Автор работы: Пользователь скрыл имя, 14 Ноября 2013 в 05:40, контрольная работа
На основании данных об экономической и финансовой отчетности вашего предприятия:
1) Провести анализ динамики объема продаж и выручки предприятия;
2) Используя данные экономической отчетности, выявить факторы, влияющие на объем продаж.
3) Обосновать выбор и построить модель статистической динамики продаж.
4) Построить модель объема продаж в форме множественной регрессии с лаговыми объясняющими переменными, доказать качество построенного уравнения (с помощью F -статистики Фишера (а =0,05) и t- критерия Стьюдента, оцените надёжность параметров и уравнений регрессии в целом).
Контрольное задание № 1
На основании данных об экономической и финансовой отчетности вашего предприятия:
Чтобы провести анализ динамики объема продаж и выручки предприятия нужно рассчитать абсолютные и относительные изменения динамики.
Объем продаж.У |
Выручка, тыс. руб. |
190032 |
19383264 |
190168 |
19397136 |
190236 |
19404072 |
196548 |
20047896 |
198863 |
20681752 |
200820 |
20885280 |
201658 |
20972432 |
206589 |
21485256 |
210294 |
22922046 |
212761 |
23190949 |
216412 |
23588908 |
222296 |
24230264 |
Чтобы рассчитать абсолютные изменения нужно из последующего показателя отнять предыдущий.
Объем продаж.У |
Выручка, тыс. руб. |
Абс. изм-е объема пр. |
190032 |
19383264 |
0 |
190168 |
19397136 |
136 |
190236 |
19404072 |
68 |
196548 |
20047896 |
6312 |
198863 |
20681752 |
2315 |
200820 |
20885280 |
1957 |
201658 |
20972432 |
838 |
206589 |
21485256 |
4931 |
210294 |
22922046 |
3705 |
212761 |
23190949 |
2467 |
216412 |
23588908 |
3651 |
222296 |
24230264 |
5884 |
Чтобы рассчитать относительные изменения нужно последующий показатель разделить на предыдущий, затем умножить на 100 и отнять 100.
Объем продаж.У |
Выручка, тыс. руб. |
Абс. изм-е объема пр. |
Отн. Изм-е объема пр. |
190032 |
19383264 |
0 |
0 |
190168 |
19397136 |
136 |
0,071566894 |
190236 |
19404072 |
68 |
0,035757856 |
196548 |
20047896 |
6312 |
3,317983978 |
198863 |
20681752 |
2315 |
1,177829334 |
200820 |
20885280 |
1957 |
0,984094578 |
201658 |
20972432 |
838 |
0,417289115 |
206589 |
21485256 |
4931 |
2,445229051 |
210294 |
22922046 |
3705 |
1,793415913 |
212761 |
23190949 |
2467 |
1,173119537 |
216412 |
23588908 |
3651 |
1,716009983 |
Таким образом, получаем динамику объема продаж и выручки.
Объем продаж.У |
Выручка, тыс. руб. |
Абс. изм-е объема пр. |
Отн. Изм-е объема пр. |
Абс. изм-е выручки |
Отн. Изм-е выручки |
|
190032 |
19383264 |
0 |
0 |
0 |
0 |
|
190168 |
19397136 |
136 |
0,071566894 |
13872 |
0,071566894 |
|
190236 |
19404072 |
68 |
0,035757856 |
6936 |
0,035757856 |
|
196548 |
20047896 |
6312 |
3,317983978 |
643824 |
3,317983978 |
|
198863 |
20681752 |
2315 |
1,177829334 |
633856 |
3,161708341 |
|
200820 |
20885280 |
1957 |
0,984094578 |
203528 |
0,984094578 |
|
201658 |
20972432 |
838 |
0,417289115 |
87152 |
0,417289115 |
|
206589 |
21485256 |
4931 |
2,445229051 |
512824 |
2,445229051 |
|
210294 |
22922046 |
3705 |
1,793415913 |
1436790 |
6,687330139 |
|
212761 |
23190949 |
2467 |
1,173119537 |
268903 |
1,173119537 |
|
216412 |
23588908 |
3651 |
1,716009983 |
397959 |
1,716009983 |
|
222296 |
24230264 |
5884 |
2,718888047 |
641356 |
2,718888047 |
Проанализировав данные экономической отчетности, выбрали такие факторы, как цена и широта ассортимента продукции, которые влияют на объем продаж.
Построим несколько моделей и выберем наиболее качественно построенное, например линейную, степенную, экспоненциальную.
