го сформулюємо гіпотезу. Спад обсягу продажів на підприємстві, і як наслідок обсягу прибутку може бути пов'язаний з наступними факторами:
1. Незадоволеність якістю товару;
2. Неефективність виробничого потенціалу, а внаслідок низька конкурентоспроможність;
3. Зниження купівельного попиту у зв'язку зі зміною структури ринку;
4. Затоварення складів замовника;
5. Погана реклама;
6. Сезонність продукції. p> Спад обсягу продажів, і як наслідок обсягу прибутку на підприємстві пояснюється низькою рекламою, якістю продукції, попитом і потребою на нею, сезонністю, якщо продукція є сезонної, ціною цегли. p> На основі сформульованої гіпотези, об'єкта і предмета, а також поставлених цілей і завдань необхідно вибрати приватний підхід до дослідження. Так як існує розбіжність між бажаним і дійсним станом обсягу продажів, обсягу прибутку. Може бути визначений єдиним чином. Тобто існує кілька методів до вирішення поставленої раніше проблеми: метод найменших квадратів з вагами і метод авторегресії.
Метод найменших квадратів з вагами. Цей метод є одним з найбільш поширених прийомів статистичної обробки експериментальних даних, що відносяться до різним функціональним залежностям фізичних величин один від одного. У тому числі, він застосовний до лінійної залежності і дозволяє отримати достовірні оцінки її параметрів, а також оцінити їх похибки. Суть методу найменших квадратів (МНК) полягає в мінімізації суми квадратів випадкових відхилень,
фактичних значень часового ряду від тренду f (t).
2.2 Вибір методу дослідження, його обгрунтування, опис
У цій роботі вибираємо метод найменших квадратів з вагами. У методі кожному відхиленню Е надається вага, для того щоб більш точніше визначити вплив прогнозного значення показника. Найчастіше метод застосовується, якщо досліджувана продукція є сезонною, тому що значення показника змінюється в певні проміжки часу. Досліджуваної продукцією даної курсової роботи є цеглини, які в свою чергу є сезонною продукцією.
Екстраполяція виконаної за допомогою МНК тенденції змін показника на прогнозний період припускає, що всі спостереження (рівні часового ряду) рівнозначні для прогнозу. Однак інформація про зміну показника в період часу, безпосередньо примикає до моменту прогнозу, В«ціннішеВ» для прогнозування, ніж у більш віддалений. Але й більш віддалені від моменту прогнозу спостереження часового ряду також несуть значну інформацію про процес, тому нехтувати цими спостереженнями при розрахунку прогнозу не слід.
Для обліку різної В«ЦінностіВ», або, як це прийнято в термінології прогнозування та інформатики, В«ВагиВ» інформації в різні моменти часу застосовують метод найменших квадратів з вагами (МНКВ) і метод експоненціального згладжування.
Розглянемо метод найменших квадратів з вагами.
Суть методу полягає в тому, що кожному відхиленню E надається вага ОІ t
