В среднем на
каждый процент прироста приходится 760,4м2. Наибольшее содержание
одного процента прироста приходится на июнь и составляет 1786,3м2.
Ярко
выраженную сезонность можно объяснить тем, что полотно выпускаемое ООО
«Полилайн» используют при укладке дорог, строительных работах и т.д., т.е.
увеличение заказов в апреле и мае связано с начинающимся сезоном строительных
работ у заказчиков.
3.2.2 Средние показатели динамики
Среднемесячный
выпуск продукции вычислим по формуле (1.2.2.1а):
м2.
Вычислим
средний абсолютный прирост на основе цепных приростов по формуле (1.2.2.2):
м2.
Вычислим средний
темп роста по формуле (1.2.2.3):
.
Рассчитаем средний темп
прироста по формуле (1.2.2.4):
.
Среднемесячный выпуск
продукции в 1 полугодии 2010 года составил 120184,4м2. Исходя из
рисунка 3.2.2.1 можно сделать вывод, что в 1 квартал продукция производилась в
объемах меньших, чем средний выпуск, а во 2й квартал в больших. Ежемесячное
увеличение выпуска составило 10799,1м2, т.е. объем производства
увеличивался на 11,3% каждый месяц, а средний темп роста составил 1,113.
Рисунок 3.2.2.1 –
Графическое отображение выпуска продукции по месяцам и среднего выпуска
продукции
3.2.3 Сглаживание колеблемости в рядах динамики
Проведем
сглаживание колеблемости на основе данных из таблицы 1 приложения А. Возьмем
данные о суммарном выпуске продукции за 31 день в течение первого полугодия и
занесем их в таблицу 1 приложения Б.
Метод укрупнения
интервалов.
Проведем сглаживание
колеблемости методом укрупнения интервалов, преобразуя данные, суммируя их по
10-дневкам. В результате получим таблицу 3.2.3.2.
Таблица
3.2.3.2 – Выпуск продукции за полгода по 10-дневкам.
10 дневки |
Выпуск продукции, м2
|
1 |
259697,1 |
2 |
259953,1 |
3 |
201455,9 |
Полученные
данные представим графически на рисунке 3.2.3.1.
Рисунок
3.2.3.1 – Выпуск продукции по 10-дневкам в 1 полугодии 2010 года
Метод скользящей
средней.
Проведем
сглаживание на основе таблицы 1 приложения Б методом скользящей средней на
основе 10-дневок, т.е. на основе 10 уровней ряда. Воспользуемся формулой
(1.2.3.1) и полученные данные занесем в таблицу 2 приложения Б. Полученные
данные отобразим графически на рисунке 3.2.3.2.
Рисунок
3.2.3.2 – Графическое отображение сглаживания уровней
Аналитическое
выравнивание ряда.
Проведем
аналитическое выравнивание ряда на основе таблицы 1 приложения Б различными
функциями.
Рассмотрим
выравнивание по прямой. Т.к. количество уровней нечетное, то значения t возьмем от –15 до 15,
включая 0. Заполним таблицу 1 приложения В. На основании формул (1.2.3.3а, б)
рассчитаем параметры а0 и а1:
; .
В
результате, используя формулу (1.2.3.2) получим уравнение:
.
На его
основе заполнена графа в таблице 1 приложения В.
Полученные
данные отобразим графически на рисунке 3.2.3.3.
Рисунок
3.2.3.3 – Графическое отображение выравнивания по прямой
Рассмотрим
сглаживание по параболе второй степени. Для этого заполним таблицу 2 приложения
В. На основании формул (1.2.3.5а, б) вычислим значения параметров:
;
Решив
систему уравнений получим а0=25448,2; а2=–27,3. В результате, используя
формулу (1.2.3.4)
получаем уравнение параболы, на основании которого заполняется таблица:
Отобразим полученные
данные графически на рисунке 3.2.3.4.
Рисунок 3.2.3.4 –
Графическое отображение выравнивания по параболе
Рассмотрим выравнивание с
помощью логарифмической функции. Для этого заполним таблицу 3 приложения В. На основании формул (1.2.3.7а, б) вычислим значения параметров:
; .
Используя
формулу (1.2.3.6)
получаем уравнение логарифмической функции, на основании которой заполняется
таблица:
Для нахождения необходимо
пропотенцировать полученные значения функции. Полученные данные отобразим
графически на рисунке 3.2.3.5.
