Kiekybiniai sprendimų metodai (4)

Koreliacinė regresinė analizė. Tyrimo tikslai. Atlikti koreliacinę analizę y su kiekvienu x1, ....., xn (n5). x1, x2,…,xm (m3) atrinkimas regresinei analizei atlikti. Porinė regresinė analizė y su kiekvienu x1, x2,…,xm. Daugianarė koreliacinė regresinė analizė y su (x1, x2,…,xm). Pateikti tyrimo rezultatų taikymo pavyzdžius. Prognozavimas. Slenkančio vidurkio išlyginimo metodas. Eksponentinio išlyginimo metodas. Gamybos planavimo uždavinys. Dualus uždavinys. Transporto uždavinys.

Turime penkiolika įmonių, kurios užsiima panašia veikla. Reikia nustatyti nuo kokių veiksnių priklauso gaminamo produkto (1litro pieno) kaina.
y- produkto kaina

Veiksniai nuo kurių gali priklausyti produkto kaina:
x1-miestas: 1 - Vilnius, 2 – Kaunas, 3 – Klaipėda, 4 – Panevėžys, 5 - Marijampolė;
x2-pieno riebumas: 1 – 1,5%, 2 – 2,5%, 3 – 3,5%;
x3- įmonės apyvarta per metus;
x4-darbuotojų skaičius;
x5-amortizaciniai atskaitymai;
Tam, kad sužinotųme nuo kurių veiksnių priklauso gaminamo produkto (1litro pieno) kaina, aš atliksiu:
• Koreliacinė analizė, kuri padės nustatyti ar egzistuoja ryšys tarp dviejų nagrinėjamų veiksnių x ir y. Koreliacijos koeficentas išreiškia ryšio stiprumą.
• Regresinė analizė, kuri išaiškins priklausomybės formą ir analitinę išraišką.
• Daugianarės koreliacinės regresinės analizės pagalba įvertinsime y priklausomybę nuo visų x veiksnių, sužinosime regresinės lygties kokybę.
Taip pat mano darbo uždavinys ir tikslas:
• Atlikti prognozę slenkančio vidurkio ir eksponentinio išlyginimo metodais,
apskaičiuoti vidutines kvadratines paklaidas.

Arba su funkcija AVERAGE
Visus duomenis pakeliame kvadratų ir skaičiuojame kvadratų vidurkį:

Su funkcija STDEV galime taip pat surasti vidutinį kvadratinį nuokrypį.
Funkcija VAR skaičiuoja dispersiją pagal formulę: ...