1. Pengenalan
Dalam banyak situasi kehidupan sebenar, masalah timbul di mana terdapat hubungan antara dua atau lebih pemboleh ubah dan perlu untuk mengetahui sifat hubungan ini.
Karya ini menggambarkan keadaan sebenar syarikat ESTIMAR LTDA di mana pendapatan dan kos yang diperoleh selama 18 bulan terakhir disimpan dan hubungan antara mereka dianalisis.
Untuk ini, teknik Regresi dan Korelasi digunakan, yang merupakan alat yang sangat berguna ketika menganalisis tingkah laku dua atau lebih pemboleh ubah yang berkaitan.
Tujuannya adalah untuk mewujudkan melalui regresi hubungan antara data tersebut dan juga untuk menghitung beberapa ramalan yang dapat memberikan gambaran tentang bagaimana tingkah laku pendapatan dan kos akan terjadi dalam beberapa bulan mendatang.
matlamat
Umum: Soroti kepentingan dan kegunaan Regresi dan Korelasi untuk memodelkan dan menyelidiki hubungan antara dua pemboleh ubah.
Khusus:
- Terapkan teknik regresi pada pendapatan, kos dan keuntungan yang diperoleh syarikat ESTIMAR LTDA pada tahun 2002 dan enam bulan pertama tahun 2003. Bina model matematik yang paling sesuai dengan siri data yang dikumpulkan. Ramalkan pendapatan dan kos enam bulan berikut mengikut model matematik yang diperoleh.
2. Kerangka Teori
Regresi adalah teknik statistik yang digunakan untuk mensimulasikan hubungan antara dua atau lebih pemboleh ubah. Oleh itu ia dapat digunakan untuk membina model yang memungkinkan meramalkan tingkah laku pemboleh ubah yang diberikan.
Regresi digunakan secara meluas untuk menafsirkan situasi sebenar, tetapi biasanya dilakukan dengan cara yang buruk, jadi perlu membuat pemilihan pemboleh ubah yang memadai yang akan membangun persamaan regresi, kerana mengambil pemboleh ubah yang tidak terkait dalam praktikal, ia akan memberi kita model yang tidak bermakna, iaitu tidak logik.
Bergantung pada penyebaran data (titik titik) di satah Cartes, beberapa hubungan berikut mungkin berlaku: Linear, Logaritmik, Eksponensial, Kuadratik, antara lain. Persamaan untuk setiap hubungan ditunjukkan dalam jadual berikut.
Jadual 1. Persamaan regresi
| PENDAFTARAN | PERALATAN |
| Linier | y = A + Bx |
| Logaritma | y = A + BLn (x) |
| Eksponensial | y = Ae (Bx) |
| Kuadratik | y = A + Bx + Cx 2 |
Namun, memperoleh model regresi tidak cukup untuk menetapkan regresi, kerana perlu untuk menilai seberapa memadai model regresi yang diperoleh. Untuk ini, pekali korelasi R digunakan, yang mengukur tahap hubungan antara pemboleh ubah. Nilai R berbeza antara -1 dan 1, tetapi dalam praktiknya kami bekerja dengan nilai mutlak R, jadi, ketika R mendekati 1, semakin besar tahap korelasi antara data, menurut ini pekali korelasi dapat diklasifikasikan dalam beberapa cara, seperti yang diperhatikan dalam Jadual 2.
Jadual 2. Pengelasan tahap korelasi.
| PEMBETULAN | NILAI ATAU PERINGKAT |
| Sempurna | -R- = 1 |
| Cemerlang | 0.9 <= -R- <1 |
| Baik | 0.8 <= -R- <0.9 |
| Biasa | 0.5 <= -R- <0.8 |
| Buruk | -R- <0.5 |
Oleh itu, analisis regresi adalah alat statistik yang memungkinkan menganalisis dan meramalkan atau menganggar pemerhatian masa depan dua atau lebih pemboleh ubah yang saling berkaitan, iaitu alat yang berguna untuk merancang.
Selepas rawatan dangkal ini mengenai regresi, kami meneruskan kes praktikal yang berkaitan dengan syarikat ESTIMAR LTDA.
Pendapatan dan kos berjuta-juta yang diperoleh setiap bulan sepanjang tahun 2002 dan enam bulan pertama tahun 2003 ditunjukkan di bawah.
