Экономико-математическое прогнозирование в управлении организацией
Курсовая работа, 24 Марта 2012, автор: пользователь скрыл имя
Описание работы
Любая организация в современных условиях должна стремиться максимизировать результативность своей деятельности, для того, чтобы оставаться конкурентоспособной на мировом и отечественном рынках. Поэтому очень важно понимать, что для того, чтобы деятельность организации была наиболее эффективной, менеджерам необходимо в первую очередь учиться строить качественные прогнозы относительно будущего развития организации. Следует также учитывать то обстоятельство, что осуществление прогноза, это достаточно тяжёлая задача, и для того, чтобы прогноз отображал ситуацию наиболее приближённую к реальности, не достаточно использовать методы, основанные на построении интуитивных прогнозов.
Целью данной работы является анализ экономико-математических методов прогнозирования в управлении организации, а также рассмотрение метода анализа временных рядов при прогнозировании объёма продаж.
Содержание работы
СОДЕРЖАНИЕ 2
ВВЕДЕНИЕ 3
1. СУЩНОСТЬ, ЦЕЛИ И ЗАДАЧИ МЕТОДОВ ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО ПРОГНОЗИРОВАНИЯ 5
1.1Необходимость прогнозирования в управлении организации…………..4
1.2 Задачи и принципы прогнозирования……………………………………...5
1.3 Экономико-математические методы прогнозирования……………….…9
1.4 Метод анализа временных рядов………………………………………….10
2. ОСОБЕННОСТИ ПРОГНОЗИРОВАНИЯ С ПОМОЩЬЮ ИИСПОЛЬЗОВАНИЯ МЕТОДА АНАЛИЗА ВРЕМЕННЫХ РЯДОВ 16
2.1 Проблемы прогнозирования объёмов продаж с помощью методов анализа временных рядов……………………………………………………….14
2.2 Способы прогнозирования объёмов продаж с помощью методов анализа временных рядов……………………………………………………….17
3. СПОСОБЫ ПРИМЕНЕНИЯ МЕТОДА АНАЛИЗА ВРЕМЕННЫХ РЯДОВ В ПРАКТИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ ОРГАНИЗАЦИИ 22
3.1 Проблемы использования метода анализа временных рядов в управлении организации………………………………………………………...20
3.2 Проблемы анализа временных рядов в системе управления базами данных, пакете MS Excel, и системе STATISTICA………………………….22
ЗАКЛЮЧЕНИЕ 27
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 29
ПРИЛОЖЕНИЕ А 31
ПРИЛОЖЕНИЕ Б 32
ПРИЛОЖЕНИЕ В 33
ПРИЛОЖЕНИЕ Г 34
ПРИЛОЖЕНИЕ Д 35
ПРИЛОЖЕНИЕ Е 36
Файлы: 1 файл
курсовая работа по уо.docx
— 101.35 Кб (Скачать файл)Таким образом, можно сделать
вывод, что в управлении организации,
важное место отводится
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- Алгоритм прогнозирования объём
а продаж в MS Excel [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/ finanalysis/sales_forecast. shtml. - Дата доступа: 18.11.2011. - Дзюба, С.А. Метод построения матрицы оценки позиции товара // Маркетинг в России и за рубежом. – 2007. № 4. – С. 3-11.
- Дзюба, С.А. Технология прогнозирования временных рядов с сезонной составляющей // Менеджмент в России и за рубежом. – 2010. №3. – С. 18-24.
- Доработка алгоритма прогнозирования объёма продаж [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/
finanalysis/math/add_to_kosh- bond.shtml. - Дата доступа: 19.11.2011. - Дудорин, Н.В. Управление экономикой производства: учеб. пособие для институтов повышения квалификации экономических вузов по специальности «Менеджмент». – Москва: Экзамен, 2005. – 277 с.
- Кравцов, М.К. Эконометрическое моделирование совокупного спроса в Республике Беларусь // Экономический бюллетень НИЭИ Министерства экономики Республики Беларусь. – 2006. - №3. – С. 4-26.
