Рабочая программа дисциплины (модуля) Моделирование и анализ бизнес-процессов (стр. 5 )

,

где di2 – разности рангов, полученных двумя сравниваемыми методами;

  n – число пар рангов (число регионов)

Результаты расчетов оформить в виде квадратной матрицы парных коэффициентов ранговых корреляций.

5.На том же листе, используя ранги, полученные методом Паттерн, с помощью логической функции отметить звездочками регионы, входящие в первую десятку.

6.Используя интегральные оценки, разбить совокупность регионов на пять групп.

Лабораторная работа № 4  «Работа с данными в ППП STATISTICA»

Цель: Получить навыки работы с данными (создавать новые файлы, открывать, сохранять массивы данных, работать с переменными и случаями, вводить формулы, пользоваться функциями).

Исходные данные предоставлены в файле labrab1.xls.

1.Используя исходные данные (файл labrab1.xls) через буфер обмена создать файл lr1.sta, содержащий таблицу с исходной информацией

2.Получить копии созданного файла с именами  lr2.sta, lr3.sta

3.В файле lr1.sta организовать расчет оценок по методу многомерной средней, используя соответствующие функции и поле длинного имени переменной. Определить ранги регионов.

4.Расчет оценок по методу Паттерн осуществить в файле lr2.sta.

5.Расчет оценок по методу суммы мест (рангов) осуществить в файле lr3.sta.

6.Итоговую информацию поместить в файл lr1.sta, объединив его с файлами  lr2.sta и lr3.sta.

7.Оценить степень сходимости результатов с помощью коэффициента Спирмэна.

Лабораторная работа № 5  «Кластерный анализ и получение устойчивых типологических групп»

Цель: Осуществить многомерную типологию экономических объектов агломеративным и итерационным методом.

Использовать базу данных, сформированную в среде Statistica в процессе выполнения лабораторной работы №1.

1.Используя модуль Cluster Analysis построить дендрограмму

2.Определить уровень выделения кластеров.

3.Определить состав кластеров.

4.Определить средние значения показателей по кластерам.

5.Идентифицировать кластеры по интегральным оценкам.

6.Используя метод К-средних, получить пять кластеров.

7.Определить состав кластеров.

8.Сравнить результаты, полученные разными методами. Сформировать устойчивые типологические группы.

Тема 5. Разведочный анализ данных. Формирование однородных совокупностей

Лабораторная работа № 6. Разведочный анализ данных.

Цель: Исследование степени дифференциации показателей. Формирование однородной совокупности.

Использовать базу данных, сформированную в среде Statistica в процессе выполнения лабораторной работы №1.

1.Определить описательные статистики и коэффициент вариации всех показателей. Сделать выводы о степени однородности исследуемых совокупностей.

2.Провести анализ данных на точки «выбросов».

3.Построить гистограммы по каждому показателю. Выявить соответствие эмпирических данных теоретическому закону распределения. Сделать вывод о проценте нормально или «близконормально» распределенных совокупностей показателей.

4.На основании свойства аддитивности многомерного нормального закона распределения сделать вывод о степени однородности многомерной совокупности данных.

Тема 6. Пространственные статистические модели и проблемы эффективного управления экономикой

Лабораторная работа № 7.

Цель: Исследование взаимосвязей факторных признаков, построение регрессионных моделей.

Использовать базу данных, сформированную в среде Statistica в процессе выполнения лабораторной работы №1.

1.Исследовать вид и степень взаимосвязей результативных и факторных признаков.

2.Построить корреляционную матрицу.

3.Отобрать показатели, значимо влияющие на результативный признак.

4.Исследовать коэффициенты корреляции на мультиколлинеарность.

5.Провести многошаговый регрессионный анализ. Этапы анализа оформить в сводную таблицу.

6.Определить коэффициенты эластичности, бетта-коэффициенты, частные коэффициенты детерминации.

7.Описать модели, выявить наиболее эффективные рычаги управления исследуемыми процессами.

Тема 7. Факторное моделирование и переменная порядка экономических процессов

Лабораторная работа № 8.

Цель: Освоение методики проведения факторного анализа в ППП Statistica с целью определения факторов, доминирующих на определенной территории

Использовать базу данных, сформированную в среде Statistica в процессе выполнения лабораторной работы №1.

1.Запустить модуль факторного анализа

2Определить данные, используемые в анализе

3.Определить метод выделения факторов

4.Установить критерии, определяющие количество выделяемых факторов

5.Получить собственные значения факторов

6.Объяснить назначение графика каменистой осыпи

7.Получить матрицу факторных нагрузок

8.Осуществить интерпретацию факторов

9.При необходимости с целью получения простой структуры Терстоуна провести вращение  матрицы различными методами. Повторить пункт 6.

10.Провести анализ матрицы остаточных коэффициентов

11.Определить структуру факторов, влияющих на регионы определенного кластера.

