Statistika (468 darbai)

Koreliacinė regresinė analizė. Aprašymo tyrimo tikslai. Koreliacinė analizė. Atrinkimas x1, x2,...,xm regresinei analizei. Porinė regresinė analizė. Daugianarė koreliacinė analizė. Darbo rezultatų aprašymas. Prognozavimas. Prognozavimas slenkančio vidurkio metodu. Prognozavimas eksponentinio išlyginimo metodu. Dualus uždavinys. Šešėlinės kainos nustatymas ir gautų rezultatų aprašymas. Transporto uždavinys.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y – ko su kiekvienu x - su. Veiksnių regresinei analizei atlikti atrinkimas. Porinė regresinė analizė y - ko su kiekvienu x -su. Daugianarės koreliacinės regresinės analizės y – ko su atrinktais x - sais atlikimas. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Prognozavimas slenkančio vidurkio metodu. Prognozavimas svertinio slenkančio vidurkio metodu. Prognozavimas eksponentinio išlyginimo metodu. Gamybos planavimo uždavinys. Dualaus uždavinio sudarymas ir sprendimas. Šešėlinių kainų nustatymas ir rezultatų aprašymas. Transporto uždavinio sudarymas ir sprendimas. Pradinio sprendinio radimas Šiaurės vakarų kampo metodu. Pradinio sprendinio radimas mažiausios kainos metodu. Optimalaus sprendinio radimas potencialų metodu. Pirmas patobulintas sprendinys. Optimalus pervežimo planas.

Koreliacinė regresinė analizė. Tyrimo tikslai. Pradiniai duomenys. Koreliacinė analizė y. Vidurkis. Dispersija. Standartinis nuokrypis. Koreliacijos koeficientas. Porinė regresinė analizė Y. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Praktinis tyrimo taikymas. Prognozavimas. Slenkančio vidurkio metodu. Prognozavimas eksponentiniu metodu. Gamybos planavimo uždavinio sudarymas ir grafinis jo sprendimas. Uždavinio sprendimas grafiniu būdu (Tiesinė optimizavimo užduotis). Transporto uždavinys.

Pradiniai duomenys. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su x1, x2, x3, x4, x5, x6. Atrinkti x1, x2, xm regresinei analizei atlikti. Porinė regresinė analizė y su x2, x3, x4 ir x5 x7. Daugianarė koreliacinė regresinė analizė y su x3, x4, x5 naudojant linest, logest, trend ir growth funkcijas. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimo atlikimas slenkančio vidurkio ir eksponentinio išlyginimo metodais, vidutinių kvadratinių paklaidų apskaičiavimas. Slenkančiojo vidurkio metodas. Eksponentinio išlyginimo metodas. Gamybos planavimo uždavinys. Gamybos uždavinio sudarymas ir sprendimas grafiniu būdu bei excel pagalba. Dualus uždavinys su dviem apribojimais. Išteklių "šešėlinės" kainos.

Sudaryti ir ištirti gamybos planavimo uždavinį: sudaryti ir išspręsti grafiškai gamybos planavimo uždavinį. Atrinkti du apribojimus ir sudaryti bei išspręsti grafiškai dualų uždavinį. Nustatyti išteklių "šešėlines: kainas ir aprašyti gautus rezultatus. Sudaryti ir išspręsti transporto uždavinį. Gamybos planavimo uždavinys. Sudaryti ir išspręsti grafiškai gamybos planavimo uždavinį. Išvada. Atrinkti du apribojimus ir sudaryti bei išspręsti grafiškai dualų uždavinį. Nustatyti išteklių "šešėlines" kainas ir aprašyti gautus rezultatus. Transporto uždavinys. Išvada. Priedai (4).

