Студопедия

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника



Виды стохастического моделирования




Читайте также:
  1. D – технология параметрического моделирования .
  2. GPSS World – общецелевая система имитационного моделирования
  3. Б16 В2 Использование имитационного моделирования в инвестиционных процессах.
  4. Б18 В1 МЕТОДОЛОГИЯ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ РАСПРЕДЕЛЕННЫХ ИНТЕЛЛЕКТУАЛЬНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ
  5. Базы данных как аппарат моделирования.
  6. Виды имитационного моделирования
  7. Выполнение моделирования и анализ
  8. Выполнение моделирования и анализ
  9. Выполнение моделирования и анализ

1). Корреляционный методприменяется, когда связь между результативным показателем и факторами носит случайный вероятностный характер. В системе координат выглядит в совокупности плавносмещающихся точек. Это обусловлено следующим обстоятельством: каждому значению фактора соответствует несколько значений результата. Если показатель зависит от одного фактора, то речь идет о парной корреляции, если он зависит от множества факторов, о множественной корреляции.

Задача корреляционного анализа выявить тесноту связи либо с помощью коэффициента корреляции (при линейной зависимости), либо с помощью корреляционного отношения (при линейной и обратной зависимости).

Коэффициент корреляции (парный коэффициент корреляции, линейный коэффициент корреляции) между фактором Х и результативным показателем Y определяется следующим образом:

r = , где:

y – абсолютное значение результативного показателя;

x – абсолютное значение фактора;

n – привлекаемых к исследованию.

Коэффициент корреляции может принимать значения от –1 до +1:

r = -1 означает наличие функциональной связи обратно-пропорционального характера;

r = +1 означает наличие функциональной связи прямо-пропорционального характера (и в этом и в другом случае переходят к детерминированному факторному анализу);

r = 0 означает отсутствие связи между фактором и изучаемым результативным показателем (фактор исключается из факторной системы);

Другие значения r свидетельствуют о наличии стохастической зависимости, причем чем больше /r/ стремиться к 1, тем связь теснее. В частности:

/r/< 0,3 означает слабую связь;

0,3 < /r/< 0,7 – связь средней тесноты;

/r/ > 0,7 – связь тесная, т.е. имеется объективная возможность перейти к стохастическому факторному анализу (регрессионному анализу), который позволяет выявить конкретные величины влияния факторов на изменение результативного показателя.

2) Регрессионный анализ – это метод установления аналитического выражения (т.е. уравнения регрессии) стохастической зависимости между исследуемыми признаками. Уравнение регрессии показывает, как в среднем изменяется Упри изменении любого их Хi и имеет вид: y = f (x1,x2,…xn),где:

у – зависимая переменная, т.е. результативный показатель;



xi – независимые переменные (факторы)

В ходе регрессионного анализа решаются две главные задачи:

Ø построение уравнения регрессии, т.е. нахождение вида зависимости между результативным показателем и независимыми факторами;

Ø оценка значимости полученного уравнения (на основе коэффициента детерминации, критерия Фишера и критерия Стьюдента).

Вид уравнения регрессии определяется по рисунку на графике, изображающему связь между факторами и результативным показателем.

Если зависимость линейная, то при однофакторном анализе уравнение будет иметь вид: y (х) = а +bx, где: y – результативный показатель; b – коэффициент регрессии, который показывает на сколько изменится результативный показатель при изменении фактора на 1ед.; а – свободный член, который показывает величину влияния неучтенных факторов.

При многофакторном анализе:y (х) = а +b1x1 + b2x2 +…+ bnxn

Сущность решения уравнений регрессии заключается в нахождении коэффициентов регрессии (bn). Это осуществляется по способу наименьших квадратов с использованием системы нормальных уравнений, суть которого заключается в минимизации суммы квадратов отклонений фактических значений результативного показателя от его расчетных значений.



 

Апробируем методику корреляционно-регрессионного анализа на конкретном примере. На основании данных таблицы 18 необходимо построить график зависимости изменения расходов на оплату труда (y) от объема реализации товаров (х).

Таблица 18

Данные о выручке от продажи товаров и сумме расходов на оплату труда в разрезе торговых организаций

№ маг. Выручка от продажи товаров Сумма расходов на оплату труда № маг. Выручка от продажи товаров Сумма расходов на оплату труда
1. 15.
2. 16.
3. 17.
4. 18.
5. 19.
6. 20.
7. 21.
8. 22.
9. 23.
10. 24.
11. 25.
12. 26.
13. 27.
14. 28.

 

Рис.2. График зависимости расходов на оплату труда от объема реализации товаров

 

Данные графика (см.рис.2) свидетельствуют о том, что между расходами на оплату труда и выручкой от продажи товаров существует прямолинейная зависимость. Далее измерим тесноты связи между изучаемыми показателями на основе коэффициента корреляции. С этой целью сгруппируем магазины по объему реализации (см. тему 2) и составим следующую разработочную таблицу:

Таблица 19

Разработочная таблица для определения показателей, используемых при расчете коэффициентов корреляции



Группы магазинов Количество магазинов ВР (xi), млн.руб. РОТ (yi), млн.руб. yi xi xi2 yi2
500-3220 11,060 0,876 9,6886 122,324 0,768
3221-5440 9,415 0,435 4,096 88,643 0,190
5441-8160 27,251 0,904 24,635 742,617 0,818
8161-10880 36,035 1,565 525,895 1298,522 2,450
Св. 10881 138,210 6,859 947,983 19102,005 47,046
Итого 28 åxi = 221,97 åyi = 10,639 å yi xi = 1512,298 åxi2= 21354,111 åyi2= 51,272

 

Рассчитанные данные подставляются в формулу коэффициента корреляции.

 


Тема 7 «МЕТОДЫ РЕШЕНИЯ ОПТИМИЗАЦИОННЫХ ЗАДАЧ»

Оптимизационные задачи - это задачи, в которых из множества возможных вариантов хозяйственных решений выбирают наилучший при заданных ограничениях.

К числу методов решения оптимизационных задач относят методы математического программирования, теорию массового обслуживания, теорию игр.

a 1. Математическое программирование – область математики, объединяющая различие математические методы: линейное программирование, нелинейное программирование и динамическое программирование.

Общая задача математического программирования состоит в нахождении оптимального (max или min) значения целевой функции при наличии определенной области допустимых значений переменных.

В самом общем формализованном виде задача выражается следующим образом:

U = f(x)max или min, при х М, где:

Х= х1……хn; М – область допустимых значений переменных хI

Применение той или иной области математического программирование определяется характером зависимости между целевой функцией и переменными:

так если f(x) и М имеют линейный характер, то для решения оптимизационных задач используют аппарат линейного программирования (это симплекс метод или транспортная задача). В торговле линейное программирование может быть использовано для разработке моделей оптимизации:

· планов хозяйственно-финансовой деятельности;

· при разработке моделей оптимизации планов перевозки;

· при решении вопроса о рациональности размещения торговой сети.

В общем виде задача линейного программирования формулируется следующим образом:

К задачам нелинейного программирования относятся такие, которые при обязательном требовании оптимизации описываются нелинейными зависимостями (признаком нелинейности является, в частности, наличие переменных, у которых показатель степени отличается от 1ед.)


Дата добавления: 2014-11-13; просмотров: 20; Нарушение авторских прав







lektsii.com - Лекции.Ком - 2014-2021 год. (0.014 сек.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав
Главная страница Случайная страница Контакты