбираем метод наименьших квадратов с весами. В методе каждому отклонению Е придается вес, для того чтобы более точнее определить влияние прогнозного значения показателя. Чаще всего метод применяется, если исследуемая продукция является сезонной, так как значение показателя меняется в определенные промежутки времени. Исследуемой продукцией данной курсовой работы являются телевизоры, которые в свою очередь являются сезонной продукцией.

Экстраполяция выполненной с помощью МНК тенденции изменений показателя на прогнозный период предполагает, что все наблюдения (уровни временного ряда) равнозначны для прогноза. Однако информация об изменении показателя в период времени, непосредственно примыкающий к моменту прогноза, «ценнее» для прогнозирования, чем в более удаленный. Но и более удаленные от момента прогноза наблюдения временного ряда также несут значительную информацию о процессе, поэтому пренебрегать этими наблюдениями при расчете прогноза не следует.

Для учета различной «ценности», или, как это принято в терминологии прогнозирования и информатики, «веса» информации в различные моменты времени применяют метод наименьших квадратов с весами (МНКВ) и метод экспоненциального сглаживания.

Рассмотрим метод наименьших квадратов с весами.

Суть метода заключается в том, что каждому отклонению E придается вес βt < 1, причем веса возрастают для точек, находящихся ближе к моменту прогнозирования. Следовательно, чем дальше наблюдение (уровень) стоит от момента прогноза, тем меньший вес оно имеет, тем меньшее влияние оказывает на формирование уровня прогнозного значения показателя.



Для определения веса βt удобно использовать выражение:
βtn- (t-1) (2.1)
где – α некоторое число, меньшее единицы; n – число наблюдений. Чем меньше величина α, тем меньше ранние наблюдения влияют на прогноз.

Условие для МНКВ запишется в виде:
∑β[xt-f (t)]2→min (2.2)
Система нормальных уравнений для МНКВ имеет вид:
∑βx=a∑β+b∑βt+с∑ βt

βxt= a∑βt+b∑βt2+ с∑ βt2 (2.3)

βxt= a∑βt2+b∑βt3+ с∑ βt4
2.3 Расчет искомых показателей
За последние три месяца на предприятии «Атлант» по производству телевизоров наметился спад объёма продаж, и как следствие объёма прибыли.

Директором предприятия был принят ряд мер, направлённых на увеличение объёма продаж (реклама, различные методы стимулирования сбыта и т.п.).

Проведите исследование системы управления предприятием и определите:

а)способствовала ли проведённая кампания увеличению объёма продаж;

б)как при сохраняющейся тенденции изменится объём продаж

предприятия через 2 года;



в)отразите возможный диапазон изменения прибыли предприятия на период 2009-2013 гг.

г)оцените эффективность предлагаемых мероприятий через 5 лет при темпе инфляции 11%

д)существует ли зависимость объёма продаж предприятия от затрат на рекламу продукции телевизоров.

Исходные данные приведены в таблице 2.
Таблица 2.1 - Объем продаж предприятия «Атлант» за 14 лет

Порядковый год работы предприятия “Атлант”

1

2

3

4

5

6

7

8

9

10

11

12

13

14

Объём продаж предприятия за год (тыс. руб.)

28000

35000

45000

27000

35500

36200

36900

37600

38300

39000

39700

40400

41100

41800


Анализ условия задачи позволяет выделить факторный и результативный показатели:

1)факторный показатель х – порядковый год работы предприятия “Атлант”, 1,2,3 …..12,13,14;

2)результативный показатель у – объём продаж предприятия за год (тыс. руб.).

Строим график зависимости объема продаж от времени работы предприятия на основании таблице 2.1

В соответствии с требованиями метода наименьших квадратов для определения параметров а, b и c необходимо решить следующую систему уравнений:
∑βx=a∑β+b∑βt+с∑ βt

βxt= a∑βt+b∑βt2+ с∑ βt2 (2.3)

βxt= a∑βt2+b∑βt3+ с∑ βt4


Рисунок 1 - График зависимости объема продаж от времени работы предприятия
Для того чтобы более ранняя информация оказывала влияние на прогноз альфа (α) принимается ≈1, (α=0,9)

Составляем таблицу 2.2 для расчета прогноза объема продаж предприятия на период 2009-2013гг., если известна динамика объема продаж за предыдущие 14 лет.
Таблица 2.2 - Динамика объема продаж на период 1995-2008 гг.

