Разработка модели оптимизации на примере планирования производства (на примере ОАО "Компания "МогНат"")

Построение процедуры интуитивно-логического мышления человека - цель прогнозирования на основе экспертных оценок. Уравнение регрессии – математическая функция, подбирающаяся на основе исходных статистических данных зависимой и объясняющих переменных.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 18.12.2021
Размер файла 4,1 M

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ

МЕЖГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

«БЕЛОРУССКО-РОССИЙСКИЙ УНИВЕРСИТЕТ»

Кафедра «Экономика и управление»

Курсовая работа

по дисциплине: Компьютерное моделирования и современные методы оптимизации

по теме: Разработка модели оптимизации на примере планирования производства (на примере ОАО "Компания "МогНат"")

Выполнила: Е.А. Лобосова

Могилев, 2021

Введение

Многолетний опыт зарубежных фирм и российских предприятий показал, что недооценка планирования предпринимательской деятельности в условиях рынка, сведение его к минимуму, игнорирование или некомпетентное осуществление зачастую приводят к неоправданным экономическим потерям и, в конечном счете, к банкротству.

Грамотные руководители хорошо знают, что все великие битвы сначала выигрывают на бумаге - на плане, а только потом в реальной действительности. Рынок не подавляет и не отрицает планирование вообще, а только перемещает эту работу в первичное производственное звено. Даже в стране в целом сохраняется необходимость планирования, и его нельзя полностью заменить невидимой регулирующей рукой рынка. Успешно работающие предприятия осуществляют не только стратегическое (долгосрочное) планирование, но и детальную разработку оперативных (текущих) планов по каждому подразделению и даже рабочему месту. Календарные планы (месячные, декадные, квартальные, полугодовые), конкретизирующие цели и задачи предприятия, включают сведения о заказах, об обеспеченности их материальными ресурсами, о степени загрузки производственных мощностей и их использовании с учетом срока исполнения каждого заказа. В них предусматриваются расходы на реконструкцию имеющихся мощностей, замену оборудования, обучение работников и др. в условиях хозяйствования предприятия широко используют преимущества планирования в конкурентной борьбе.

Поэтому важно хорошо подготовится к началу ведения предпринимательской деятельности, уметь составить продуманный и всесторонне обоснованный детальный план - документ, определяющий стратегию и тактику ведения бизнеса, технологию, организацию производства и реализацию продукции. Наличие такого плана позволяет активно развивать предпринимательство, привлекать инвесторов, партнеров и кредитные ресурсы.

Цель курсовой работы: разработка модели оптимизации на примере задачи планирования производства на предприятии. Объект исследования: ОАО «Компания«МогНат». Предмет исследования: планирование производства на предприятии.

Задачи курсовой работы:

- изучить теоретические основы прогнозирования временных рядов;

- проанализировать производственную программу и объемы реализации продукции;

- спрогнозировать объемы реализации продукции.

При решении поставленных задач в курсовой работе были использованы сравнительный, аналитический методы исследования, экономико-математические методы анализа, а также табличный и графический методы, вывод, MS Excel.

1. Теоретические основы прогнозирования временных рядов

1.1 Прогнозирование: основные понятия

Прогнозирование (греч. Prognosis - знание наперед) - это род предвидения (предсказания), поскольку имеет дело с получением информации о будущем. Предсказание «предполагает описание возможных или желательных аспектов, состояний, решений, проблем будущего. Помимо формального, основанного на научных методах прогнозирования, к предсказанию относятся предчувствие и предугадывание. Предчувствие - это описание будущего на основе эрудиции, работы подсознания. Предугадывание использует житейский опыт и знание обстоятельств». В широком плане как научное прогнозирование, так и предчувствие и предугадывание входят в понятие «прогнозирование деятельности предприятия» [1].

Прогноз - это результат процесса прогнозирования, выраженный в словесной, математической, графической или другой форме суждения о возможном состоянии объекта (в частности предприятия) и его среды в будущий период времени [2].

Выделяются различные признаки классификации прогнозов (таблица 1.1).

Таблица 1.1 - Виды прогнозов

Признаки классификации прогнозов

Виды прогнозов

Временной охват (горизонт прогнозирования)

краткосрочные,

среднесрочные,

долгосрочные

Типы прогнозирования

поисковые,

нормативные,

основанные на творческом видении

Степень вероятности будущих событий

вариантные,

инвариантные

Способ представления результатов прогноза

точечные,

интервальные

Ниже дана характеристика каждого из перечисленных в таблице 1 видов прогнозов.

1) Временной охват

В зависимости от горизонта прогнозирования прогноз может разрабатываться на очень короткий период времени - до месяца (например, недельные и месячные прогнозы объемов продаж, движения наличности), на год, а также на 2-3 года (среднесрочный прогноз), 5 и более лет (долгосрочный прогноз).

Долгосрочные прогнозы называют также перспективными. Нередко пятилетние прогнозы относят к среднесрочным.

2) Типы прогнозирования.

Поисковое прогнозирование - способ научного прогнозирования от настоящего к будущему: прогнозирование начинается от сегодняшнего дня, опирается на имеющуюся информацию и постепенно проникает в будущее.

Существуют два вида поискового прогнозирования:

- экстраполятивное (традиционное);

- альтернативное (новаторское).

Экстраполятивный подход предполагает, что экономическое и прочее развитие происходит гладко и непрерывно, поэтому прогноз может быть простой проекцией (экстраполяцией) прошлого в будущее. Для составления такого прогноза необходимо вначале оценить прошлые показатели деятельности предприятия и тенденции их развития (тренды), затем перенести эти тенденции в будущее.

Экстраполятивный подход очень широко применяется в прогнозировании и так или иначе отражается в большинстве методов прогнозирования.

Альтернативный подход базируется на том, что внешняя и внутренняя среда бизнеса подвержена постоянным изменениям, вследствие чего: развитие предприятия происходит не только гладко и непрерывно, но и скачкообразно и прерывисто; существует определенное число вариантов будущего развития предприятия.

Нормативное прогнозирование применяется чаще всего тогда, когда предприятие не располагает необходимыми историческими данными. В силу этого оно опирается на качественные методы исследования и, как и экстраполятивное, является в большой степени традиционным подходом к предсказанию будущей среды предприятия.

3) Степень вероятности будущих событий.

