kтл
> 2 |
29535 |
Рисунок 1.
Взаимосвязь внутренних и внешних денежных потоков предприятия
1 денежные средства, полученные на финансовых рынках;
2 денежные средства, вложенные в предприятие;
3 денежные средства, полученные в результате деятельности предприятия (прибыль);
4 упалта предусмотренных законом налогов;
5 денежные средства, возвращающиеся к инвесторам и кредиторам;
6 денежные средства (часть прибыли), реинвестируемые в предприятие;
7 денежные срества, направляемые на финансовые рынки для финансовых инвестиций.
Управление финансовыми ресурсами предприятия должно строиться таким образом, чтобы предприятие было в состоянии осуществлять производственную деятельность, получать прибыль, достаточную для выполнения своих обязательств перед бюджетом, кредиторами, партнерами и поставщиками, дл
я возобновления и расширения своей деятельности. Иными словами, управление финансовыми ресурсами должно обеспечить устойчивое финансовое положение предприятия, его ликвидность и рентабельность.
7. Проблемы формирования и использования финансовых ресурсов
Экономический кризис наиболее остро отразился на реальном векторе экономики, характеризующемся деградацией его структуры, беспрецедентным падением объемов производства, параличом инвестиционной деятельности предприятий, ослаблением научно-технического потенциала промышленности, расстройством финансовой системы общественного воспроизводства. Основными причинами этого являются углубление диспропорций в развитии реального сектора и сферы обращения (отток финансовых ресурсов из материального производства в процессе «ваучерной» приватизации, изъятие свободных этапов через рынок ГКО), не разработанность правовых норм регулирования некоторых видов экономической деятельности.
В настоящее время для большинства предприятий первоочередными стали задачи поддержания устойчивого производства стабилизации текущей финансовой деятельности. Вопросы же стратегического развития, инвестиций в основное производство в некоторой мере отошли на второй план. Ключевой проблемой, обусловившей снижение текущей финансовой устойчивости предприятий, является дефицит денежных оборотных средств, необходимых для обеспечения текущего производства. Основными порами, сдерживающими развитие предприятий, стали, с одной стороны, неплатежи покупателей, с другой стороны - большая доля денежной составляющей в расчетах за поставленную продукцию.
За последние годы произошли изменения в структуре источников финансовых
ресурсов. Восполнение потерь от снижения доходов по основной хозяйственной деятельности в большинстве отраслей стало долечиваться главным образом за счет поступлений от операций по о
сновной деятельности, что было обусловлено их усиливающейся,
ориентацией
на зарубежные рынки сбыта и операции с валютой, активным
выходом на финансовые спекулятивные рынки, расширением практики
«натурообменных
» сделок и взаимозачетов, переводом части счетов через дочерние структуры. За короткое время этот источник
стал вторым по значению при формировании совокупных финансовых ресурсов большинства отраслей экономики, а для строительства
и отдельных промышленных отраслей – доминирующим. Резкий
рост прочих поступлений - в целом негативное явление. Оно свидетельствует
об усилении непредсказуемости при формировании финансовых ресурсов, снижении точности расчета вероятных объемов, повышений риска «недополучения» финансовых средств.
Хронический недостаток финансовых ресурсов привел к переходу производственных предприятий на взаимное кредитование посредством выписываемых векселей, которые во многих случаях обходятся дешевле, чем кредиты коммерческих банков, и росту взаимных неплатежей.
Ухудшилось соотношение между кредиторской и дебиторской задолженностью. Просроченная кредиторская задолженность в целом по промышленности составляет половину задолженности этого типа. Такой высокий рост просроченной задолженности в экономическом плане означает столь же быстрое и значительное сокращение финансовых источников восстановления промышленности, ее отраслевой структуры, нормального воспроизводства. Основной причиной отрицательной динамики показателей соотношения дебиторской и кредиторской задолженности, а также устойчивой тенденции к росту просроченной задолженности в ее общей сумме, является физическое сокращение и разрушение основных производственных фондов, прекращение в большинстве случаев на только их расширенного воспроизводства, но и простого. В результате -резкое падение объемов производства, которое сопровождается сокращением собственных источников финансирования производства [6].
В результате осуществления воспроизводства в сокращающихся масштабах (в основном за счет заемных средств) увеличиваются затраты по обслуживанию долга, образующегося при банковском кредитовании. Все это свидетельствует о существенном расстройстве финансовой системы, обслуживающей процесс воспроизводства в промышленном комплексе.
