1. Статистический анализ производства продукции на базе кластерного анализа остатков уравнений регрессии Содержание

Введение

1. Природно-экономическая характеристика предприятия и анализ условий рынка.

2. Информационное обеспечение моделей регрессии, расчет вариантов и остатков по уравнениям.

3. Кластерная классификация вариантов по предприятиям района.

4. Сравнительный анализ уровня производства продукции предприятий и пути повышения его эффективности.

Выводы и предложения.

Методические указания

Во введении студент обосновывает актуальность темы, ее информационное и программное обеспечение, цель и задачи.

В первой главе рассматриваются важнейшие показатели размера предприятия, его производственного потенциала; показатели структуры товарной продукции, по которым судят о производственном направлении предприятия; показатели интенсификации и эффективности производства. Указанные показатели рассматриваются в динамике за последние 2-3 года и в сравнении со средними данными по административному району или по области. Дается анализ рыночной среды. Источниками информации являются годовые отчеты предприятий, статистические бюллетени районных отделов статистики и бюллетени областного комитета по статистике. В конце главы делаются выводы по разработанным таблицам.

Вторая глава проекта посвящается анализу рыночной среды, выбору факторов, прямо или косвенно влияющих на результат производства, доминирующего в структуре вида товарной продукции. Здесь отражаются данные о величине этих факторов, набор их не ограничивается, но следует помнить, что несущественные или автокоррелированные факторы потребуют дополнительных итераций отсева.

Данные собираются по всем предприятиям выбранной социально-экономической категории и представляются в виде таблиц исходных данных для корреляционного и регрессионного анализов, в подлежащем которых указываются факторы производства, а в сказуемом – их цифровые значения по каждому предприятию.

Подготовленная информация вводится в персональную ЭВМ в среду одного из пакетов диалоговой статистики (STAT, STATGRAPHICS, STATISTICA), защищается от несанкционированного доступа.

Наличие статистически незначимых связей устанавливается по значениям парных коэффициентов и по их t-статистикам. Если значение t меньше критических, это указывает на необходимость отсева статистически незначимых факторов и перехода к регрессионному анализу.

Регрессионный анализ выполняется методом наименьших квадратов и обязательно рассчитываются остатки (т.е. разность между фактическим значением производственной продукции и расчетным – по уравнению регрессии).

Предварительно проверяется значимость всего уравнения по F-критерию и степень автокорреляции по критерию ДW.

В третьей главе проекта анализируются остатки и классифицируются предприятия по признакам: величина и знак остатка, размер 2-3 факторов, по которым проводился регрессионный анализ (например, по величине фондов, по уровню кормления животных и т.д.).

Процедура кластерного анализа должна контролироваться по темпу увеличения межкластерных расстояний и прерываться своевременно.

Выделенная кластера анализируется по составу, среднему интервалу остатков и по позиции объекта изучения среди предприятий региона.

Наконец, на основе регрессионного и кластерного анализа следует рассмотреть уровень производства соответствующей продукции, выявить его слабые стороны и наметить пути улучшения производства.

В заключении делаются выводы и предложения.