Инвариантный прогноз предполагает только один вариант развития будущих событий. Он возможен в условиях высокой степени определенности будущей среды. Как правило, такой прогноз базируется на экстраполятивном подходе (простом продолжении сложившейся тенденции и в будущем).

Вариантный прогноз основывается на предположении о значительной неопределенности будущей среды и, следовательно, наличии нескольких вероятных вариантов развития.

Каждый из вариантов развития учитывает специфическое состояние будущей среды предприятия и, исходя из этого, определяет основные параметры данного бизнеса. Такого рода вариант будущего состояния предприятия называют сценарием.

4) Представление результатов прогноза.

Точечный прогноз исходит из того, что данный вариант развития включает единственное значение прогнозируемого показателя, например, среднедневной товарооборот в следующем месяце возрастет на 5%.

Интервальный прогноз - это такое предсказание будущего, в котором предполагается некоторый интервал, диапазон значений прогнозируемого показателя, например: среднедневной товарооборот в следующем месяце возрастет на 5-8%.

Методы прогнозирования [3].

Единого, универсального, метода прогнозирования не существует. В связи с огромным разнообразием прогнозируемых ситуаций имеется и большое разнообразие методов прогнозирования (свыше 150). На рисунке 1.1 представлен один из вариантов классификации методов прогнозирования, основанной на индуктивном и дедуктивном подходах.

Рисунок 1.1 - Классификация методов прогнозирования

Из рисунка 1.1 видно, что вся совокупность методов прогнозирования может быть представлена двумя группами - в зависимости от степени их однородности:

- простые методы;

- комплексные методы.

Группа простых методов объединяет однородные по содержанию и используемому инструментарию методы прогнозирования (например, экстраполяция тенденций, морфологический анализ и др.).

Комплексные методы отражают совокупности, комбинации методов, чаще всего реализуемые специальными прогностическими системами (например, методы прогнозного графа, система “Паттерн” и др.).

Кроме того, все методы прогнозирования поделены еще на три класса:

- фактографические методы;

- экспертные методы;

- комбинированные методы.

Рассмотрим методы, получившие широкое распространение в мировой практике.

1) Методы экспертных оценок.

Основная идея прогнозирования на основе экспертных оценок заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки получаемых результатов.

Сущность методов экспертных оценок заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов, основанное на профессиональном, научном и практическом опыте. Различают индивидуальные и коллективные экспертные оценки.

2) Методы экстраполяции

В методическом плане основным инструментом любого прогноза является схема экстраполяции. Сущность экстраполяции заключается в изучении сложившихся в прошлом и настоящем устойчивых тенденций развития объекта прогноза и переносе их на будущее.

Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза; при прогнозной фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом” изменений влияния различных факторов в перспективе. Следует отметить, что методы экстраполяции необходимо применять на начальном этапе прогнозирования для выявления тенденций изменения показателей.

3) Методы моделирования и экономико-математические методы.

Моделирование предполагает конструирование модели на основе предварительного изучения объекта или процесса, выделения его существенных характеристик или признаков. Прогнозирование экономических и социальных процессов с использованием моделей включает разработку модели, ее экспериментальный анализ, сопоставление результатов прогнозных расчетов на основе модели с фактическими данными состояния объекта или процесса, корректировку и уточнение модели.

В зависимости от уровня управления экономическими и социальными процессами различают макроэкономические, межотраслевые, межрайонные, отраслевые, региональные модели и модели микроуровня (модели развития фирмы).

В современных условиях в республике развитию моделирования и практическому применению моделей стала придаваться особая значимость в связи с усилением роли прогнозирования и переходом к индикативному планированию.

4) Метод экономического анализа

Экономический анализ является неотъемлемой частью и одним из основных элементов логики прогнозирования и планирования. Он должен осуществляться как на макро-, так и на мезо- и микроуровнях.

При проведении экономического анализа следует использовать системный подход. В качестве системы рассматривается народное хозяйство (экономика) в целом и его структурные части: сферы, регионы, отрасли, объединения, предприятия. Анализ должен быть комплексным, т.е. всесторонним.

Сущность метода экономического анализа заключается в том, что экономический процесс или явление расчленяется на составные части и выявляются взаимосвязь и влияние этих частей друг на друга и на ход развития всего процесса. Анализ позволяет раскрыть сущность такого процесса, определить закономерности его изменения в прогнозируемом (плановом) периоде, всесторонне оценить возможности и пути достижения поставленных целей.

Процесс экономического анализа подразделяется на ряд стадий: постановку проблемы, определение целей и критериев оценки; подготовку информации для анализа; изучение и аналитическую обработку информации; разработку рекомендаций о возможных вариантах решения проблемы и достижения целей; оформление результатов анализа.

5) Балансовый метод.

С помощью балансового метода реализуется принцип сбалансированности и пропорциональности. Он применяется при разработке прогнозов, планов и программ. Сущность его заключается в увязке потребностей страны в различных видах продукции, материальных, трудовых и финансовых ресурсов с возможностями производства продукции и источниками ресурсов.

6) Нормативный метод.

Нормативный метод является одним из основных методов прогнозирования и планирования. В современных условиях ему стало придаваться особое значение в связи с использованием ряда норм и нормативов в качестве регуляторов экономики. Сущность нормативного метода заключается в технико-экономическом обосновании прогнозов, планов, программ с использованием норм и нормативов. Последние применяются для расчета потребности в ресурсах и показателей их использования. С помощью норм и нормативов обосновываются важнейшие пропорции, развитие материального производства и непроизводственной сферы, осуществляется регулирование экономики.

1.2 Регрессионный анализ как метод прогнозирования

Регрессионный анализ (regressionan alysis) - это метод изучения статистической взаимосвязи между одной зависимой количественной зависимой переменной от одной или нескольких независимых количественных переменных. Зависимая переменная в регрессионном анализе называется результирующей, а переменные факторы - предикторами или объясняющими переменными [4].

Взаимосвязь между средним значением результирующей переменной и средними значениями предикторов выражается в виде уравнения регрессии. Уравнение регрессии - математическая функция, которая подбирается на основе исходных статистических данных зависимой и объясняющих переменных. Чаще всего используется линейная функция. В этом случае говорят о линейном регрессионном анализе.