Kami memilih untuk membentangkan kes ini kerana sangat praktikal ketika menerapkan teknik regresi. Juga kerana memungkinkan untuk menganalisis bagaimana pendapatan dan kos syarikat telah berkelakuan sejak tahun 2002 dan pada gilirannya meramalkan mengikut trend yang ditunjukkan, bagaimana tingkah laku pendapatan dan kos akan sepanjang tahun 2003 dan berdasarkan kesimpulannya atau membuat keputusan jangka pendek.
Pengagihan Bivariate
Ia adalah ketika kita secara bersamaan mengkaji nilai dua pemboleh ubah statistik dalam satu populasi, kumpulan pasangan nilai yang sesuai dengan setiap individu disebut taburan bivariat.
Contoh 1:
Markah 10 pelajar dalam Matematik dan Bahasa diberikan dalam jadual berikut:
| MATHS | dua | 4 | 5 | 5 | 6 | 6 | 7 | 7 | 8 | 9 |
| BAHASA | dua | dua | 5 | 6 | 5 | 7 | 5 | 8 | 7 | 10 |
Pasangan nilai {(2,2), (4,2), (5,5),…; (8,7), (9,10)}, membentuk taburan bivariate.
Regresi
Regresi adalah teknik statistik yang digunakan untuk mensimulasikan hubungan antara dua atau lebih pemboleh ubah. Oleh itu ia dapat digunakan untuk membina model yang memungkinkan meramalkan tingkah laku pemboleh ubah yang diberikan.
* Hubungan
Sering kali, kami mengkaji nilai dua pemboleh ubah statistik yang berbeza pada populasi yang sama, untuk melihat apakah ada hubungan di antara mereka, iaitu, jika perubahan salah satu daripadanya mempengaruhi nilai yang lain. Sekiranya ini berlaku, kita mengatakan bahawa pemboleh ubah berkorelasi atau ada korelasi di antara mereka.
Langkah Korelasi
Penghayatan visual tentang adanya korelasi tidak mencukupi. Kami akan menggunakan parameter, yang disebut pekali korelasi yang akan kami tunjukkan dengan huruf r, yang memungkinkan kami untuk menilai sama ada kuat atau lemah, positif atau negatif.
Pengiraan adalah tugas mekanikal, yang dapat kita lakukan dengan kalkulator atau program komputer. Minat kami adalah untuk mengetahui cara menafsirkannya
kami akan mengetengahkan salah satu sifatnya
-1 <r <1
Korelasi Regresi Linear dan Lurus
Apabila kita melihat titik titik, kita dapat melihat apakah titik dikelompokkan berhampiran lengkung mana pun. Di sini kita akan melihat sama ada mata diedarkan di sekitar garis. Sekiranya ini berlaku, kita akan mengatakan bahawa terdapat korelasi linear. Garis itu disebut garis regresi.
Kita akan membincangkan korelasi linier yang kuat apabila awan menyerupai garis dan ia akan menjadi lebih lemah (atau kurang kuat) ketika awan menyebar sehubungan dengan garis.
Dalam grafik kita melihat bahawa dalam contoh kita korelasi cukup kuat, kerana garis yang kita lukis dekat dengan titik awan.
Apabila garis meningkat, korelasi positif atau langsung: ketika meningkatkan satu pemboleh ubah, yang lain juga cenderung meningkat, seperti pada contoh sebelumnya. Apabila garis menurun, korelasi negatif atau terbalik: apabila satu pemboleh ubah meningkat, yang lain cenderung menurun.
Contoh 2:
Seseorang melatih untuk mendapatkan lesen memandu mengulangi ujian 50 soalan. Grafik menerangkan jumlah kesalahan yang sesuai dengan percubaan yang dilakukan.
Perhatikan bahawa terdapat korelasi yang sangat kuat (titik-titiknya "hampir" sejajar) dan korelasi negatif (garis menurun).
Gambar rajah penyebaran
Cara pertama untuk menggambarkan taburan bivariat adalah dengan mewakili pasangan nilai pada satah Cartesian. Grafik yang diperoleh disebut awan titik atau rajah sebaran.
