|
Табличного процессора
т = 12 (и поэтому — = — — = 0,0125) табличным значением ко-w 12
Затем проверялась значимость коэффициентов регрессии, для чега находились значения ^-критерия, которые сравнивались с табличным значением ^-критерия при 5%-ном уровне значимости.
(В скобках указаны значения ^-статистик коэффициентов регрессии.) Сравнивая их с табличным значением (4.23), т. с. /о.95:147=1»98, видим, что константа оказывается незначимой.
Блок 7 — критерием оценки уравнения регрессии выбран коэффициент множественной корреляции, оценка значимости которого проводится с использованием модуля М108. В .модуле предусмотрена проверка существенности путем сравнения рассчитанного коэффициента с табличным значением. Если условие t к >$a,f выполняется, то переходим к блоку 9, в противном случае — к блоку 8.
В модуле предусмотрена проверка существенности путем сравнения рассчитанного коэффициента с табличным значением t% >• >/„,/.'Если условие выполняется, то следует переход к блоку 9;.. в противном случае — к блоку 8.
Полученное значение max in сравнивается с табличным значением /-распределения Стюдента и, если max tu^tKp при заданном уровне вероятности, то нулевая гпиотеза принимается. _
Затем находим отношения коэффициентов корреляции к их среднеквадратическим ошибкам, полученные величины сравниваем с табличным значением по ^критерию Стьюдента. Отношения коэффициента корреляции к его ошибке подтверждают статистическую зависимость исследуемой корреляционной связи.
рое затем сравнивается с табличным значением при определенном уровне значимости а и числе степеней свободы {п — 2).
с табличным значением при df= л — 2 степенях свободы.
Величина /"-критерия, оценивая значимость уравнения регрессии в целом, характеризует одновременно и значимость коэффициента (индекса) множественной корреляции. Вместе с тем оценку существенности коэффициента множественной корреляции можно дать и через сравнение скорректированного коэффициента корреляции с его табличным значением при соответствующем уровне вероятности и числе степеней свободы п — т — 1. Так, при п = 30 и т = 2 фактическое значение R должно превышать 0,368 при 5 %-ном уровне значимости, чтобы можно было считать его значение отличным от нуля с вероятностью 0,95.
Аналогично можно оценивать и существенность частных показателей корреляции. Фактическое значение частного коэффициента корреляции сравнивается с табличным значением при а = 0,05 или а = 0,01 и числе степеней свободы к = п — h — 2, где п — число наблюдений, А — число исключенных переменных. Так, если п = 30 и оценивается существенность частного коэффициента корреляции второго порядка (например, ryX[ .xm), то А = 2 и к = 26.
цией сумм покрытия, исходя из постоянных сумм покрытия на единицу изделия. Постоянные затраты не должны включаться в целевую функцию, они существуют в определенном объеме независимо от реализуемой программы. Ограничения учитываются в зависимости от принятия необходимых решений в плановом периоде, например, ограничения по производственным мощностям. Использование методов линейного программирования для формирования оптимальной производственной программы предполагают соблюдение определенных математических условий. Во-первых, целевая функция и ограничения должны быть заданы в линейной форме, во-вторых, количественные ограничения должны быть заданы в форме констант. Оптимальное решение определяется симплекс методом. Расчет оптимальной производственной программы можно производить и с помощью табличного процессора EXCEL 7.0 операционной среды WINDOW'S, используя режим Solver (поиск решения).
Для удобства манипулирования данными, представленными в табличном виде, и были созданы специализированные функциональные пакеты, известные как электронные таблицы или табличные процессоры. Интерфейс электронной таблицы позволяет формировать аналитические сообщения по запросу, гибко реагировать на возникающие в ходе анализа нестандартные ситуации. При этом пользователь получает возможность, не прибегая к помощи программистов, самостоятельно форматировать аналитические таблицы, выбирая макеты из представленного меню и/или задавая собственные макеты, организовывать базы данных по задаваемым правилам и критериям, выбирать тип носителей результатной аналитической информации, использовать при необходимости деловую графику. Следует особо выделить способность табличных процессоров работать в режиме «Что произойдет, если... ?». Именно этот режим обеспечивает реализацию имитационных предикативных моделей различной степени сложности. Типы и сложность моделей, количество параметров и переменных, способы их изменения, диапазоны варьирования аналитик задает самостоятельно. Одно из типичных применений табличного процессора в этом режиме — составление прогнозной бухгалтерской отчетности.
комбинациях, в результате чего рассчитывается ожидаемое значение прибыли. По результатам имитации может выбираться один или несколько вариантов действий; при этом значения факторов, использованные в процессе моделирования, будут служить прогнозными ориентирами в последующих действиях. Модель реализуется на персональном компьютере в среде табличного процессора в соответствии с намеченным сценарием.