Регрессионный анализ очень тесно связан с корреляционным анализом. В корреляционном анализе исследуется направление и теснота связи между количественными переменными. В регрессионном анализе исследуется форма зависимости между количественными переменными. Т.е. фактически оба метода изучают одну и ту же взаимосвязь, но с разных сторон, и дополняют друг друга. На практике корреляционный анализ выполняется перед регрессионным анализом. После доказательства наличия взаимосвязи методом корреляционного анализа можно выразить форму этой связи с помощью регрессионного анализа.

Цель регрессионного анализа - с помощью уравнения регрессии предсказать ожидаемое среднее значение результирующей переменной.

Основные задачи регрессионного анализа, следующие:

- определения вида и формы зависимости;

- оценка параметров уравнения регрессии;

- проверка значимости уравнения регрессии;

- проверка значимости отдельных коэффициентов уравнения;

- построение интервальных оценок коэффициентов;

- исследование характеристик точности модели;

- построение точечных и интервальных прогнозов результирующей переменной.

Как и корреляционный анализ, регрессионный анализ отражает только количественные зависимости между переменными. Причинно-следственные зависимости регрессионный анализ не отражает. Гипотезы о причинно-следственной связи переменных должны формулироваться и обосновываться исходя из теоретического анализа содержания изучаемого явления.

1.3 Экстраполярные методы прогнозирования

1) Метод скользящей средней [5, с. 56]

Большой интерес представляет прогнозирование на основе метода скользящей средней. Применяя этот метод, можно элиминировать случайные колебания и получить значения, соответствующие влиянию главных факторов. Сглаживание с помощью скользящих средних основано на том, что в средних величинах взаимно погашаются случайные отклонения.

Это происходит вследствие замены первоначальных уровней временного ряда средней арифметической величиной внутри выбранного интервала времени. Полученное значение относится к середине выбранного интервала времени (периода).

Сглаживание ряда динамики, с помощью скользящей средней заключается в том, что вычисляется средний уровень из определенного числа первых по порядку уровней ряда, затем средний уровень из такого же числа уровней, начиная со второго, далее -- начиная с третьего и т. д.

Таким образом, при расчете средних уровней они как бы «скользят» по ряду динамики от его начала к концу, каждый раз отбрасывая один уровень вначале и добавляя один следующий. Каждое звено скользящей средней -- это средний уровень за соответствующий период, который относится к середине выбранного периода, если число уровней ряда динамики нечетное.

Значение скользящей средней определяется по формуле:

, (1)

где: yt -- значение скользящей средней;

m -- нечетное число уровней, входящих в интервал сглаживания.

yi -- фактический уровень.

При этом значения yi, которые относятся к будущим периодам, определяют по формуле:

, (2)

Для того чтобы определить достоверность построенной модели, необходимо рассчитать среднюю относительную ошибку относительно тех периодов, по которым имеются фактические данные.

Данную задачу можно также решить, используя пакет «Анализ данных» Excel, инструмент «Скользящая средняя». В результате мы получили расчет значений в прогнозируемом периоде на основе среднего значения переменной для указанного числа предшествующих периодов.

2) Экспоненциальное сглаживание[5, с. 58]

Для реализации среднесрочных прогнозов используют метод экспоненциального сглаживания. Этот метод приемлем при прогнозировании только на один период вперед. Его основные достоинства -- это простота процедуры вычислений и возможность учета весов исходной информации.

Особенность данного метода заключается в том, что в процедуре нахождения сглаженного уровня используется значение только предшествующих уровней ряда с определенным весом, причем все наблюдения уменьшаются по мере его удаления от момента времени, для которого определяется сглаженное значение уровня ряда.

Данную задачу можно также решить, используя пакет «Анализ данных» Excel, инструмент «Экспоненциальное сглаживание».

Для реализации метода необходимо:

- определить значение параметра сглаживания;

- рассчитать экспоненциально взвешенную среднюю для каждого периода.

Значение параметра сглаживания определяется по следующей формуле:

, (3)

где n -- число наблюдений, входящих в интервал сглаживания.

Расчет экспоненциально взвешенной средней для каждого периода производится по следующей формуле:

, (4)

где U -- прогнозное значение;

б -- параметр сглаживания;

y -- фактическое значение исследуемого показателя.

Прогноз экономических показателей на базе трендовых моделей основывается на допущении, что закономерности их изменения будут действовать на определенном отрезке времени в будущем. Однако такое условие в реальности часто нарушается. Поэтому прогнозирование по тренду в большинстве случаев можно применять с упреждением на один, максимум на два интервала временного ряда.

3) Аддитивная модель [6]

Существует несколько подходов к анализу структуры временных рядов, содержащих сезонные или циклические колебания.

Простейший подход - расчет значений сезонной компоненты методом скользящей средней и построение аддитивной или мультипликативной модели временного ряда. Общий вид аддитивной модели, следующий:

Y= T + S + E, (5)

Эта модель предполагает, что каждый уровень временного ряда может быть представлен как произведение трендовой, сезонной и случайной компонент. Общий вид мультипликативной модели выглядит так:

Y = T•S•E, (6)

Эта модель предполагает, что каждый уровень временного ряда может быть представлен как произведение трендовой, сезонной и случайной компонент. Выбор одной из двух моделей осуществляется на основе анализа структуры сезонных колебаний. Если амплитуда колебаний приблизительно постоянна, строят аддитивную модель временного ряда, в которой значения сезонной компоненты предполагаются постоянными для различных циклов. Если амплитуда сезонных колебаний возрастает или уменьшается, строят мультипликативную модель временного ряда, которая ставит уровни ряда в зависимость от значений сезонной компоненты.

Построение аддитивной и мультипликативной моделей сводится к расчету значений трендовой, циклической и случайной компонент для каждого уровня ряда.

- процесс построения модели включает в себя следующие шаги.

- выравнивание исходного ряда методом скользящей средней.

- расчет значений сезонной компоненты.

- устранение сезонной компоненты из исходных уровней ряда и получение выровненных данных в аддитивной или мультипликативной модели.

- аналитическое выравнивание уровней и расчет значений тренда с использованием полученного уравнения тренда.

- расчет полученных по модели значений

- расчет абсолютных и относительных ошибок.