Gambarajah penyebaran adalah gambaran grafik hubungan antara dua pemboleh ubah, yang banyak digunakan dalam fasa Pengujian Teori dan Root Cause Identification dan dalam Reka bentuk penyelesaian dan penyelenggaraan hasil yang diperoleh. Tiga konsep yang sangat perlu diperhatikan adalah bahawa menemui hubungan sebab-akibat yang sebenarnya adalah kunci untuk penyelesaian masalah yang berkesan, bahawa hubungan sebab-akibat hampir selalu menunjukkan variasi, dan bahawa lebih mudah untuk melihat hubungan dalam rajah. penyebaran yang dalam jadual nombor yang ringkas
Garisan arah aliran
Garis arah adalah alat asas terpenting yang dimiliki oleh penganalisis teknikal.
Ia adalah garis atau sekumpulan garis yang dilukis pada grafik dengan bergabung dengan siri cerun yang sama berturut-turut iaitu titik minimum (garis kenaikan harga) atau titik maksimum (garis aliran menurun).
Ia digunakan untuk menentukan arah pasaran terlebih dahulu dan menentukan objektif unjurannya.
Tandakan tahap sokongan atau rintangan yang diunjurkan oleh harga.
Ini memungkinkan untuk menganalisis setiap saat tahap Keuntungan / Risiko yang dapat diambil ketika memulai atau menutup posisi, dengan merujuk pada harga semasa sehubungan dengan garis tren dan unjurannya.
Penembusan garis arah aliran menaik atau menurun adalah salah satu isyarat yang mengesahkan perubahan arah harga.
Mereka adalah dasar untuk memetakan saluran yang menentukan kemungkinan pergerakan harga.
Bergantung pada penyebaran data (titik titik) di satah Cartes, beberapa hubungan berikut mungkin berlaku: Linear, Logaritmik, Eksponensial, Kuadratik, antara lain.
Model matematik
Juga disebut kurva pas adalah persamaan yang diberikan pada grafik, bergantung pada tahap korelasi yang paling sesuai dengan set data.
-PENGESANAN LINEAR: Y = BX + A
-LOGARITHMIC ADJUSTMENT: Y = B Ln X + A
-PENGESANAN EKSPONEN: Y = AC BX
-PARABOLIC, QUADRATIC ATAU POLYNOMIAL FIT: Y = AX2 + BX + A
Anggaran
Ini adalah penilaian anggaran berdasarkan data dari periode sebelumnya (data sejarah atau statistik) melalui pengambilan sampel.
Ramalan
Ia mengira nilai y yang diberikan atau saya menganggap nilai x. Juga dapat dikatakan bahawa ia adalah untuk meramalkan masa depan.
Nyatakan Langkah-Langkah Memasang Set Data dan Buat Set Model Matematik Anda
Telah menjadualkan set data Xi, Yi yang pemboleh ubahnya berkaitan
-Utilities Vs Kos
-Kos Kuantiti Yang Dihasilkan
-Utilities Vs Bulan
-Kos Vs Minggu
- Pendapatan Vs Tahun
Grafkan data Xi, Yi (rajah penyebaran atau awan titik). Ini memungkinkan untuk menggambarkan garis arah aliran.
Bina model matematik yang paling sesuai dengan tahap korelasi.
• Sempurna = 1
• Cemerlang 0.9 <= <= 1
• Biasa 0,5 <= <0,8
• Buruk <0.5
Siri Kronologi
SERI kronologi adalah sekumpulan pemerhatian (disusun mengikut masa). Beberapa contoh siri masa adalah aspek seperti catatan hujan harian, penjualan mingguan, produk nasional kasar setiap suku tahun, pengukuran suhu.
Tujuan menganalisis data tersebut adalah untuk menentukan sama ada terdapat corak atau corak bukan rawak tertentu.
Kadang-kadang ini adalah mengenai mencari corak bukan rawak yang dapat digunakan untuk meramalkan masa depan.
Dalam kekangan lain, tujuannya adalah untuk memastikan tidak ada corak bukan rawak. Dalam kes-kes ini, pola-pola tersebut dianggap sebagai tanda bahawa sistem atau proses "di luar kawalan".
