Файл: Лабораторная работа Подготовка исходных данных. Исключение мультиколлинеарности в исходных данных. Построение регрессионной модели развития предприятия..docx

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РФ

Бийский технологический институт (филиал)

федерального государственного бюджетного образовательного

учреждения высшего образования

«Алтайский государственный технический университет

им. И.И. Ползунова»

Факультет Отделение внеочных форм обучения

Кафедра МСИА

Защищена с оценкой______________

__________________ Сливин А.Н.

(подпись преподавателя) (инициалы, фамилия)

“____”___________ 2023 г.



Лабораторная работа
Подготовка исходных данных. Исключение мультиколлинеарности в исходных данных. Построение регрессионной модели развития предприятия. Определение факторов кризиса предприятия и прогноз развития на основе методов статистического моделирования

по дисциплине «Математические методы в производственном планировании»

09.03.03

Вариант 3

Студент группы ПИ-84 Полышев В.П.

(инициалы, фамилия)

Студент группы ПИ-84 Жаркова Д.Е.

(инициалы, фамилия)

Преподаватель доц. к.н. Сливин А.Н.

(должность, ученое звание) (инициалы, фамилия)

БИЙСК 2023

Оглавление

1 «Подготовка исходных данных. Исключение мультиколлинеарности в исходных данных»

1.1 Исключение мультиколлинеарности в исходных данных

Цель работы: исключение мультиколлинеарности между показателями, характеризующими внутреннюю и внешнюю среду предприятия.

Известно, что внутренняя и внешняя среда предприятия описывается параметрами, представленными на рисунке (см. рисунок 1).

---

Номер месяца	Премиальные выплаты, тыс. руб.	Инвестиции в основной капитал,млнруб.	Среднесписочная численность ра-ботников,чел.	Объем производства, тыс. шт.	Производительность труда, руб./чел.	Ввод в действие оборудования, млнруб.	Амортизация, млн руб.	Емкость рынка, млн руб.	Индекс рыночных цен, в разах	Коэффициент обновления оборудо-вания,%
1	930	125	500	1340	550	580	50	780	1,02	16
2	936	130	505	1560	570	360	50	790	1,03	17
3	987	140	510	1590	580	340	51	800	1,04	16
4	925	165	515	1680	598	270	51	820	1,03	13
5	950	168	520	1450	600	250	52	840	1,01	13
6	1005	169	521	1600	620	240	52	860	1,03	14
7	1100	174	531	1200	690	230	53	875	1,04	15
8	1125	175	540	1180	750	212	54	880	1,05	15
9	555	182	500	1060	860	305	40	890	1,06	15
10	605	194	500	1000	940	335	44	880	1,11	15
11	608	198	499	909	950	342	44	870	1,25	8
12	621	199	502	890	980	359	47	850	1,28	5
13	632	199	495	580	1000	368	48	890	1,34	2
14	658	210	480	360	1020	362	47	920	1,35	6
15	699	209	481	340	1040	341	44	945	1,32	6
16	698	215	460	270	1060	362	47	955	1,32	2
17	718	212	460	250	1075	357	46	968	1,45	6
18	729	220	450	240	1086	357	46	985	1,48	6
19	741	237	456	230	1095	354	46	990	1,31	7

---

Таблица 1 - Параметры внутренней и внешней среды предприятия

Продолжение таблицы исходных данных

Номер месяца	Премиальные выплаты, тыс руб...	Инвестиции в основной капитал,млнруб.	Среднесписочная численность ра-ботников,чел.	Объем производства, тыс. шт.	Производительность труда, руб./чел.	Ввод в действие оборудования, млнруб.	Амортизация, млн руб.	Емкость рынка, млн руб.	Индекс рыночных цен, в разах	Коэффициент обновления оборудо-вания,%
20	766	248	458	212	1100	334	43	1030	1,22	8
21	784	250	451	210	1150	366	48	1040	1,15	8
22	843	260	437	198	1200	357	46	1060	1,11	9
23	848	279	438	194	1220	372	48	1080	1,08	19
24	859	275	432	192	1250	391	51	1133	1,16	9
25	866	280	432	180	1500	634	82	1208	1,16	7
26	898	299	410	180	1550	652	85	1387	1,15	8
27	947	295	405	178	1560	613	80	1450	1,15	8
28	965	307	403	180	1700	735	96	1500	1,13	6
29	988	380	400	182	1728	740	96	1600	1,14	7
30	990	415	405	190	1800	810	105	1650	1,16	9

---

В качестве показателя-индикатора для диагностики состояния предприятия и прогнозирования кризисных ситуаций принимается показатель прибыли предприятия.

Рисунок 1 - Таблица «параметры средыпредприятия».

Поскольку для прогнозирования кризисных ситуаций в развитии предприятия будет использован метод регрессионного анализа, из исходных данных следует исключить показатели, между которыми существует однозначная (мультиколлинеарная) связь.

1.2 Расчет исходных данных в постоянных ценах

Цель работы: расчет исходных данных в постоянных ценах.
В качестве базового уровня цен принимается уровень цен первого месяца рассматриваемого промежутка времени.

	n
	К перt =∏I i I t,	(1.1)
	i=1
где It	индекс цен периода t;
n –количество периодов до периода t;
i – номер периода из числа периодов n;
Ii индекс цен для периода i из числа периодов n.

В постоянных ценах рассчитываются следующие стоимостные показатели: прибыль, инвестиции в основной капитал, стоимость основных производственных фондов, платежеспособный спрос.



Рисунок 2 – Скорректированные параметры внутренней и внешней среды предприятия.

2 «Построение регрессионной модели развития предприятия»

2.1 Проверка исходных данных на вариативность и эволюторность

Цель работы: установление свойств вариативности и эволюторности временных рядов параметров внутренней и внешней среды предприятия на основе графического представления данных рядов. Построение регрессионной модели.

---

Рисунок 3 - Динамика прибыли предприятия

Рисунок 4 - Динамика инвестиций в основной капитал предприятия



Рисунок 5 - Динамика среднесписочной численности работников предприятия



Рисунок 6 - Динамика стоимости основных производственных фондов предприятия



Рисунок 7 - Динамика платежеспособного спроса на продукцию предприятия



Рисунок 8 - Динамика уровня используемых мощностей предприятия
Из приведенных графиков видно, что все они имеют форму кривых. Ни один ряд показателей не является близким к определенной постоянной величине показателя. Это говорит о вариативности рассматриваемых показателей. Также видно, что все ряды не изменяются хаотично.



Рисунок 9 – Скорректированные параметры внутренней и внешней среды

Для построения регрессионной модели необходимо воспользоваться инструментом анализа – «Регрессия». Результаты регрессионного анализа (см. рисунок 10).


Рисунок 10 - Регрессионный анализ

По приведенным в таблице значениям «Р-Значение» нам нужно выбрать значимые факторы. Такими факторами будут те, у которых «Р-Значение» меньше 0,05, если таких нет, выбрать наименьшие показатели. В нашем примере такое «Р-значение» имеют следующие показатели: Х2 и Х5. Все остальные факторы являются незначимыми, и их следует исключить из анализа на 2-м шаге.

На втором шаге нам необходимо вернуться к скорректированным исходным данным и удалить из них все незначимые показатели Х.



Рисунок 11 - Второй шаг скорректированные исходные данные

Повторный анализ показан на рисунке 12.

---