Тема 8. Развитие сложных экономических систем и динамические модели

Лабораторная работа № 9.

Цель: Подбор кривой (уравнения), позволяющей осуществить прогноз развития исследуемого процесса во времени

Ввести динамические данные, предоставленные преподавателем.

Используя модуль «Нелинейное оценивание» пункт «Регрессия, определяемая пользователем», осуществить подбор кривой.

В качестве подбираемых кривых использовать, например, следующие зависимости:

V1 = a*V2 + b * V2^2;

V1 = a/b * V2

V1 = a*/b * V2^ (1/2)

V1 = a*V2 + b*V2^(-2)

V1 = a*/b * V2^ (-2)

V1 = a*/(b * V2^ (-2))

V1 = a*V2^b

V1 = a*V2 + b * V2^2 + c*V2^3.

Описанные выше исследования провести для показателей:

Индексы физического объема промышленного производства;

Индексы физического объема инвестиций в основной капитал:

Число людей, умерших на 1000 человек населения;

Обеспеченность населения собственными легковыми автомобилями;

Соотношение мужчин и женщин;

Потребление мяса и мясопродуктов на душу населения.

В качестве объектов исследования приняты Самарский, Саратовский, Ульяновский регионы и Российская Федерация в целом.

Отчет сформировать в MS Excel.

Для каждого показателя каждого региона определить свой лист с результатами анализа для наиболее адекватной модели, т. е. отчет должен содержать:

Окно результата с долей объясненной дисперсии;

График подогнанной 2D функции;

Предсказанные, наблюдаемые значения и таблицу остатков;

Нормальный вероятностный график остатков;

По выявленной зависимости в Excel осуществить прогноз на три года вперед. Описать модели.

Тема 13. Методы решения задач линейного программирования

Лабораторная работа № 10

Цель: Решение оптимизационных задач линейного программирования.

Для решения задачи использовать надстройку «Поиск решения» в EXCEL.

Ввести исходные данные в соответствии с заданием, предоставленным преподавателем.

Для иллюстрации алгоритма решения задачи оптимизации «Плана выпуска продукции предприятия», выпускающего несколько видов изделий, при заданных ограничениях наличных ресурсов и известных нормах расхода ресурсов на одно изделие каждого типа (удельные расходы ресурсов на единицу продукции).

Кроме того, известна прибыль от реализации одного изделия каждого типа.

Необходимо найти производственную программу, обеспечивающую максимальную прибыль и исследовать оптимальное решение на устойчивость и чувствительность к изменению запаса ресурсов и прибыльности единицы реализуемого изделия.

Анализ и исследование оптимальных решений с помощью надстройки «Поиск решения» предложено выполнить двумя способами. Первый использует созданную в EXCEL табличную модель. Второй способ основан на использовании специальных отчетов, которые надстройка «Поиск решения» создает и предлагает пользователю после нахождения оптимального решения. При проведении анализа чувствительности и устойчивости оптимального решения необходимо оперировать такими категориями, как «Целевой коэффициент», «Нормированная стоимость», «Теневая цена» и другие.

Отчеты сформировать в MS EXCEL. Наибольший интерес для анализа представляет отчет по устойчивости. Предложено решить несколько вариантов задачи, оценив целесообразность введения в план производства новых видов изделий, варьируя при этом запасами ресурсов.

Тема 15. Закрытая транспортная задача

Лабораторная работа № 11

Цель: Решение закрытой (замкнутой) транспортной задачи линейного программирования. Необходимо научиться формулировать закрытые (замкнутые) транспортные задачи линейного программирования, составлять математические модели таких задач, отличать закрытые задачи от открытых транспортных задач и решать их.

После введения необходимых обозначений и формализации задачи (записи модели в математической форме), необходимо составить начальный (опорный) план каким –либо методом, затем задачу можно решить одним из известных методов, например, методом потенциалов. Полезно также, научиться решать подобные задачи на компьютере.

Для решения задачи использовать надстройку «Поиск решения» в EXCEL.

Ввести исходные данные в соответствии с заданием, предоставленным преподавателем.

Необходимо составить «План перевозок» для сбалансированной (закрытой) задачи, обеспечивающий доставку груза всем потребителям, в соответствии с их заявками, при одновременном выполнении условия полного вывоза всех грузов со всех складов, требуется составить так, чтобы суммарная стоимость всех транспортных издержек была минимальной.

Оптимальный «План перевозок» - объёмы груза, вывозимого с i-го склада и доставляемого j-му потребителю, представлен в виде прямоугольной таблицы, а стоимость транспортных издержек (затрат на перевозки) минимальна для конкретных исходных данных, включая удельную стоимость перевозок (тариф). Изменяя тариф, наряду с заявками и запасами, можно получить новый оптимальный план, и используя отчеты - исследовать оптимальное решение на устойчивость и чувствительность к изменению этих данных. Отчеты также сформировать в MS EXCEL.