Penjelasan berikut berkaitan dengan analisis intrinsik, yang memfokuskan pada data sejarah pemboleh ubah kajian. Perlu diingatkan bahawa analisis intrinsik banyak digunakan dalam perniagaan dan industri. Objektif analisis intrinsik yang diakui adalah untuk menerangkan dan bukannya menjelaskan corak sejarah data (iaitu, untuk mengenal pasti pelbagai corak). Di samping itu, anggapan di mana analisis intrinsik didasarkan, stabil bahawa terdapat sistem sebab tetap yang berkaitan dengan waktu, yang mempengaruhi data. Dengan kata lain, data sejarah sepatutnya menggambarkan pengaruh semua faktor secara seragam dari masa ke masa. Sebagai contoh,Kajian penjualan yang dibuat dalam jangka masa 14 tahun dapat menunjukkan bahawa penjualan meningkat secara seragam pada kadar hampir 10% per tahun. Berdasarkan ini, unjuran penjualan masa depan dibuat, dengan anggapan bahawa apa pun kekuatan yang menimbulkan corak ini akan berterusan di masa depan.
Nombor Indeks
Nombor indeks mengukur berapa banyak pemboleh ubah telah berubah dari masa ke masa.
Ini mengukur variasi relatif antara pemboleh ubah ekonomi: Variasi harga, upah, pendapatan, dll.
Mereka dihitung selama 2 tempoh dalam satu siri masa atau untuk semua jangka masa dalam satu siri masa sehubungan dengan satu jangka masa yang disebut tempoh asas.
Betapa pentingnya tema ini untuk sebarang sains.
Statistik sangat penting bagi syarikat-syarikat yang berbeza, yang difokuskan dari mana-mana bidang profesional kerana mereka membantu mencapai perancangan dan kawalan yang mencukupi yang disokong oleh kajian ramalan, anggaran, dll.
• Memotivasikan pengurusan kanan untuk menentukan objektif asas syarikat.
• Mereka mempromosikan definisi struktur yang mencukupi, menentukan tanggungjawab dan kewibawaan setiap bahagian yang membentuk organisasi.
• Mereka meningkatkan penyertaan dari berbagai tahap organisasi, ketika ada motivasi yang memadai.
• Mereka memaksa untuk menyimpan fail data sejarah yang dapat dikendalikan.
• Mereka memudahkan pentadbiran penggunaan input yang berbeza secara optimum.
• Mereka memfasilitasi penyertaan bersama dan penyatuan antara pelbagai bidang syarikat.
• Mereka memaksa analisis diri secara berkala.
• Mereka memudahkan kawalan pentadbiran.
• Mereka adalah satu cabaran yang selalu dikemukakan kepada para eksekutif organisasi untuk menggunakan kreativiti dan pertimbangan profesional mereka untuk meningkatkan syarikat.
• Mereka membantu mencapai keberkesanan dan kecekapan yang lebih besar dalam operasi.
Betapa pentingnya ramalan kepada anda sebagai akauntan.
• Untuk mencegah perubahan persekitaran, sehingga menantinya akan memudahkan organisasi untuk menyesuaikan diri.
• Mengintegrasikan objektif dan keputusan organisasi.
• Melalui ramalan, kerugian dalam hasil penyata kewangan masa depan dapat diramalkan, dan dengan cara ini keputusan dapat dibuat, sama ada mengurangkan kos dan perbelanjaan, merancang strategi yang membantu meningkatkan syarikat, dan itu objektif mana-mana syarikat yang ingin menjana keuntungan tercapai.
• Berdasarkan analisis perolehan inventori, keputusan dapat dibuat untuk menambah atau mengeluarkan produk dari pasaran.
Di bidang kompetensi profesional anda, berguna untuk menerapkan pengetahuan ini.
-Ekonomi
-Pentadbiran
-Psikologi dan bidang lain yang berkaitan (Sains Tepat dan Sains Sosial)
-Perubatan dll. Kami berpendapat bahawa masalah statistik ini sangat diperlukan dalam mana-mana bidang kerana situasi di mana dua pemboleh ubah campur tangan setiap hari dan pengetahuan ini penting untuk membuat keputusan.