Год

Объём продаж предприятия за год (тыс. руб.) (Х)

t

t2

t3

t4

xt

xt2

1995

28000

1

1

1

1

28000

56000

1996

35000

2

4

8

16

70000

70000

1997

45000

3

9

27

81

135000

90000

1998

27000

4

16

64

256

108000

54000

1999

35500

5

25

125

625

177500

71000

2000

36200

6

36

216

1296

217200

72400

2001

36900

7

49

343

2401

258300

73800

2002

37600

8

64

512

4096

300800

75200

2003

38300

9

81

729

6561

344700

76600

2004

39000

10

100

1000

10000

390000

78000

2005

39700

11

121

1331

14641

436700

79400

2006

40400

12

144

1728

20736

484800

80800

2007

41100

13

169

2197

28561

534300

82200

2008

41800

14

196

2744

38416

585200

83600

сумма

521500

105

1015

11025

127687

521500

1043000



На основании формулы 2.1 и таблицы 2.2 рассчитываем коэффициент β
β 114=0,26

β 213=0,28

β 312=0,31

β 411=0,34

β 510=0,37

β 69=0,41

β 78=0,45

β 87=0,49

β 96=0,54

β 105=0,60

β 114=0,66

β 123=0,73

β 132=0,81

β 141=0,9

∑β=7,15

βx=0,914*28000 +0,913*35000 +0,912*45000 +0,911*27000 +0,910*35500 +0,99*36200 +0,98*36900 +0,97*37600 +0,96*38300 +0,95*39000 +0,94*39700 +0,93*40400 +0,92*41100 +0,91**41800=6405,5 +8896,53 +12709,33 +8472,89 +12378,08 +14024,62 +15884,24 +17983,96 +20354,19 +23029,11 +26047,17 +29451,6 +33291 +37620=266548,23

∑βt=0,914*1 +0,913*2 +0,912*3 +0,911*4 +0,910*5 +0,99*6 +0,98*7 +0,97*8 +0,96*9 +0,95*10 +0,94*11 +0,93*12 +0,92*13 +0,91*14=0,26 +0,506 +0,846 +1,252 +1,74 +2,322 +3,01 +3,824 +4,779 +5,9 +7,216 +8,748 +10,53 +12,6=65,3

∑βt2=0,914*1 +0,913*4 +0,912*9 +0,911*16 +0,910*25 +0,99*36 +0,98*49 +0,97*64 +0,96*81 +0,95*100 +0,94*121 +0,93*144 +0,92*169 +0,91*196=0,229 +1,012 +2,538 + +5,008 +8,7 +13,932 +21,07 +30,592 +43,011 +59 +79,376 +104,976 +136,89 +176,4=684,65



∑βt3=0,914*1 +0,913*8 +0,912*27 +0,911*64 +0,910*125 +0,99*216 +0,98*343 +0,97*512 +0,96*729 +0,95*1000 +0,94*1331 +0,93*1728 +0,92*2197 +0,91*2744=0,229 +2,024 +7,614 +20,032 +43,5 +83,59 +147,5 +244,73 +387,1 +590 +873,14 +1259,7 +1779,57 +2469,6=7908,099

∑βt4=0,914*1 +0,913*16 +0,912*81 +0,911*256 +0,910*625 +0,99*1296 +0,98*2401 +0,97*4096 +0,96*6561 +0,95*10000 +0,94*14641 +0,93*20736 +0,92*28561 +0,91*38416=0,229 +4,048 +22,842 +8,0128 +217,5 +501,55 +1032,43 +1957,89 +3483,89 + +5900 +9604,5 +15116,54 +23134,41 +34574,4=95558,2

