Информатика и выч. техника \ Автоматизация принятия управленческих решений

Вопросы к зачету и задание для контрольной работы по курсу «Автоматизация принятия управленческих решений», страница 3

Ø  в ячейке D18 ввести формулу вычисления прогнозного значения (рис.27), соответствующую полученному уравнению полинома шестой степени:

y = 0,0013x6 - 0,0449x5 + 0,5826x4 - 3,603x3 + 11,295x2 - 15,932x + 11,762

Ø  скопировать формулу в ячейки D19:D29.

Анализ полученных прогнозных значений (рис.27) позволяет сделать вывод о невозможности использования для долгосрочного прогнозирования полиномиального приближения, поскольку прогнозные значения не «укладываются» в картину развития базовой линии прогноза. Следует оценить возможности использования линейного или экспоненциального приближения.

5.  Подбор трендовой функции. Для подбора трендовой функции на базе линейного и экспоненциального приближения будем использовать команду Прогрессия. Для выбора функции приближения необходимо:

Ø  скопировать данные базовой линии прогноза в ячейки Е6:Е17 и F6:F17 для получения линейных и экспоненциальных приближений;

Ø  в ячейках Е6:Е29 и F6:F29 получить линейные и экспоненциальные приближения (Правка – Заполнить – Прогрессия – Арифметическия прогрессия или Геометрическая прогрессия соответственно);

Ø  рассчитать среднее отклонение полученных результатов от значений базовой линии прогноза (рис. 28). В качестве базового приближения выбирается приближение с наименьшим отклонением. В нашем случае это линейное приближение т.к. среднее отклонение значений базовой линии от значений, рассчитанных с помощью линейного приближения близко к нулю, а при использовании экспоненциального приближения составляет 0,9.

6.  Корректировка прогноза. Поскольку ранее был выявлен скачкообразный характер реализации продукции, связанный, по всей видимости, с сезонной зависимостью выпускаемой предприятием продукции, то долгосрочный прогноз, полученный с помощью линейного приближения, следует  на каждый ближайший   от текущего месяца период корректировать. Для этих целей может быть использован метод скользящего среднего, метод экспоненциального приближения или уравнение полиномиального приближения шестой степени, полученное нами при выполнении п.4. Расчеты объемов реализации продукции, выполненные с помощью скользящего среднего и экспоненциального сглаживания, позволяют сделать вывод, что предпочтительнее для уточнения долгосрочного прогноза на январь месяц использование метода экспоненциального сглаживания. Так как среднее отклонение значений базовой линии прогноза от расчетных данных в этом случае равно 0,6, а при использовании скользящего среднего – 2,2 (рис. 28).  Данный вывод подтверждается и визуальным анализом с помощью графиков (рис.29). Таким образом, прогнозное значение объема реализации продукции предприятием на январь месяц составляет 13 млн.руб.

Л И Т Е Р А Т У Р А

1.  Карлсберг Конрад. Бизнес-анализ с помощью Excel.: Пер. с англ. – К.:Диалектика, 1997. - с. 448.

2.  Орлова И.В. Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL / Практикум: Учебное пособие для вузов. – М.: ЗАО «Финстатинформ», 2000. – с.136.

3.  Использование Microsoft Office 97, профессиональный выпуск. Пер. с англ./ Джим Бойс, Скотт Фаллер, Ред Гилген и др. – К.; М.; СПб.: Издат дом «Вильямс», 1998. –с. 1120.

4.  Овчаренко Е.К., Ильина О.П., Балыбердин Е.В. Финансово-экономические расчеты в EXCEL. – М.: ИИД «Филинъ», 1999. – с. 328.

5.  Гарнаев А.Ю. Использование MS EXCEL и VBA в экономике и финансах. –СПб.: БХВ –Санкт-Петербург, 1999. – с. 336.

6.  Ботт Эдд. Использование Microsoft Office 97.: Пер. с англ. –К.:Диалектика,1997. – с.416.

Учебно-методическая литература

1.   М/ук № 2606 Асенчик О.Д., Стародубцев Е.Г.  СУБД MS Access.

2.  М/ук № 2534  Водополова Н.В., Шибеко В.Н. Сводные таблицы.

3.  М/ук № 2556  Водополова Н.В.,Шибеко В.Н. Промежуточные итоги.

4.  М/ук № 2535  Водополова Н.В.,Шибеко В.Н. Фильтрация данных в MS Excel.

5.  М/ук № 2792 Водополова Н.В.,Шибеко В.Н., Косинов Г.П. Получение данных в Ex cel из внешних данных

6.  М/ук №2766  Водополова Н.В.,Шибеко В.Н., Косинов Г.П. Excel – как средство анализа данных

7.  М/ук №           Водополова Н.В.,Шибеко В.Н., Косинов Г.П. Консолидация и связывание данных

8.  М/ук №2980 Водополова Н.В., Чабуркина С.А. Основы программирования на VBA

Скачать файл