КАТЕГОРИИ:
АстрономияБиологияГеографияДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРиторикаСоциологияСпортСтроительствоТехнологияФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника
|
Виды стохастического моделирования1). 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
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
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.)
|