ККЗ_МКА_КузинАС_ДО-290МВА. Программа мва (дистанционная форма обучения)
 Скачать 465.51 Kb.
|
|
Негосударственное образовательное частное учреждение высшего образования МОСКОВСКИЙ ФИНАНСОВО-ПРОМЫШЛЕННЫЙ УНИВЕРСИТЕТ «Синергия» Контрольно-курсовое задание
Кузин Александр Сергеевич, ДО-290 МВА Описание задания Задания для выполнения приведены ниже, максимальное количество баллов за правильное выполнение всех заданий – 49 баллов. Распределение баллов следующее: Задание 1 – 9 баллов максимум. Задание 2 – 10 баллов максимум. Задание 3 – 15 баллов максимум. Задание 4 – 15 баллов максимум. Сдаваемый на проверку файл должен иметь следующее название файла: ККЗ_МКА_ФамилияИО_номер группы. Задание 1 Файл Облигации.XLS содержит значения следующих переменных: Дата – текущая дата. 10 - летние облигации – значения учетной ставки 10-летних облигаций Министерства финансов США (процентное изменение по отношению к величине учетной ставки на момент закрытия предыдущих торгов). DJIA - значения индекса Доу Джонса на момент закрытия предыдущих торгов. Постройте график (один) временных рядов для ежедневных значений индекса, его ежедневных процентных изменений. Вычислите основные статистические характеристики переменных. Определите ежедневные изменения индекса DJIA, выраженные в процентах. Насколько соответствуют этим данным правила областей (правило трёх сигм (3σ))? Ответ: Для построения графика временных рядов используем надстройку Statpro. Из перечня слуг выбираем вкладку Charts и далее нажимаем Time series plots. В качестве переменной оси Х выбираем время (годы, месяцы, дни). Так как наша задача заключается в прогнозировании, нам нужно определить, наблюдается ли какая-нибудь устойчивая зависимость от времени заданной величины (в данном случае индекс Доу Джонса) и наблюдается ли компонента. Теперь построим упомянутую выше зависимость. Воспользовавшись надстройкой, наблюдаем следующий линейный график:  Насколько заметно на графике, мы имеем ярко выраженный возрастающий тренд за последнее время. Теперь, для вычисления статистических характеристик переменных можем воспользоваться стандартными инструментами Excel такими как: Мода, Медиана (для этого достаточно: Вставка – Функция – Статистические – Медиана), МАКС, МИН, СЧЕТЕСЛИ и др. Далее можно построить график точечных частот (Вставка – Диаграмма – Стандартные – Точечная). Но для максимизации качества и количества полезных дел за определенный отрезок времени, предлагаю опять же воспользоваться надстройкой Statpro, которая за короткий промежуток автоматически подсчитает и выведет необходимую статистику. Итак, переходим к данным в файле Облигации (Excel). Для расчета выбираем Statpro, вкладка Summary Stats и далее One-Variable Summary Stats. Выделяем заголовки (без выделения надстройка работать не будет), выбираем массу данных и получаем следующие показатели: Summary measures for selected variables 10-летние облигации DJIA 1 Count 60,000 59,000 2 Sum 230,210 483657,210 3 Mean 3,837 8197,580 4 Median 3,890 8257,610 5 Standard deviation 0,139 311,364 6 Minimum 3,540 7524,060 7 Maximum 4,090 8726,730 8 Range 0,550 1202,670 9 First quartile 3,708 7912,230 10 Third quartile 3,940 8462,930 Из полученных данных выделяем: сумму, среднее значение, медиану, стандартное отклонение, минимум, максимум, первый и третий квартили, диапазон. Аналогичную процедуру можно проделать с использованием анализа данных (выбираем инструмент «описательная статистика»). На выходе получаем следующие данные: 3,88 * Среднее 3,836102 Среднее 8197,58 Стандартная ошибка 0,018198 Стандартная ошибка 40,53614 Медиана 3,89 Медиана 8257,61 Мода 3,9 Мода #Н/Д Стандартное отклонение 0,139778 