Методические указания для практических занятий и самостоятельной работы студентов для направления 080200. 68 Государственное и муниципальное управление

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФГБОУ ВПО «КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ» О.В. Ломакина МЕТОДЫ ИССЛЕДОВАНИЯ В МЕНЕДЖМЕНТЕ Методические указания для практических занятий и самостоятельной работы студентов для направления 080200.68 Государственное и муниципальное управление Краснодар 2013 УДК ББК Л7 Ломакина О.В. Л74 Методы исследования в менеджменте: методические указания для практических занятий и самостоятельной работы студентов для направления 080200.68 «Государственное и муниципальное управление» / О.В.Ломакина – Краснодар, 2012. – 23с. Издание содержит перечень заданий для практических занятий и задания для самостоятельной работы студентов по основным темам курса дисциплины «Методы исследования в менеджменте». УДК ББК © Ломакина О.В., 2012 © ФГБОУ ВПО «Кубанский государственный аграрный университет», 2012 Тема - Понятие и особенности прикладного научного исследования Задание для самостоятельной работы: Рассмотреть формы организации научного знания и составить терминологический словарь в форме таблицы: научный факт, положение, понятие, категория, принцип, закон, теория, метатеория, идея, доктрина, парадигма, проблема, гипотеза. Темы рефератов 1. Понятие науки и особенности научной работы. 2. Статус прикладного исследования в современной науке. 3. Структура прикладного исследования. Тема - Математико-статистические методы изучения связей Исследуя природу, общество, экономику, необходимо считаться со взаимосвязью наблюдаемых процессов и явлений. Формы проявления взаимосвязей весьма разнообразны. В качестве двух самых общих их видов выделяют функциональную (полную) и корреляционную (неполную) связи. В первом случае величине факторного признака строго соответствует одно или несколько значений функции. В экономике примером может служить прямо пропорциональная зависимость между производительностью труда и увеличением производства продукции. Корреляционная связь (которую также называют неполной, или статистической) проявляется в среднем, для массовых наблюдений, когда заданным значениям зависимой переменной соответствует некоторый ряд вероятных значений независимой переменной. В наиболее общем виде задача в области изучения взаимосвязей состоит в количественной оценке их наличия и направления, а также характеристике силы и формы влияния одних факторов на другие. Для ее решения применяются две группы методов, одна из которых включает в себя методы корреляционного анализа, а другая – регрессионный анализ. В то же время ряд исследователей объединяет эти методы в корреляционно-регрессионный анализ, что имеет под собой некоторые основания: наличие целого ряда общих вычислительных процедур, взаимодополнения при интерпретации результатов и др. Задачи собственно корреляционного анализа сводятся к измерению тесноты связи между варьирующими признаками, определению неизвестных причинных связей и оценке факторов оказывающих наибольшее влияние на результативный признак. Задачи регрессионного анализа лежат в сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значении зависимой переменной. Задание. Крупная компания занимается торговлей автомобильными запчастями и принадлежностями. Руководство компании намерено разработать модель оценки годового объема продаж для каждого региона страны. Поскольку, если можно будет прогнозировать региональный объем продаж, то это возможно будет сделать и для совокупных продаж. Кроме того, хорошая модель позволит составить региональный каталог потребителей, что позволит более точно делать заказы поставщикам фирмы. Менеджер по сбыту предложил использовать две переменные: 1) текущее количество розничных продаж в каждом регионе и 2) количество зарегистрированных автомобилей по состоянию на 30 апреля 