"justify"> В§ 2. Кореляційно-регресійний аналіз процесу відвантаження продукції ВАТ В«КГОКаВ»
Для побудови кореляційно-регресійного аналізу процесу відвантаження у відповідності із завданням дослідження у нас є дані з відвантаження продукції ВАТ В«КГОКаВ» в період часу з 2009-2012рр. і представлені в таблиці № 1. В якості звітного періоду кожного значення відвантаження узятий проміжок часу рівний місяцю. br/>
Таблиця № 1. Відвантаження продукції ВАТ В«КГОКаВ» з 2009 по 2012рр. (Тонн.)
Місяць (х) Відвантаження
В результаті проведеного аналізу даних за допомогою програми CurveExpert 1.4 лінійна залежність приймає наступний вигляд:
Y = a + bx;
Де значення коефіцієнтів:
a = 2, 1431;
b = 1,5906
Стандартна помилка дорівнює 82,2523220.
Коефіцієнт кореляції дорівнює 0,9002081, що говорить про високий ступінь зв'язку між даними, високого ступеня їх взаємовпливу, а, отже, адекватності отриманої моделі процесу відвантаження продукції у ВАТ В«КГОКаВ».
В
Модель відвантаження набуває вигляду:
Y = 2.1431 + 1.5906x
Далі, використовуючи отриману модель, ми можемо дати прогнозну оцінку показників відвантаження продукції ВАТ В«КГОКаВ» в зацікавив нас момент часу, а також враховуючи існуючу тенденцію визначити момент часу, в який будуть досягнуті бажані обсяги відвантаження. p align="justify"> Наприклад, нас цікавить прогноз про досягнуті обсягах відвантаження продукції за результатами 1-й половині 2013 року:
Y = 2.1431 + 1.5906 Г— 42
Y = 2811.23 тон.
В
Якщо нас цікавить момент часу коли буде досягнутий зацікавив обсяг відвантаження, то рівняння прийме наступний вигляд при заданому обсязі 3100тон:
= 60.1537
В
В§ 3. Висновки
Як ми переконалися, методи математичної статистики дозволяють по одним величинам обчислювати інші, недоступні або малодоступні.
Методи математичної статистики дозволяють передбачити перебіг і розвиток логістичних процесів. За допомогою методів математичної статистики вирішуються такі питання, як побудова кривих розподілу ймовірностей і оцінка ступеня згоди фактичних характеристик з теоретичними, дозволяють визначати емпіричні залежності, оцінювати тісноту зв'язку між досліджуваними величинами. p align="justify"> Побудована в ході дослідження модель допомагає спрогнозувати показники діяльності ВАТ В«КГОКаВ» щодо логістичної функції відвантаження. p align="justify"> Результати експериментального прогнозу, заснованого на збудованій математичн...