Если полученные значения ошибок не содержат автокорреляции, ими можно заменить исходные уровни ряда и в дальнейшем использовать временной ряд ошибок для анализа взаимосвязи исходного ряда и других временных рядов.

2. Анализ произведенной и реализованной продукции

2.1 Краткая характеристика ОАО «Компания«МогНат»

регрессия математический статистический

ОАО «Компания«МогНат»» является одним из старейших винодельческих предприятий в Республике Беларусь. История создания предприятия берет свое начало в далеком 1862 году, в то время Франц Михайлович Леккерт построил пивоваренный завод в Лупаловском предместье. До Октябрьской революции в бывших пивных складах была частная табачная фабрика Леккерта. Перед Великой Отечественной войной там размещалась конфетная фабрика, а после в 1946 году был создан Могилевский винодельческий завод. При создании винзавода предусматривалась переработка плодов и ягод для производства плодово-ягодных вин. В 1986 году произошло слияние пивоваренного и винодельческого заводов, был создан Могилевский завод напитков.

1 сентября 1997 года было создано Государственное производственное объединение путем слияния Могилевского завода напитков и ГПО «Могилевоблпищепром». В июне 2001 года производственное объединение преобразовано в унитарное коммунальное производственное предприятие.

Решением Могилевского областного исполнительного комитета от 26 декабря 2001 г. № 28-9 путем преобразования унитарного коммунального производственного предприятия пищевой промышленности «Могилевоблпищепром» в соответствии с законодательством об акционерных обществах, о разгосударствлении и приватизации государственной собственности в Республике Беларусь было создано открытое акционерное общество «Холдинг «Могилевоблпищепром», включавшего в свой состав 6 предприятий пищевой и перерабатывающей промышленности.

Во исполнение Указа Президента Республики Беларусь № 660 от 28 декабря 2009 года «О некоторых вопросах создания и деятельности холдингов в Республике Беларусь», 11 мая 2010 года администрацией Октябрьского района г. Могилева Открытое акционерное общество «Холдинг «Могилевоблпищепром» переименовано в Открытое акционерное общество «Могилевоблпищепром» со 100% долей государства в уставном фонде общества. На сегодняшний обществом выпущено 1 785 143 акций простого типа, стоимостью 1 акции 0,43 рубля.

Учредителем общества являлся Могилевский областной исполнительный комитет.

Целью деятельности общества является хозяйственная деятельность, направленная на извлечение прибыли.

Общество является коммерческой организацией - юридическим лицом, имеет самостоятельный баланс, печать, штампы, бланки со своим наименованием, товарный знак (знак обслуживания), расчетный и иные счета в учреждениях банков.

Общество осуществляет внешнеэкономическую деятельность в соответствии с действующим законодательством.

ОАО «Компания«МогНат»» осуществляет свою деятельность в соответствии с действующим в Республике Беларусь законодательством, нормативными актами, решениями Могилевского областного Совета депутатов, Могилевского облгоррайисполкомов, решениями МГО «Мясомолпром» и устава ОАО «Могилевоблпищепром».

Основным видом деятельности ОАО «Компания«МогНат»» является производство вин плодовых путем спиртового брожения свежеотжатых соков яблок и ягод. На сегодняшний день общество производит: вино плодовое (улучшенного качества - 5 наименований и специальной технологии - 1 наименование), вино фруктово-ягодное (10 наименований), напитки слабоалкогольные (6 наименований) и напитки безалкогольные (лимонады - 3 наименования и квас - 1 наименование). Также в 2018 году обществом был освоен выпуск двух новых видов слабоалкогольных напитков, а именно напиток слабоалкогольный "Взрослый Лимонад" крепостью 6,0% и напиток слабоалкогольный газированный "ЗбитеньСтаровар" крепостью 6,0%.

Вина плодовые крепленые общество производит в стеклобутылке объемом 0,5 л. и 0,7 л., а также в ПЭТ-бутылке объемом 0,5 л., 0,7 л., 1 л. и 1,5 л., розлив в которую был освоен на предприятии в 2011 году. Фруктово-ягодные вина разливаются в стеклобутылку объемом 0,7 л. и 0,75 л., а также в кеги объемом 30 л. и 50 л. Производство слабоалкогольных напитков осуществляется в ПЭТ-тару различного объема и кеги объемом 30 литров, а безалкогольная продукция выпускается преимущественно в ПЭТ-бутылке объемом 1,5 литра.

Вина производятся только из натурального сырья, без добавления искусственных красителей и ароматизаторов. Для обеспечения основного производства сырьем на весь год до наступления следующего сезона заготовок, предприятие ежегодно приобретает и перерабатывает более 3,6 тысяч тон плодов и ягод, а производственные мощности по производству вина плодового на сегодняшний день составляют 411 тыс.дал. в год.

На предприятии используются самые передовые технологии переработки плодово-ягодного сырья. Для осветления свежеотжатых соков применяются ферменты передовых фирм-производителей, чем обеспечивается максимально возможные прозрачность и стойкость вин.

Вся выпускаемая продукция сертифицирована и имеет декларацию соответствия Таможенного союза. С целью укрепления позиций общества как на внутреннем, так и на внешнем рынке, а также в целях повышения конкурентоспособности выпускаемой продукции на предприятии внедрены и сертифицированы: система менеджмента качества на соответствие требованиям СТБ ISO9001-2015, система управления безопасностью пищевых продуктов на основе анализа опасностей и критических контрольных точек (НАССР).

ОАО «Компания«МогНат»» является постоянным участником международных и республиканских конкурсов производителей алкогольной продукции.

Винная продукция на международном конкурсе «Ялта. Золотой грифон - 2018» награждена 1 серебряной и 2 золотыми медалями, а также дипломом за лучшее оформление продукции. В 2015 году продукция общества получила звание лауреата конкурса «Лучшие товары Республики Беларусь - 2015», а в 2014 году общество стало обладателем серебряной и бронзовой медалей, участвуя в выставке «Лучшие вина и напитки - 2014» в выставочном комплексе «Экспофорум».

Основным видом деятельности ОАО «Компания«МогНат»» является производство вин плодовых, напитка безалкогольного (кваса), сидра, концентрированных соков.

Производственный участок № 3, на котором осуществляется производственная деятельность, расположен на ул. К. Маркса, 17.