Линейное:
Построим линейную модель статистической динамики продаж. Через вкладку «Анализ данных», «Регрессия» рассчитаем основные параметры и коэффициенты.
Параметры:
● r (коэффициент корреляции) = 0,5575;
● R2 (коэффициент детерминации) = 0,3108;
● F расчетный = 2,0297;
● F табличный = 19,38
F расчетный < F табличный
Из расчетов F- критерия Фишера можно сделать вывод о том, что данное уравнение регрессии статистически не значимо, не надежно, не качественно построено.
● a = 133980,822;
● b1 = 1638,680815;
● b2 = 1869,073272;
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,55753117 |
|||||
R-квадрат |
0,31084101 |
|||||
Нормированный R-квадрат |
0,15769457 |
|||||
Стандартная ошибка |
9879,22472 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
396193295,3 |
198096648 |
2,0296979 |
0,187256723 |
|
Остаток |
9 |
878391729,6 |
97599081 |
|||
Итого |
11 |
1274585025 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
133980,822 |
34416,37715 |
3,892938 |
0,0036585 |
56125,56807 |
211836,0759 |
Переменная X 1 |
1638,68082 |
1420,737789 |
1,1534013 |
0,2784562 |
-1575,251345 |
4852,612976 |
Переменная X 2 |
1869,07327 |
1839,397604 |
1,0161334 |
0,3361027 |
-2291,933186 |
6030,079729 |
Линейная модель статистической динамики
будет выглядеть следующим
Степенное:
Построим степенную модель статистической динамики продаж. Через вкладку «Анализ данных», «Регрессия» рассчитаем основные параметры и коэффициенты.
Параметры:
● r (коэффициент корреляции) = 0,5563;
● R2 (коэффициент детерминации) = 0,309;
● F расчетный = 2,0164;
● F табличный = 19,38
F расчетный < F табличный
Из расчетов F- критерия Фишера можно сделать вывод о том, что данное уравнение регрессии статистически не значимо, не надежно, не качественно построено.
● a = 73750,68546;
● b1 = 0,187;
● b2 = 0,1512;
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,55627068 |
|||||
R-квадрат |
0,30943707 |
|||||
Нормированный R-квадрат |
0,15597864 |
|||||
Стандартная ошибка |
0,02102735 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
0,001783121 |
0,0008916 |
2,0164228 |
0,188979488 |
|
Остаток |
9 |
0,003979347 |
0,0004421 |
|||
Итого |
11 |
0,005762468 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
4,86776606 |
0,221047541 |
22,021354 |
3,878E-09 |
4,367721783 |
5,367810339 |
Переменная X 1 |
0,18704483 |
0,164911424 |
1,1342139 |
0,2860106 |
-0,186010729 |
0,560100388 |
Переменная X 2 |
0,15124303 |
0,14793059 |
1,0223919 |
0,3332898 |
-0,18339921 |
0,485885274 |
а |
73750,6855 |
Степенная модель статистической динамики
будет выглядеть следующим
Экспоненциальное:
Построим экспоненциальную модель статистической динамики продаж. Через вкладку «Анализ данных», «Регрессия» рассчитаем основные параметры и коэффициенты.
Параметры:
● r (коэффициент корреляции) = 0,5591;
● R2 (коэффициент детерминации) = 0,3125;
● F расчетный = 2,046;
● F табличный = 19,38
F расчетный < F табличный
Из расчетов F- критерия Фишера можно сделать вывод о том, что данное уравнение регрессии статистически не значимо, не надежно, не качественно построено.
● a = 11,881;
● b1 = 0,0079;
● b2 = 0,00937;
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,55905458 |
|||||
R-квадрат |
0,31254202 |
|||||
Нормированный R-квадрат |
0,15977359 |
|||||
Стандартная ошибка |
0,0483083 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
0,00954879 |
0,0047744 |
2,0458547 |
0,185185806 |
|
Остаток |
9 |
0,021003229 |
0,0023337 |
|||
Итого |
11 |
0,030552019 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
11,8809975 |
0,168292231 |
70,597421 |
1,16E-13 |
11,50029401 |
12,26170096 |
Переменная X 1 |
0,00789766 |
0,006947249 |
1,1368037 |
0,2849815 |
-0,00781811 |
0,023613427 |
Переменная X 2 |
0,00937485 |
0,008994448 |
1,0422935 |
0,3244635 |
-0,010972001 |
0,02972171 |