Стандартное отклонение 311,364 Дисперсия выборки 0,019538 Дисперсия выборки 96947,53 Эксцесс -0,90294 Эксцесс -0,69893 Асимметричность -0,52894 Асимметричность -0,4464 Интервал 0,55 Интервал 1202,67 Минимум 3,54 Минимум 7524,06 Максимум 4,09 Максимум 8726,73 Сумма 226,33 Сумма 483657,2 Счет 59 Счет 59 Для того, чтобы определить изменения индекса DJIA, воспользуемся следующей формулой. В файле «Облигации» выбираем пустую ячейку справа от данных, и вводим формулу: =(C4-C3)/C3. Получаем значение 0,013032 и применяем к ячейке с этим значением процентный формат. Получаем 1%. Далее, чтобы не повторять предыдущие шаги, выделяем ячейку с полученным значением, нажимаем на ее правый нижний угол и перетаскиваем его вниз до ячейки. Получаем следующие значения: 1%,-2%,1%, -1%,0% и т.д. Проверяем, правильно ли все подсчитано. Для этого выбираем нижнее значение DJIA и применяем первоначальную формулу. Если значения сходятся – значит вычисления прошли верно. Также можно вычислить общее изменение. Для этого опять ж выделяем свободную ячейку и пользуемся следующей формулой: =(C4-$C$3)/$C$3. Далее выбираем ячейку с получившимся значением и применяем процентный формат. Затем выделяем эту же ячейку, нажимаем на ее правый нижний угол и протягиваем вниз до ячейки С61. Теперь три сигма. Правило трех сигм гласит, что практически все значения нормально распределённой случайной величины лежат в определенном интервале и приблизительно с 0,9973 вероятностью значение нормально распределённой случайной величины лежит в указанном интервале (при условии, что величина Х истинная, а не полученная в результате обработки выборки). Если же истинная величина Х неизвестна, то следует пользоваться S - таким образом, правило трёх сигм преобразуется в правило трёх s. Ежедневные процентные изменения индекса DJIA правилу трёх сигм соответствуют. Задание 2. Для анализа финансовых расчетов с филиалами торговой компании за последние 4 месяца (файл Торговая компания.XLS) собрана информация об операциях поставки товаров, а именно, Филиал№, месяц, категория товара, сумма поставки, сумма поступившей оплаты. Необходимо исследовать данные с помощью инструментария Excel, а так же: А) создайте сводную таблицу для вычисления количества операций по каждому филиалу и по каждому месяцу (по всем категориям) Б) создайте сводную таблицу для вычисления общих сумм поставок по каждому филиалу за каждый месяц. Используя полученные данные, постройте соответствующие временные ряды для каждого филиала. В) постройте гистограмму для поступивших оплат для трех категорий поставки.  Таким образом, нам удалось вычислить количества операций по каждому филиалу и по каждому месяцу (по всем категориям).  Для построения гистограммы нужно воспользоваться надстройкой Statpro, «Charts» и далее вкладка «Histograms». Выбираем «Оплачено (т.р)», далее в numbers of categories ставим 3, и в Minimum value и category length подставляем интересующие нас значения. В данном случае я подставил числа: 1000 и 5000. На выходе получили следующую гистограмму и таблицу частот: Frequency table for Оплачено (т.р.) Upper limit Category Frequency 1000 <=1000 36 6000 1000- 6000 57 >6000 23  Таким образом, мы построили гистограмму для поступивших оплат для трех категорий поставки. Задание 3 Владелец ресторана европейской кухни заинтересовался особенностями заказов, принимаемых на выходные. Он стал записывать количество заказов на различные виды блюд. Предположим, что владельца ресторана интересует также, заказывают ли посетители десерт. Он решил записывать значения еще двух переменных: пол посетителя и заказывал ли он говядину. Результаты этих исследований приведены ниже.