20ХХ г. Получены следующие данные: Таблица 1 – Данные для регрессионного анализа Регион Объем продаж за год, млн. долл. Y Количество розничных продаж на рынке сбыта, X1 Количество зарегистрированных автомобилей, млн. ед. Х2 1 52,5 1780,0 21,5 2 24,6 2470,0 20,2 3 18,5 450,0 6,1 4 15,6 440,0 11,5 5 32,2 1650,0 9,2 6 45,0 2102,0 10,6 7 33,0 2305,0 18,9 8 3,6 121,0 4,3 9 34,7 1801,0 9,1 10 24,6 1130,0 5,6 11 40,0 1650,0 8,7 Решение. Прогнозное уравнение составлено с помощью инструмента программы Microsoft Office Excel «Пакет анализа». Программа представляет решение в форме таблицы – 2. Уравнение регрессии имеет вид: Y=10,968+0,012Х1+0,043Х2 Y-объем продаж в год, млн. долл. Х1 – количество розничных продаж в регионе, Х2 – количество автомобилей, зарегистрированных в каждом регионе. b1 – увеличение количества розничных продаж на 1 ед. при сохранении на прежнем уровне число зарегистрированных автомобилей может привести к увеличению годового уровня продаж на 12 тыс. долл., b2 – увеличение количества зарегистрированных автомобилей в регионе на 1 млн. ед. при сохранении на прежнем уровне количества розничных продаж может привести к увеличению годового уровня продаж на 43 тыс. долл. Тестирование модели включает в себя два аспекта: 1) тестирование регрессии в целом, 2) тестирование отдельных параметров регрессии. Тестирование регрессии в целом включает следующие оценки: 1) Множественный R – множественный коэффициент корреляции рассчитывается при наличии линейной связи между результативным признаком и факторными признаками. Чем ближе его значение к 1, тем интенсивнее корреляционная связь и тем меньше наблюдаемые значения изучаемого показателя отклоняются от линии множественной регрессии. В данном случае Множественный R= 0,73, связь квалифицируется как средняя. 2) Совокупный коэффициент множественной детерминации R2 показывает, какая часть общего изменения годового объема продаж определяется изменением выше обозначенных факторов вместе взятых по данному уравнению регрессии. В данном случае 52,6% изменения продаж объясняется влиянием факторов. 3) Нормированный R2 определяет чувствительность коэффициент множественной детерминации R2 к количеству наблюдений, входящих в регрессию. Должно быть пространство для изменения зависимой переменной (годового объема продаж), т.е. число наблюдений должно быть больше числа введенных переменных в 3-4 раза. Данный аспект связан с понятием «степени свободы» df . df=n-k-1, n – показывает количество наблюдений, k - количество независимых переменных. В нашем случае df=11-2-1=8 В распечатке такое же значение. Приемлемым считается, когда нормированный R2 ≥ 0,75. 4) F-тестирование на полную статистическую значимость с помощью критерия Фишера (F). Фактический уровень (Fфакт) сравнивается с теоретическим (табличным) значением В компьютерной распечатке представлено расчетное значение F, его необходимо сопоставить с критическим значением F по таблице. Критическое значение F-критерия – это верхний предел значений F, которые возможны в случае выполнения т.н. нулевой гипотезы, по которой все истинные регрессионные параметры равны нулю, а значит, нет связи между зависимой переменной и независимыми. Таблица – это матрица критических значений F с уровнем значимости 0,05 и 0,01, что соответствует уровням доверия 95 и 99% соответственно (мы установили 95%). Для того чтобы воспользоваться таблицей необходимо знать число степеней свободы в числителе (k) и в знаменателе (n-k-1). В нашем случае k=2, n-k-1=8, уровень значимости 0,05, значит критическое значение F по таблице равно 4,46 (рисунок 1). Это значит, что если нулевая гипотеза выполняется, то вероятность превышения F=4,46 составляет 5%. Иначе говоря, если расчетное значение F превышает 4,46, то мы на 95% можем быть уверены, что коэффициенты регрессии не равны нулю. В нашем случае расчетное значение F=4,44. Расчетное значение F-критерия ведется по формуле: F=4,44 означает, что объяснимая (факторная) дисперсия в 4,44 раза больше чем необъяснимая (остаточная). Если Fфакт > Fтеор, уравнение адекватно отражает сложившуюся в исследуемом ряду динамики тенденцию. В данном случае расчетное значение F-критерия меньше критического значения, таким образом, построенная регрессионная модель статистически незначима. 