Сущность задачи и методы ее решения

Основная:

1. Карманова Т.Е., Каурова О.В., Малолето А.Н. Статистика туризма. Tourism statistics.- М.: КНОРУС, 2010.-240с.

2. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистически: Учебник. - М.: Инфра-М, 2008. – 462с.

3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник. – М.: Инфра-М, 2008. – 452 с.

4. Иванов Ю.Н. Экономическая статистика: Учебник. – М.: Инфра-М, 2008.

– 236 с.

5. Елисеева И.И. и др. Статистика: Учебник. – М.: Высш. обр., 2006. - 486 с.

6. Орехов С.А. Статистика: Учебник. – М.: ЭКСМО, 2010. - 448 с.

7. Ефимова М.Ф. и др. Социально-экономическая статистика. – М.: Высш. обр., 2009. – 590 с.

8. Шмойлова Р.А. Теория статистики: Учебник. – М.: Финансы и статистика, 2010. – 348 с.

9. Шмойлова Р.А. Практикум по теории статистики. – М.: Финансы и статистика, 2010. – 416 с.

10. Громыко Г.Л. и др. Теория статистики: Учебник. – М.: Инфра-М, 2008. - 423 с.

Дополнительная:

1. Неганова Л.Н. Общая теория статистики: Уч. пос. – М.: РИОР, 2005. – 236 с.

2. Гусаров В.Н. Статистика. – М.: Юнити-Дана, 2006. – 258 с.

3. Салин В.Н., Чурилова Э.Ю., Шпаковская Е.П. Статистика. Электронный учебник.- М., 2008. -356с.

4. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика.-М., 2009.-442с.

5. Статистика. Электронный учебник / Под. ред. М.Г.Назарова. -М., 2009.-381с.

 

 

Содержание

Введение. 3

1. Сущность задачи и методы ее решения. 4

2. Математическая модель задачи. 5

3. Порядок выполнения работы.. 6

3.1. Построение регрессионной модели. 6

3.2. Разработка прогноза спроса и степени его точности. 7

3.3. Оценка точности прогноза. 7

4. Анализ полученных результатов. 8

5. Пример расчета. 8

Задание. 11

Список литературы.. 12

 

Введение

Важнейшей задачей подготовки специалиста в современных условиях является обучение методам сбора, систематизации и анализа информации, характеризующей различные явления общественной жизни. Изучение студентами методов статистического анализа обеспечивает овладение другими учебными дисциплинами, необходимыми для дальнейшей практической деятельности.

Предлагаемая РГР по дисциплине «Статистика» предполагает ознакомление и освоение студентами методов прогнозирования на базе статистических данных.

Сущность задачи и методы ее решения

Целью решаемой в РГР задачи является разработка научно-обоснованного прогноза спроса на перспективу с использованием статистических методов. Такой прогноз является основой принятия управленческих решений, планирования, управления запасами.

Прогнозирующая функция может принимать любой вид в зависи­мости от характера спроса, который может быть линейным (постоян­ным, возрастающим или убывающим) и криволинейным. Кривая может быть экспоненциальной, степенной, гиперболической и т.п.

В данной РГР ограничимся анализом линейной прогнозирующей функцией, которая в силу ее простоты выбирается чаще других и достаточно правильно описывает тенденцию поведе­ния спроса.

Если нет уверенности в том, что линейная функция предпочти­тельнее других, то следует испытать несколько форм прогнозирую­щей функции и выбрать наилучшую по критерию минимизации стан­дартного отклонения, характеризующего погрешность в оценке.

В РГР требуется сравнить два вида линейной функции: не зависящей от времени (постоянный спрос со случай­ными отклонениями) и зависящей от времени (возрастающий или убы­вающий спрос при наличие случайных отклонений).

Сравнение и выбор наилучшей прогнозирующей функции, более точно характеризующей закономерности поведения спроса как сум­мы продаж на рынке товаров, осуществляется с помощью методов статистического (регрессионного) анализа. Суть кратко сводится к следующему.

На основе графического анализа данных о характере спроса за прошедший интервал времени (год) подбирается такая прямая ли­ния, которая обеспечила бы наименьший разброс наблюдений вокруг нее. Если продолжить эту прямую, то получим интересующий нас прогноз. Для построения прямой необходимо определить значение параметров уравнения регрессии, характеризующего уровень пересе­чения прямой (линии регрессии) с осью ординат. Это начальный или свободный коэффициент регрессии (а). Наклон прямой относи­тельно оси абсцисс характеризует коэффициент регрессии (b). Зна­чения а и b в уравнении регрессии определяются методом наимень­ших квадратов, т.е. эти коэффициенты обращают сумму квадратов от­клонений фактических значений спроса (у_t) от выровненных, т.е. соответствующих прямой у_t ^’, в минимум.

Прогноз, таким образом, разрабатывается двумя методами и должен охватывать период в 1 год (12 месяцев).