∑βxt=0,914*28000 +0,913*70000 +0,912*135000 +0,911*108000 +0,910*177500 +0,99*217200 +0,98*258300 +0,97*300800 +0,96*344700 +0,95*390000 +0,94*436700 +0,93*484800 +0,92*534300 +0,91*585200=4070500

∑βxt2=0,914*56000 +0,913*70000 +0,912*90000 +0,911*54000 +0,910*71000 +0,99*72400 +0,98*73800 +0,97*75200 +0,96*76600 +0,95*78000 +0,94*79400 +0,93*80800 +0,92*82200 +0,91*83600=533096,46
Теперь составляем систему:
20705,45=7,15a+65,3b+684,65с;

176668,70=65,3a+684,65b+7908,099с;

1791832,30 =684,65а+7908,099b+95558,2c.
Найдем параметры а, b и с определением. Найдём общий определитель
∆ = 7,15 65,3 684,65

65,3 684,65 7908,099

684,65 7908,099 95558,2 = 7,15 *684,65 *95558,2+684,65 *95558,2 *7,15+684,65 *7,15 *95558,2- (684,65)3- (7908,099)2 *7,15-5,3)2 *95558,2=945708,5



После этого определяем частные определители Δа, Δb, Δс:

∆а = 20705,45 65,3 684,65

176668,70 684,65 7908,099 = 14512414123

1791832,30 7908,099 95558,2

∆b= 7,15 20705,45 684,65

65,3 176668,70 7908,099 =-2178654210

684,65 1791832,30 95558,2

∆ =с 7,15 65,3 20705,45

65,3 684,65 176668,70 = 147876534

684,65 7908,099 1791832,30
Отсюда определяем коэффициенты а, b и с:
а = ∆а/а = 14512414123/ 945708,5 = 15345,55;

b = ∆b = -2178654210/ 945708,5 = - 2303,73;

c = ∆c = 147876534/945708,5 = 156,37.
Уравнение параболы имеет вид:
X=15345,55-2303,73t+156,37t2
Теперь составляем таблицу 2.3 прогноза t=15,16,17,18,19.

Подставляя в полученное уравнение параболы, затем по полученным данным построим график:
Таблица 2.3 - Динамика объема продаж телевизоров на период 2009-2013 гг.

Год

Объём продаж предприятия за год (тыс. руб.)

2009

46090,91

2010

55321,66

2011

67023,41



2012

74235,12

2013

82514,85

Рисунок 2 – График динамики объема продаж телевизоров на период 2009-2013гг.
Прогноз объема продаж предприятия в таблице 2.1 составлен на период 1995-2008гг. При сохраняющейся тенденции объем продаж предприятия через 5 лет будет увеличиваться.

Основным показателем эффективности предприятия является чистодисконтированный доход (ЧЧД), чтобы его найти нужно, составить прогноз выручки на последующие 5 лет.
Таблица 2.4 - Динамика изменения выручки на период 1995-2008 гг.

Год

Объем продаж, тыс. руб.

Себестоимость продукции, тыс. руб.

Выручка, тыс. руб.

1

2

3

4

1995

28000

19600

8400

1996

35000

24500

10500

1997

45000

27000

18000

1998

27000

18900

8100

1999

35500

24850

10650

2000

36200

25340

10860



2001

36900

25830

11070

2002

37600

26320

11280

2003

38300

26810

11490

2004

39000

27300

11700

2005

39700

27790

37817

2006

40400

28280

38629

Окончание таблицы 2.4

1

2

3

4

2007

41100

28770

39441

2008

41800

29260

40253

сумма

521500

360550

268190
Следующим действием является построение графика зависимости выручки от времени работы предприятия на основании таблицы 2.4.

Рисунок 3 - График зависимости выручки предприятия от времени его работы
Анализ графика, изображенного на рисунке 3, показывает, что при небольшом увеличении факторного показателя ^ Х на определенную величину наблюдается неравномерное возрастание значений результативного показателя У.