5) Средняя стандартная ошибка – еще один способ статистического тестирования уравнения регрессии. Она определяет разброс случайных наблюдаемых значений Y относительно оцененных значений Y по уравнению регрессии: В данном случае разброс случайных наблюдаемых значений от теоретической линии регрессии объема продаж составляет 10,8 млн. руб. В условии задачи просят определить, сколько погрешностей входи в прогноз для 1-го и 3-го регионов. Прогноз для 1-го региона: Y1=10,968+0,012×1780+0,043×21,5=33,25 млн.долл. Расхождение составляет 52,5-33,25=19,25, т.е. в прогноз входит 19,25/10,8=1,78 погрешностей. Прогноз для 3-го региона: Y1=10,968+0,012×450+0,043×6,1=16,63 млн.долл. Расхождение составляет 18,5-16,63=1,87, т.е. в прогноз входит 1,87/10,8=0,17 погрешностей. Тестирование отдельных параметров регрессии включает следующие оценки: 1) t-статистика или t-соотношение: Если стандартная ошибка мала по сравнению с оцениваемым параметром, то это значит, что параметр близок к истинному значению. t-соотношение показывает сколько стандартных ошибок содержится в коэффициенте регрессии. В нашем примере: в параметре а – 1,4 погрешности, в параметре b1 – 2,1 погрешность, в параметре b2 – 0,06 погрешностей. 2) оценка статистической значимости отдельных переменных в регрессионной модели. Расчетное t-соотношение сравнивают с критическим t-соотношение в таблице. Критическое t-соотношение определяется исходя из выбранного уровня значимости (в нашем случае это 0,05) и соответствующего числа степеней свободы (8 в нашем случае). Если расчетное t-соотношение больше критического, то гипотеза о том, что bi=0 отвергается, а переменная Xi статистически значима на уровне ɑ (т.е. выбранного уровня значимости). Находим критическое t-соотношение: на уровне значимости ɑ =0,05, ɑ/2=0,025, df=8, критическое t-соотношение=2,306 (рисунок 2). Поскольку расчетное t-соотношение для переменной Х1 равно 2,146, а для переменной Х2 равно 0,056, т.е меньше критического, обе переменные являются статистически незначимыми. 3) доверительные интервалы для коэффициентов регрессии выведены в распечатке. Доверительный интервал определяется по формуле: bi±tɑ/2×Sbi Поскольку мы задали уровень надежности 95%, то для b1=0,012 95%-й доверительный интервал составляет: b1=0,012±2,306×0,0058, т.е. от -0,00093 до 0,0259 (в распечатке), b2=0,043±2,306×0,7682, т.е. от -1,7287 до 1,8144 (в распечатке). Менеджер по сбыту не удовлетворен результатами регрессии, построенная модель не имеет прогнозной силы. Он предлагает включить в неё флуктуации региональных экономических условий. Для их учета предлагается ввести новую переменную – личный годовой доход для региона, получена следующая информация. Таблица 3 - Введение новой переменной Регион Объем продаж за год, млн. долл. Y Количество розничных продаж на рынке сбыта, X1 Количество зарегистрированных автомобилей, млн. ед. Х2 Личный доход, млрд. долл. Х3 1 52,5 1780,0 21,5 97,2 2 24,6 2470,0 20,2 32,5 3 18,5 450,0 6,1 34,6 4 15,6 440,0 11,5 30,2 5 32,2 1650,0 9,2 65,3 6 45,0 2102,0 10,6 92,7 7 33,0 2305,0 18,9 62,1 8 3,6 121,0 4,3 18,6 9 34,7 1801,0 9,1 65,2 10 24,6 1130,0 5,6 60,5 11 40,0 1650,0 8,7 82,0 Задание для самостоятельной работы: оцените новую модель прогноза продаж с учетом введенной переменной. Таблица 2 – Результаты корреляционно-регрессионного анализа Регрессионная статистика Множественный R 0,7252999 R-квадрат 0,52606 Нормированный R-квадрат 0,407575 Стандартная ошибка 10,773252 Наблюдения 11 Дисперсионный анализ   df SS MS F Значимость F Регрессия 2 1030,612728 