Как правило, при автоматизации какой-либо предметной области приходится применять сразу несколько информационных технологий, реализуемых различными программными средствами. При этом важное значение приобретает интеграция (стыковка) программных средств, используемых пользователем, например, для экспорта данных, сформированных программой бухгалтерского учета, в табличный процессор для проведения анализа. Иногда небольшие предприятия используют бухгалтерские программы только для сводного учета и составления отчетности, а задачи аналитического учета реализуют с помощью табличного процессора с последующей передачей итоговых данных в бухгалтерскую программу.
и доступа к данным СУБД и без них не могут функционировать. Многие программы могут формировать отчеты в формате MS Excel. Поэтому для просмотра этих отчетов необходимо наличие на компьютере либо самого табличного процессора Excel, либо программы просмотра файлов формата Excel. Некоторые современные программы для возможности просмотра отчетов и даже для ввода данных требуют наличия на компьютере какой-либо программы просмотра Web-страниц Интернет и при их отсутствии не могут нормально функционировать. Все это и составляет вспомогательное ПО АИС-БУ.
Во всех компьютерных информационных системах, однако, функции анализа не являются основными. Целью их установки на всех предприятиях является оптимизация бухгалтерского учета и контроля за финансовыми потоками, реже - интересы эффективного планирования. Предполагается, что работать с этими системами будут сотрудники, в чьи обязанности развернутый анализ деятельности всего предприятия не входит. Поэтому сложных математических, статистических и эконометрических процедур и методов в самих бухгалтерских и управленческих информационных системах не предусмотрено. Для этого существуют специальные прикладные пакеты анализа. Хорошим примером такой аналитической системы является пакет Statistica. Небольшой, но весьма функциональный аналитический пакет входит в состав табличного процессора MSExcel, работающего в среде Windows.
Ставится задача выявления и исследования факторов развития хозяйствующего субъекта и установления степени их влияния на различные результатные показатели (например, прибыль). Для этого используется имитационная модель, предназначенная для перспективного анализа формирования и распределения доходов предприятия. В укрупненном виде модель представляет собой многомерную таблицу важнейших показателей деятельности объекта в динамике. В подлежащем таблицы находятся взаимоувязанные показатели либо в номенклатуре статей формы № 2, либо в более детализированном виде. В сказуемом таблицы находятся результаты прогнозных расчетов по схеме "ч/ио будет, если ...". Иными словами, в режиме имитации в модель вводятся прогнозные значения факторов в различных комбинациях, в результате чего рассчитывается ожидаемое значение прибыли. По результатам имитации может выбираться один или несколько вариантов действий; при этом значения факторов, использованные в процессе моделирования, будут служить прогнозными ориентирами в последующих действиях. Модель реализуется на персональном компьютере в среде табличного процессора в соответствии с намеченным сценарием.
Анализ будем проводить с помощью табличного процессора MS Excel. Описательная статистика для представленных данных отражена в табл. 2.6.
Вы можете получить на сайте издательства "ИК Аналитика" по адресу: www.analitika.ru/connolly.zip программу (она прилагалась к оригиналу книги на дискете), которая будет полезна при изучении материала изложенного в книге. Предполагается, что читатель имеет небольшой или вообще не имеет никакого опыта в программировании, поэтому программа написана в табличном процессоре Microsoft Excel. Использовались простые функции, и для того, кто имеет только поверхностные знания табличного процессора, не будет проблем с использованием и адаптацией программы для собственных нужд. В ней нет макросов и не используются самые сложные функции Excel. Отсутствие сложных аспектов пакета табличного процессора означает, что выполнение команд будет занимать достаточно продолжительное время, плата за то, что собственный риск программной ошибки незначителен. Читатели с достаточным опытом программирования сразу же поймут, как модернизировать некоторые процедуры с использованием макросов. Большинство таблиц и графиков, помещенных в книгу, было построено с использованием предлагаемых программ.
При проведении расчетов наиболее целесообразным является использование табличного процессора EXCEL. При этом после построения модели возможно использование любых комбинаций рассмотренных выше методов.
Общий вывод таков: лучше использовать несколько методов прогнозирования, а не ограничиваться каким-то одним. В первую очередь, стоит подумать о Делъфи, подкрепляя этот метод анализом временных рядов и скользящими средними. Чтобы объяснить некоторые из полученных тенденций, можно воспользоваться барометрическим подходом (чтобы специально посмотреть, как продажи продукта связаны с покупками потребителей, как-то: продажи экскаваторов и строительство новых домов). В несколько более длительной перспективе по причине использования ресурсов выгоднее один раз построить простую модель множественной регрессии и использовать ее с помощью любого табличного процессора, такого как Lotus 1-2-3.
Тщательной подготовки Техническими экономическими Техническими мероприятиями Техническими работниками Тщательно продуманы Техническими условиями Техническим мероприятиям Техническим персоналом Техническим программам Техническим специалистам Технически невозможно Технически обоснованной Технической экономической вывоз мусора снос зданий
|
|
|
|
Навигация