Рисунок 3.2.3.5 –
Графическое отображение выравнивания с помощью логарифмической функции
Для выбора оптимальной
функции из рассчитанных, воспользуемся формулой ошибки аппроксимации (1.2.3.8):
м2;
м2;
м2.
Полученные значения
означают отклонение фактических уровней ряда, от выравненных (расчетных). Очевидно,
что самым оптимальным является выравнивание по параболе, т.к. оно имеет
минимальное отклонение по сравнению с остальными функциями.
На основании проведенного
аналитического выравнивания различными методами и функциями можно сделать вывод
об общей динамике в производстве продукции по дням. Выравнивание 3 методами показало,
что наибольший выпуск наблюдается в середине месяца и последующим спадом к
концу месяца. Т.к. оптимальной является параболическая функция из-за наименьшей
ошибки аппроксимации, то средний выпуск ежедневно составляет 5959,6±4523,7м2.
3.2.4 Показатели сезонности
На основании данных
таблицы 1 приложения Б построим сезонную волну. Т.к. ряд не содержит ярко
выраженной тенденции в развитии, то индексы сезонности вычислим по формуле
(1.2.4.2):
,
где вычислим по формуле
(1.2.2.1а), где n=6. Полученные
данные занесем в таблицу 3.2.4.1. и на ее основе отобразим графически сезонную
волну на рисунке 3.2.4.1.
Таблица 3.2.4.1 –
Расчетные данные для построения сезонной волны
День |
Выпуск продукции, y |
|
Is,% |
1 |
22274,5 |
3 712,4 |
93,2 |
2 |
31412,6 |
5 235,4 |
131,4 |
3 |
24230,0 |
4 038,3 |
101,4 |
4 |
24510,0 |
4 085,0 |
102,5 |
5 |
36323,0 |
6 053,8 |
152,0 |
6 |
28910,0 |
4 818,3 |
120,9 |
7 |
27240,5 |
4 540,1 |
114,0 |
8 |
14842,5 |
2 473,8 |
62,1 |
9 |
29850,5 |
4 975,1 |
124,9 |
10 |
20103,5 |
3 350,6 |
84,1 |
11 |
27593,6 |
4 598,9 |
115,4 |
12 |
31389,0 |
5 231,5 |
131,3 |
13 |
26680,0 |
4 446,7 |
111,6 |
14 |
24575,0 |
4 095,8 |
102,8 |
15 |
23477,0 |
3 912,8 |
98,2 |
16 |
23259,0 |
3 876,5 |
97,3 |
17 |
22425,5 |
3 737,6 |
93,8 |
18 |
22604,0 |
3 767,3 |
94,6 |
19 |
32810,0 |
5 468,3 |
137,3 |
20 |
25140,0 |
4 190,0 |
105,2 |
21 |
24690,0 |
4 115,0 |
103,3 |
22 |
21175,0 |
3 529,2 |
88,6 |
23 |
20985,0 |
3 497,5 |
87,8 |
24 |
18375,0 |
3 062,5 |
76,9 |
25 |
15795,0 |
2 632,5 |
66,1 |
26 |
21262,4 |
3 543,7 |
88,9 |
27 |
19242,5 |
3 207,1 |
80,5 |
28 |
20405,0 |
3 400,8 |
85,4 |
29 |
19698,0 |
3 283,0 |
82,4 |
30 |
16173,0 |
3 234,6 |
81,2 |
31 |
3655,0 |
1 827,5 |
45,9 |
Итого |
721106,1 |
3 984,0 |
100,0 |
|
|
|
|
В результате проведенного
исследования сезонных колебаний можно сделать вывод, минимальное значение на
45,9% сезонная волна принимает 31 числа, это очевидно, т.к. за полгода 31 число
встречается лишь в марте и мае. Если не брать в расчет это значение, то за
минимальное значение можно принять 62,1% 8го числа и 66,1% 25го. В течение
всего периода прослеживаются резкие скачки, особенно в начале месяца.
Наибольшее значение сезонная волна принимает на уровне 152,0% 5го числа. Во
второй половине сезонная волна имеет тенденцию к постоянному снижению, и после
137,3% 19 числа значения сезонной волны не поднимаются выше 100,0%.
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16
|