К объектам основного производства плодовых вин относятся:

- цех переработки плодов и ягод;

- бродильно-купажный цех;

- цех розлива № 1;

- цех розлива № 2;

- спиртохранилище.

Структура управления предприятием представлена в приложении А.

Основные показатели деятельности предприятия представлены в таблице 2.1 на основании данных финансовой отчетности предприятия (приложения Б, В и Г).

Таблица 2.1 - Основные финансово-экономические показатели ОАО «Компания«МогНат»» за 2016 - 2018 гг., в тыс. руб.

Показатели

Год

Изменение, (+, -)

Темп роста, %

2016

2017

2018

2017/ 2016

2018/ 2017

2017/ 2016

2018/ 2017

Выручка от реализации

4337

7238

7408

2901

170

166,9

102,3

Себестоимость реализованных товаров

3580

4410

5092

830

682

123,2

115,5

Валовая прибыль

757

2828

2316

2071

-512

373,6

81,9

Управленческие расходы и расходы на реализацию

858

1170

1307

312

137

136,4

111,7

Прибыль от реализации

-101

1658

1009

1759

-649

-

60,9

Финансовый результат от всех прочих операций

-44

-543

-218

499

325

-

-

Прибыль отчетного периода

-155

1115

791

1270

-324

-

70,9

Чистая прибыль отчетного периода

-155

670

515

825

-155

-

76,9

Среднесписочная численность персонала

102

102

103

0

1

100,0

101,0

Производительность труда

42,5

71,0

71,9

28,5

0,9

167,1

101,3

Основные средства

2787

1923

1818

-864

-105

69,0

94,5

Собственный капитал

3373

3577

4061

204

484

106,0

113,5

Сумма активов

7325

7034

6978

-291

-56

96,0

99,2

Рентабельность затрат

0,0

95,3

60,5

95,3

-34,8

-

-

Рентабельность продаж

0,0

22,9

13,6

22,9

-9,3

-

-

Рентабельность основных средств

0,0

58,0

43,5

58,0

-14,5

-

-

Рентабельность собственного капитала

0,0

31,2

19,5

31,2

-11,7

-

-

Рентабельность активов

0,0

15,9

11,3

15,9

-4,6

-

-

В течение 2016 - 2018 гг. наблюдается некоторое снижение эффективности деятельности предприятия.

Наблюдается прирост выручки от реализации. В 2016 г. она увеличилась на 66,9%, в 2017 г. на 2,3%. При этом также наблюдается прирост себестоимости. В 2016 г. себестоимость увеличилась на 23,2%, а в 2017 г. на 15,5%. Соответственно, валовая прибыль в 2016 г. увеличилась в 3,8 раза, а в 2017 г. она снизилась на 18,1 п.п., что является отрицательным фактором. При этом прибыль от реализации снижается. Рост в 2016 г. составил 1759 тыс. руб., в 2017 г. снижение составило 649 тыс. руб. или 39,1 п.п.

Финансовый результат от всех прочих операций (прочих по основной деятельности, инвестиционных и финансовых) приносит предприятию только убытки. Сумма убытков постоянно снижается, что позволило получить прибыль до налогообложения в сумме 1115 тыс. руб. в 2016 г., однако, в 2017 г. она снизилась на 29,1 п.п. Соответственно, чистая прибыль в 2016 г. составила 670 тыс. руб., а в 2017 г. 515 тыс. руб., т.е. произошло ее снижение на 23,1 п.п.

Среднесписочная численность персонала практически не меняется. В 2017 г. она увеличилась на 1,0%, или на одного человека, вместе с ростом выручки от реализации, оказывает влияние на изменение производительности труда, которая увеличилась в 2016 г. на 67,1%, а в 2017 г. она увеличилась на 1,3%.

Все показатели рентабельности в 2016 г. увеличились, поскольку в 2015 г. предприятие не было рентабельным. В 2017 г. все показатели рентабельности снизились, что является следствием снижения прибыли отчетного периода. Между тем, все показатели рентабельности являются положительными и достаточно высокими для промышленного предприятия.

В целом полученные данные позволяют сделать вывод об эффективности деятельности предприятия, так как за анализируемый период не наблюдалось критического снижения показателей, а сами показатели указывают на стабильность и устойчивость производства предприятия.

Соотношение основных показателей представлено на рисунке 2.1.

Рисунок 2.1 - Динамика основных показателей в 2015 - 2017 гг.

Из рисунка 2.1 следует, что практически все показатели деятельности организации изменяются одинаково, т.е. изменение всех показателей происходит синхронно.

2.2 Анализ производственной деятельности

Производство плодовых вин и ликероводочной продукции является традиционным для Республики Беларусь. На данный момент около 80 предприятий республики выпускают вина и ликероводочную продукцию.

За прошедший год через торговую сеть реализовано алкогольных напитков и пива на 27,56 трлн. руб. (10,9% во всем розничном товарообороте).

Наибольшую долю в структуре продаж алкогольных напитков (в абсолютном алкоголе) традиционно заняли водка и плодовые вина - 46% и 21% (в 2016 году - 46,9% и 22,4% соответственно). Всего за 2016 год торговые организации республики продали 9 млн 647,3 тыс. дал водки (на 8,9% меньше уровня 2015 года) и 9 млн 827 тыс. дал плодовых вин (на 13% меньше).

В таблице 2.2 представлен объем производства вин плодовых по Могилеву и Могилевской области в 2007-2015 годах, тыс. дал, а также как вес из данного производства составляет рассматриваемое предприятие.

Таблица 2.2 - Объем производства вин плодовых по Могилеву и Могилевской области в 2009-2017гг., в тыс. дал

Наименование показателя

Год

2009

2010

2011

2012

2013

2014

2015

2016

2017

Могилевская область

2280

2104

2372

2487

2092

1946

1709

1786

1624

ОАО «Компания«МогНат»

248,5

309,3

360,5

490,9

381,8

393,1

463,0

477

471

Удельный вес предприятия в общем объеме производства, %

10,9

14,7

15,2

19,74

18,25

20,2

27,0

26,7

29

График объема производства вин плодовых по Могилеву и Могилевской области и предприятия в 2007-2015 годах представлен на рисунке 2.2.

