|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
||
Темп прироста |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
||
Абсолютное значение 1% прироста |
|
|
|
|
|
|||
|
|
|
|
|
|
|
||
Среднегодовые значения: |
|
|
|
|
||||
Абсолютного прироста |
|
|
|
|
|
|
||
|
|
|
|
|
|
|
||
Темпа роста |
|
|
|
|
|
|||
|
|
|
|
|
|
|
||
|
|
|
|
|
||||
Темпа прироста |
|
|
|
|
||||
Решение представим в следующей таблице.
Решение в Excel:
Среднегодовой прирост численности
Среднегодовой темп роста численности
Среднегодовой темп прироста численности
За указанные годы наблюдается незначительный рост среднесписочной численности работников: ежегодный рост составляет 11,0 чел. (среднегодовое значение абсолютного прироста) или 0,3% (среднегодовое значение темпа прироста). В итоге, за период с 1999г. по 2004г. рост численности работников составил с 5021,0 чел. до 5067,0 чел. или 1,3%. Прогнозная численность работников: в 2005г. составит 5100,3 чел. с учетом среднегодовых значений абсолютного прироста, в 2006г. – 5113,6 чел.
Графически изобразим динамику среднесписочной численности работников:
Графическое изображение фактического ряда и темпов роста демонстрирует, что отрицательная тенденция наблюдалась лишь в 1999г.- 2000г., но с 2001г. наблюдается резкая положительная динамика среднесписочной численности работников: (бурное оживление), поэтому прогнозирование по среднему темпу прироста может быть неадекватным, скорее требуется подбор кривой роста для более точного прогнозирования численности.
Проведем аналитическое выравнивание уровней ряда
Годы
Численность, чел.
Годы
У
Х
1999
5021
1
2000
5013
2
2001
5024
3
2002
5029
4
2003
5065
5
2004
5087
6
Рассчитаем коэффициент линейной корреляции между переменными:
Значение r = 0,991 показывает, что связь между Y и X весьма тесная.
Значение r > 0 показывает, что связь между Y и X прямая: ежегодно численность работников увеличивается, что говорит о динамичном развитии предприятия.
Примечание: значение "r" можно взять из РЕГРЕССИОННОЙ СТАТИСТИКИ строка "Множественный R"
Построим линейную модель регрессии: Y* = b0 + b1 *X
Параметры линейной регрессии найдем по методу наименьших квадратов.
Примечание: значения "b0" "b1" можно взять из таблицы № 3.
Получим линейный ряд вида:
Y* =
4990,7
+
14,029
* X
Значение "b1" = 14,029 показывает, что ежегодно наблюдается рост численности на 14,03 чел.
Осуществим прогноз по данной модели:
Прогноз на 2005г.: Х = 6 + 1 = 7,
Y* =
4990,7
+
14,029
* 7 =
5088,9
Прогноз на 2006г.: Х = 6 + 2 = 8,
Y* =
4990,7
+
14,029
* 8 =
5103,0
Рассчитаем параметры регрессии с помощью инструментария Excel (функции "Сервис" и "Анализ данных").
Регрессионная статистика
Таблица № 1
Множественный R
0,8949
R-квадрат
0,8008
Нормированный R-квадрат
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14
При использовании материалов активная ссылка на источник обязательна.