3. Analisis Hasil
Menjalankan analisis ringkas mengenai ESTIMAR LTDA SYARIKAT. Kita dapat melihat kestabilan komersial yang sedikit atau tidak ada, yang mempunyai banyak perubahan pada setiap bulan, di mana kita dapat menyimpulkan bahawa syarikat itu disambut baik oleh pelanggan, jika kita melihat pendapatan bulanan yang meningkat, namun keuntungannya semakin menurun disebabkan oleh salah urus yang diberikan oleh pengurus produksi di mana mereka melabur lebih banyak daripada yang sebenarnya mereka jual. Ini, pada gilirannya, menunjukkan bahawa dalam situasi seperti yang berlaku dalam tempoh 2002 dan enam bulan pertama tahun 2003, lebih sukar untuk mencapai titik keseimbangan; maksudnya, usaha dalam pelaburan lebih besar untuk mengimbangi apa yang tersisa untuk memperoleh margin.
Seperti yang dapat kita lihat dalam jadual nombor indeks tetap (# halaman) pada bulan Jun 2003, salah urus niaga oleh syarikat menjadi terlalu ketara kerana kita mempunyai variasi biaya 250%, variasi dalam pendapatan 125% dan perubahan keuntungan dari defisit 125%; yang tidak masuk akal dalam pengembangan aktiviti syarikat, di mana objektif umum syarikat adalah untuk memperoleh keuntungan.
Dalam jadual nombor indeks secara mudah alih, kita perhatikan bahawa peratusan variasi kos dan penghasilan berkenaan dengan jadual secara tetap menurun seiring berjalannya waktu, sementara peratusan variasi keuntungan dalam Dua jadual sangat berbeza, dalam asas mudah alih keuntungan sangat berubah antara untung dan rugi, sementara defisit asas tetap selalu muncul dalam bentuk yang semakin meningkat seiring berjalannya masa.
4. Kesimpulan
Adalah sangat penting syarikat ESTIMAR LTDA. Menjalankan perancangan anggaran untuk menyiasat tingkah laku pasaran yang berlainan, yang mempunyai kesan langsung terhadap produk, dan juga melaksanakan rencana kebutuhan input yang terdiri dari mengesan keperluan sumber yang berlainan yang terlibat dalam proses pengeluaran sedemikian rupa sehingga rancangan pasaran dapat dihadapi.
Menjalankan rancangan kewangan yang tujuannya adalah untuk menentukan bagaimana masalah kecairan dan pembiayaan syarikat akan diselesaikan, setelah pendapatan dan pengeluaran dari rancangan keperluan input telah diramalkan.
Melalui tahap korelasi yang baik, kita dapat membuat anggaran dengan mudah tentang bagaimana tingkah laku pemboleh ubah minat akan berlaku (dalam kes kita pendapatan, kos dan keuntungan bulanan syarikat ESTIMAR LTDA.) Seiring berjalannya waktu.
ESTIMAR LTDA. Sejak Januari 2002, mereka menunjukkan trend yang meningkat dan model matematik polinomial disesuaikan dengan tahap korelasi yang sangat baik, R = 0,9627, menunjukkan hubungan yang baik antara data yang dikendalikan.
Diperhatikan bahawa ESTIMAR LTDA. Ini adalah syarikat yang mempunyai pengurusan pentadbiran yang sangat buruk, kerana kosnya lebih tinggi daripada pendapatan walaupun pada hakikatnya ini lebih kurang pada tahap yang sama, terutamanya mempengaruhi keuntungan dengan cara yang negatif; Atas sebab ini, adalah perlu untuk mengekalkan kos standard yang dikemas kini dalam syarikat, untuk memudahkan penyusunan anggaran untuk permintaan bahan mentah, tenaga kerja dan perbelanjaan pembuatan tidak langsung, kerana jika tidak, ia akan ditentukan dalam tidak tepat
Strategi terbaik untuk mengelakkan ini berlaku adalah dengan mengambil langkah praktikal untuk mengurangkan kos, yang akan menghasilkan lebih banyak margin dan membolehkan syarikat meningkatkan kedudukannya yang kompetitif.
5. Bibliografi
- MONTGOMERY Douglas C., RUNGER George C., Kebarangkalian dan Statistik yang Digunakan untuk Kejuruteraan, Ed. McGraw Hill, 1996, Bab 9.AULAFACIL.COM, Kursus Statistik, Bab 12 dan 13, 2003. PERAKAUNAN PENTADBIRAN, David Noel Ramírez Padilla
