183964 (629989), страница 4

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

Текст из файла (страница 4)

.

Рассчитаем средний темп прироста по формуле (1.2.2.4):

.

Среднемесячный выпуск продукции в 1 полугодии 2010 года составил 120184,4м². Исходя из рисунка 3.2.2.1 можно сделать вывод, что в 1 квартал продукция производилась в объемах меньших, чем средний выпуск, а во 2й квартал в больших. Ежемесячное увеличение выпуска составило 10799,1м², т.е. объем производства увеличивался на 11,3% каждый месяц, а средний темп роста составил 1,113.

Рисунок 3.2.2.1 – Графическое отображение выпуска продукции по месяцам и среднего выпуска продукции

3.2.3 Сглаживание колеблемости в рядах динамики

Проведем сглаживание колеблемости на основе данных из таблицы 1 приложения А. Возьмем данные о суммарном выпуске продукции за 31 день в течение первого полугодия и занесем их в таблицу 1 приложения Б.

Метод укрупнения интервалов.

Проведем сглаживание колеблемости методом укрупнения интервалов, преобразуя данные, суммируя их по 10-дневкам. В результате получим таблицу 3.2.3.2.

Таблица 3.2.3.2 – Выпуск продукции за полгода по 10-дневкам.

Полученные данные представим графически на рисунке 3.2.3.1.

Рисунок 3.2.3.1 – Выпуск продукции по 10-дневкам в 1 полугодии 2010 года

Метод скользящей средней.

Проведем сглаживание на основе таблицы 1 приложения Б методом скользящей средней на основе 10-дневок, т.е. на основе 10 уровней ряда. Воспользуемся формулой (1.2.3.1) и полученные данные занесем в таблицу 2 приложения Б. Полученные данные отобразим графически на рисунке 3.2.3.2.

Рисунок 3.2.3.2 – Графическое отображение сглаживания уровней

Аналитическое выравнивание ряда.

Проведем аналитическое выравнивание ряда на основе таблицы 1 приложения Б различными функциями.

Рассмотрим выравнивание по прямой. Т.к. количество уровней нечетное, то значения t возьмем от –15 до 15, включая 0. Заполним таблицу 1 приложения В. На основании формул (1.2.3.3а, б) рассчитаем параметры а₀ и а₁:

; .

В результате, используя формулу (1.2.3.2) получим уравнение:

.

На его основе заполнена графа в таблице 1 приложения В.

Полученные данные отобразим графически на рисунке 3.2.3.3.

Рисунок 3.2.3.3 – Графическое отображение выравнивания по прямой

Рассмотрим сглаживание по параболе второй степени. Для этого заполним таблицу 2 приложения В. На основании формул (1.2.3.5а, б) вычислим значения параметров:

;

Решив систему уравнений получим а₀=25448,2; а₂=–27,3. В результате, используя формулу (1.2.3.4) получаем уравнение параболы, на основании которого заполняется таблица:

Отобразим полученные данные графически на рисунке 3.2.3.4.

Рисунок 3.2.3.4 – Графическое отображение выравнивания по параболе

Рассмотрим выравнивание с помощью логарифмической функции. Для этого заполним таблицу 3 приложения В. На основании формул (1.2.3.7а, б) вычислим значения параметров:

; .

Используя формулу (1.2.3.6) получаем уравнение логарифмической функции, на основании которой заполняется таблица:

Для нахождения необходимо пропотенцировать полученные значения функции. Полученные данные отобразим графически на рисунке 3.2.3.5.

Рисунок 3.2.3.5 – Графическое отображение выравнивания с помощью логарифмической функции

Для выбора оптимальной функции из рассчитанных, воспользуемся формулой ошибки аппроксимации (1.2.3.8):

м²;

м²;

м².

Полученные значения означают отклонение фактических уровней ряда, от выравненных (расчетных). Очевидно, что самым оптимальным является выравнивание по параболе, т.к. оно имеет минимальное отклонение по сравнению с остальными функциями.

На основании проведенного аналитического выравнивания различными методами и функциями можно сделать вывод об общей динамике в производстве продукции по дням. Выравнивание 3 методами показало, что наибольший выпуск наблюдается в середине месяца и последующим спадом к концу месяца. Т.к. оптимальной является параболическая функция из-за наименьшей ошибки аппроксимации, то средний выпуск ежедневно составляет 5959,64523,7м².

3.2.4 Показатели сезонности

На основании данных таблицы 1 приложения Б построим сезонную волну. Т.к. ряд не содержит ярко выраженной тенденции в развитии, то индексы сезонности вычислим по формуле (1.2.4.2):

,

где вычислим по формуле (1.2.2.1а), где n=6. Полученные данные занесем в таблицу 3.2.4.1. и на ее основе отобразим графически сезонную волну на рисунке 3.2.4.1.

Таблица 3.2.4.1 – Расчетные данные для построения сезонной волны

В результате проведенного исследования сезонных колебаний можно сделать вывод, минимальное значение на 45,9% сезонная волна принимает 31 числа, это очевидно, т.к. за полгода 31 число встречается лишь в марте и мае. Если не брать в расчет это значение, то за минимальное значение можно принять 62,1% 8го числа и 66,1% 25го. В течение всего периода прослеживаются резкие скачки, особенно в начале месяца. Наибольшее значение сезонная волна принимает на уровне 152,0% 5го числа. Во второй половине сезонная волна имеет тенденцию к постоянному снижению, и после 137,3% 19 числа значения сезонной волны не поднимаются выше 100,0%.

3.3 Показатели вариации

Произведем расчет показателей вариации на основании двух таблиц. Сначала рассчитаем показатели вариации на основе таблицы 2 приложения А для выпуска продукции по каждому наименованию полотна¹. Заполним таблицу 1 приложения Г заранее проведя ранжировку ряда. Среднее значение рассчитаем по формуле (1.2.2.1а):

м².

Рассчитаем размах вариации по формуле (1.3.1):

м².

Среднее линейное отклонение рассчитаем по формуле (1.3.2а):

м².

Дисперсию рассчитаем по формуле (1.3.3а):

Среднее квадратическое отклонение рассчитаем по формуле (1.3.4):

Характеристики

Список файлов курсовой работы