Подготовьте модель (Excel: относительные, абсолютные ссылки) и вычислите: 1. Какова вероятность того, что первый же клиент закажет десерт? 53,3%_2._Какова_вероятность_того,_что_первый_клиент_не_закажет_говядину_68,8%_3._Какова_вероятность_того,_что_первый_клиент_закажет_десерт_или_говядину_67,9%'>53,3% 2. Какова вероятность того, что первый клиент не закажет говядину? 68,8% 3. Какова вероятность того, что первый клиент закажет десерт или говядину? 67,9% 4. Какова вероятность того, что первый клиент окажется женщиной и не закажет десерт? 40% 5. Какова вероятность того, что первый клиент закажет десерт и говядину? 16,6% 6. Какова вероятность того, что первый клиент окажется женщиной и не закажет десерт? 40% 7. Предположим, что первый клиент, у которого официант принял заказ, оказался женщиной. Какова вероятность того, что она не закажет десерт? 51,7% 8. Предположим, первый же клиент заказал говядину. Какова вероятность, что он закажет и десерт? 53,3% 9. Являются ли пол клиента и заказ десерта статистически независимыми? нет, являются статистически зависимыми
10 Являются ли заказ десерта и заказ говядины статистически независимыми? нет, являются статистически независимыми События выбора десерта и выбора говядины никак в нашей выборке не взаимосвязаны, взаимозависимость не строилась и не наблюдалась, поэтому события являются статистически независимыми Задание 4 В рабочей книге PIZZA.XLS содержатся данные о 36 порциях пиццы: стоимость в долларах, количество калорий и количество жира в граммах для трех категорий продуктов: сырной пиццы из пиццерии (тип 1), сырной пиццы из супермаркета (тип 2) и острой пиццы из супермаркета (тип 3). Используйте инструмент Сводные таблицы и функции вычисления статистических характеристик. Вычислите распределение частот и процентное распределение для стоимости, калорий и жирности. Постройте кривую распределения (полигон накопленных процентов) для стоимости, калорий и жирности. Изучите аналитически и графически взаимосвязь переменных. Какие выводы можно сделать о стоимости, количестве калорий и жирности каждой из разновидностей пиццы? Для выполнения задачи используем инструмент Excel «Сводные таблицы» и функции вычисления статистических характеристик в надстройке Statpro. Для определения процентного распределения для стоимости, калорий и жирности вставим сводные таблицы по каждой переменной в отдельности и построим рядом круговые диаграммы для визуализации задачи. В раздел строк вынесем «Вид» и «Название», в раздел значений вынесем «Цена» с дополнительным вычислением в параметрах «% от суммы по столбцу». Далее строим круговую диаграмму для процентного распределения пицц по цене с подписями данных. Теперь мы можем оценить не только процентное распределение цены пицц по видам, но и раскрывая виды пицц в сводной таблице, можем увидеть процентное распределение по цене и для каждого наименования пицц Аналогично построим процентное распределение по калориям и жирности на «Лист 2» и «Лист 3».    При необходимости анализировать абсолютные величины в сводной таблице и процентное распределение на графике, можно было не проводить дополнительные вычисления со значениями в сводной таблице, в этом случае достаточно на круговой диаграмме в формате подписи данных указать не абсолютные значения, а их доли. Вычислим распределение частот и накопленные проценты для стоимости, калорий и жирности для трех видов пицц. Построим гистограмму и полигон накопленных процентов на «Лист 4». Данные вычисления можно провести с помощью надстройки Statpro или «Анализ данных», но сейчас воспользуемся стандартными функциями Excel. Определим количество групп частотного распределения по формуле Стерджесса: k=1+3,322*lgn, где k – число групп, n – объем выборки (в нашем случае 36). В нашем случае количество интервалов k=7. Далее найдем минимальное и максимальное значение и длину интервала для стоимости, калорий и жирности. Используя функцию «Частота», найдем распределение частот в каждом интервале. Далее находим интегральный процент для каждого интервала и строим гистограмму с кривой распределения.  Проанализируем аналитически и графически взаимосвязь переменных: стоимость, калории и жирность. Для определения взаимосвязи составим таблицу коэффициентов корреляции переменных при помощи Statpro / Summary Stats. Из таблицы видно, что зависимость цена-калории и цена-жир отрицательная. Т.е. при росте цены содержание жира и калорий снижается, также видно, что коэффициент корреляции для пар цена-калории и цена-жир близок к нулю, что говорит об отсутствии у них взаимосвязи, и что данные величины независимые друг от друга. Пара жир-калории имеет коэффициент корреляции близкий к 1 и положительный знак. Это означает, что пара жир-калории взаимозависима (практически линейно зависима), т.е. при росте жира растет количество калорий и наоборот.