Таким образом, связь между показателями описывается при помощи 

уравнения параболы:
Ух=a+bx+cx2,
где Ух – результативный показатель; Х – факторный показатель; а, b, c –параметры уравнения регрессии.
Таблица 2.5 - Прогноз выручки на период 1995-2008 гг.

Год

Выручка, тыс. руб.

t

t2

t3

t4

xt

xt2

1995

8400

1

1

1

1

8400

16800

1996

10500

2

4

8

16

21000

42000

1997

18000

3

9

27

81

54000

108000

1998

8100

4

16

64

256

32400

64800

1999

10650

5

25

125

625

53250

106500

2000

10860

6

36

216

1296

65160

130320

2001

11070

7

49

343

2401

77490

154980

2002

11280

8

64

512

4096

90240

180480

2003

11490

9

81

729

6561

103410

206820

2004

11700

10

100

1000

10000

117000

234000

2005

37817

11

121

1331

14641

415987

831974

2006

38629

12

144

1728

20736

463548

927096

2007

39441

13

169

2197

28561

512733

1025466

2008

40253

14

196

2744

38416

563542

1127084

сумма

268190

105

1015

11025

127687

28159950

56319900


∑βx=a∑β+b∑βt+с∑ βt

βxt= a∑βt+b∑βt2+ с∑ βt2 (2.3)

β xt= a∑βt2+b∑βt3+ с∑ βt4

∑βx=0,914*8400 +0,913*10500 +0,912*18000 +0,911*8100 +0,910*10650 +0,99*10860 +0,98*1070 +0,97*11280 +0,96*11490 +0,95*11700 +0,94*37817 +0,93*38629 +0,92*39441 +0,91*40253=164459,7

∑βt=0,914*1 +0,913*2 +0,912*3 +0,911*4 +0,910*5 +0,99*6 +0,98*7 +0,97*8 +0,96*9 +0,95*10 +0,94*11 +0,93*12 +0,92*13 +0,91*14=0,26 +0,506 +0,846 +1,252 +1,74 +2,322 +3,01 +3,824 +4,779 +5,9 +7,216 +8,748 +10,53 +12,6=65,3



∑βt2=0,914*1 +0,913*4 +0,912*9 +0,911*16 +0,910*25 +0,99*36 +0,98*49 +0,97*64 +0,96*81 +0,95*100 +0,94*121 +0,93*144 +0,92*169 +0,91*196=0,26 +1,012 +2,538 + +5,008 +8,7 +13,932 +21,07 +30,592 +43,011 +59 +79,376 +104,976 +136,89 +176,4=684,65

∑βt3=0,914*1 +0,913*8 +0,912*27 +0,911*64 +0,910*125 +0,99*216 +0,98*343 +0,97*512 +0,96*729 +0,95*1000 +0,94*1331 +0,93*1728 +0,92*2197 +0,91*2744=0,26 +2,024 +7,614 +20,032 +43,5 +83,59 +147,5 +244,73 +387,1 +590 +873,14 +1259,7 +1779,57 +2469,6=7908,099

∑βt4=0,914*1 +0,913*16 +0,912*81 +0,911*256 +0,910*625 +0,99*1296 +0,98*2401 +0,97*4096 +0,96*6561 +0,95*10000 +0,94*14641 +0,93*20736 +0,92*28561 +0,91*38416=0,26 +4,048 +22,842 +8,0128 +217,5 +501,55 +1032,43 +1957,89 +3483,89 + +5900 +9604,5 +15116,54 +23134,41 +34574,4=95558,2

∑βxt=0,914*8400 +0,913*21000 +0,912*54000 +0,911*32400 +0,910*53250 +0,99*65160 +0,98*77490 +0,97*90240 +0,96*103410 +0,95*117000 +0,94*415987 +0,93*512733 +0,92*563542 +0,91*=2578167

∑βxt2=0,914*16800 +0,913*42000 +0,912*108000 +0,911*64800 +0,910*106500 +0,99*130320 +0,98*154980 +0,97*180480 +0,96*206820 +0,95 *234000 +0,94*831974 +0,93*927096 +0,92*1025466 +0,91*1127084=5156327
Теперь составляем систему:
164459,7 = 7,15a+65,3b+684,65с

