Результаты по исследованию динамики продаж с помощью регрессионного анализа.
Поскольку величина достоверности аппроксимации R2 максимальна для регрессионной линии, описываемой полиномиальной зависимостью второй степени R2=0,5957, то эта зависимость, описываемая
y=-0,5571x2+11,103x+131,19,
где х- номер года,
у- объем реализации за год,
является наиболее подходящей для описания динамики продаж.
Контрольная суммаобъемов продаж за анализируемый период, вычисленная по этой зависимости, наиболее близка по значению 1894к контрольной сумме статистических данных объемов продаж 1894.
Вывод.Для прогнозирования объемов продаж следует воспользоваться полиномиальной зависимостью.
Рис. 10 – Размещение выводов по анализу на листе «Прогнозирование»
Индивидуальное задание
1. Создайте новую рабочую книгу в MS Excel с листами: Прогнозирование, Линейная, Логарифмическая, Полиномиальная, Степенная, Экспоненциальная. Оформите на листе Прогнозирование экранную форму для выполнения задания 2 с исходными данными в соответствии со своим индивидуальным вариантом. Сохраните результат работы в файл с названием Задание 2.
2. Постройте диаграмму по диапазону исходных данных и поместите ее на лист Прогнозирование.
3. Произведите оформление построенной диаграммы и скопируйте ее на листы Линейная, Логарифмическая, Полиномиальная, Степенная, Экспоненциальная.
4. Постройте тренды для диаграмм и произведите настройку оформления вида полученных трендов.
5. Скопируйте формулы трендов и коэффициенты аппроксимации с диаграмм и вставьте их в соответствующие ячейки на лист Прогнозирование.
6. Введите формулы и вычислите значения аппроксимирующих
функций и прогноз на следующий временной период.
7. Произведите расчет контрольных сумм.
8. Проанализируйте полученные результаты и поместите выводы на листе Прогнозирование.
9. Сохраните результат работы в файл Задание 2 в формате MS Excel и запишите его на диск.
Варианты исходных данных для задания 2
Вариант 1
| День | ||||||||
| Продажи деталей, тыс. руб. |
Вариант 2
| Неделя | ||||||||||
| Поступление упаковок продукции, шт. |
Вариант 3
| День | |||||||||
| Количество отпущенных флаконов пеногерметика, шт. |
Вариант 4
| День | |||||||||
| Заказ медикаментов, тыс. руб. |
Вариант 5
| Месяц | |||||||||||
| Объем заказов на переплетные работы, тыс. руб. |
Вариант 6
| Час | |||||||||
| Объем продаж напитка, л |
Вариант 7
| Неделя | ||||||||
| Продажи автомобилей, шт. |
Вариант 8
| День | |||||||||
| Объем производства хлеба, ц |
Вариант 9
| Месяц | |||||||||||
| Продажи сувениров, шт. |
Вариант 10
| Неделя | ||||||||
| Заказы на установку автосигнализации, шт. |
Вариант 11
| Месяц | |||||||||||
| Объем заказов на ремонт бытовой техники, тыс. руб. |
Вариант 12
| Месяц | ||||||||
| Объем образовательных услуг, тыс. руб. |
Вариант 13
| Месяц | ||||||||
| Объем заказов на литературу, тыс. руб. |
Вариант 14
| День | |||||||||
| Объем реализации бензина, л |
Вариант 15
| Неделя | ||||||||
| Продажи мяса, кг |
Контрольные вопросы для защиты контрольной работы
1. Дайте определение тренда.
2. В каких случаях необходимо использовать построение трендов?
3. На основе каких критериев выбирается наилучшая регрессионная линия?
4. Что отражает величина достоверности аппроксимации?
5. Как изменить формат представления регрессионной линии?
6. Какие типы регрессионных зависимостей Вам известны?
7. Опишите действия необходимые для построения линии тренда на основе диаграммы.
Задание 3 по теме: «Технология аналитического моделирования
в системах поддержки принятия решений.
Технология решения оптимизационных задач с помощью
инструментария MS Excel Поиск решения»
Разработать математическую модель задачи линейного программирования по оптимизации выпуска продукции, построить компьютерную модель в среде табличного процессора MS Excel, произвести расчет и всесторонний анализ по исследуемой модели. Сделать выводы по проделанной работе.