183822 (629940), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

Таблица 6 - Динамика и структура источников капитала.

За анализируемый период на предприятии увеличилась сумма как заемного, так и собственного капитала. Однако в его структуре источникодоля собственных источников средств снизилась на 43,3 %, а доля заемного капитала увеличилась на 43,2 %, что свидетельствует о повышении степени финансовой зависимости предприятия «Меркит» от внешних инвесторов и кредиторов.

2.2. Разработка числовой экономико-математической модели задачи

Статистические методы являются составной частью эконометрики ­науки, изучающей экономические явления с количественной точки зрения. Эконометрика устанавливает и исследует количественные закономерности в экономике на основе методов теории вероятности и математической стати­стики, адаптированных к обработке экономических данных.

Закономерности в экономике выражаются в виде связей и зависимостей экономических показателей, математических моделей их поведения. Такие зависимости и модели могут быть получены только путем обработки реаль­ных статистических данных, с учетом внутренних механизмов связи и слу­чайных факторов. Модель может быть получена и апробирована на основе анализа статистических данных, и изменения в поведении последних говорят о необходимости уточнения и развития модели.

Любое эконометрическое исследование всегда предполагает объедине­ние теории (экономической модели) и практики (статистических данных). Мы используем теоретические модели для описания и объяснения наблю­даемых процессов и собираем статистические данные с целью эмпирического построения и обоснования моделей.

Введем переменные.

Независимый показатель: у - производительность, руб./чел.-час. Факторные показатели:

Х1 - фондообеспеченность на 100 га площади сельскохозяйственных угодий, тыс. руб.

Х2 - фондовооруженность на одного работника, тыс. руб.

Х3 - урожайность, ц/га. (см. таблица 8).

Предлагается проанализировать степень влияния на производитель­ность следующих факторов: х1 - ФО, х2 - ФВ, х3 - урожайность.

3. Анализ результатов решения

3.1. Анализ оптимального решения

Рассмотрим производительность при помощи корреляционно-регрессионного анализа. Для этого определим:

1. От какого фактора может зависеть производительность. Рассмотрим, например такие показатели как фондообеспеченность на 100га площади сельскохозяйственных угодий, фондовооруженность на 1-го работника и урожайность. Используя пакет прикладных программ Excel, рассчитаем коэффициенты корреляции и определим наиболее близкие к единице коэффициенты, которые будут свидетельствовать о тесноте связи между факторным и результативным признаком (табл.10), но для этого необходимо сгруппировать предполагаемые факторные показатели в таблицу (табл.7)

Таблица 7- Исходные данные для определения матрицы парных коэффициентов корреляции

Таблица 8 -Матрица парных коэффициентов корреляции

	Y	X1	X2	X3
Y	1
X1	0,7513264	1
X2	0,83496389	0,980173642	1
X3	-0,0642293	0,096956747	0,116972555	1

Т.к. коэффициент корреляции r_x2y = 0,835 связь между х₂ и у считается тесной; прямой т.е. при увеличении факторного признака фондовооруженности значение результативного признака производительности увеличивается.

Из расчетов следует, что для последующего анализа факторным признаком будет являться такой показатель как фондовооруженность.

2. Следующим этапом анализа производительности является установление формы зависимости между переменными, для этого рассмотрим несколько моделей и выберем наиболее лучшую из них, на основе, которой будет составлен прогноз.

Составим и проанализируем следующие модели: линейную, степенную, показательную и гиперболическую.

Для того чтобы рассмотреть линейную модель, необходимо составить уравнение линейной регрессии (y^{^}= a+b*x), что предполагает вычисление параметров а и b. Данные параметры определим при помощи пакета прикладных программ Excel (выбираем меню «Вставка» далее «Функция», «Статистические», «Линейн», заполняем диалоговое окно и нажимаем F2 и комбинацию клавиш Ctrl+Shift+Enter).

Для рассмотрения степенной, показательной и гиперболической моделей, необходимо составить уравнение степенной, показательной и гиперболической регрессии (y^{^}=а*x^b , y^=a*b^x и y^=a+b/x), что предполагает линеаризацию данных моделей путем логарифмирования для степенной и показательной модели, а для гиперболической замену переменной. Коэффициенты а и b вычисляются также как и для линейной модели, только с преобразованными переменными. (расчет см. табл. 10, 11, 12)

Проведенные расчеты показывают, что рассматриваемые модели имеют следующий вид:

• Линейная – y^ = 25,05 * X₂+14549,06;

• Степенная – y^= 3287,99 * Х₂^0,34;

• Показательная – y^ = 14943,67 * 1,001^Х2 ;

• Гиперболическая – y^ = 27253,29 – 1120538,5/Х₂

Таблица 9 - Определение параметров a и b уравнения линейной регрессии

b	a
25,0532708	14549,05742
5,83787784	1521,333492
0,69716469	2723,966562
18,4169988	8
136654018	59359950,66

Таблица 10 - Определение параметров a и b уравнения степенной регрессии

Таблица 11 - Определение параметров a и b уравнения показательной регрессии

Таблица 12 - Определение параметров a и b уравнения гиперболической регрессии

Проанализируем коэффициенты регрессии:

Характеристики

Список файлов курсовой работы