Įvadas. Pradiniai duomenys. Kursiniam projektui paskirtos užduoties duoti Y įvertinimai. Koreliacinė regresinė analizė. Koreliacinė analizė y su kiekvienu x. Veiksnių, tarp kurių egzistuoja stochastinė nepriklausomybė, nustatymas. Porinė regresinė analizė. Daugianarės tiesinės regresijos modelio sudarymas. TREND tiesinė priklausomybė. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Prognozė slenkančio vidurkio metodu. Eksponentinio išlyginimo metodas. Išvados.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1, x2, x3, x4, x5, x6 (n≥5). x1, x2, ..., xm (m ≥ 3) regresinei analizei atlikti atrinkimas. Porinė regresinė analizė y su kiekvienu x1,…xm. Daugianarės koreliacinės regresinės analizės y su (x1,…,xm) atlikimas. Tiesinė regresijos lygtis. Eksponentinė regresijos lygtis. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Prognozavimas slenkančio vidurkio metodu. Prognozavimas eksponentinio išlyginimo metodu. Gamybos planavimo uždavinys. Dualaus uždavinio sudarymas ir sprendimas. Nustatyti išteklių "šešėlines" kainas ir aprašyti gautus rezultatus. Sudaryti ir išspręsti transporto uždavinį (m=3, n=4). Pradinio plano radimas mažiausio elemento metodu. Optimalaus plano radimas potencialų metodu. 1 iteracija. Optimalus pervežimo planas.

Koreliacinė regresinė analizė. Tyrimo tikslai. 1.2Atlikti koreliacinę analizę y su kiekvienu x1, ....., xn ( n 5). x1, x2,…,xm ( m 3) atrinkimas regresinei analizei atlikti. Porinė regresinė analizė y su kiekvienu x1, x2,…,xm 7 1.5 Daugianarė koreliacinė regresinė analizė y su ( x1, x2,…,xm ). Pateikti tyrimo rezultatų taikymo pavyzdžius. Prognozavimas. Slenkančio vidurkio išlyginimo metodas. Eksponentinio išlyginimo metodas.

Kiekybinė analizė. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1,...,xn. Atrinkti x1, x2,...,xm regresinei analizei atlikti. Atlikti porinę regresinę analizę y su kiekvienu x1,...,xm. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas.

Duomenys naudojami kursiniame darbe. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė Y su kiekvienu X1,...,X6. Atrenkame X1,X2....,X6 regresinei analizei tirti. Atliekame porinę regresinę analizę Y su kiekvienu X1,..,..X6. Daugianarė koreliacinė regresinė analizė. LINEST funkcija. LOGEST funkcija. Gautų rezultatų aprašymas. TREND ir GROWTH funkcija. Tyrimo rezultatų taikymo pavyzdys. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Gamybos planavimo uždavinys. Grafiškai bei Excelio pagalba išspręstas gamybos planavimo uždavinys. Dualaus uždavinio sudarymas ir jo sprendimas. Šešėlinių kainų nustatymas ir jų aprašymas. Transporto uždavinys.

Koreliacinė regresinė analizė. Tyrimo tikslo aprašymas. Koreliacinė analizė Y su kiekvienu X1,…,X6. x1, x2, …, xm (m >=3) atrinkimas regresinei analizei atlikti. Porinė regresinė analizė. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė Y su kiekvienu X1, X2, X3, X4, X5 (n≥5). X1, X2, ..., Xm (m ≥ 3) regresinei analizei atlikti atrinkimas. Porinė regresinė analizė Y su kiekvienu X1, X2, X3. Daugianarės koreliacinės regresinės analizės y su (x1,…,xm) atlikimas. Prognozė slenkančio vidurkio metodu. Slenkančio vidurkio metodas. Prognozė eksponentinio išlyginimo metodu. Gamybos planavimo uždavinys. Gamybos planavimo uždavinio sudarymas ir sprendimas. Dviejų apribojimų atrinkimas ir dualaus uždavinio sudarymas bei sprendimas. "Šešėlines" kainos nustatymas ir gautų rezultatų aprašymas. Transporto uždavinys.

Trendas su sezonine komponente. Apibendrinimas. Tiesinis programavimas. Dualumo teorija. Gamybinio planavimo uždavinys. Dualumo teorema. Transporto uždaviniai. Simplekso metodas. Žordano-Gauso metodas tiesinių lygčių sistemom spręsti. Tiesinio programavimo uždavinių formos. Sveikaskaitinis programavimas. Sukirpimo uždaviniai. Pasirinkimas iš alternatyvių. Netolydi tikslo funkcija. Apibendrintas transporto uždavinys.

Porinė koreliacinė analizė. Porinė regresijos analizė. Daugianarė koreliacinė regresinė analizė. Prognozavimo metodai. Laiko eilučių prognozavimas, jų sudėtinės dalys. Prognozė įvertinant sezoninius svyravimus. Tiesinis programavimas. Gamybos planavimo uždaviniai. Mišinių sudarymo (dietos) uždaviniai. Transporto uždaviniai ir transporto tipo uždaviniai. Sveikaskaitinis programavimas. Dualus uždavinys ir jo ekonominė prasmė. Dualaus uždavinio sudarymo taisyklės. Baziniai kintamieji ir baziniai sprendiniai. Simplekso metodo esmė. Prognozavimo metodai.