515,3063638 4,439886663 0,050453756 Остаток 8 928,503636 116,0629545 Итого 10 1959,116364         Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Нижние 95,0% Верхние 95,0% Y-пересечение 10,968346 7,606729201 1,441926733 0,187300674 -6,572802791 28,5094952 -6,5728028 28,50949517 Переменная X 1 0,0124701 0,005810189 2,146249579 0,06414895 -0,000928204 0,02586844 -0,0009282 0,025868436 Переменная X 2 0,0428466 0,76824675 0,055771913 0,956891252 -1,728733591 1,81442677 -1,7287336 1,814426772 Рисунок 1 – Фрагмент таблицы F-соотношений Рисунок 2 – Фрагмент таблицы t-соотношений Темы рефератов 1. Детерминированный факторий анализ, типы факторных моделей. 2. Способы измерения влияния факторов в детерминированных моделях. 3. Непараметрические методы оценки связи.

Похожие:

	Методические указания для выполнения самостоятельной работы и практических... Управление предпринимательскими рисками Методические указания для выполнения самостоятельной работы и проведению практических занятии...		Методические указания для практических занятий и самостоятельной... Н73 Экономика предприятия: методические указания для практических занятий и самостоятельной работы студентов для бакалавров направления...
	«Основы аудита» Методические указания по проведению практических... Методические указания составлены на основании государственного образовательного стандарта высшего профессионального образования и...		Методические указания для выполнения самостоятельной работы по дисциплине... Анский государственный аграрный университет факультет управления Кафедра менеджмента методические указания для выполнения самостоятельной...
	Методические указания для выполнения самостоятельной работы и практических... Методические указания предназначены для студентов экономических специальностей изучающих дисциплину «Мировая экономика». Темы практических...		Методические рекомендации по организации самостоятельной работы студентов.... Методические указания по самостоятельной работе: тесты для самоконтроля, рефераты, контрольная работа
	Методические рекомендации по подготовке к занятиям и организации... Муниципальное право: методические указания к проведению практических занятий / Сост. С. Г. Негматова; Волгоград гос техн ун-т. –...		Методические указания по выполнению курсовой работы Для студентов... Для студентов направления подготовки 081100. 62 «Государственное и муниципальное управление»
	Учебно-методические указания по подготовке и проведению практических... Учебно-методические указания предназначены для проведения практических и семинарских занятий по курсу «Конфликтология», а также для...		Методические указания по изучению дисциплины «Экономика предприятия»,... Абота содержит конспект основных курса «Экономика предприятия», методические указания к их изучению, список литературы по темам,...
	«Особенности учета в торговле» Методические указания по проведению... Методические указания по проведению практических занятий и самостоятельной работе студентов		Методические указания для студентов по проведению практических работ... Государственное образовательное учреждение среднего профессионального образования
	Программа дисциплины для направления 080200. 62 «Менеджмент» Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов для направления 080200. 62...		Методические указания по проведению семинарских занятий дисциплина... Методические указания рассмотрены и одобрены на заседании кафедры «Региональная экономика и управление»
	Методические указания для выполнения курсовой работы по дисциплине «Управление персоналом» Методические указания для выполнения курсовой работы по дисциплине «Управление персоналом» для студентов специальности 080504. 65...		Методические указания по проведению практических занятий и самостоятельной... Методические указания составлены на основании государственного образовательного стандарта высшего профессионального образования и...