Экономико-математическое прогнозирование в управлении организацией

Таким образом, можно сделать  вывод, что в управлении организации, важное место отводится прогнозированию  деятельности организации. Но для того, что бы её деятельность была максимально эффективна, менеджерам необходимо постоянно обращаться к экономико-математическим методам прогнозирования. Следует учитывать, что для того что бы оставаться конкурентоспособными на мировом и отечественном рынках, менеджеры организаций должны постоянно следить за обновлениями в области информационных технологий, касающихся методов экономико-математического прогнозирования, для того, что бы иметь возможность осуществлять прогнозы с максимальной точностью.

 

СПИСОК  ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. Алгоритм прогнозирования объёма продаж в MS Excel [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/finanalysis/sales_forecast.shtml. - Дата доступа: 18.11.2011.
2. Дзюба, С.А. Метод построения матрицы оценки позиции товара // Маркетинг в России и за рубежом. – 2007. № 4. – С. 3-11.
3. Дзюба, С.А. Технология прогнозирования временных рядов с сезонной составляющей // Менеджмент в России и за рубежом. – 2010. №3. – С. 18-24.
4. Доработка алгоритма прогнозирования объёма продаж [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/finanalysis/math/add_to_kosh-bond.shtml. - Дата доступа: 19.11.2011.
5. Дудорин, Н.В. Управление экономикой производства: учеб. пособие для институтов повышения квалификации экономических вузов по специальности «Менеджмент». – Москва: Экзамен, 2005. – 277 с.
6. Кравцов, М.К. Эконометрическое моделирование совокупного спроса в Республике Беларусь // Экономический бюллетень НИЭИ Министерства экономики Республики Беларусь. – 2006. - №3. – С. 4-26.
7. Медведев, С.Ю. Экспертно-консультационная поддержка принятия решений при анализе временных рядов // Деньги и кредит. – 2007. - №5. – С. 56–62.
8. Методы математической статистики в обработке экономической информации: учебное пособие / Т.Т. Цымбаленко, А.Н. Бастдамов, О.С. Цымбаленко и др. Под ред. Т.Т. Цимбаленко. – М.: Финансы и статистика, 2007. – 200 с.
9. Олейников, Д.П. Принятие решений при качественных критериях оценки альтернатив: автореферат диссертации на соискание ученой степени кандидата технических наук. – Волгоград, 2006. - 24 с.
10. Периодические линии тренда в прогнозировании объемов продаж [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/finanalysis/math/add_to_kosh-bond.shtml. - Дата доступа: 14.11.2011.
11. Предвидение и прогнозирование в принятии управленческих решений [Электронный ресурс]. – 2011. – Режим доступа: http://www.elitarium.ru/2007/11/27/predvidenie_prognozirovanie.html. - Дата доступа: 17.10.2011.
12. Применение экономико-математических методов  и моделей, средств вычислительной техники в управлении [Электронный ресурс]. – 2011. – Режим доступа: http://lib.4i5.ru/cu753.htm. - Дата доступа: 17.10.2011.
13. Прогноз продаж статистическим методом [Электронный ресурс]. – 2011. – Режим доступа: http://www.cfin.ru/finanalysis/math/statistical_method.shtml. - Дата доступа: 18.11.2011.
14. Салманов, О.Н. Эконометрика: учебное пособие. – М: Экономистъ, 2006. – 320 с.
15. Уязвимость прогнозной модели продаж Кошечкина [Электронный ресурс]. – 2011. – Режим доступа: http://www.marketing.spb.ru/lib-mm/sales/brand_portfolio.htm. - Дата доступа: 18.11.2011.
16. Френкель, А.А. Прогнозирование производительности труда: методы и модели / А.А. Френкель. – Москва: Экономика, 2009. - 216 с.
17. Юзбашев,  О.И. О правильном измерении тренда при наличии сезонных колебаний // Вопросы статистики. – 2006. - №3. С. 72–73.