Kursinio darbo užduotys. Koreliacinė regresinė analizė. Aprašyti tyrimo tikslus. Atlikti koreliacinę analizę y su kiekvienu x,x,x (n 5). Atrinkti x,x,x (m3) regresinei analizei atlikti. Atlikti porinę regresinę analizę y su kiekvienu x,x,x. Atlikti daugianarę koreliacinę regresinę analizę y su (x,x,x) panaudojant funkcijas LINEST, LOGEST, TREND, GROWTH. Aprašyti gautus rezultatus. Pateikti tyrimo rezultatų taikymo pavyzdžius. Sudaryti ir ištirti gamybos planavimo uždavinį. Sudaryti ir išspręsti grafiškai gamybos planavimo uždavinį (m3, n=2). Išspręsti tą pati uždavinį su SOLVER ir aprašyti jautrumo analizės rezultatus. Įvadas. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė. Teoriniai aspektai. Nepriklausomų kintamųjų atrinkimas regresinei analizei atlikti. Praktinis aspektas. Koreliacinė analizė(Veiksmai). Vidurkis. Dispersija. Kvadratinis nuokrypis. Koreliacija. T kriterijus. T kritinis. Apibendrinta koreliacinė analizė. Porinė regresinė analizė. Daugianarė regresinė analizė, panaudojant LINEST, LOGEST, TREND, GROWTH. Aprašymas gautų rezultatų ir taikymo pavyzdžiai. Gamybos planavimo uždavinys. Teorija. Praktinis aspektas.

Koreliacinė regresinė analizė. Tyrimo tikslo aprašymas. Koreliacinė analizė Y su kiekvienu X1,…,X5. Atrinkti X1,X2,…,Xm (m >=3) regresinei analizei atlikti. Porinė regresinė analizė. Daugianarė koreliacinė analizė. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Gamybos planavimo uždavinio sudarymas ir tyrimas. Gamybos planavimo uždavinys(m≥3, n=2). Dualaus uždavinio sudarymas ir jo sprendimas. Išteklių "šešelinės" kainos. Transporto uždavinys.

Įvadas. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1,.,x5. Atrinkti X1,., X5 regresinei analizei atlikti. Porinė regresinė analizė Y su kiekvienu X1, X2, X3, X4. Daugianarė koreliacinė regresinė analizė. Prognozavimas slenkančio vidurkio metodu. Prognozavimas eksponentiniu metodu. Išvados.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su x1, x2, x3, x4, x5. x1, x2, xm atrinkimas regresinei analizei atlikti. Porinė regresinė analizė y su x1, x2, x3, x4. Bendrasis lygties pavidalas. Gauti rezultatai. Skaičiavimai. Grafikai. Daugianarė koreliacinė regresinė analizė y su x1, x2, x3, x4 naudojant LINEST, LOGEST. Tiesinė daugianarės regresinės lygties analizė. Eksponentinės daugianarės regresinės lygties analizė. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozė slenkančio vidurkio ir eksponentinio išlyginimo metodais. Vidutinės kvadratinės paklaidos. Prognozavimas slenkančio vidurkio metodu. Prognozavimas eksponentinio išlyginimo metodu.

Įvadas. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1, xn (n 5). Porinė regresinė analizė y su kiekvienu x1, x2, xm. Daugianarė koreliacinė regresinė analizė y su (x1, x2, xm) naudojant LINEST, LOGEST, TREND, GROWTH funkcijas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Prognozavimas slenkančio vidurkio metodu. Eksponentinio išlyginimo metodas. Išvados.

Gamybos planavimas. Gamybos planavimo uždavinys. Tikslas – rasti tokį sprendinį, kuriam esant tikslo funkcija įgytų ekstremalią reikšmę: max ar min. Dualus uždavinys. Transporto uždavinys. Turime tris sandėlius (A1, A2, A3), kuriuose yra atitinkamai 120, 80, 110 vnt. nešiojamų kompiuterių. Šiuos gaminius reikia išvežioti į 4 mažmenines parduotuves. Reikia : rasti mažiausią bendrų pervežimų kainą; patenkinti visų gavėjų poreikius; panaudoti visas siuntėjų atsargos (išvežti). Išvados.