Рисунок 2.2 - График объема производства вин плодовых по Могилеву и Могилевской области и предприятия в 2007-2015 годах

Из таблицы 2.2 и рисунка 2.2 следуют следующие выводы:

- объем производства вин плодовых имело нестабильную динамику и принимал значения от 1 709 тыс. дал в 2015 году до 2 487 тыс. дал. в 2012 году.

- объем производства предприятия непосредственно также имел колебательную динамику. Максимальное значение показателя было достигнуто в 2012 году и составляло 490,9 тыс. дал., минимальным значением показателя было в 2009 году и составляло 248,5 тыс. дал.

Объем производства продукции предприятия за каждый квартал за 2015-2017 гг. представлен в таблице 2.3.

Таблица 2.3 - Динамика производства продукции,в тыс. дал.

Год

Квартал

Итого

Темп роста, %

1

2

3

4

2 кв. / 1 кв.

3 кв. / 2 кв.

4 кв. / 3 кв.

4 кв. / 1 кв.

2015

104

100

115

144

463

96,2

115,0

125,2

138,5

2016

101,1

120,2

122,4

133,2

477

118,9

101,8

108,8

131,8

2017

98,1

120,2

134,5

118,2

471

122,5

111,9

87,9

120,5

На рисунке 2.3 представлена динамика производства продукции по кварталам за 2015-2017 гг.

Рисунок 2.3 - Динамика производства продукции по кварталам за 2015-2017 гг.

Из данных таблицы 2.3 и рисунка 2.3, можно сделать следующие выводы.

- в 2015 году в 2 квартале объем производства сокращается на 3,8%, после в 3 квартале показатель увеличивается на 115,0% и в 4 квартале количество произведенной продукции снова возрастает на 125,2%. Базовый темп роста составил 138,5%.

- в 2016 году в 2 квартале объем производства возрастает на 118,9%, после в 3 квартале показатель увеличивается на 101,8% и в 4 квартале количество произведенной продукции снова возрастает на 108,8%. Базовый темп роста составил 131,8%.

- в 2017 году в 2 квартале объем производства возрастает на 122,5%, после в 3 квартале показатель увеличивается на 111,9% и в 4 квартале количество произведенной продукции сокращается на 12,1%. Базовый темп роста составил 120,5%.

Динамика производства по основным видам продукции за 2015-2017 гг. представлена в таблице 2.4.

Из данных таблицы 2.4 можно наблюдать следующие выводы.

- в 2015 году производство вина плодового вовтором квартале сокращается на 7 тыс. дал., после в третьем квартале показатель увеличивается на 12 тыс. дал, что соответствует 112,8% роста, в четвертом квартале количество произведенной продукции снова возрастает на 112,3%, при этом базовый темп роста составил 117,8%;

Таблица 2.4 - Динамика производства продукции по основным видам продукции за 2015-2017 гг.

Наименование

Квартал

Итого

Изменение, (+/-)

Темп роста, %

1

2

3

4

2 кв. / 1 кв.

3 кв. / 2 кв.

4 кв. / 3 кв.

4 кв. / 1 кв.

2 кв. / 1 кв.

3 кв. / 2 кв.

4 кв. / 3 кв.

4 кв. / 1 кв.

2015 год

Вино плодовое, тыс. дал

101

94

106

119

420

-7

12

13

18

93,1

112,8

112,3

117,8

Вино фруктово-ягодное, тыс. дал.

3

6

9

18

36

3

3

9

15

200,0

150,0

200,0

600,0

Заливка фруктово-ягодная, тыс. дал.

-

-

-

2,5

2,5

-

-

-

-

-

-

-

-

Квасы брожения

-

-

-

4,5

4,5

-

-

-

-

-

-

-

-

Сидр и с/а напитки

-

-

-

-

-

-

-

-

-

-

-

-

-

Итого за год

104

100

115

144

463

-4

15

29

40

96,2

115,0

125,2

138,5

2016 год

Вино плодовое, тыс. дал

96

96

110

118

420

0

14

8

22

100,0

114,6

107,3

122,9

Вино фруктово-ягодное, тыс. дал.

5

7

10

13

35

2

3

3

8

140,0

142,9

130,0

260,0

Заливка фруктово-ягодная, тыс. дал.

0,1

0,1

0,1

0,2

0,5

0

0

0

0,1

100,0

100,0

200,0

200,0

Квасы брожения

-

0,1

0,4

-

0,5

-

0,3

0

-

-

400,0

0,0

-

Сидр и с/а напитки

-

0,1

0,9

1

2

-

1

0

-

-

900,0

111,1

-

Напитки безалкогольные

-

1

1

1

3

-

0

0

-

-

100,0

100,0

-

Итого за год

104

100

115

144

463

-4

15

29

40

96,2

115,0

125,2

138,5

2017 год

Вино плодовое, тыс. дал

81

99

110

100

390

18

11

-10

19

122,2

111,1

90,9

123,5

Вино фруктово-ягодное, тыс. дал.

15

15

15

15

60

0

0

0

0

100,0

100,0

100,0

100,0

Заливка фруктово-ягодная, тыс. дал.

0,1

0,2

0,5

0,2

1

0

0

0

0

200,0

250,0

40,0

200,0

Квасы брожения

0,5

1,5

2

1

5

1

1

-1

1

300,0

133,3

50,0

200,0

Сидр и с/а напитки

1

3

5

1

10

2

2

-4

0

300,0

166,7

20,0

100,0

Напитки безалкогольные

0,5

1,5

2

1

5

1

1

-1

1

300,0

133,3

50,0

200,0

Итого за год

98,1

120,2

134,5

118,2

471

22

14

-16

20

122,5

111,9

87,9

120,5

- производство вина фруктово-ягодного вовтором квартале увеличивается на 3 тыс. дал., после в третьем квартале показатель увеличивается на 3 тыс. дал, что соответствует 150,0 % роста, в четвертом квартале количество произведенной продукции снова возрастает в 2 раза, при этом базовый темп роста составил 600%;

- производство заливки фруктово-ягодной, квасов брожения, сидра и безалкогольных напитков не наблюдается;

- В 2016 году производство вина плодового во втором квартале не изменяется, после в третьем квартале показатель увеличивается на 14 тыс. дал, что соответствует 114,6% роста, в четвертом квартале количество произведенной продукции снова возрастает на 107,3%, при этом базовый темп роста составил 122,9%;

- производство вина фруктово-ягодного во втором квартале увеличивается на 2 тыс. дал., после в третьем квартале показатель увеличивается на 3 тыс. дал, что соответствует 142,9 % роста, в четвертом квартале количество произведенной продукции снова возрастает на 130,0%, при этом базовый темп роста составил 260%;

- производство заливки фруктово-ягодной на протяжении трех кварталов остается неизменным, однако в четвертом квартале увеличивается на 0,1 тыс. дал.

