Методичні рекомендації по виконанню завдання 13.
Розрахунки показників виконати за допомогою вставки формул. Інформаційним забезпеченням для розрахунку показників є баланс, звіт про фінансові результати ПАТ «Київський ЦУМ», а також фінансові коефіцієнти і показники, введені в книгу Microsoft Excel та визначені на попередніх заняттях.
Завдання 14. На основі статистичних даних (таблиця 14) про витрати на одиницю продукції Yi та рівень фондомісткості продукції Xi, побудувати економетричну модель залежності витрат на одиницю продукції від рівня фондомісткості.
Таблиця 14.
Статистичні дані для розв’язування задачі
№ п/п |
Yi |
Xi |
1 |
50 |
90 |
2 |
40 |
75 |
3 |
65 |
120 |
4 |
55 |
100 |
5 |
45 |
80 |
6 |
42 |
78 |
7 |
56 |
110 |
8 |
60 |
115 |
9 |
64 |
115 |
10 |
65 |
125 |
прогн. |
|
123 |
Знайти оцінки коефіцієнтів моделі, коефіцієнту кореляції. Оцінити адекватність моделі статистичним даним. Оцінити значущість коефіцієнтів моделі та коефіцієнту кореляції. Якщо отримана модель відповідає статистичним даним, то побудувати точковий та інтервальний прогнози, обчислити значення коефіцієнту еластичності. На основі побудованої моделі зробити висновки.
Методичні рекомендації по виконанню завдання 14.
Ідентифікуємо дані:
Y – витрати на одиницю продукції (залежний фактор);
Х – рівень фондомісткості (незалежний фактор).
Специфікуємо економетричну модель лінійною функцією виду (1):
Y = a0 + a1X + e, (1)
де а0, а1 – коефіцієнти лінійної моделі, е – випадкова складова.
Для того, щоб обчислити параметри лінійної регресії, в MS Excel передбачена вбудована функція ЛИНЕЙН, яка обчислює основні параметри регресії (коефіцієнти регресії, стандартні похибки коефіцієнтів, коефіцієнт детермінації, стандартну похибку, критерій Фішера, суму квадратів різниць між фактичним та середнім значенням фактору Y та суму квадратів залишків). Всі інші параметри можуть бути обчислені згідно означень.
Для обчислення табличного значення критерію Фішера скористаємося вбудованою в MS Excel функцією FРАСПОБР.
Оцінимо згідно з t-критерієм Стьюдента значущість коефіцієнтів моделі а1 та а0.
Порівняємо одержані t-критерії для коефіцієнтів моделі з табличним значенням критерію Стьюдента. Для обчислення табличного значення можна скористатися вбудованою функцією СТЬЮДРАСПОБР на рівні значимості 0,05 та числом ступенів вільності n-k=8: tтаб = 2,3060.
Розглянемо коефіцієнт детермінації R2 та коефіцієнт кореляції r.
З масиву даних, одержаних в результаті обчислень за допомогою функції ЛИНЕЙН, одержимо R2 . Коефіцієнт кореляції r знайдемо використовуючи вбудовану функцію КОРРЕЛ (массив1; массив2), де массив1 – це фактичні значення вихідного масиву Х; массив2 – фактичні значення вихідного масиву Y.
Знайдемо прогнозне значення вибіркових даних у точці х та обчислимо 95 % надійний інтервал отриманого прогнозу. Середнє значення прогнозу (точковий прогноз) обчислимо, підставляючи в рівняння регресії прогнозне значення фактору Х.
Для
знаходження 95 % надійного інтервалу
прогнозу (інтервальний прогноз), обчислимо
похибку прогнозу:
Yпр
Обчислимо
коефіцієнт еластичності k.
Заняття 14 (2 год.)
Тема: Аудиторська програма
«ACL for Windows. Version 7. Workbook»
Питання для обговорення.
Структура аудиторської програми.
Функціональні можливості аудиторської програми.
Завдання 15. Ознайомитися зі структурою та функціями аудиторської програми «ACL for Windows. Version 7. Workbook». Створити запити до бази даних. Провести аналіз даних.
Методичні рекомендації по виконанню завдання 15.
Запустити програму. Відкрити створену в ній базу: File-Open project-Workbook.acl. Переглянути пункти меню: Edit, Data, Analyze, Sampling, Tools. Провести фільтрування і сортування даних, побудувати діаграми, провести маржинальний аналіз.
ПЕРЕЛІК ОСНОВНОЇ ТА ДОДАТКОВОЇ
НАВЧАЛЬНО-МЕТОДИЧНОЇ ЛІТЕРАТУРИ