Исследование эффективности работы предприятия ООО "Ресурс" с помощью модели управления запасами
Дипломная работа - Менеджмент
Другие дипломы по предмету Менеджмент
?вание экономической проблемы и формирование перечня факторов, и их логический анализ.
Доходы комбината являются зависимой переменной y. Рассмотрим влияние на доходы предприятия следующих факторов:
x1 - затраты капитала, тыс. руб.;
x2 - фонд оплаты труда работников, тыс. руб.;
x3 - итог баланса предприятия, тыс. руб.;
x4 - объем производства, тонн.;
у - доходы предприятия, тыс. руб.
Третий этап - сбор исходных данных и их первичная обработка.
Исходные данные для выполнения многофакторного корреляционно - регрессионного анализа влияния факторов на зависимую переменную собраны в виде динамических рядов и представлены в таблице 3.1.
Матрица исходных данных, представленная в таблице 3.1, включает в себя 4 показателя - фактора и функцию (доходы предприятия - y) за 12месяцев.
Четвертый этап - спецификация функции регрессии.
Предполагаем, что имеет место множественная линейная регрессия, т. е. доходы предприятия линейно зависят от выбранных четырех факторов x1, x2, тАжx4. Уравнение регрессии имеет следующий вид:
,(3. 1)
где a0, a1,тАж.a4 - параметры уравнения регрессии, подлежат оценке. [15]
Таблица 3.1
МесяцПеременныеx1x2x3x4уЯнварь50571526247687,197533Февраль43591272216272,66 6521Март50521508223585.64 7287 Апрель52581632265690,667914Май51741580249989,227673Июнь49841487212284.497106Июль48171422212381,65 6940 Август55301703266994,498199Сентябрь44771279220973,46686 Октябрь47681447221282,22 6980 Ноябрь50401539241986,97459 Декабрь57681780255397,65 8321
Пятый этап - оценку функции регрессии выполним с использованием программного продукта Excel 2010. Для этого исходные данные таблицы 3. 1 вводятся в электронную таблицу Excel.
Для выполнения регрессионного и корреляционного анализа в Microsoft Excel 2010 имеется набор инструментов, называемый Пакет анализа, который может быть использован для решения сложных статистических задач. Для использования одного из этих инструментов необходимо указать входные данные и выбрать параметры, анализ которых будет проведен с помощью статистической макрофункции, и результаты будут представлены в выходном диапазоне. Некоторые инструменты позволяют представить результаты в графическом виде. [17, 19]
Проведем регрессионный анализ с помощью Microsoft Excel 2010. Для этого на панели Анализ данных выберем функцию Регрессия. В результате получили таблицу, представленную на рисунке 3.1.
Рисунок 3.1. Результаты выполнения функции регрессии
Для данной регрессии коэффициент множественной корреляции равен R=1, что свидетельствует об очень высокой тесноте связи между выбранными факторами и доходами предприятия ООО Ресурс.
Шестой этап - отбор главных факторов. Необходимо произвести отбор главных факторов, оказывающих наибольшее влияние на функцию у, т.к. модель, включающая большое количество факторов, неустойчива. Неустойчивость модели заключается в необъективном отражении изменения у при соответствующих изменениях факторов. Отбор факторов производится на основе анализа значений специальных статистических характеристик.
3.2 Отбор главных факторов
Процедура отбора главных факторов включает следующие этапы.
Анализ факторов на мультиколлинеарность и ее исключение. Определение мультиколлинеарности проводится путем анализа значений коэффициентов парной корреляции rij между факторами xi xj. Если rij>0,7, то факторы xi xj - мультиколлинеарны.
Для получения коэффициентов парной корреляции вычислим корреляционную матрицу. Для этого выберем команду Анализ данных и функцию Корреляция. В раскрывшемся окне Корреляция в строке Входной интервал введем интервал ячеек со значениями переменных. [18]
Рисунок. 3.2. Корреляционная матрица
Из рисунка 3. 2 видно, что мультиколлинеарность присутствует между всеми факторами.
Для устранения мультиколлинеарности один из факторов исключим из модели. Факторы, подлежащие исключению, определяются в ходе оценки следующих статистических характеристик: коэффициента парной корреляции между фактором и функцией (rx,y); коэффициента bk - фактора k, критерия Стьюдента (tk).
.Анализ факторов на мультиколлинеарность и ее исключение.
Здесь проводится анализ значений коэффициентов парной корреляции rij между факторами хi и хj.
.Анализ тесноты взаимосвязи факторов (х) с зависимой переменной (у).
Для проведения этого анализа используюем значения парной корреляции между фактором и функцией (rx,y). Величина rx,y также представлена в корреляционной матрице. Факторы, для которых rx,y=0, т.е. не связанные с у, подлежат исключению в первую очередь. Факторы, имеющие наименьшее значение rij, могут быть потенциально исключены из модели. В нашем случае все факторы мультиколлинеарены между собой. Однако х1 имеет наибольшую тесноту связи с у, rx,y =0,984 и его можно оставить для дальнейшего анализа. Остальные факторы потенциально могут быть исключены из анализа. Вопрос об их окончательном исключении решается в ходе анализа других статистических характеристик. Для измерения мультиколлинеарности можно использовать коэффициент множественной детерминации: Д=R2, где R - коэффициент множественной корреляции.
.Анализ коэффициентов b факторов.
Для того чтобы определить, какие факторы подлежат исключению проведем анализ коэффициентов b факторов.
Коэффициент b указывает влияние анализируемых факторов на у с уч