- производство кваса брожения в первом квартале отсутствует, во втором квартале составляет 0,1 тыс. дал., далее увеличивается на 0,3 тыс. дал, что соответствует 400% роста, однако производство в четвертом квартале прекращается;

- производство сидра и с/а напитков в первом квартале отсутствует, во втором квартале составляет 0,1 тыс. дал., далее увеличивается на 0,8 тыс. дал, что соответствует 900% роста, в четвертом квартале увеличивается на 0,1 тыс. дал;

- производство безалкогольных напитков начинается во втором квартале и до четвертого квартала составляет 1 тыс. дал.;

- в 2017 году производство вина плодового вовтором квартале увеличивается на 18 тыс. дал., после в третьем квартале показатель увеличивается на 11 тыс. дал, что соответствует 111,1% роста, в четвертом квартале количество произведенной продукции сокращается на 9,1%, при этом базовый темп роста составил 123,5%;

- производство вина фруктово-ягодного на протяжении года остается неизменным и составляет 15 тыс. дал.;

- производство заливки фруктово-ягодной в первом квартале составляет 0,1 тыс. дал., во втором квартале составляет 0,2 тыс. дал., далее увеличивается на 0,3 тыс. дал, что соответствует 250,0% роста, однако производство в четвертом квартале сокращается на 60,0%, при это базовый темп роста составил 200,0%;

- производство кваса брожения в первом квартале составляет 0,5 тыс. дал., во втором квартале составляет 1,5 тыс. дал., далее увеличивается на 0,5 тыс. дал, что соответствует 133,3% роста, однако производство в четвертом квартале сокращается до 1 тыс. дал., базовый тем роста составил 200,0%;

- производство сидра и с/а напитков в первом квартале составляет 1 тыс. дал., во втором квартале составляет 3 тыс. дал., далее увеличивается на 2 тыс. дал, что соответствует 166,7% роста, в четвертом квартале сокращается до 1 тыс. дал, базовый тем роста составил 100,0%;

- производство безалкогольных напитков в первом квартале составляет 0,5 тыс. дал., во втором квартале составляет 1,5 тыс. дал., далее увеличивается на 0,5 тыс. дал, что соответствует 133,3% роста, в четвертом квартале сокращается до 1 тыс. дал, базовый тем роста составил 200,0%.

Удельный вес каждого из видов продукции представлен в таблице 2.5. Данные представлены в тыс. дал.

Таблица 2.5 - Структура производства основных видов продукции ОАО «Компания «МогНат»» за 2015-2017 гг., в тыс. дал.

Наименование показателя

Год

Удельный вес, %

2015

2016

2017

2015

2016

2017

Вино плодовое

420

420

390

90,7

90,7

82,8

Вино фруктово-ягодное

36

35

60

7,8

7,6

12,7

Заливка фруктово-ягодная

2,5

0,5

1

0,5

0,1

0,2

Квасы брожения

4,5

0,6

5

1,0

0,1

1,1

Сидр и с/а напитки

0

3,6

10

0,0

0,8

2,1

Напитки безалкогольные

0

3,1

5

0,0

0,7

1,1

Итого

463

463

471

100,0

100,0

100,0

Графическое представление таблицы 2.5 представлено на рисунке 2.4.

Рисунок 2.4 - Структура производства продукции за 2015-2017 гг.

Примечание - Разработано автором на основе бухгалтерской и статистической отчетности

Из данных таблицы 2.5 и рисунка 2.4 следуют выводы:

- вино плодовое стабильно занимает наибольший удельный вес, минимум - 82,8% (2017 год), максимум - 90,7% (2015-2016 гг.);

- далее идет вино фруктово-ягодное, которое занимает 7,8%, 7,6% и 12,7% в 2015-2017 гг. соответственно;

- далее следуют такие виды продукции как: квасы брожения, сидр и с/а напитки, напитки безалкогольные, которые, как правило, занимают не более 2,5% (каждый в отдельности).

2.3 Анализ реализации продукции

Реализация продукции по годам представлена в таблице 2.6.

Таблица 2.6 - Реализация продукции по годам и кварталам за 2015-2017 гг.

Наименование показателя

Год

Квартал

Темп роста, %

1

2

3

4

2 кв. / 1 кв.

3 кв. / 2 кв.

4 кв. / 3 кв.

4 кв. / 1 кв.

Объем реализованной продукции, тыс. дал

2015

102

100

113

144

98,0

113,0

127,4

141,2

2016

98,1

106,3

121,4

135,2

108,4

114,2

111,4

137,8

2017

98,1

130,2

124,5

118,2

132,7

95,6

94,9

120,5

Графическое представление данных таблицы 2.6 изображено на рисунке 2.5.

Рисунок 2.5 - График реализации продукции по кварталам за 2015-2017 гг.

Из данных таблицы 2.6 и рисунка 2.5 следуют следующие выводы:

- в 2015 году объем реализованной продукции имеет нестабильную динамику, так в первом квартале реализация продукции составляла 102 тыс. дал., далее во втором квартале показатель сократился на 2%, в третьем квартале произошло увеличение на 113,0% и в четвертом квартале объем реализации достиг 144 тыс. дал., базовый темп роста составил 141,2%;

- в 2016 году объем реализованной продукции имеет тенденцию увеличения, так в первом квартале реализация продукции составляла 98,1 тыс. дал., далее во втором квартале показатель увеличился на 108,4%, в третьем квартале произошло увеличение еще на 114,2% и в четвертом квартале объем реализации достиг 135,2 тыс. дал., базовый темп роста составил 137,8%;

- в 2017 году объем реализованной продукции имеет нестабильную динамику, так в первом квартале реализация продукции составляла 98,1 тыс. дал., далее во втором квартале показатель увеличился на 132,7%, в третьем квартале произошло сокращение на 4,4% и в четвертом квартале объем реализации составил 118,2 тыс. дал., базовый темп роста составил 120,5%.

