На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Прогнозирование производительности труда на основетрендовых моделей

Информация:

Тип работы: курсовая работа. Добавлен: 25.11.2012. Сдан: 2012. Страниц: 13. Уникальность по antiplagiat.ru: < 30%

Описание (план):


ОГЛАВЛЕНИЕ 
 
 

ВВЕДЕНИЕ…………………………………………………………..………...3
ГЛАВА 1. ОБЩИЕ ПОНЯТИЯ ТРЕНДОВЫХ МОДЕЛЕЙ………………...4
   1.1 Общие черты, виды и противоречия трендовых моделей……………4
   1.2 Методы и типология прогнозирования ………………………………..7
   1.3 Моделирование и прогнозирование по трендовым моделям………..11
ГЛАВА 2. ПРОГНОЗИРОВАНИЕ ПРОИЗВОДИТЕЛЬНОСТИ ТРУДА…24
ЗАКЛЮЧЕНИЕ…………………………………………………….…………33
СПИСОК  ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ…………………………..….34 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     ВВЕДЕНИЕ 
 

     Производительность  труда является одним из важнейших качественных показателей работы предприятия, выражением эффективности затрат труда. От уровня производительности труда зависят темпы развития производства, увеличение заработной платы и доходов.
     Прогнозирование производительности труда поможет  избежать лишних затрат в производстве и повысить работу предприятия в общем.
     При помощи трендовых моделей можно  сделать прогноз производительности труда на определённый срок. Целью курсовой работы является построение трендовой модели для прогнозирования производительности труда. Исходя из указанных целей, можно выделить следующие задачи курсовой работы:
    дать общие понятия трендовых моделей.
    описать типологии прогнозирования.
    познакомиться с методикой моделирования и прогнозирования по трендовым моделям.
    показать практическое применение трендовых моделей для прогноза данных о производительности труда.
     Объектом  исследования является прогнозирование производительность труда, а предметом – трендовые модели.
     Решение перечисленных задач позволяет  раскрывать достижения и недостатки в организации производства, дает возможность руководителям предприятий закреплять достигнутые в работе успехи и устранять имеющиеся недостатки. Работа имеет традиционную структуру и включает в себя введение, основную часть, состоящую из 2 глав, заключение и список используемой литературы.
ГЛАВА 1. ОБЩИЕ ПОНЯТИЯ  ТРЕНДОВЫХ МОДЕЛЕЙ 
 

1.1. Общие черты, виды и противоречия трендовых моделей 
 

     Одним из важнейших инструментов являются трендовые модели, не смотря на свою простоту. Перед анализом трендовых линий и моделей, одно из основных правил работы - "the trend is your friend" ("тренд ваш друг"). Старайтесь не работать против тренда. Основное ограничение для вышеуказанного правила заключается в том, что если применять его в конце жизненного цикла тренда (ЖЦТ), то есть риск остаться в меньшинстве перед огромным рынком и потерять деньги.
     Основной  задачей при анализе трендовых  линий и моделей будет не только выявление направления тренда, но и его ЖЦТ. Для простоты объяснения производём оценку, характерную для среднего ЖЦТ.
     Направление динамики тренда можно определить, проанализировав следующие индикаторы:
    классические трендовые линии и модели;
    динамику простых и сложных средних;
    динамику линейной MACD;
    линию РТР;
    линии Bollinger;
    индикатор +/- DM.
     Просуммировав все выводы от анализа данных показателей  и отбросив ложные сигналы, можно  получить чистое направление текущего тренда и оценить, в каком периоде  ЖЦТ анализируемая цена на товар  сейчас находится.
     Существует  три вида трендов:
     1. Восходящий или «бычий» тренд (uptrend, upward, bullish trend) характеризуется тем, что нижние цены колебаний рынка повышаются. Линия, ограничивающая такой тренд снизу и проходящая через минимальные значения, называется линией тренда. Эта линия тренда, ограничивающая цены снизу, также называется линией поддержки.  
Пересечение линии тренда, которая ограничивает цены снизу, может сигнализировать о том, что общий тренд на подъем цены либо ослабевает, либо вообще меняет направление.