Существует тенденция замещения задолженностью поставщикам и другим кредиторам части собственных оборотных средств предприятия и недостающих краткосрочных кредитов банка. Предприятия заинтересованы в замещении названных источников кредиторской задолженностью, пользование которой дешевле, чем банковскими кредитами.
8. Расчетная часть
Пусть x- количество крупных и средних организаций за год , y - сумма прибыли крупных и средних организаций за год, z - сумма убытка крупных и средних организаций за год. Занесем данные в таблицу 1.
Таблица 1. Исходные данные
Периоды времени |
Количество крупных и средних организаций, единица, РФ, знание пок-ля за год Рос-ая соб-сть, |
Сумма прибыли крупных и средних орг-ций, млн руб., знач-ие пок-ля за год |
Сумма убытка крупных и средних орг-ций, млн руб., знач-ие пок-ля за год |
x
|
y
|
z
|
2002 |
137582 |
238493 |
113504 |
2003 |
140668 |
309008 |
135010 |
2004 |
144858 |
357579 |
472690 |
2005 |
144040 |
884868 |
161710 |
2007 |
136715 |
1357806 |
216553 |
2008 |
130572 |
1273415 |
350095 |
2010 |
108670 |
2778551 |
293113 |
Графический анализ исходных данных
График 1.
Динамические ряды исходных данных
Графический анализ:
На основе графического анализа можно сделать вывод о том, что сумма прибыли крупных и средних организаций резко растут вплоть до 2010 года, а убытки крупных и средних организаций и число крупных и средних организаций постепенно падают, который на прямую зависит от прибыли и убытков организации.
Таблица 2. Исходные данные
Периоды времени |
Показатель |
Показатель |
Показатель |
x
|
y
|
z
|
2002 |
137582 |
238493 |
113504 |
2003 |
140668 |
309008 |
135010 |
2004 |
144858 |
357579 |
472690 |
2005 |
144040 |
884868 |
161710 |
2007 |
136715 |
1357806 |
216553 |
2008 |
130572 |
1273415 |
350095 |
2010 |
108670 |
2778551 |
293113 |
Графический анализ исходных данных
График 2.
Динамические ряды исходных данных
Вывод:
На графике видно, что прибыль организаций до конца 2007 растет равномерно. Затем наблюдается резкий рост прибыли организаций вплоть до конца 2010. Одновременно число крупных и средних организаций до конца 2005 года растут, а потом начинает снижаться и постепенно стабилизируется. Убытки крупных и средних организаций медленно растут до 2004 года, а потом резко снижаются и постепенно стабилизируется только к концу периода. Представляется, что имеется тесная обратная связь между прибылью и убытками организаций. Для проверки необходимо рассчитать линейные коэффициенты корреляции между числом организации , прибылью и убытками.
Расчет линейных коэффициентов корреляции
Рассмотрим расчеты с различными аналитическими показателями динамики. Для этого нужно построить вспомогательные таблицы и произвести расчеты.
Таблица 3. Показатели динамики х
Периоды |
xt
|
Абсолютный прирост
|
Кофф-ты роста
|
Коэфф-ты прироста
|
Темпы роста
|
Темпы прироста
|
времени |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
2002 |
137582 |
2003 |
140668 |
3086 |
3086 |
1,0 |
1,0 |
0,0 |
0,0 |
0% |
0% |
- 100% |
-100% |
2004 |
144858 |
4190 |
7276 |
1,0 |
1,1 |
0,0 |
0,1 |
0% |
10% |
-100% |
-110% |
2005 |
144040 |
-818 |
-818 |
1,0 |
1,0 |
0,0 |
0,0 |
0% |
0% |
-100% |
-100% |
2007 |
136715 |
-7325 |
-7325 |
0,9 |
1,0 |
-0,1 |
0,0 |
-10% |
0% |
-110% |
-100% |
2008 |
130572 |
-6143 |
-13468 |
1,0 |
1,0 |
0,0 |
0,0 |
0% |
0% |
-100% |
- 100% |
2010 |
108670 |
-21902 |
-21902 |
0,8 |
0,8 |
-0,2 |
-0,2 |
-20% |
-20% |
-120% |
-120 % |
Средние значения:
|
-28912 |
-33151 |
5,8 |
5,9 |
-0,15 |
- 0.05 |
- 15% |
-5% |
-105% |
- 105 % |
Таблица 4. Показатели динамики - у
Периоды |
yt
|
Абсолютный прирост
|
Кофф-ты роста
|
