М ОДЕЛИРОВАНИЕ БИЗНЕС - ПРОЦЕССОВ Пивного ресторана «BQ»

Презентация:



Advertisements
Похожие презентации
Множественная регрессия линейная функция:. Оценка параметров линейного уравнения множественной регрессии.
Advertisements

Лекция 4 множественная регрессия и корреляция. ( продолжение )
Лекция 6 множественная регрессия и корреляция. ( продолжение )
Лекция 6 множественная регрессия и корреляция. ( продолжение )
«Линейная регрессия и корреляция: смысл и оценка параметров»
Парная линейная корреляция. Метод наименьших квадратов Задача: найти оценки параметров a и b такие, что остаток в i-ом наблюдении (отклонение наблюдаемого.
Общая теория статистики Регрессионно- корреляционный анализ.
1 Множественная регрессия и корреляция. 2 Спецификация модели Уравнение множественной регрессии Цель множественной регрессии: –Построить модель с большим.
Теория статистики Корреляционно-регрессионный анализ: статистическое моделирование зависимостей Часть 1. 1.
Линейная модель парной регрессии и корреляции. 2 Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального.
Проверка гипотез на примере уравнения регрессии Проверка гипотез и соответствующие статистические выводы являются одними из центральных задач математической.
С ТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО - ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ Л ЕКЦИЯ 9 Клобертанц Е.П. Красноярск, 2013 г. ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ.
Лекция 1 «Введение». Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической.
Кандидат технических наук, доцент Поляков Константин Львович Учебный курс Эконометрика: идентификация, оценивание и анализ статических моделей Лекция 7.
Лекция 5 множественная регрессия и корреляция. Множественная регрессия широко используется в решении проблем спроса, доходности акций, изучение функции.
Тема Статистическое изучение взаимосвязи социально- экономических явлений.
Эконометрика. Литература Доугерти К. Введение в эконометрику. - 3-е изд. - М.: ИНФРА- М, XIV, 465 с. Доугерти К. Введение в эконометрику. - 3-е.
Свойства коэффициентов регрессии и проверка гипотез.
Лекция 1 Введение.. Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.
Кафедра «Бухгалтерский учет и аудит» Ослопова М.В. ТЕМА 8. СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ.
Транксрипт:

М ОДЕЛИРОВАНИЕ БИЗНЕС - ПРОЦЕССОВ Пивного ресторана «BQ»

О РГАНИЗАЦИОННАЯ СТРУКТУРА

Д ИАГРАММА IDEF0 БИЗНЕС - ПРОЦЕССОВ ПРЕДПРИЯТИЯ, ПОСТРОЕННАЯ НА ОСНОВЕ ОРГАНИЗАЦИОННОЙ СТРУКТУРЫ

Д ИАГРАММА IDEF0 БИЗНЕС - ПРОЦЕССА ПРОИЗВОДСТВА БЛЮД

И МИТАЦИОННЫЙ ЭКСПЕРИМЕНТ На основе производственных ресурсов пивного ресторана «BQ»

В ЫБОРОЧНАЯ СОВОКУПНОСТЬ

О ПИСАТЕЛЬНЫЕ СТАТИСТИКИ

П АРНАЯ КОРРЕЛЯЦИЯ Графики рассеяния. Уравнения парной линейной регрессии.

С РЕДНИЙ ОБЪЕМ ПРОИЗВОДСТВА VS. В ЫРАБОТКА

y = 0, , x r = 0,98 - функциональная положительная линейная связь. R² = 0, 97 - уравнением регрессии объясняется 97% дисперсии результативного признака, а на долю прочих факторов приходится 3%. F(1,30) = 921,44 при p = 0,000000, что заведомо меньше 0,05. Таким образом, данная модель статистически значима. µ (0,00000) < B, при p = 0, нулевая гипотеза о том, что коэффициенты регрессии стоящие перед факторными признаками раны 0, должна быть отвергнута. С РЕДНИЙ ОБЪЕМ ПРОИЗВОДСТВА VS. В ЫРАБОТКА

С РЕДНИЙ ОБЪЕМ ПРОИЗВОДСТВА VS. З АПАСЫ СЫРЬЯ И МАТЕРИАЛОВ

y = 0, , x r = 1,00 - функциональная положительная линейная связь. R² = 1,00 - уравнением регрессии объясняется 100% дисперсии результативного признака, а на долю прочих факторов приходится 0%. F(1,30) = ,1 при p = 0,000000, что заведомо меньше 0,05. Таким образом, данная модель статистически значима. µ (0,00000) < B, при p = 0, нулевая гипотеза о том, что коэффициенты регрессии стоящие перед факторными признаками раны 0, должна быть отвергнута. С РЕДНИЙ ОБЪЕМ ПРОИЗВОДСТВА VS. З АПАСЫ СЫРЬЯ И МАТЕРИАЛОВ

З АПАСЫ СЫРЬЯ И МАТЕРИАЛОВ VS. В ЫРАБОТКА

y = 1404, , x r = 0,98 - функциональная положительная линейная связь. R² = 0, 97 - уравнением регрессии объясняется 97% дисперсии результативного признака, а на долю прочих факторов приходится 3%. F(1,30) = 977,41 при p = 0,000000, что заведомо меньше 0,05. Таким образом, данная модель статистически значима. µ (0,00081) < B, при p = 0, нулевая гипотеза о том, что коэффициенты регрессии стоящие перед факторными признаками раны 0, должна быть отвергнута. З АПАСЫ СЫРЬЯ И МАТЕРИАЛОВ VS. В ЫРАБОТКА

М НОЖЕСТВЕННАЯ РЕГРЕССИЯ Уравнение множественной линейной регрессии. Коллинеарность. Оценка значимости факторов.

Р ЕГРЕССИОННЫЙ АНАЛИЗ Y = 40, ,297X 1 + 0,001X 2

С ТАНДАРТИЗИРОВАННЫЕ КОЭФФИЦИЕНТЫ РЕГРЕССИИ β 1 = 0,97 β 2 = 0,03 Стандартизированное уравнение регрессии t y = 0,97t x1 – 0,03t x2 Это означает, что с ростом фактора х 1 на одну сигму при неизменной выработке запасы сырья и материалов увеличиваются в среднем на 0,97 сигмы. Так как |β 1 | < |β 2 |, то можно заключить, что большее влияние на результат оказывает фактор х 1, что соответствует уравнению регрессии в натуральном масштабе.

К ОЛЛИНЕАРНОСТЬ ФАКТОРОВ Так как парные коэффициенты корреляции больше|0,8|, то можно говорить о зависимости действия факторов. Соответственно в уравнении множественной регрессии факторы дублируют друг друга