Исследование эффективности работы предприятия ООО "Ресурс" с помощью модели управления запасами
Дипломная работа - Менеджмент
Другие дипломы по предмету Менеджмент
F=(3.6)
где Д - коэффициент детерминации, Д=R2;
R - коэффициент множественной корреляции.
Расчетное значение статистики F, вычисленное по эмпирическим данным, сравнивается с табличными значениями Ff1f2a (таблица 2 приложение 3), где f1=m=1; f2=n-m-1=12-1-1=10; a=0,05; F1,10,0.05=4,96.
В нашем случае имеем F=
Так как Fрас.>F1,17,0.05, то включаемые в регрессию переменные достаточно объясняют зависимую переменную, что позволяет говорить о значимости самой регрессии (модели).
б) проверка качества подбора теоретического уравнения проводится с использованием средней ошибки аппроксимации регрессии. Средняя ошибка аппроксимации регрессии рассчитывается по формуле:
Е=%,(3.7)
где уi - фактическое значение функции для i - го календарного периода;
уim - теоретическое значение функции для i - го календарного периода;.
Для вычисления средней ошибки аппроксимации составим еще одну расчетную таблицу. Выберем следующий свободный лист, переименуем его Средняя ошибка.
Данные для столбца Остатки и для столбца Теоретическое значение функции скопируем с листа Регрессия 2, соответственно - столбец Остатки и столбец Предсказанное Y.
В столбец Составляющие для вычисления ошибки введем формулы для расчета по образцу =B3/C3*100.
Для вычисления средней ошибки аппроксимации регрессии надо воспользоваться формулой вычисления среднего значения.
Рисунок 3.4. Лист Средняя ошибка
Для вычисления средней ошибки аппроксимации в следующую строку запишем заголовок Средняя ошибка аппроксимации и введем формулу: =С25*100.
В нашем случае ошибка аппроксимации не превышает допустимого значения (0,13%<5%), что свидетельствует о очень высоком уровне качества подбора уравнения регрессии.
в) вычисление специальных показателей, которые применяются для характеристики воздействия отдельных факторов на результирующий показатель:
коэффициент эластичности, который показывает, на сколько процентов в среднем изменяется функция с изменением аргумента на 1% при фиксированных значениях других факторов - аргументов.
Эк=ак,(3.8)
где Эк - коэффициент эластичности для к -го показателя. [16, 20]
Предварительно необходимо рассчитать среднее значение функции и факторов регрессии. Для этого на листе Данные 2 рассчитаем средние значения зависимых переменных и функции.
Для вычисления коэффициента эластичности и вариации создадим еще одну расчетную таблицу под названием Коэффициенты эластичности и вариации. Данные для столбца Среднее значение перепишем с листа Данные 2, а данные для столбца Коэффициенты регрессии скопируем с листа Регрессия 2 - столбец Коэффициенты. В столбец Коэффициент эластичности введем формулы, рассчитывающие коэффициент эластичности: =С3*(В3/В2).
Рисунок 3.5. Лист Коэффициенты эластичности и вариации
Значение коэффициента эластичности получились соответственно Э1=0,955. Отсюда следует, что при изменении расходов на 1% функция изменяется на 0,955%.
г) коэффициент вариации:
Vk=.(3.9)
Для расчета этого коэффициента в таблицу Вычисление коэффициента эластичности (лист Коэффициенты эластичности и вариации) перепишем:
в столбец Среднеквадратичное отклонение с листа Данные 1, перепишем данные строки Стандартное отклонение (по фактору х1,);
в столбец Коэффициент вариации введем формулу, рассчитывающую коэффициент вариации = E3/B3.
Исходя из всех выше перечисленных расчетов, используя коэффициенты регрессии (лист Регрессия 2), запишем корреляционно - регрессионное уравнение доходов предпреятия:
y =334,69 + 1,403 х1.(3.10)
В результате получили однофакторную корреляционно - регрессионную модель производства предприятия ООО Ресурс.
В ходе корреляционно - регрессионного анализа было выявлено, что главным фактором, определяющими вариацию уровня доходов предприятия в ретроспективном периоде, являются затраты капитала предприятием на сырье. Очевидно, в будущем периоде для повышения доходов предприятия, необходимо, прежде всего, уделить особое внимание структуре расходов предприятия.
3.4 Сравнение двух моделей производственной функции ООО Ресурс
Сравним линейную производственную модель комплексного аргумента и корреляционно-регрессионную модель предприятия. В таблице 3.4 представлены фактические и теоретические значения y, где yф - фактическое значение доходов предприятия, yт1 - теоритическое значение полученное с помощью линейной производственной модели комплексного аргумента, yт2 - теоретическое значение полученное с помощью корреляционно-регрессионной модели.
Таблица 3.4
yфyт1yт275337429,867431,7065216448,156452,1272877439,177424,6879147679,377713,7876737582,887595,8971067339,757329,2569407109,147094,8881998090,198095,5166866650,416617,7269806996,967026,1174597386,577407,8483218434,638429,52
Рисунок 3.6. График отклонений теоретических значений y двух моделей от фактических
Из рисунка 3.6 можно сделать вывод о том, что обе модели очень хорошо и практически одинаково отражают происходящие производственные процессы на предприятии.
ЗАКЛЮЧЕНИЕ
В дипломной работе были построены и проанализированы следующие модели:
модель управления запасам?/p>