- •Министерство образования и науки украины
- •Содержание
- •1.2. Классификация и основные виды бизнес - процессов.
- •1.3. Описание организационной структуры
- •5. Структурные схемы.
- •2. Задание
- •Лабораторная работа № 2 Базовые технологии автоматизации задач управления. Анализ данных и принятие решений средствами ms Office
- •1. Теоретические сведения
- •1.1. Сводные таблицы для анализа данных
- •Структура сводной таблицы
- •1.2. Многомерные (olap) источники данных
- •2. Построение сводной таблицы
- •2.1. Создадим базу данных
- •2.2. Построим сводную таблицу
- •2.3. Повышение наглядности и удобства получения данных
- •2.4. Анализ данных
- •Инструментальная панель "Сводные таблицы"
- •Сводные диаграммы
- •2.5. Построение olap-куба
- •3. Задание
- •Варианты заданий
- •Лабораторная работа № 3 Анализ данных и прогноз для целей управления
- •1. Теоретические сведения
- •1.1. Методы прогнозирования
- •1.2. Методы краткосрочного прогноза
- •1.3. Метод экспоненциального сглаживания
- •Прогнозирование нестационарных показателей
- •1.5. Сезонный спрос
- •1.6. Среднесрочный прогноз и методы регрессионного анализа
- •2. Встроенные функции Excel и прогнозирование
- •2.1. Функция линейн
- •Пример выполнения задачи прогнозирования Прогноз произведем на основании уравнения регрессии (применения функции линейн в задаче прогнозирования)
- •2.2. Функция тенденция
- •2.3. Функция предсказ
- •4. Практический алгоритм решения задачи Прогнозирования
- •Задание
- •Лабораторная работа № 4
- •1.3. Пример использование таблицы подстановок
- •2. Сценарии
- •3.Оптимизация и анализ "Что, если ...?"
- •4. Задание
- •Варианты заданий
Лабораторная работа № 3 Анализ данных и прогноз для целей управления
Цель: освоить инструменты анализа данных с целью принятия управленческих решений
1. Теоретические сведения
Любые показатели хозяйственной, экономической, финансовой, учебной деятельности могут быть представлены как последовательность соответствующих данных в фиксированные моменты времени, что математически выглядит как временной ряд. Обычно временной ряд данных содержит закономерную, детерминированную (заранее определенную) составляющую, описывающую долговременные тенденции протекания процесса, и случайную составляющую, обусловленную действием не поддающихся непосредственному учету факторов. Можно считать, что эти составляющие суммируются:
xt = dt + et t = 1, 2, … n, (3.1)
где xt, - элемент временного ряда, относящийся к моменту времени t, dt, - детерминированная составляющая; et, - случайная составляющая ряда; n - общее число элементов ряда.
Предложенное выражение (3.1)описывает так называемую аддитивную модель временного ряда. Детерминированная составляющая, в свою очередь, может включать в себя несколько слагаемых, из которых мы рассмотрим три важнейших и наиболее распространенных: тренд trt, (trend (англ.) - общее направление, тенденция); сезонная компонента st и циклическая компонента ct
dt = trt + st + ct ; i = 1, 2, … n (3.2)
Трендом, в соответствии с буквальным смыслом термина, принято называть плавно, монотонно меняющуюся компоненту детерминированной составляющей временного ряда, отражающую влияние долговременных факторов. В экономике к таким факторам обычно относят изменение демографических характеристик (численности населения, возрастного состава и т. п.), изменение показателей технологического и экономического состояния общества (страны), структуры потребления и т. д. Все эти и подобные им факторы действуют постепенно, в связи с чем исследователи-аналитики предпочитают описывать их влияние при помощи простых формул и гладких кривых.
Сезонная компонента отражает присущую природе и человеческой деятельности повторяемость, периодичность процессов во времени и часто присутствует в экономических, метеорологических и других временных рядах. Она служит источником относительно кратковременных колебаний значений ряда и имеет конкретное объяснение (например, изменение спроса на зимнюю или летнюю одежду в преддверии соответствующего времени года, или на шампанское перед Новым годом - отсюда и название этой компоненты). Учет и анализ сезонных компонент требуется, в частности, для сравнения данных за аналогичные периоды времени (спрос на некоторые товары в декабре текущего года по сравнению с декабрем предыдущих лет, выпуск продукции в первом квартале по сравнению с первым кварталом предыдущего года, количество слушателей подкурсов на 8-месячных, 6-ти месячных, 4-х месячных сроках и т. д.).
Циклическая компонента занимает промежуточное положение между трендом и сезонной компонентой. Ее период по длительности соизмерим с общим интервалом наблюдений, с полной длиной временного ряда. Она описывает достаточно длительные процессы подъема и спада. Изучение свойств этой компоненты может быть полезным при прогнозировании.
Если найти характеристики всех компонент детерминированной составляющей и вычесть эту составляющую из ряда, то в соответствии с (3.1) в остатке мы получим «чисто» случайную составляющую, статистические характеристики которой позволят оценить достоверность прогноза.
При изучении временных рядов аналитики ставят перед собой следующие цели:
- краткое описание характерных особенностей ряда и подбор статистической модели, описывающей ряд;
- прогнозирование будущих значений по данным прошлых наблюдений;
- управление процессом, порождающим изучаемый временной ряд.
Для достижения этих целей рекомендуется такой порядок анализа:
графическое представление данных временного ряда;
выделение и исключение из исходного массива детерминированных составляющих: тренда, сезонной и циклической компонент;
исследование случайного «остатка» временного ряда, расчет его статистических характеристик (описательных статистик), подбор статистической модели (функции плотности распределения) и проверка ее состоятельности (адекватности);
построение прогноза и выработка стратегии управления.