Коэфф-ты прироста
|
Темпы роста
|
Темпы прироста
|
времени |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
2002 |
238493 |
2003 |
309008 |
70515 |
70515 |
1,3 |
1,3 |
0.3 |
0.3 |
30% |
30% |
- 70% |
- 70% |
2004 |
357579 |
48571 |
119086 |
1,2 |
1,5 |
0.2 |
0,5 |
20% |
50% |
-80% |
-50% |
2005 |
884868 |
527289 |
646375 |
2,9 |
3,7 |
0.9 |
2,7 |
90% |
270% |
-10% |
170% |
2007 |
1357806 |
472938 |
1119313 |
1,5 |
5,7 |
0,5 |
4,7 |
50% |
470% |
-50% |
370% |
2008 |
1273415 |
-84391 |
1034922 |
0,9 |
5,3 |
-0,1 |
4,3 |
-10% |
430% |
-110% |
210% |
2010 |
2778551 |
1505136 |
2540058 |
2,2 |
12,0 |
0.2 |
11,0 |
20% |
1100% |
-80% |
180% |
Средние значения:
|
423343 |
921712 |
1.7 |
5 |
2 |
4 |
33% |
391% |
67% |
135% |
Таблица 5. Показатели динамики -
z
Периоды |
zt
|
Абсолютный прирост
|
Кофф-ты роста
|
Коэфф-ты прироста
|
Темпы роста
|
Темпы прироста
|
времени |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
Цепные |
Базисные |
2002 |
113504 |
2003 |
135010 |
21506 |
21506 |
1,2 |
1,2 |
0,2 |
0,2 |
20% |
20% |
- 80% |
- 80 % |
2004 |
472690 |
337680 |
359186 |
3,5 |
4,2 |
2,5 |
3,2 |
250% |
320% |
150% |
220% |
2005 |
161710 |
-310980 |
48206 |
0,3 |
1,4 |
-0,7 |
0,4 |
-70% |
40% |
-170% |
-60% |
2007 |
216553 |
54843 |
103049 |
1,3 |
1,9 |
0,3 |
0,9 |
30% |
90% |
-70% |
- 10% |
2008 |
350095 |
133542 |
236591 |
1,6 |
3,1 |
0,6 |
2,1 |
60% |
210% |
-40% |
110% |
2010 |
293113 |
-56982 |
179609 |
0,8 |
2,6 |
-0,2 |
1,6 |
-20% |
160% |
-80% |
80% |
Средние значения:
|
29934,833 |
158024,5 |
1,5 |
2,4 |
0,5 |
1,4 |
45% |
140% |
90 % |
260% |
Таблица 6. Средние показатели динамики
Сравнительный анализ средних показателей динамики для трех показателей |
показатель x |
показатель y |
показатель z |
Цепной |
Базисный |
Цепной |
Базисный |
Цепной |
Базисный |
Средний абсолютный прирост |
-28912 |
-33151 |
423343 |
921712 |
29934,8 |
158024,5 |
Средний темп роста |
- 15% |
-5% |
33% |
391% |
45% |
140% |
Средний темп прироста |
-105% |
- 105 % |
67% |
135% |
90 % |
260% |
Вывод:
Наиболее высокими темпами растет показатель у ( прибыль оранизаций), а наиболее низкими темпами – показатель z – убытки организаций. В абсолютном выражении среднегодовые приросты доходов и расходов незначительно отличаются.
Расчет линейных коэффициентов корреляции
Вначале рассчитаем коэффициент корреляции между показателем xи показателем y. Построим вспомогательную таблицу 7 для расчета.
Таблица 7. Вспомогательная таблица для расчета коэффициента корреляции между показателем
x
и показателем
y
Расчет линейного коэффициента корреляции между показателем x и показателем y |
Периоды времени |
Исходные данные |
Вспомогательные расчеты |
Показатель |
Показатель |
|
|
|
|
|
x |
y |
2002 |
137582 |
238493 |
146481 |
109254 |
21456683361 |
11936436516 |
16003635174 |
2003 |
140668 |
309008 |
149567 |
179769 |
22370287489 |
32316893361 |
26887510023 |
2004 |
144858 |
357579 |
153757 |
228340 |
23641215049 |
52139155600 |
35108873380 |
2005 |
144040 |
884868 |
152939 |
755629 |
23390337721 |
570975185641 |
115 565 143 631 |
2007 |
136715 |
1357806 |
145614 |
1228567 |
21203436996 |
1509376873489 |
178 896 555 138 |
2008 |
130572 |
1273415 |
139471 |
1144176 |
24912142609 |
1309138718976 |
159 579 370 896 |
2010 |
108670 |
2778551 |
117569 |
2649312 |
26183070169 |
7018854073344 |
311 476 962 528 |
|
943105 |
7200320 |
1005398 |
6295047 |
163157173394 |
39627616732209 |
843518050770 |
Средние значения:
= - 8899;
= 192239
Линейный коэффициент корреляции рассчитывается по формуле:
Таким образом
Вывод:
Коэффициент корреляции равен 0,25. Значит, связь между двумя показателями не тесная.