     2. Убывающий или «медвежий» тренд (downtrend, downward, bearish trend) возникает тогда, когда максимальные цены колебаний рынка понижаются. При убывающем тренде линия тренда, которая ограничивает цены сверху и также называется линией сопротивления. Пересечение, или пробитие линий сопротивления, предупреждает о возможности ослабления тренда или даже его смене.
     3. Третий тип тренда - это отсутствие тренда или горизонтальный тренд (sideways, flat market, trendless), т.к. цены колеблются в горизонтальном диапазоне. Для него тоже существуют линии поддержки и сопротивления, но отсутствует явно выраженное движение цен вверх или вниз. Построение линий тренда, линий поддержки/сопротивления, линий канала и уровней носит субъективный характер. Каждый человек видит то или иное явление по-своему. При таком субъективном подходе количество линий и уровней может быть огромно, в то время как реальных линий может быть намного меньше, чем построят.
     К общим чертам трендовых линий, фигур  и моделей можно отнести следующие: 
- сигнал появляется только при пересечении уровня resistance или support, до этого момента анализ сводится к определению возможного поведения цены в рамках указанных моделей;

     - наиболее сильные выводы о  предстоящем движении можно сделать  в направлении действующего тренда;
     - трендовые модели можно разделить на подтверждающие тренд, предупреждающие о развороте тренда и действующие в общем направлении тренда. В последнем случае наиболее качественные выводы будут в направлении, продолжающем тренд;
     - на любой, даже самый сильный  сигнал желательно иметь дополнительные подтверждающие сигналы любого рода;
     - бесполезно искать тренды на  малых промежутках времени. Жизнь  тренда в данном случае слишком  коротка и может дать столь  малую прибыль, что даже приблизительно  ее сложно сравнить с возможными  значительными убытками. В данном случае вы можете столкнуться с противоречием направления короткого тренда и направления длинного тренда. В данном случае более длинный тренд сильнее;
     - вместо прямых линий при построении  трендовых моделей можно использовать  любые плавно изогнутые линейные образования и даже геометрические фигуры, такие как окружности и овалы.
     Противоречия  трендовых линий и моделей  проявляются в:
     - противоречии направления действующего  тренда и прогнозируемого направления, полученного в ходе анализа;
     - сложно оценить цену открытия при обнаружении тренда, исходя только из одной общей фигуры построения;
     - противоречия по выводам также  могут дать трендовые линии  и модели, построенные на различных промежутках времени (например, недельный тренд будет показывать "бычьим", а дневной - "медвежьим"). 
 
 
 

