Statistika (468 darbai)

Įvadas. Gamybos planavimo uždavinys. Grafiškas gamybos planavimo uždavinio sprendimas. Dualaus uždavinio grafiškas sprendimas. Išteklių šešėlinės kainos. Transporto uždavinys. Pradinio plano radimas mažiausios kainos metodu. Optimalaus plano radimas potencialiu metodu. Naujo plano sudarymas – pirmas pakeitimų ciklas. Naujo plano sudarymas – antras pakeitimų ciklas. Naujo plano sudarymas – trečias pakeitimų ciklas. Naujo plano sudarymas – ketvirtas pakeitimų ciklas. Išvados.

Įvadas. Koreliacinė regresinė analizė. Koreliacinė analizė y su kiekvienu x1, . , xn (n = 5). X1...X5 atranka regresinei analizei atlikti. Porinė regresinė analizė. Daugianarės koreliacinės regresinės analizės atlikimas naudojant LINEST, LOGEST, TREND, GROWTH funkcijas. Skaičiavimas su funkcija LINEST. Skaičiavimas su funkcija LOGEST. Skaičiavimas su funkcijom TREND ir GROWTH. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Gautų rezultatų aprašymas.

Įvadas. Darbo tikslas - yra atlikti koreliacinę regresinę analizę ir nustatyti, ar egzistuoja stochastinis ryšys tarp veiksnių y ir x, ir tarp kurių veiksnių egzistuoja funkcinė priklausomybė, atlikti prognozę slenkančio vidurkio ir eksponentinio išlyginimo metodais bei aprašyti gautus rezultatus. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu X1 Xn. X1 Xm atrinkimas regresinei analizei atlikti. Porinė regresinė analizė. Daugianarė koreliacinė regresija. Aprašyti gautus rezultatus. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Išvados.

Tyrimo tikslai. Koreliacinė analizė Y su kiekvienu X1, X2, X3, X4, X5, X6. Reikšmingų X1, X2, X3, X4, X5, X6 atrinkimas (m≥3) regresinei analizei atlikti. Porinė regresinė analizė Y su kiekvienu X1, X3, X4, X6. Daugianarė koreliacinė regresinė analizė. Tiesinė daugianarė regresinė lygtis. Eksponentinė daugianarė regresinė lygtis. Prognozavimas su TREND IR GROWTH funkcijomis. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas slenkančio vidurkio ir eksponentinio išlyginimo metodais. Prognozavimas slenkančio vidurkio metodu. Prognozavimas eksponentinio išlyginimo metodu.

Koreliacinė regresinė analizė. Tyrimo tikslo aprašymas. Porinė 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.

Įvadas. Darbo tikslas – atlikti koreliacinę regresinę analizę, prognozavimą, pateikti tyrimo rezultatų taikymo pavydžius ir padaryti išvadas. Atskirose kursinio dalyse kiekvienam tikslui bus iškelti tam tikri uždaviniai tikslui pasiekti. Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1,..,xn. Atrinkti x1,.., xn regresinei analizei atlikti. Porinė regresinė analizė y su atrinktais x1,.., xn. Daugianarė koreliacinė regresinė analizė naudojant Linest ir Trend funkcijas. Gautų rezultatų aprašymas. Turimų rezultatų taikymo pavyzdžiai. Prognozė slenkančio vidurkio ir eksponentinio išlyginimo metodais, apskaičiuojant vidutines kvadratines paklaidas. Išvados.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x1,.....,xn. Atrinkti duomenys x1, x4, x5, regresinei analizei atlikti. Porinė regresinė analizė y su kiekvienu x1, x4, x5. Daugianarė koreliacinė regresinė analizė y su kiekvienu x1, x4, x5. Gautų rezultatų aprašymas. Tyrimo rezultatų taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinis išlyginimo metodas.

Koreliacinė regresinė analizė. Tyrimo tikslai. Koreliacinė analizė y su kiekvienu x 3. Porinė regresinė analizė. Daugianarė koreliacinė analizė. Tyrimo rezultatų taikymas. Prognozė slenkančio vidurkio ir eksponentinio išlyginimo metodais. Gamybos planavimo uždavinys. Grafinis gamybos planavimo uždavinys. Dualus uždavinys ir šešėlinės kainos. Transporto uždavinys. Darbas iliustruotas lentelėmis.

Įvadas. Trumpa statybos darbų savo jėgomis statistika. Koreliacinė regresinė analizė. Statistikos dydžių apskaičiavimas. Koreliacijos koeficiento apskaičiavimas. Veiksnių, tarp kurių egzistuoja stochastinė priklausomybė, nustatymas. Porinė regresinė analizė (stochastinio ryšio tarp dydžių X ir Y formos ir analitinės išraiškos nustatymas). Priklausomojo veiksnio Y ryšio su keliais nepriklausomais veiksniais X1, X2, Xn, nustatymas (daugianarės tiesinės regresijos modelio sudarymas). Gautų rezultatų aprašymas. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Išvados.

Koreliacinė regresinė analizė. Porinė koreliacinė analizė. Porinė regresinė analizė. Daugianarė koreliacinė regresinė analizė. Gautų rezultatų aprašymas. Tyrimo taikymo pavyzdžiai. Prognozavimas. Slenkančio vidurkio metodas. Eksponentinio išlyginimo metodas. Gautų rezultatų palyginimas.