2578167 = 65,3a+684,65b+7908,099с

5156327 = 684,65а+7908,099b+95558,2c
Параметры а, b и с находим способом определений. Сначала найдём общий определитель:



∆ = 7,15 65,3 684,65

65,3 684,65 7908,099

684,65 7908,099 95558,2= 7,15 *684,65 *95558,2 +684,65 *95558,2 *7,15 +684,65 *7,15 *95558,2- (684,65)3- (7908,099)2*7,15-5,3)2*95558,2=945708,5
После этого определяем частные определители Δа, Δb, Δс:
∆а = 6419,88 65,3 684,65

53000,61 684,65 7908,099 = 14787644136

537549,69 7908,099 95558,2

∆b = 7,15 6419,88 684,65

65,3 53000,61 7908,099 = -3654558712

684,65 537549,69 95558,2

Δc = 7,15 65,3 6419,88

65,3 684,65 53000,61 = 241475863,5

684,65 7908,099 537549,69
Отсюда определяем коэффициенты а, b и с:
a = ∆a =14787644136/945708,5= 15636,58;

b = ∆b = -3654558712/945708,5= 3864,36 ;

c = ∆c =241475863,5 / 945708,5= 255,34.
Уравнение параболы имеет следующий вид:
X=15636,58-3864,36 t+225,34t2
Составляем таблицу 2.6 прогноза выручки на период 2009-2011гг.



X=15636,58-3864,36 t+225,34t2 ; где t=15, 16, 17.
Таблица 2.6 - Прогноз выручки на период 2009-2011гг.

Год

2009

2010

2011

Выручка, тыс. руб.

49523

58562

64238


Затем рассчитываем чистодисконтированный доход (ЧДД):
ЧД=∑fm ; (2.5)

ЧДД=ЧД* αm; (2.6)

ЧДД=∑fmm ; (2.7)

αm=1/ (E+1)tm ; (2.8)
где αm – коэффициент дисконтирования; E-норма дисконта; Fm-денежный поток на m-ом шаге расчета;
E= темпу инфляции=12%=0,12.

ЧД=8372,68+11493,86+15665,72=35532,26

ЧДД=8372,68*1/ (1+0,12)+11493,86*1/ (1+0,12)+15665,72*1/ (1+0,12)=31725,24
Для того чтобы определить существует ли зависимость объема продаж на предприятии от затрат на рекламу телевизоров надо рассчитать коэффициент корреляции и корреляционное отношение.

Коэффициент корреляции рассчитывается по формуле:
(2.9)



Таблица 2.7 - Данные для расчета коэффициента корреляции

N

x

y

xy

x^2

y^2

1

35

28000

980000

1225

784000000

2

48

35000

1680000

2304

1225000000

3

50

45000

2250000

2500

2025000000

4

29

27000

783000

841

729000000

5

37

35500

1313500

1369

1260250000

6

35

36200

1267000

1225

1310440000

7

33

36900

1217700

1089

1361610000

8

32

37600

1203200

1024

1413760000

9

30

38300

1149000

900

1466890000

10

29

39000

1131000

841

1521000000

11

27

39700

1071900

729

1576090000

12

25

40400

1010000

625

1632160000

13

24

41100

986400

576

1689210000

14

22

41800

919600

484

1747240000

сумма

456

521500,00

1569860

15732

19741650000


Теперь подставляя данные из таблицы 2.7 в формулу, рассчитываем коэффициент корреляции:

R= 0,32
По модулю коэффициент корреляции получился равным 1,01, что означает наличие зависимости между фактором влияния и областью, на которую влияют факторы.

Находим корреляционное отношение, которое рассчитывается по формуле:



(2.10)
Анализ условия задачи позволяет выделить факторный и результативный показатели:

факторный показатель x – затраты на рекламу;

результативный показатель у
1   2   3



Скачать файл (140.9 kb.)

Поиск по сайту:  

© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации