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.

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

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