Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Машиностроительных предприятий
Обозначения и наименования показателей:
- производительность труда, тыс. руб./чел.; - индекс снижения себестоимости продукции; - рентабельность, %; - трудоемкость единицы продукции, чел.-ч; - удельный вес рабочих в составе промышленно-производственного персонала; - удельный вес покупных изделий; - коэффициент сменности оборудования, смен; - премии и вознаграждения на одного работника ППП, тыс.руб.; - удельный вес потерь от брака, %; - фондоотдача активной части ОПФ, руб./руб.; - среднегодовая численность промышленно-производственного персонала, чел.; - среднегодовая стоимость основных производственных фондов, млн. руб.; - среднегодовой фонд заработной платы промышленно-производственного персонала, тыс. руб.; -фондовооруженность труда, тыс. руб./чел.; - оборачиваемость нормируемых оборотных средств, дн.; - оборачиваемость ненормируемых оборотных средств, дн.; - непроизводительные расходы, тыс. руб. IV. Инструкция по работе с программой MGUA.
Назначение. Программа полинономинального алгоритма метода группового учета аргументов предназначена для построения и анализа статических связей совокупности случайных величин x , x ,...х , у, одна из которых y является результативной (выходной). Для рассматриваемого варианта программы максимальная степень ряда (число членов полинома) равна 6, минимальная - 3, поэтому последовательность селекций можно выразить системой уравнений вида:
где NF - количество элементов (параметров, факторов), r - число рядов. Перед запуском программы MGUA.EXE следует подготовить файл исходных данных MGUA.IN по следующей схеме. 1 запись содержит: 1) количество факторов NF (NF ); 2) количество наблюдений состояний ND (ND ); 3) количество точек обучающей последовательности NO , рекомендуется использовать общего количества статистики; 4) количество точек проверочной последовательности NP=ND-NO; 5) степень первого ряда LH=3(4, 5, 6); 6) степень последующих рядов LB=3(4, 5, 6); 7) число рядов селекций NR (NR ); 8) способ представления предварительной обработки исходной статистики NK=0(1); если NK=1, то выполняется логарифмирование =ln y, =ln x, а уже потом нормирование = , = , если NK=0, то выполняется только нормирование. 9) способ ранжирования LP=0(1, 2); если LP=1, то первые NO точек попадают в обучающую последовательность (используются для построения уравнения связи); если LP=1, то все состояния - экспериментальные точки ранжируются по убыванию дисперсии, после чего NO первых точек попадают в обучающую последовательность; если LP=2, то аналогичным образом (LP=1) выполняется ранжирование, а уже затем из каждой пары точек одна попадает в обучающую последовательность, другая - в проверочную. 10) количество данных для расчета по полученным моделям N3 , обычно N3=ND и выполняется анализ моделей по тем же статическим данным; 11) количество уравнений по рядам селекций, используемых в расчетах N1 (N1 ); 12) значимость проверочных точек 0 , в стандартных случаях B=0, 5; 13) значимость обучающих точек , в стандартных случаях A=0, 5, причем A+B=1. 2 группа записей: Cодержит исходные статистические данные сначала по 1-му элементу (фактору х ) с первого по последнее наблюдение, затем по 2-му элементу (х ) и т.д. вплоть до результативного элемента y, т.е. матрица наблюдений ( R ) вводится по столбцам
где X - значение “j” фактора в “i” наблюдении. При этом каждому столбцу соответствует своя запись, а разделителем элементов в записи является запятая.
3 группа записей: Содержит веса точек наблюдений , целесообразно их назначить таким образом, чтобы При “ i “ переменная не влияет на построение уравнения регрессии.
4 группа записей: Матрица статистических данных, по структуре аналогичная R, содержит либо те же данные либо новые. Она используется для аппробации (анализа) полученных уравнений связи элементов системы.
Применение. Подсчет дисперсии выполняется по формуле Y=A +A = + где 0 - индекс обучающей точки, П - индекс проверочной точки, Т - индекс значения, полученного по уравнению регрессии, N- число точек.
V. Контрольные вопросы.
1. какие основные проблемы имеют место при использовании статистических методов исследования? 2. Какие основные этапы расчета предполагает метод группового учета аргументов и в чем их суть? 3. Продемонстрируйте на любом примере механизм построения уравнения связи в исходных переменных Y=j0(x), начиная со второго ряда? 4. Какова степень получаемого уравнения связи на 5 селекции, если: 1) LH=3, LB=3; 2) LH=4, LH=4; 3)LH=6, LH=6? 5. Каким образом в методе МГУА определяется эффективное уравнение связи? 6. Каким образом определяется «ошибочная» статистика и что следует предпринимать в этом случае? 7. С какой целью в методе МГУА используется механизм обучающий и проверочной последовательности, в чем его суть?
Практическое занятие №10
Популярное:
|
Последнее изменение этой страницы: 2016-07-13; Просмотров: 572; Нарушение авторского права страницы