 |
Объемы продаж и факторы, которые могут влиять на объем сбыта
|
|
|
|
| Период, недели | Объем продаж, тыс.руб | F1 | F2 | F3 |
| 25,41 | ||||
| 25,41 | ||||
| 25,41 | ||||
| 25,38 | ||||
| 25,42 | ||||
| 25,33 | ||||
| 25,39 | ||||
| 25,42 | ||||
| 25,35 |
2.Выделение влияющих факторов.
Теперь необходимо выяснить: какие из выбранных факторов действительно оказывают влияние на изменение объема продаж, а какие нужно исключить из рассмотрения. Критерием такого соответствия, безусловно, можно считать коэффициент корреляции, который показывает, насколько близки тенденции двух факторов (в данном случае – насколько связано распределение во времени факторов F1 - F3 с объемом продаж).
На рисунке (рис. 3.1), приведенном ниже, показан расчет коэффициента корреляции между объемом продаж и факторами F1, F2, F3.
Коэффициент корреляции рассчитан с помощью статистической функции КОРРЕЛ программного пакета MS Excel.
|
Рис. 3.4. Коэффициенты корреляции. Отбор существенных факторов
Из расчета видно, что по коэффициенту корреляции в данном примере «факторами влияния» будут F1 и F3, а фактор F2 можно отбросить из рассмотрения. Удалим столбец D (фактор F2).
3. Линейное прогнозирование «факторов влияния».
Теперь мы имеем динамику «факторов влияния» и объема сбыта на период с первой по девятую недели. Соответственно, мы прогнозируем по времени поведение каждого из «факторов влияния» (линейный тренд для факторов, рассматриваемых в примере, представлен в таблице).
Для предсказания фактора F1 в диапазон ячеек C14:C17 введемформулу массива (рис. 3.5):
{=ТЕНДЕНЦИЯ (C5:C13; A5:A13; A14:A17)}
|
|
|
|
Рис. 3.5. Прогноз изменения факторов влияния
4.Построение прогноза функции продаж.
Аналогично можно построить тенденцию для самой функции продаж, но более точный результат обычно дает оценка прогнозируемой функции по аппроксимированным факторам. Соответствующий результат приведен на рис. 4.3.3.
Рис. 3.6. Прогноз объема продаж
В диапазон ячеек B14:B17 введена формула массива
{=ТЕНДЕНЦИЯ(B5:B13;C5:D13;C14:D17)}.
5.Построение диаграммы.
По данным таблицы, изображенной на рис. 3.6., построим диаграмму.
На рис. 3.7 показана итоговая диаграмма, отображающая исходные значения объема продаж по неделям и прогнозируемый объем продаж.
Рис. 3.7. Объем продаж и прогноз сбыта по неделям
6. Оценка риска прогнозирования.
При оценке полученных результатов необходимо учитывать, что прогнозирование ведется с целым рядом допущений, которые могут сильно повлиять на результат:
· при выборе факторов мы могли не учесть фактор, оказывающий серьезное влияние на объем продаж;
· используется линейное прогнозирование, а тенденция может оказаться значительно сложнее;
· коэффициенты корреляции далеки от единицы, значит зависимость объема продаж от выбранных факторов F1 и F3 не очень сильная.
Также следует учитывать известное из математики свойство линейного тренда давать удовлетворительные результаты только на небольшом участке прогнозирования.
7. Сверьте результаты, полученные вами в процессе выполнения работы, с таблицами и диаграммой, изображенными на рисунках. Сохраните файл в вашей папке и представьте для отчета преподавателю.
Практическая работа 4
Решение задач оптимизации средствами электронных таблиц MS Excel
Цель: овладеть навыками решения задач оптимизации средствами электронных таблиц MS Excel.
Рассмотрим решение задач оптимизации на примере транспортной задачи.
Целью решения транспортной задачи является минимизация транспортных издержек (или максимизация прибыли) при снабжении грузом нескольких потребителей, при том, что данный груз хранится на удаленных складах.
|
|
|
Постановка задачи.
Пусть требуется развести груз, хранящийся на m складах А1 , А2 , … Аm в количествах а1 , а2 , … аm соответственно по пунктам назначения B1 , В2 , … Вn, подавшим заявки на b1 , b2 , … bn единиц груза. Пусть запас груза на всех складах равен суммарной заявке, то есть:
m n
Σ аi = Σ bj .
i =1 j =1
Известно, что стоимость перевозки единицы груза от i -го склада к j -му потребителю равна cij. Требуется составить такой план перевозок, чтобы все заявки были выполнены, а стоимость всех перевозок была минимальна.
|
|
|
