на основе экономико-математического моделирования
В связи с большим поток информации, которую надо учесть при принятии решения руководителю, уже недостаточно будет иметь в своем распоряжении образование, опыт, интуицию, так как вопросы, возникающие при функционирование предприятия могут затрагивать множество сфер, в которых руководитель не совсем осведомлен, а принятие специалистов на работу по каждому возникающему вопросу не входящему в спектр покрытия возможностей персонала не выход, так как влечет большие финансовые затраты.
Для разрешения такой ситуации был создан программный пакет “SOVETNIK”, который ориентирован на помощь в сфере экономико-математического моделирования.
При создании программного пакета “SOVETNIK” было принято решение сделать его модульным и обеспечить возможностью подключения сторонних DLL библиотек.
Модульность программного пакета “SOVETNIK” позволяет пользователю в случае необходимости или желания расширения возможностей перестроить программный пакет по своим требованиям. Для реализации возможности реконфигурации программного пакета “SOVETNIK” потребуется написание новых DLL библиотек или расширение уже имеющихся и прилагающихся с программой.
Интуитивный интерфейс, который поможет использовать возможности программного продукта полностью. На данный момент программный пакет “SOVETNIK” насчитывает 48 модулей. Приведем названия самых интересных модулей: представление результатов и сторонних данных в удобной графической форме; визуальный построитель графов; построитель диаграмм; построитель функций.
А также модули экономико-математического моделирования различных процессов:
-
Нахождение MinMax и MaxMin.
3.2 Приближенный метод решения матричных игр
3.3 Приближенный метод решения матричных игр
3.4 Решение кооперативных игр
3.5 Расчёт транспортных задач
3.6 Расчёт задач по оптимизации запасов
3.7 Симплекс метод
3.8 Решение задач об инвестирование предприятий
3.9 Решение задач о замене оборудования
3.10 Регрессионная однофакторная модель
3.11 Регрессионная многофакторная модель
3.12 Сетевые модели
3.13 Графическое построение сетей
3.14 СМО
3.15 Коэффициент автокорреляции и метод сглаживания скользящих
3.16 Критерий Дарбина-Уотсона
3.17 Анализ хозяйственной деятельности
А.А. Мирошникова
ГОУ ВПО «Магнитогорский государственный университет»,
физико-математический факультет, 5 к.
Научный руководитель: доц. А.И. Седов
Модель выручки организации
Построим линейную эконометрическую модель на основании квартальных данных компании ООО «УралКлимат» в период с 2006 по второй квартал 2009 года (табл. 1). Линейная модель наиболее качественно показывает значение признака.
Таблица 1
|
Нетто выручка (Y)
|
Внеоборотные средства (X1)
|
Оборотные средства (X2)
|
Капитал и резервы (X3)
|
2006
|
1 квартал
|
132 572
|
92 553
|
150 497
|
223 032
|
2 квартал
|
611 072
|
65 003
|
241 737
|
305 999
|
3 квартал
|
998 965
|
42 591
|
588 405
|
615 771
|
4 квартал
|
1 020 771
|
223 231
|
523 374
|
639 781
|
2007
|
1 квартал
|
624 293
|
287 634
|
1 022 068
|
1 020 442
|
2 квартал
|
1 911 830
|
572 376
|
711 068
|
1 067 603
|
3 квартал
|
825 125
|
1 236 820
|
519 630
|
0
|
4 квартал
|
471 499
|
1 253 404
|
378 410
|
1 516 776
|
2008
|
1 квартал
|
1 200 645
|
1 274 403
|
698 666
|
1 632 346
|
2 квартал
|
1 225 594
|
1 309 387
|
481 524
|
1 701 009
|
3 квартал
|
2 813 995
|
1 246 484
|
1 813 899
|
0
|
4 квартал
|
2 246 042
|
1 682 527
|
2 210 334
|
3 851 841
|
2009
|
1 квартал
|
1 486 158
|
1 559 522
|
3 963 342
|
4 340 966
|
2 квартал
|
3 934 770
|
4 972 348
|
821 521
|
452 084
|
Построим матрицу парных коэффициентов корреляции (табл. 2) и получим коэффициенты β нашего уравнения.
Таблица 2
Парные коэффициенты корреляции
|
х1
|
х2
|
х3
|
X1
|
1,00
|
0,23
|
0,15
|
X2
|
0,23
|
1,00
|
0,77
|
X3
|
0,15
|
0,77
|
1,00
|
у
|
0,80
|
0,35
|
0,09
|
Построим линейную модель, которая будет иметь вид:
y=585175,8874+0,612092401*x1+0,482676794*x2-0,298770332*x3
Используя критерий Фишера, получим, что статистическая значимость уравнения с вероятностью 95%.
Рассчитаем ошибку аппроксимации, которая составила 63%, а нормальное значение ошибки аппроксимации не должно превышать 20%. Столь высокое значение ошибки аппроксимации в нашем случае объясняется тем, что изначально был представлен небольшой объем данных, вследствие чего качество модели несколько хуже.
Если рассчитать значение нетто выручки на второй квартал 2009 года по построенной модели, получаем значение, равное 3890172,149, реально же, как мы видим из табл. 1, это значение составляет 3934770.
Поэтому можно сделать вывод, что предсказанное значение достаточно близко к реальному, и если в будущем рассчитывать эту модель с вновь полученными данными мы сможем достичь достаточно высокой точности прогнозных значений на предстоящий период.
В.С. Бучина
МОУ ДОД «Дворец творчества детей и молодежи»
Научный руководитель: Е.Н. Кисельникова
Достарыңызбен бөлісу: |