Исследование эффективности работы предприятия ООО "Ресурс" с помощью модели управления запасами
Дипломная работа - Менеджмент
Другие дипломы по предмету Менеджмент
етом различий в уровне их колеблемости
где bk - коэффициент b k - го фактора;
sxk - среднеквадратическое отклонение k -го фактора;
sy - среднеквадратическое отклонение функции;
ak - коэффициент регрессии при k - м факторе.
Для расчета коэффициентов b предварительно необходимо рассчитать среднеквадратическое отклонение (в Excel оно называется стандартным отклонением) факторов и функции.
Воспользуемся функцией СТАНДАРТОТКЛОН для расчёта среднеквадратического отклонения.
Таблица 3.2
Переменныеx1x2x3x4уСреднеквадратическое отклонение 397,76 151,67 206,47 7,46 573,15
По формуле 3.2 найдем значения bk.
Таблица 3.3
b1b2b3b40,690,000,360,00
Из двух факторов хi и хj может быть исключен тот фактор, который имеет меньшее значение b, поэтому можем отбросить факторы x2, x3 и x4.
Проверим коэффициенты регрессии на статистическую значимость. Проверка статистической значимости ak производится двумя способами: по критерию Стьюдента и по критерию Фишера. Для проверки статистической значимости ak по критерию Стьюдента tk рассчитывают по следующей формуле
где ak - коэффициент регрессии при k - ом факторе, Sak - стандартное отклонение оценки параметра ak. [20]
Критерий Стьюдента уже был вычислен при выполнении функции регрессии (см. Лист Регрессия 1, столбец t - статистика, рис. 3.1).
Число степеней свободы статистики tk равно f=n-m-1, где m - количество факторов включенных в модель (f=12-4-1=7). Расчетное значение tk сравним с критическим значением tf,a, найденным по таблице 1 приложения 1. При заданном уровне значимости a (a=0,05) и числе степеней свободы f=7, в нашем примере t7,0.05=5,408.
Если tktf,a, то ak существенно больше 0, а фактор хk оказывает существенное влияние на у. При этом фактор хk оставляем в модели. Если tk<tf,a, то фактор исключаем из модели.
Проверка статистической значимости аk по критерию Фишера -
,(3.4)
где t2 - многомерный аналог критерия Стьюдента. [15]
Число степеней свободы статистики Fk следующее: f1 = 4, f2=n-m-1. Значение Fk, вычисляемое по формуле, сравним с критическим значением Ff1f2a=4,13, найденным по таблице 2 приложения 3, при заданном уровне значимости a и числе степеней свободы f1 и f2.
Если FkFf1f2a, то ak - существенно больше 0, а фактор xk оказывает существенное влияние на у. При этом фактор хk оставляем в модели. Если Fk<Ff1f2a, то фактор исключаем из модели. В результате следует исключить x2, x3 и x4.
Проанализируем факторы на управляемость. В ходе логического анализа на основе экономических знаний следует сделать вывод: можно ли разработать организационно - технические мероприятия, направленные на улучшение (изменение) выбранных факторов на уровне предприятия. Если это возможно, то данные факторы управляемы. Неуправляемые факторы на уровне предприятия могут быть исключены из модели.
Аналогично, описанному выше построим модель в которой будут следующие факторы: x2 и у. Для этой модели определим коэффициент множественной детерминации Д, который служит для измерения тесноты связи между x2 и у.
Д=R2=0,949.
Рисунок 3.3. Лист Регрессия 2
Исходя из перечисленных выше суждений исключим фактор x4 так как он имеет наименьшее значение b. Построим корреляционную матрицу без исключенного фактора.
Рисунок 3.4. Корреляционная матрица без фактора x4
Из матрицы видно, что все факторы мультиколлинеарны. Далее исключим из модели фактор x3, так как он имеет наименьшую тесноту связи с y. По аналогии вычислим корреляционную матрицу без факторов x3 и x4.
Рисунок 3.5. Корреляционная матрица без факторов x3 и x4
Опять же факторы мультиколлинеарны, поэтому в модели оставим один фактор x1.
Исследуем целесообразность исключения факторов из модели с помощью коэффициента детерминации.
Прежде чем вынести окончательное решение об исключении переменных из анализа в силу их незначимого влияния на зависимую переменную, произведем исследование совместного влияния факторов.
Для этого используется статистика, которая имеет F - распределение с f:
F=(3.5)
где Дm - коэффициент детерминации регрессии с m объясняющими переменными; Дm1 - коэффициент детерминации регрессии с m1 факторами; m - число переменных в первой регрессии; m1 - число переменных в последней регрессии.
Если Fрас.Ff1f2a, то исключенные выше факторы совместно не оказывают статистически значимого влияния на функцию. Вычислим Fрас.:
Fрас.=
Определим критическое значение статистики F при f1=4-3=1 и f2=12-4-1=7 и уровне значимости a=0,05: F1,7,0.05=3.34, с помощью таблицы 2 приложения 1.
Получаем что 0<5,59, следовательно, ранее исключенные x2, x3, x4 факторы совместно не оказывают статистически значимого влияния на переменную у.
3.3 Проверка модели на адекватность
Проверим полученную модель на адекватность.
Данный этап анализа включает расчет следующих показателей:
а) оценка значимости коэффициента детерминации, т.е. оценивается влияние выбранных факторов на зависимую переменную, она производится с помощью статистики: