- •1.Корреляционный анализ спроса.
- •Определение среднего значения спроса для каждой номенклатуры:
- •Сведем вычисления в матрицу:
- •3.2 Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с сильной обратной зависимостью km:
- •3.3. Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с обратной зависимостью kl:
- •4.Прогнозирование спроса.
- •4.1 Метод подвижного (скользящего) среднего.
- •4.2 Метод взвешенного подвижного (скользящего) среднего.
- •4.3 Метод экспоненциального сглаживания.
- •4.4 Метод проецирования тренда.
- •5.2 Определим и для трех различных параметров закона распределения скорости изнашивания: (0,5; 0,5); (0,75; 0,75); (1,25; 1,25). Результаты сведем в таблицу.
- •5.3 Определим для различных p. Результаты занесем в таблицу.
-
Сведем вычисления в матрицу:
|
|
|
|
|
k |
l |
m |
n |
h |
|
|
k |
|
|
1 |
||||
|
|
l |
|
|
1 |
||||
|
|
m |
|
|
1 |
||||
|
|
n |
|
|
1 |
||||
|
|
h |
|
|
1 |
-
Строим диаграммы рассеивания для сочетаний ln, kh, km.
5.1 Диаграмма рассеивания для номенклатур l и n.
Коэффициент корреляции , что очень близко к 1. Это означает, что зависимость между спросом на l-ю и n-ю номенклатуры запасных частей является прямой линейной, близкой к функциональной, т.е. увеличение спроса на l-ю номенклатуру запасной части сопровождается ростом спроса на n-ю номенклатуру и наоборот.
5.2 Диаграмма рассеивания для номенклатур k и h.
Коэффициент корреляции , что очень близко к 0. Чем ближе значение r к 0, тем слабее корреляция. Т.е. зависимость в данном случае не линейная.
5.3 Диаграмма рассеивания для номенклатур k и m.
Коэффициент корреляции r = 0,824, это очень близко к 1, а значит зависимость обратная линейная. Это значит, что повышение спроса на номенклатуру k-ю приведет к падение спроса на m-ю номенклатуру и наоборот.
2. Корреляционное отношение
1. Определим корреляционное отношение спроса на номенклатуру h от спроса на номенклатуру k .
Данные представим в таб.4 для дальнейшей численной обработки.
Таблица 4
Середина Интервала, |
Середина интервала, |
|
|
||||||||||||||||||||||||||||||||||||||
|
|
||||||||||||||||||||||||||||||||||||||||
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
|
|
|||||||||||||||||||||||
14 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
10 |
||||||||||||||||||||||
13 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
||||||||||||||||||||||
12 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
||||||||||||||||||||||
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
||||||||||||||||||||||
10 |
1 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
1 |
4 |
10 |
||||||||||||||||||||||
9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
||||||||||||||||||||||
8 |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
2 |
10 |
||||||||||||||||||||||
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
0 |
||||||||||||||||||||||
6 |
|
|
|
|
1 |
|
1 |
|
|
|
1 |
|
|
|
|
|
|
3 |
8,67 |
||||||||||||||||||||||
3 |
0 |
2 |
0 |
1 |
0 |
1 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
2 |
0 |
2 |
12 |
9 |
|||||||||||||||||||||||
12 |
0 |
9 |
0 |
6 |
0 |
6 |
0 |
0 |
0 |
6 |
0 |
0 |
0 |
9 |
0 |
12 |
9,5 |
|
Расчет корреляционного отношения начнем с расчета суммы:
=
Для нахождения суммы вычислим ее сначала для каждого k и результаты сложим:
При k=1
При k=3
При k=5
При k=7
При k=11
При k=15
При k=17
Суммируем все эти значения, получим =16
Из этого следует:
Значение корреляционного отношения достаточно велико, что говорит о наличии некоторой зависимости между X и Y. Коэффициент корреляции для диаграммы рассеивания h от k =, что очень близко к нулю. Это говорит о том, что коэффициент корреляции не может выявить нелинейную зависимость.
3. Регрессионный анализ спроса.
3.1. Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с сильной прямой зависимостью ln:
Для определения параметров a и b сведем данные в таб.5
Таблица 5
8 |
8 |
64 |
64 |
6 |
6 |
36 |
36 |
4 |
8 |
16 |
32 |
16 |
18 |
256 |
288 |
4 |
6 |
16 |
24 |
6 |
8 |
36 |
48 |
10 |
8 |
100 |
80 |
8 |
10 |
64 |
80 |
10 |
14 |
100 |
140 |
8 |
8 |
64 |
64 |
8 |
8 |
64 |
64 |
10 |
12 |
100 |
120 |
Теперь запишем систему с учетом найденных значений:
Отсюда:
b= ,
подставляем в первое уравнение системы и находим:
a=0,942 и b=4,307
Получаем уравнение регрессии:
y=0,942x+4,307
Таблица 6
8 |
8 |
11,846 |
14,79 |
6 |
6 |
9,962 |
15,7 |
4 |
8 |
8,078 |
0,6084 |
16 |
18 |
19,382 |
1,91 |
4 |
6 |
8,078 |
4,318 |
6 |
8 |
9,962 |
3,85 |
10 |
8 |
13,73 |
32,83 |
8 |
10 |
11,846 |
3,41 |
10 |
14 |
13,73 |
0,0729 |
8 |
8 |
11,846 |
14,8 |
8 |
8 |
11,846 |
14,8 |
10 |
12 |
13,73 |
3 |
|
|
Сумма: |
110,0893 |
Ошибка уравнения регрессии:
δ= = = 3,03