 

 

 

 

ПРИЛОЖЕНИЕ  А

Таблица 1.2 Фактические  объёмы реализации продукции

№	Месяц	Объем продаж (бел. руб.)	№	Месяц	Объем продаж (бел. руб.)
1	июль	1226160	13	июль	1348770
2	август	761780	14	август	837930
3	сентябрь	676080	15	сентябрь	743690
4	октябрь	338590	16	октябрь	372440
5	ноябрь	510110	17	ноябрь	561120
6	декабрь	445310	18	декабрь	489840
7	январь	322070	19	январь	354280
8	февраль	198830	20	февраль	218720
9	март	343650	21	март	378010
10	апрель	443000	22	апрель	487300
11	май	632440	23	май	695690
12	июнь	1234140	24	июнь	1357550

 

 

 

 

ПРИЛОЖЕНИЕ  Б

 

Рисунок 1.2 Сравнительный анализ полиномиального и линейного тренда

 

 

 

 

 

 

 

ПРИЛОЖЕНИЕ  В

 

Таблица 2.2 Расчёт значение сезонной компоненты

 

Расчёт  средних сезонной компоненты
Месяцы	Объём продаж	Значение  тренда	Сезонная  компонента
1	1226160	1142590,11	83569,89
2	761780	915602,34	-153822,34
3	676080	663048,09	13031,91
4	338590	450618,36	-112028,36
5	510110	313011,75	197098,25
6	445310	261159,66	184150,34
7	322070	288738,69	33331,31
8	198830	377970,24	-179140,24
9	343650	504707,31	-161057,31
10	443000	642808,5	-199808,5
11	632440	767799,21	-135359,21
12	1234140	859820,04	374319,96
13	1348770	1142590,11	206179,89
14	837930	915602,34	-77672,34
15	743690	663048,09	80641,91
16	372440	450618,36	-78178,36
17	561120	313011,75	248108,25
18	489840	261159,66	228680,34
19	354280	288738,69	65541,31
20	218720	377970,24	-159250,24
21	378010	504707,31	-126697,31
22	487300	642808,5	-155508,5
23	695690	767799,21	-72109,21
24	1357550	859820,04	497729,96

 

 

ПРИЛОЖЕНИЕ  Г

 

Таблица 3.2 Расчёт средних значений сезонной компоненты

 

Расчёт  средних значений сезонной компоненты
Месяцы	1-й  сезон	2-й  сезон	Итого	Среднее	Сезонная  компонента
1	83569,89	206179,89	289749,78	144874,89	119807,6409
2	-153822,34	-77672,34	-231494,68	-115747,34	-140835,6765
3	13031,91	80641,91	93673,82	46836,91	21766,61735
4	-112028,36	-78178,36	-190206,72	-95103,36	-120179,7404
5	197098,25	248108,25	445206,5	222603,25	197527,8341
6	184150,34	228680,34	412830,68	206415,34	181343,1407
7	33331,31	65541,31	98872,62	49436,31	24366,01707
8	-179140,24	-159250,24	-338390,48	-169195,24	-194263,626
9	-161057,31	-126697,31	-287754,62	-143877,31	-168951,975
10	-199808,5	-155508,5	-355317	-177658,5	-202727,5275
11	-135359,21	-72109,21	-207468,42	-103734,21	-128804,6102
12	374319,96	497729,96	872049,92	436024,96	410951,9055
			Итого	300875,7	0

 

 

ПРИЛОЖЕНИЕ  Д

 

Таблица 4.2 Расчёт ошибок

 

Месяцы	Объём продаж	Значение  модели	Отклонения
1	1226160	1262397,751	-36237,7509
2	761780	774766,6635	-12986,6635
3	676080	684814,7073	-8734,7073
4	338590	330438,6197	8151,38035
5	510110	510539,5841	-429,58405
6	445310	442502,8007	2807,19935
7	322070	313104,7071	8965,2929
8	198830	183706,6136	15123,38645
9	343650	335755,335	7894,665
10	443000	440080,973	2919,02705
11	632440	638994,5999	-6554,59985
12	1234140	1270771,945	-36631,94535
13	1348770	1262397,751	86372,2491
14	837930	774766,6635	63163,3365
15	743690	684814,7073	58875,2927
16	372440	330438,6197	42001,38035
17	561120	510539,5841	50580,41595
18	489840	442502,8007	47337,19935
19	354280	313104,7071	41175,2929
20	218720	183706,6136	35013,38645
21	378010	335755,335	42254,665
22	487300	440080,973	47219,02705
23	695690	638994,5999	56695,40015
24	1357550	1270771,945	86778,05465