1.2. Методы и типология прогнозирования 
 

     Среди используемых специальных методов  прогнозирования на практике выделяют т.н. рациональные и точные методы прогнозирования, которым присущи свои преимущества и недостатки.
     Преимущество  рациональных методов заключается в том, что они доступны для изучения, могут быть описаны в словесной форме и объяснены. Эти методы обеспечивают разработку такой методики, которую способен применить любой специалист, прошедший необходимую подготовку.
     Преимущество  точных методов состоит в том, что они могут быть проверены другими специалистами. При проверке можно убедиться в отсутствии ошибок, а прогноз может быть пересмотрен при изменении внешних условий.
     Типология прогнозов строится по различным критериям в зависимости от целей, задач, объектов, предметов, проблем, методов организации прогнозирования и т.д. Основополагающим является проблемно-целевой критерий, т.е. критерий, определяющий, для чего разрабатывается прогноз.
     Различают два типа прогнозов:
    поисковые (исследовательские, изыскательские, трендовые, генетические);
    нормативные (программные, целевые).
     Поисковый прогноз — это прогноз, с помощью которого определяется возможное состояние явления в будущем. Имеется в виду условное продолжение в будущем тенденций развития изучаемого явления в прошлом и настоящем. Такой прогноз отвечает на вопрос, что вероятнее всего произойдет при условии сохранения существующих тенденций.
     Нормативный прогноз—определение путей и сроков достижения возможных состояний явления, принимаемых в качестве целей. Такой прогноз отвечает на вопрос: какими путями достичь желаемого.
     Поисковый прогноз строится по определенной шкале  возможностей, по которой затем устанавливается  степень вероятности прогнозируемого  явления. При нормативном прогнозировании происходит такое же распределение вероятностей, но уже в обратном порядке: от заданного состояния к наблюдаемым тенденциям. Целевой прогноз — прогноз желаемых состояний — отвечает на вопрос: что именно желательно и почему. В данном случае происходит построение по определенной шкале возможностей сугубо оценочной функции:
    нежелательно;
    менее желательно;
    желательно;
    более желательно;
    наиболее желательно.
     Плановый  прогноз отвечает на вопрос: как, в каком направлении ориентировать планирование, для эффективного достижения поставленных целей.
     Программный прогноз отвечает на вопрос: что конкретно необходимо, чтобы достичь желаемой цели. Для ответа на него важны и поисковые, и нормативные прогнозные разработки. Первые выявляют проблемы, которые нужно решить, чтобы реализовать программу, вторые определяют условия реализации.
     Проектный прогноз отвечает на вопрос: как это может выглядеть. Проектные прогнозы призваны содействовать отбору оптимальных вариантов перспективного проектирования.
     Организационный прогноз отвечает на вопрос, в каком направлении ориентировать решения для достижения цели. Сопоставление результатов поисковых и нормативных разработок должно охватывать весь комплекс организационных мероприятий.
     По  периоду упреждения (промежутку времени, на который рассчитан прогноз) различают:
    оперативный (текущий) прогноз;
    крагко-, средне-, долго- и дальносрочные (сверхдолгосрочные) прогнозы.
     Оперативные прогнозы содержат количественные оценки:
    краткосрочные — общие количественные оценки;
    среднесрочные — количественно-качественные;
    долгосрочные — качественно-количественные;
    дальносрочные — общие качественные оценки.
     Временная градация прогнозов является относительной  и зависит от характера и цели прогноза. В социально-экономических  прогнозах установлен следующий временной массив:
    оперативные прогнозы — до 1 месяца;
    краткосрочные — до 1 года;
    среднесрочные — до 5 лет;
    долгосрочные — до 15-20 лет;
    дальносрочные — свыше 20 лет.
     Наиболее  широкое распространение в практике решения задач прогнозирования получили методы экспертных оценок и методов статистического прогноза.
     Группа  методов экспертных оценок предполагает учет субъективного мнения экспертов о будущем состоянии. Методы экспертных оценок, как правило, имеют качественный характер. Экспертные оценки разделяются на индивидуальные и коллективные. К индивидуальным экспертным оценкам относятся сценарии, метод «интервью», аналитические докладные записки. Коллективные экспертные оценки включают метод «комиссий», метод «мозговой атаки», метод Дельфи.
     Статистические  методы прогнозирования базируются на использовании накопленной статистической информации об изменении показателей, характеризующих анализируемый объем или процесс.
     В методическом плане основным инструментом любого прогноза является схема экстраполяции. Различают:
    формальную экстраполяцию;
    прогнозную экстраполяцию.
     Формальная  экстраполяция базируется на предположении  о сохранении прошлых и настоящих  тенденций развития объема прогноза в будущем. При прогнозной экстраполяции  фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом в перспективе его физической и логической сущности. Для применения статистических методов строятся статистические модели прогнозирования, которые можно разделить на трендовые и многофакторные.
     В трендовых моделях прогнозирования  выводятся зависимости анализируемого показателя от времени. Многофакторные модели позволяют получить зависимости  изучаемого параметра от широкого набора факторов, которые в той или  иной мере оказывают влияние на его изменения. В этой связи трендовые модели требуют для своего построения меньше информации, чем многофакторные.
     Разнообразие  методов стратегического планирования, применяемых на разных его этапах, требует обеспечения совместимости  результатов, получаемых с их помощью, и разработки единой процедуры проведения стратегического планирования. 
 
 

1.3. Моделирование и прогнозирование по трендовым моделям 

      
     Выявление аномальных уровней  временного ряда
     Пусть дан временной ряд  . Одним из методов выявления аномальных уровней ряда является метод Ирвина.
     Технология  применения метода Ирвина:
                                  (1.1)
     где n – общее число уровней ряда;
     yt, yt-1 – соответственно текущее и предыдущее значения уровней ряда;
       – среднее квадратическое (стандартное) отклонение показателя
                                               (1.2)
     2) сравнить расчетные значения  с табличным значением критерия Ирвина :
     Таблица 1
     Значения  критерия Ирвина
n 2 3 10 20 30 50 100
2,8 2,3 1,5 1,3 1,2 1,1 1
 
     Табличное значение определяется при уровне значимости ? и числе степеней свободы k. Уровень значимости ?, для экономических расчетов, принимается равным 0,05 или 0,01; число степеней свободы равно n-2.
     Если  , то соответствующее значение yt уровня ряда считается аномальным.
     В случае присутствия аномальных уровней  ряда следует определить причины их возникновения. Если точно установлено, что они вызваны ошибками первого рода, то они устраняются либо заменой простой средней арифметической двух соседних уровней ряда, либо заменой соответствующими значениями по кривой, аппроксимирующей данный ряд. 