Gamybos planavimo uždavinys. Tikslo funkcija. Apribojimai. Išvada. Dualus uždavinys. Apribojimai. Transporto uždavinys. Modelio sudarymas. Tikslo funkcija. Baziniai kintamieji. Bazinis sprendinys. Optimalaus plano radimas potencialų metodu. Priedai (2 psl.).

Įmonė gamina dviejų rūšių pyragus – paprastą obuolių ir obuolių su slyvomis. Pelnas už 20 kg obuolių pyrago su slyvomis yra 400 Lt, paprasto obuolių pyrago - 300 Lt. Turimi ištekliai - 8 mašinų darbo valandos, 10 nekvalifikuotų žmonių darbo valandos, 6 kvalifikuotų žmonių darbo valandos ir 3 kg slyvų. Kiek reikia gaminti abiejų rūšių pyragų, kad pelnas būtų maksimalus? Tikslo funkcija. Apribojimai. Atsakymas. Excell pagalba išspręstas uždavinys. Dualus uždavinys. Šešėlinės kainos.

Sudaryti ir ištirti 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 (m=3, n=4). Išvada. Priedai (3 psl.)

Gamybos ir transporto uždaviniai. UAB "Orfis" gamina daug įvairių statybai skirtų mišinių. Sudaryti ir ištirti gamybos planavomo uždavinį: Sudaryti ir išspręsti grafiškai gamybos planavimo uždavinį (m≥3, n=2); atrinkti du apribojimus ir sudaryti bei išspręsti grafiškai dualų uždavinį. Nustatyti išteklių "šešėlines" kainas ir aprašyti gautus rezultatus. Sudaryti ir išspręsti transporto uždavinį (m=3, n=4). Išvada.

Įmonė užsiima šokoladų gamyba. Turime 3 sandėlius A1, A2 ir A3, kuriuose yra atitinkamai 180, 160 ir 94 vienetų šokolado plytelių. Jas reikia išvežioti į 4 parduotuves, esančias Vilniuje, Kaune, Klaipėdoje bei Alytuje. Į kiekvieną iš šių parduotuvių reikia nuvežti atitinkamai 86, 118, 120 ir 110 šokolado plytelių. Uždavinio tikslai – sudaryti tokią pervežimo programą, kad būtų: Mažiausios transportavimo išlaidos; Patenkinti visų taškų poreikiai;Visos sandėlių atsargos išvežtos. Tikslo funkcija. Apribojimai. Pradinio plano radimas mažiausios kainos metodu. Baziniai kintamieji. Optimalaus plano radimas potencialiu metodu.. Įvertinimų sigma γ ij apskaičiavimas. Pirmasis planas. Baziniai kintamieji. Antrasis planas. Baziniai kintamieji. Trečiasis planas. Baziniai kintamieji. Ketvirtasis planas. Baziniai kintamieji. Penktasis planas. Baziniai kintamieji. Šeštasis planas. Baziniai kintamieji. Optimali tikslo funkcijos reikšmė yra. Optimalus pervežimo planas.

Įvadas. Statistiniai duomenų apie žieminius javus šaltiniai ir analizės metodai. Statistiniai duomenų šaltiniai. Žieminių javų statistinės analizės metodai ir būdai. Javų plotų, derliaus ir derlingumo statistinė analizė. Javų plotų statistinė analizė. Javų derliaus statistinė analizė. Javų derlingumo statistinė analizė. Javų plotų, derliaus ir derlingumo perspektyvos. Išvados. Priedai (9).

Įžanga. Kokybės samprata. Visuotinė kokybės vadyba. Visuotinės kokybės vadybos pritaikymas oficialiai statistikai. Oficialiajai statistikai taikomi kokybės kriterijai. Kokybės valdymo grupė. Kokybės deklaracija. Kokybės valdymo grupės rekomendacijos. Išvados.

Ranginių eilučių matricos sudarymas. Spirmeno ranginės koreliacijos koeficiento tyrimas. Spirmeno ranginės koreliacijos koeficiento apskaičiavimas, kai nėra jungtinių rangų. Spirmeno ranginės koreliacijos koeficiento apskaičiavimas esant jungtiniams rangams. Kendalo ranginės koreliacijos koeficiento apskaičiavimas. Konkordacijos koeficiento tyrimas. Nominaliųjų kintamųjų koreliacinio ryšio įvertinimas.

Faktoriniai ir rezultatiniai požymiai. Stochastinis ryšys. Koreliacinis (priežastinis) ryšys. Regresija. Ekonominių-socialinių reiškinių tarpusavio ryšys. Koreliacinė analizė. Regresinė analizė. Pavyzdys: parinkti du tarpusavyje susijusius rodiklius - faktorinį ir rezultatinį.

Darbo tikslas ir uždaviniai. Pagal stebinių duomenis. Sudaryti stebinių matricą ir pateikti kintamųjų grafines diagramas. Apskaičiuoti atsitiktinių kintamųjų skaitines charakteristikas. Apskaičiuoti nuokrypių kvadratų sumas. Atlikti kintamųjų reikšmių standartizavimą. Apskaičiuoti ir įvertinti tiesinės koreliacijos koeficientą. Apskaičiuoti ir įvertinti daugialypį koreliacinį santykį. Stebinių matricos sudarymas ir diagramų braižymas.