Теперь рассчитаем коэффициент корреляции между показателями у и z. Построим вспомогательную таблицу для расчета коэффициента корреляции между показателем y и показателем z.
Таблица 8 . Вспомогательная таблица для расчета коэффициента корреляции между показателем у и показателем
z
Периоды времени |
Расчет линейного коэффициента корреляции между показателем y и показателем z
|
|
|
y
|
z
|
|
|
|
|
|
2002 |
238493 |
113504 |
109254 |
-74990 |
11936436516 |
5623545094,09 |
-8192990236,20 |
2003 |
309008 |
135010 |
179769 |
-53484 |
32316893361 |
2860570346,49 |
-9614819126,70 |
2004 |
357579 |
472690 |
228340 |
284196 |
52139155600 |
80767195898,49 |
64893246138,00 |
2005 |
884868 |
161710 |
755629 |
-26784 |
570975185641 |
717398726,49 |
-20238993824,70 |
2007 |
1357806 |
216553 |
1228567 |
28059 |
1509376873489 |
787290645,69 |
34471992882,90 |
2008 |
1273415 |
350095 |
1144176 |
161601 |
1309138718976 |
26114786240,49 |
184899642523,20 |
2010 |
2778551 |
293113 |
2649312 |
104619 |
7018854073344 |
10945072389,69 |
277167577334,40 |
|
7200320 |
1742675 |
6295047 |
423215 |
10504737336927 |
127815859341,43 |
523385655690,90 |
Средние значения:
= 192239 ,
= 188494,3
r (y,z) =
;
Таким образом
Вывод:
Коэффициент корреляции равен 0,23. Значит связь между двумя показателями не тесная.
В данном примере получилось, что связь y более тесная с показателем x, так как коэффициент корреляции 0,25 больше, чем 0,23.
Расчет параметров линейного и квадратического тренда для показателей
x
и
y
Для расчета параметров уравнений линейного и квадратического тренда построим вспомогательную таблицу.
Таблица 9. Вспомогательная таблица для расчета параметров линейного и квадратического тренда
Исходные данные |
Вспомогательные расчеты |
Периоды времени |
Условное обозначение времени |
yt |
yt2 |
у |
t |
t2 |
t4 |
2002 |
238493 |
-3 |
9 |
81 |
-715479 |
2146437 |
2003 |
309008 |
-2 |
4 |
16 |
-618016 |
1236032 |
2004 |
357579 |
-1 |
1 |
1 |
-357579 |
357579 |
2005 |
884868 |
0 |
0 |
0 |
0 |
0 |
2007 |
1357806 |
1 |
1 |
1 |
1357806 |
1357806 |
2008 |
1273415 |
2 |
4 |
16 |
2546830 |
5093660 |
2010 |
2778551 |
3 |
9 |
81 |
8335653 |
25006959 |
S |
7200320 |
0 |
28 |
196 |
10549215 |
35198473 |
Формулы для расчета параметров линейного тренда:
Формулы для расчета параметров квадратичного тренда:
Подставляя в эти формулы все суммы, рассчитанные в последней (итоговой) строке вспомогательной таблицы 4 (Σy =7200320 , Σt2
= 28 Σt4
=196, Σyt = 10549215, Σyt2
= 35198473 ) , получаем следующие результаты:
Линейный тренд y |
Квадратический тренд y |
y^ = a0
+ a1
* t |
y^^ = b0
+ b1
* t + b2
*t2
|
a0
= |
1507031 |
b0
= |
142850,80 |
a1
= |
53822,5 |
b1
= |
53822,5 |
b2
= |
166659,2 |
Аналогичным образом рассчитаем параметры уравнений линейного и квадратического тренда для показателя x.
