«Применение статистических методов анализа в бизнесе»

Введение
Статистические методы анализа уже давно используются в самых разнообразных видах человеческой деятельности. Но, пожалуй, ни в одной области знаний и практической деятельности обработка статистических данных не играет такой исключительно большой роли, как в экономике, или бизнесе. Всесторонний и глубокий анализ статистических данных предполагает использование различных специальных методов, важное место среди которых занимает корреляционный и регрессионный анализы обработки статистических данных.
Использование возможностей современной вычислительной техники, оснащенной пакетами программ машинной обработки статистической информации на ЭВМ, делает практически осуществимым оперативное решение задач изучения взаимосвязи показателей биржевых ставок методами корреляционно-регрессионного анализа. Именно поэтому сейчас настолько актуально применение статистических методов анализа в бизнесе.
Целью курсовой работы является изучение возможности обработки статистических данных биржевых ставок методами корреляционного и регрессионного анализа. Для достижения цели необходимо решить следующие задачи:
- рассмотреть теоретические аспекты метода корреляционно-регрессионного анализа;
- решить задачу о компаниях на бирже, используя корреляционно-регрессионный анализ;
- для решения задачи использовать табличный процессор Microsoft Excel.
В ходе выполнения курсовой работы используются следующие методы исследования: анализ, обобщение, моделирование.
 

Заключение
Решение задачи регрессионного анализа целесообразно разбить на следующие этапы:
- предварительная обработка данных;
- выбор вида уравнений регрессии;
- вычисление коэффициентов уравнения регрессии;
- проверка адекватности построенной функции результатам наблюдений.
Предварительная обработка включает расчет коэффициентов корреляции, проверку их значимости и исключение из рассмотрения незначимых параметров.
Метод наименьших квадратов (МНК) – классический подход к оценке параметров линейной регрессии. МНК позволяет получить такие оценки параметров а и b при которых сумма квадратов отклонений фактических значений результативного признака (у) от расчетных (теоретических) ух минимальна
Σ(уi - yxi)2 min.
Иными словами, из всего множества линий линия регрессии на графике выбирается так, чтобы сумма квадратов расстояния по вертикали между точками и этой линией была минимальной.
Линейная регрессия описывается уравнением прямой.
В ходе решения практической задачи можно заключить, что целесообразно включать в портфель акции компании General Motors, а не Inte
ational Aluminium, так как связь между признаком Y2 и фактором X высокая.