- Медведев, С.Ю. Экспертно-консультационная поддержка принятия решений при анализе временных рядов // Деньги и кредит. – 2007. - №5. – С. 56–62.
- Методы математической статистики в обработке экономической информации: учебное пособие / Т.Т. Цымбаленко, А.Н. Бастдамов, О.С. Цымбаленко и др. Под ред. Т.Т. Цимбаленко. – М.: Финансы и статистика, 2007. – 200 с.
- Олейников, Д.П. Принятие решений при качественных критериях оценки альтернатив: автореферат диссертации на соискание ученой степени кандидата технических наук. – Волгоград, 2006. - 24 с.
- Периодические линии тренда в прогнозировании объемов продаж [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/
finanalysis/math/add_to_kosh- bond.shtml. - Дата доступа: 14.11.2011. - Предвидение и прогнозирование в принятии управленческих решений [Электронный ресурс]. – 2011. – Режим доступа: http://www.elitarium.ru/2007/
11/27/predvidenie_ prognozirovanie.html. - Дата доступа: 17.10.2011. - Применение экономико-математических методов и моделей, средств вычислительной техники в управлении [Электронный ресурс]. – 2011. – Режим доступа: http://lib.4i5.ru/cu753.htm. - Дата доступа: 17.10.2011.
- Прогноз продаж статистическим методом [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/
finanalysis/math/statistical_ method.shtml. - Дата доступа: 18.11.2011. - Салманов, О.Н. Эконометрика: учебное пособие. – М: Экономистъ, 2006. – 320 с.
- Уязвимость прогнозной модели продаж Кошечкина [Электронный ресурс]. – 2011. – Режим доступа: http://www.marketing.spb.ru/
lib-mm/sales/brand_portfolio. htm. - Дата доступа: 18.11.2011. - Френкель, А.А. Прогнозирование производительности труда: методы и модели / А.А. Френкель. – Москва: Экономика, 2009. - 216 с.
- Юзбашев, О.И. О правильном измерении тренда при наличии сезонных колебаний // Вопросы статистики. – 2006. - №3. С. 72–73.
ПРИЛОЖЕНИЕ А
Таблица 1.2 Фактические объёмы реализации продукции
№ |
Месяц |
Объем продаж (бел. руб.) |
№ |
Месяц |
Объем продаж (бел. руб.) |
1 |
июль |
1226160 |
13 |
июль |
1348770 |
2 |
август |
761780 |
14 |
август |
837930 |
3 |
сентябрь |
676080 |
15 |
сентябрь |
743690 |
4 |
октябрь |
338590 |
16 |
октябрь |
372440 |
5 |
ноябрь |
510110 |
17 |
ноябрь |
561120 |
6 |
декабрь |
445310 |
18 |
декабрь |
489840 |
7 |
январь |
322070 |
19 |
январь |
354280 |
8 |
февраль |
198830 |
20 |
февраль |
218720 |
9 |
март |
343650 |
21 |
март |
378010 |
10 |
апрель |
443000 |
22 |
апрель |
487300 |
11 |
май |
632440 |
23 |
май |
695690 |
12 |
июнь |
1234140 |
24 |
июнь |
1357550 |
ПРИЛОЖЕНИЕ Б
Рисунок 1.2 Сравнительный анализ полиномиального и линейного тренда
ПРИЛОЖЕНИЕ В
Таблица 2.2 Расчёт значение сезонной компоненты
Расчёт средних сезонной компоненты | |||
Месяцы |
Объём продаж |
Значение тренда |
Сезонная компонента |
1 |
1226160 |
1142590,11 |
83569,89 |
2 |
761780 |
915602,34 |
-153822,34 |
3 |
676080 |
663048,09 |
13031,91 |
4 |