Таблица 10. Вспомогательная таблица для расчета параметров линейного и квадратического тренда
Периоды |
Условное обозначение времени |
x*t
|
x*t2
|
времени |
x
|
t |
t2
|
t4
|
2002 |
137582 |
-3 |
9 |
81 |
-412746 |
170359260516 |
2003 |
140668 |
-2 |
4 |
16 |
-281336 |
79149944896 |
2004 |
144858 |
-1 |
1 |
1 |
-144858 |
20983840164 |
2005 |
144040 |
0 |
0 |
0 |
0 |
0 |
2007 |
136715 |
1 |
1 |
1 |
136715 |
18690991225 |
2008 |
130572 |
2 |
4 |
16 |
261144 |
68196188736 |
2010 |
108670 |
3 |
9 |
81 |
326010 |
106282520100 |
∑ |
943105 |
0 |
28 |
196 |
-115071 |
463662745637 |
Линейный тренд x |
Квадратический тренд x |
х^ = a0
+a1
* t
|
х^^ = b0
+ b1
* t + b*t2
|
a0
=
|
16438,71 |
b0
=
|
269458,57 |
a1
=
|
41073,96 |
b1
=
|
4109,67 |
b2
=
|
1908420333761170 |
Чтобы выбрать, какое из уравнений тренда (линейное или квадратическое) лучше описывает исходный ряд данных, строится вспомогательная таблица для расчета так называемой ошибки аппроксимации, которая находится по формуле:
В этой формуле:
–исходные значения уровня ряда;
– расчетные значения уровня ряда; т.е.
f(t), где f(t) – уравнение соответствующей функции.
Таблица 11.
Вспомогательная таблица для расчета ошибок аппроксимации
Периоды времени |
Исходные данные |
Расчетные данные |
y
|
t
|
y^
|
y^^
|
(y^ -y)2
|
(y^^ - y)2
|
2002 |
238493 |
-3 |
1345563,20 |
1481316,10 |
1225604427728 |
1544609257893,6 |
2003 |
309008 |
-2 |
1399385,70 |
701842,60 |
1188923528657 |
154319022957,2 |
2004 |
357579 |
-1 |
1453208,20 |
255687,50 |
1201003343893 |
10381877772,3 |
2005 |
884868 |
0 |
1507030,70 |
142850,80 |
387086425271 |
550589525095,8 |
2007 |
1357806 |
1 |
1560853,20 |
363332,50 |
41228165428 |
988977542202,3 |
2008 |
1273415 |
2 |
1614675,70 |
917132,60 |
116458865364 |
126937148549,8 |
2010 |
2778551 |
3 |
1668498,20 |
1804251,10 |
1232217218788 |
281786965063,2 |
S
|
7200320 |
0 |
10549214,90 |
5666413,20 |
5391921975129 |
3657601339534,1 |
Вид уравнения тренда |
Ошибка |
y^ = a0
+ a1
* t |
|
8776528,60 |
y^^ = b0
+ b1
* t + b2
*t2
|
|
6565569,50 |
Таблица 12. Расчет прогнозных значений по тренду
Вид уравнения тренда |
Прогноз |
Ошибка |
y^ = a0
+ a1
* t
|
1776143,5 |
8776528,60 |
y^^ = b0
+ b1
* t + b2
*t2
|
4578443,3 |
6565569,50 |
Вывод:
Из двух прогнозных значений более достоверным является y** = 6565569,5 так как ошибка аппроксимации для него меньше.
Таблица 16.
Вспомогательная таблица для расчета ошибок аппроксимации
Периоды |
Исходные данные
|
Расчетные данные
|
времени |
x
|
t
|
2950075,2 |
x^^
|
(x^ - x)2
|
(x^^-х)2
|
2002 |
137582 |
-3 |
58273090,0 |
17175783004107700 |
59714336309 |
2950075,2 |
2003 |
140668 |
-2 |
3642068,0 |
7633681335305920 |
42591552807 |
58273090,0 |
2004 |
144858 |
-1 |
1572982,5 |
1908420334026520 |
28727961795 |
3642068,0 |
2005 |
144040 |
0 |
3642068,0 |
269459 |
16282089209 |
1572982,5 |
2007 |
136715 |
1 |
582773090,0 |
1908420334034740 |
6273009077 |
3642068,0 |
2008 |
130572 |
2 |
2950075,2 |
7633681335322360 |
10230638940 |
582773090,0 |
2010 |
108670 |
3 |
655803448,9 |
17175783004132300 |
960416668 |
2950075,2 |
∑ |
943105 |
0 |
16438,71 |
53435769347199000 |
164780004805 |
655803448,9 |
Ошибки аппроксимации и прогнозные значения для разных уравнений тренда |
Вид уравнения тренда |
Ошибка |
x^ = a0
+ a1
* t |
= 153427,51 |
x^^ = b0
+ b1
* t + b*t2
|
9679,164 |
Вид уравнения тренда |
Прогнозные значения |
x^ = a0
+a1
* t |
x* = 221808,51 |
x^^ = b0
+ b1
* t + b*t2
|
x** = 1,9213572218 |
Вывод:
Из двух прогнозных значений более достоверным является x
** = 1,9213572218 так как ошибка аппроксимации для него меньше.
Расчет параметров парной линейной регрессии
Для расчета параметров уравнения парной линейной регрессии y = a0
+a1
xсоставляется система нормальных уравнений:
na0
+ a1
Σx = Σy;
a0
Σx + a1
Σx2
= Σxy.
Решают с помощью метода определителей. В результате получаются следующие формулы для расчета параметров уравнения парной линейной регрессии:
Построим вспомогательную таблицу. Обозначать их параметры разными буквами. Поэтому заменим a0
на k0
и a1
на k1
.
Рассчитаем соответствующие суммы и подставим Σx, Σy, Σx2
, Σxy в формулы для расчета параметров парной линейной регрессии:
В результате расчетов получаем следующие значения параметров регрессии:
Параметры регрессии |
k0
= |
14004771,9 |
k1
= |
63335,6 |
Ошибка аппроксимации |
|
3692,48 |
R2
= 7638683,7 /7761508,3 = 0,98
Вывод:
Ошибка аппроксимации равна 0,98т.е. менее 10 % среднего значения y, равного 16438,71. Допустимо, если ошибка аппроксимации не превышает 10-15% от среднего значения результативного показателя. Индекс детерминации равен 0,98, то есть очень близок к 1. Значит, построенное уравнение регрессии является значимым, то есть описывает существенную зависимость между показателями.
Таблица 17. Вспомогательная таблица для расчета параметров уравнения парной линейной регрессии (
y
= k0
+ k1
*
x
)
Исходные данные |
Вспомогательные расчеты |
Расчет дисперсии фактических значений y |
Расчет дисперсии расчетных значений yx
|
Расчет параметров |
|
x
|
y
|
x2
|
xy
|
yx
=k0
+k1
*x
|
(y - yx
)2
|
|
|
|
137582 |
238493 |
18928806724 |
32812343926 |
8727848794 |
761711815727542 |
-854159 |
729587597281 |
8726756142 |
76156272768567100000 |
140668 |
309008 |
19787486224 |
43467537344 |
8923302579 |
796198142756026 |
-783644 |
614097918736 |
8922209927 |
79605829988952006000 |
144858 |
357579 |
20983840164 |
51798178782 |
9188678911 |
844252489004537 |
-735073 |
540332315329 |
9187586259 |
84411741266933100000 |
144040 |
884868 |
20747521600 |
127456386720 |
9136870358 |
834662308643545 |
-207784 |
43174190656 |
9135777706 |
83462434284310800000 |
136715 |
1357806 |
18690991225 |
185632447290 |
8672936795 |
751962821537946 |
265154 |
70306643716 |
8671844143 |
75200880831811600000 |
130572 |
1273415 |
17049047184 |
166272343380 |
8283865958 |
686013392330279 |
180763 |
32675262169 |
8282773306 |
68604333638254900000 |
108670 |
2778551 |
11809168900 |
301945137170 |
6896688771 |
475259981172841 |
1685899 |
2842255438201 |
6895596119 |
47549245832230500000 |
943105 |
7200320 |
127996862021 |
68905323943135 |
59746163534 |
356874379758234 |
6107068 |
37296279556624 |
59745070882 |
3569473494707150000000 |
Расчет прогноза результирующего показателя
y
по регрессии
Рассчитанные параметры уравнений тренда для определения прогнозного значения показателя x. Были получены следующие результаты.
Ошибки аппроксимации и прогнозные значения для разных уравнений тренда |
Вид уравнения тренда |
Ошибка |
x= a0
+ a1
* t |
1
= |
153427,51 |
x = b0
+ b1
* t + b2
*t2
|
= |
9679,164 |
Прогноз по линейному тренду |
x* = |
221808,51 |
Прогноз по квадратическому тренду |
x**= |
1,9213572218 |
содержание ..
145
146
147 ..
|
|