Также если рассматривать динамику реализации за 2015-2017 гг. по квартал, составив данные в один временной ряд, то наблюдается сезонность реализации продукции (рисунок 2.6).

Рисунок 2.6 - Временной ряд реализации продукции

В таблице 2.7 представлена динамика реализации продукции по основным видам продукции за 2015-2017 г...


Подобные документы

  • Изучение методов моделирования и анализа панельных данных. Построение ABC-XYZ классификации среди данных широкой номенклатуры по товарным запасам торгового предприятия. Виды исходных данных и построение на их основе модели регрессии по панельным данным.

    курсовая работа [363,2 K], добавлен 23.02.2015

  • Прямая регрессии. Стандартная ошибка оценки. Использование функции "Линейная линия тренда" электронных таблиц Microsoft Excell для выведения на график уравнения регрессии. Оценка случайного отклонения. Построение прогнозного значения на основе данных.

    контрольная работа [44,0 K], добавлен 08.02.2015

  • Ознакомление с основами модели простой регрессии. Рассмотрение основных элементов эконометрической модели. Характеристика оценок коэффициентов уравнения регрессии. Построение доверительных интервалов. Автокорреляция и гетероскедастичность остатков.

    лекция [347,3 K], добавлен 23.12.2014

  • Решение экономико-математических задач методами линейного программирования. Геометрическая интерпретация и решение данных задач в случае двух переменных. Порядок разработки экономико-математической модели оптимизации отраслевой структуры производства.

    курсовая работа [116,4 K], добавлен 23.10.2011

  • Факторы, формирующие цену квартир в строящихся домах в Санкт-Петербурге. Составление матрицы парных коэффициентов корреляции исходных переменных. Тестирование ошибок уравнения множественной регрессии на гетероскедастичность. Тест Гельфельда-Квандта.

    контрольная работа [1,2 M], добавлен 14.05.2015

  • Аппроксимация данных с учетом их статистических параметров. Математическая постановка задачи регрессии, ее принципы. Виды регрессии: линейная и нелинейная, полиномиальная. Сглаживание данных и предсказание зависимостей. Реализация задач в Mathcad.

    реферат [167,8 K], добавлен 12.04.2009

  • Задачи операционного исследования. Построение базовой аналитической модели. Описание вычислительной процедуры. Решение задачи оптимизации на основе технологии симплекс-метода. Анализ результатов базовой аналитической модели и предложения по модификации.

    курсовая работа [1,5 M], добавлен 12.12.2009

  • Основные параметры уравнения регрессии, оценка их параметров и значимость. Интервальная оценка для коэффициента корреляции. Анализ точности определения оценок коэффициентов регрессии. Показатели качества уравнения регрессии, прогнозирование данных.

    контрольная работа [222,5 K], добавлен 08.05.2014

  • Построение экономической модели по оптимизации прибыли производства. Разработка математической модели задачи по оптимизации производственного плана и её решение методами линейного программирования. Определение опорного и оптимального плана производства.

    дипломная работа [311,3 K], добавлен 17.01.2014

  • Разработка экономико-математической модели оптимизации производственной структуры хозяйства: система переменных и ограничений, подготовка входной информации, математическая модель в форме линейных уравнений и неравенств. Анализ двойственных оценок.

    курсовая работа [102,3 K], добавлен 06.10.2013

  • Построение поля корреляции, расчет уравнений линейной парной регрессии, на основе данных о заработной плате и потребительских расходах в расчете на душу населения. Анализ коэффициента эластичности, имея уравнение регрессии себестоимости единицы продукции.

    контрольная работа [817,3 K], добавлен 01.04.2010

  • Построение базовой аналитической модели. Описание вычислительной процедуры. Решение задачи оптимизации на основе симплекс-таблиц. Анализ на чувствительность к изменению. Примеры постановок и решений перспективных оптимизационных управленческих задач.

    курсовая работа [621,6 K], добавлен 16.02.2015

  • Рассмотрение процедуры регрессионного анализа на основе данных (цена продажи и жилая площадь) о 23 объектах недвижимости. Расчет параметров уравнения линейной регрессии и проверка его адекватности исследуемому процессу (используя приложение MS Exсel).

    лабораторная работа [1,2 M], добавлен 13.03.2014

  • Характеристика зависимости цены автомобиля от его возраста и мощности двигателя на основе полученных статистических данных (линейной зависимости). Расчет мультиколлинеарности между объясняющими переменными, анализ надежности оценок параметров модели.

    контрольная работа [60,0 K], добавлен 21.03.2010

  • Расчет параметров уравнения линейной регрессии, экономическая интерпретация ее коэффициента. Проверка равенства математического ожидания уровней ряда остатков нулю. Построение степенной модели парной регрессии. Вариация объема выпуска продукции.

    контрольная работа [771,6 K], добавлен 28.04.2016

  • Построение модели множественной линейной регрессии по заданным параметрам. Оценка качества модели по коэффициентам детерминации и множественной корреляции. Определение значимости уравнения регрессии на основе F-критерия Фишера и t-критерия Стьюдента.

    контрольная работа [914,4 K], добавлен 01.12.2013

  • Построение уравнения регрессии, учитывающего взаимодействия факторов, проверка полученной модели на адекватность. Построение математической модели и нахождение численных значений параметров этой модели. Вычисление коэффициентов линейной модели.

    курсовая работа [1005,0 K], добавлен 07.08.2013

  • Рассмотрение этапов прогнозирования управленческих решений. Изучение методов экспертных оценок: "интервью", "докладная записка", "морфологический анализ". Анализ данных об объеме инвестиций и стоимости продукции с помощью диаграмм и линейных функций.

    контрольная работа [687,4 K], добавлен 13.10.2014

  • Определение парных коэффициентов корреляции и на их основе факторов, оказывающих наибольшее влияние на результативный показатель. Анализ множественных коэффициентов корреляции и детерминации. Оценка качества модели на основе t-статистики Стьюдента.

    лабораторная работа [890,1 K], добавлен 06.12.2014

  • Построение матриц и функций принадлежности на основе парных сравнений мнения эксперта об относительному соответствию элементов множеству. Использование статистических данных, ранговых оценок и параметрического подхода. Понятие лингвистической переменной.

    контрольная работа [65,5 K], добавлен 22.03.2011

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.