     Методы  выявления наличия  тренда:
     Метод разности средних уровней
     Рекомендуется следующая последовательность действий:
     1) исходный ряд  разбить на две приблизительно равные части, т.е.
     2) для каждой части вычислить  средние значение уровней показателя и :
      ;                                    (1.3) 

     и дисперсии D1 и D2 :
                             (1.4)
     3) проверить гипотезу о равенстве  дисперсий обеих частей ряда  с помощью критерия Фишера. Для этого вычислить расчетное значение критерия Фишера (Fрасч) и сравнить его с табличным значением F-критерия (Fтабл выбирается при уровне значимости ? = 0,05, реже 0,01, и степенях свободы n1 – 1; n2 - 1).
     Правило вычисление расчетного значения критерия Фишера:
                                  (1.5)
     Если Fрасч > Fтабл, то гипотеза отвергается и делается вывод, что данный метод для определения наличия тренда ответа не дает и необходимо применение какого-либо другого метода. Если Fрасч < Fтабл, то гипотеза о равенстве дисперсий обеих частей ряда принимается;
     4) провести проверку об отсутствии  тренда с использованием t-критерия  Стьюдента
                                                     (1.6)
     где - среднее квадратическое отклонение разности средних:
                                          (1.7)
     Если tрасч > tтабл (табличное значение принимается при уровне значимости 0,05, реже 0,01), то делается вывод о наличии тренда. 

     Метод Фостера-Стюарта
     Метод Фостера-Стюарта рекомендуется выполнять  по следующим этапам:
     1) сравнить каждый уровень исходного ряда начиная со второго, со всеми предыдущими уровнями, и построить две числовые последовательности:
        (1.8)
     2) вычислить величины S и d:
                                          (1.9)
     S - величина, характеризующая изменение уровней ряда;
     d - величина, характеризующая изменение дисперсии уровней ряда.
     3) проверить гипотезы:
     первая  гипотеза: можно ли считать случайным отклонение S от его математического ожидания М[S] . Для этого:
     - рассчитать значение t-критерия по формуле
                                                     (1.10)
     где - стандартное отклонение S рассчитывается по формуле
                                             (1.11)
     M[S] - табличное значение математического ожидания:
     Таблица 2
     Табличные значения математического ожидания
     

     - расчетное значения ts сравнить с табличным значением tтабл (при уровне значимости 0,05 и степени свободы k = n-2). В случае, если ts > tтабл, то для данного ряда имеется тренд в среднем и гипотеза отвергается;
     вторая  гипотеза: можно ли считать случайным отклонение d от нуля. Для этого:
     - рассчитать значение t-критерия по формуле
                                                            (1.12)
     где - стандартное отклонение d вычисляемое по формуле
                                           (1.13)
     - расчетное значения td сравнить с табличным значением tтабл (его целесообразно при уровне значимости 0,05 и степени свободы k=n-2). Если td < tтабл, то для данного ряда тренда дисперсии уровней ряда нет, и гипотеза принимается. 

     Критерий  «восходящих» и «нисходящих» серий
     Технология  использования критерия «восходящих» и «нисходящих» серий:
     1) сравнить каждое значение yt c последующим значением yt+1 и сформировать последовательность St по правилу:
                (1.14)
     2) выделить серии. Серией называется  последовательность подряд идущих знаков «+» (восходящая серия) или «–» (нисходящая серия).
     Подсчитать Kmax (протяженность самой длинной серии) и V (общее число серий);
     3) проверить выполнение гипотезы:
     - если следующие неравенства верны
                               (1.15)
     где [] – целая часть числа, то с 5%-ым уровнем значимости гипотеза принимается. K0 определяется в зависимости от n: 

     Таблица 3
     Зависимость параметра K0 от  n
     

     - если хотя бы одно из этих неравенств нарушается, то гипотеза о наличии тенденции во временном ряду yt отвергается. 

     Критерий  серий
     Технология  использования критерия серий:
     1) уровни временного ряда  расположить по возрастанию и найти выборочную медиану ymed ряда:
                      (1.16)
     2) сравнить каждое значение ряда yt с ymed и сформировать последовательность St, состоящую из знаков «+» и «-» по правилу:
                  (1.17)
     3) выделить серии. Серией называется  последовательность подряд идущих знаков «+» или «–». Подсчитать
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.