338590 |
450618,36 |
-112028,36 |
5 |
510110 |
313011,75 |
197098,25 |
6 |
445310 |
261159,66 |
184150,34 |
7 |
322070 |
288738,69 |
33331,31 |
8 |
198830 |
377970,24 |
-179140,24 |
9 |
343650 |
504707,31 |
-161057,31 |
10 |
443000 |
642808,5 |
-199808,5 |
11 |
632440 |
767799,21 |
-135359,21 |
12 |
1234140 |
859820,04 |
374319,96 |
13 |
1348770 |
1142590,11 |
206179,89 |
14 |
837930 |
915602,34 |
-77672,34 |
15 |
743690 |
663048,09 |
80641,91 |
16 |
372440 |
450618,36 |
-78178,36 |
17 |
561120 |
313011,75 |
248108,25 |
18 |
489840 |
261159,66 |
228680,34 |
19 |
354280 |
288738,69 |
65541,31 |
20 |
218720 |
377970,24 |
-159250,24 |
21 |
378010 |
504707,31 |
-126697,31 |
22 |
487300 |
642808,5 |
-155508,5 |
23 |
695690 |
767799,21 |
-72109,21 |
24 |
1357550 |
859820,04 |
497729,96 |
ПРИЛОЖЕНИЕ Г
Таблица 3.2 Расчёт средних значений сезонной компоненты
Расчёт средних значений сезонной компоненты | |||||
Месяцы |
1-й сезон |
2-й сезон |
Итого |
Среднее |
Сезонная компонента |
1 |
83569,89 |
206179,89 |
289749,78 |
144874,89 |
119807,6409 |
2 |
-153822,34 |
-77672,34 |
-231494,68 |
-115747,34 |
-140835,6765 |
3 |
13031,91 |
80641,91 |
93673,82 |
46836,91 |
21766,61735 |
4 |
-112028,36 |
-78178,36 |
-190206,72 |
-95103,36 |
-120179,7404 |
5 |
197098,25 |
248108,25 |
445206,5 |
222603,25 |
197527,8341 |
6 |
184150,34 |
228680,34 |
412830,68 |
206415,34 |
181343,1407 |
7 |
33331,31 |
65541,31 |
98872,62 |
49436,31 |
24366,01707 |
8 |
-179140,24 |
-159250,24 |
-338390,48 |
-169195,24 |
-194263,626 |
9 |
-161057,31 |
-126697,31 |
-287754,62 |
-143877,31 |
-168951,975 |
10 |
-199808,5 |
-155508,5 |
-355317 |
-177658,5 |
-202727,5275 |
11 |
-135359,21 |
-72109,21 |
-207468,42 |
-103734,21 |
-128804,6102 |
12 |
374319,96 |
497729,96 |
872049,92 |
436024,96 |
410951,9055 |
Итого |
300875,7 |
0 | |||
ПРИЛОЖЕНИЕ Д
Таблица 4.2 Расчёт ошибок
Месяцы |
Объём продаж |
Значение модели |
Отклонения |
1 |
1226160 |
1262397,751 |
-36237,7509 |
2 |
761780 |
774766,6635 |
-12986,6635 |
3 |
676080 |
684814,7073 |
-8734,7073 |
4 |
338590 |
330438,6197 |
8151,38035 |
5 |
510110 |
510539,5841 |
-429,58405 |
6 |
445310 |
442502,8007 |
2807,19935 |
7 |
322070 |
313104,7071 |
8965,2929 |
8 |
198830 |
183706,6136 |
15123,38645 |
9 |
343650 |
335755,335 |
7894,665 |
10 |
443000 |
440080,973 |
2919,02705 |
11 |
632440 |
638994,5999 |
-6554,59985 |
12 |
1234140 |
1270771,945 |
-36631,94535 |
13 |
1348770 |
1262397,751 |
86372,2491 |
14 |
837930 |
774766,6635 |
63163,3365 |
15 |
743690 |
684814,7073 |
58875,2927 |
16 |
372440 |
330438,6197 |
42001,38035 |
17 |
561120 |
510539,5841 |
50580,41595 |
18 |
489840 |
442502,8007 |
47337,19935 |
19 |
354280 |
313104,7071 |
41175,2929 |
20 |
218720 |
183706,6136 |
35013,38645 |
21 |
378010 |
335755,335 |
42254,665 |
22 |
487300 |
440080,973 |
47219,02705 |
23 |
695690 |
638994,5999 |
56695,40015 |
24 |
1357550 |
1270771,945 |
86778,05465 |