Построенные графики рассеивания для каждой пары при помощи надстройки Statpro подтверждают нашу гипотезу. График цена-калории: График цена-жир:   График жир-калории:  Проанализируем стоимости количество калорий и жирность каждого вида пицц в сравнении с друг другом. Для этого при помощи инструмента Statpro / Data Utilities / Unstack Variables соберем на отдельном листе данные по стоимости, калориям и жирности каждого вида пицц для анализа. Также при помощи надстройки Statpro / Summary Stats найдем основные статистические характеристики для каждой переменной в разрезе вида пиццы. Визуализируем данные при помощи прямоугольных диаграмм, используя Statpro.  Вывод по стоимости: пицца Chees имеет наименьший разброс по стоимости и наименьшую среднюю цену. Медиана смещена влево от средней стоимости, т.е. большее количество пицц стоит меньше средней цены. Пицца Chain имеет наибольшую среднюю стоимость, и граница наименьшей стоимости 50% пицц находится правее 50% стоимостей пицц других видов. У пиццы Pepperoni средняя стоимость близка к средней стоимости пиццы Cheese, но разброс по ценам выше. Высока вероятность купить пиццу по завышенной цене, хотя медиана показывает, что стоимость большей части пицц ниже других видов. Вывод по калорийности: разброс калорийности 50% выборки пицц примерно одинаков, но средняя калорийность и медиана пиццы Cheese самая низкая. Самая высокая средняя и медианная калорийность у пиццы Pepperoni, примерно в 50% случаях можно купить пиццу с калорийностью выше двух других видов. Вывод для жира: у всех пицц среднее количество жира примерно одинаково, но наименьший разброс по жиру в 50% выборки у пиццы Cheese, что может говорить о стабильном производстве и хорошем контроле качества. Также у пиццы Cheese наименьшее среднее и медианное содержание жира. Наибольшая степень разброса содержания жира у пиццы Pepperoni, можно предположить незрелость их производственного процесса. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ВЫПОЛНЕНИЮ КОНТРОЛЬНО-КУРСОВОГО ЗАДАНИЯ Целью выполнения заданий является оценка уровня владения методами количественного анализа данных и навыки использования соответствующего инструментария. Контрольные задания подготовлены по тематике всего курса и состоит из отдельных практических задач и ситуаций для анализа. Дисциплина Методы количественного анализа – изучает количественную сторону массовых явлений и процессов в сфере бизнеса. Виды признаков Количественные - признаки, отдельные варианты которых имеют количественное выражение Атрибутивные - признаки, которые выражаются в виде понятий или наименований и имеют более двух вариантов (например, цвет или форма упаковки товара) Альтернативные - признаки, которые выражаются в виде понятий или наименований и имеют только два варианта значений (например, пол, совершил / не совершил покупку) Порядковые - признаки, имеющие несколько ранжированных качественных вариантов (например, уровень образования). Этапы статистического исследования Сбор данных источники получения данных сплошное и выборочное наблюдение 2. Анализ данных Распределения Графическое представление данных Показатели дескриптивной статистики 3. Анализ зависимостей и прогноз изменений регрессионный анализ; дисперсионный (вариационный) анализ; таблицы сопряженности и анализ взаимосвязей качественных признаков; кластерный анализ; анализ и прогнозирование временных рядов. Одномерный набор данных Количественные методы позволяют ответить на следующие вопросы: Каков характер распределения данных (структура совокупности) Чему равно типичное значение признака. Насколько сильно варьируют значения признака у различных единиц совокупности. Имеются ли в наборе данных отдельные элементы или группы элементов, существенно отличающиеся от остальных единиц совокупности (выбросы). Многомерный набор данных Количественные методы позволяют ответить на следующие вопросы: Существует ли зависимость между признаками. Насколько сильно признаки взаимосвязаны между собой. Можно ли предсказать значения одной переменной, исходя из значений других переменных, и насколько надежным будет такое предсказание. Данные в динамике Количественные методы позволяют ответить на следующие вопросы: Какова основная закономерность развития (тренд). Есть ли в данных сезонность и если есть, то оценить ее количественно. Каков прогноз на будущее. Как инфляция влияет на динамику показателя. Задание выполняется в среде Excel с использованием (в случае необходимости) надстройки StatPro, Анализ данных или других программных инструментов. Предполагается, что используются некоторые методы анализа и соответствующий программный инструментарий. Это могут быть, например, элементы описательной статистики (среднее, мода, медиана, стандартное отклонение и т.д.), матрицы парных корреляций, сводные таблицы Excel, гистограммы, диаграммы рассеивания, прямоугольные диаграммы, регрессионный анализ и т.д. Выбор инструментария не ограничивается и не регламентируется. Главное иметь в виду, что важны не сами результаты применения инструментов к исходным данным, а те выводы и интерпретации, которые вы делаете на их основе. Таким образом, обязательно должна быть текстовая часть с анализом, рассуждениями, выводами и ссылками на результаты конкретных анализов в нужных местах. Отчет может быть оформлен в виде текстового файла с иллюстрациями или в виде Excel файла с текстовыми надписями. В целом можно сформулировать критерии оценки выполнения данного кейса следующим образом: Полнота выводов и наблюдений, соответствующих цели исследования Степень аргументированности выводов и наблюдений на основе представленных данных. Разнообразие и уровень используемого инструментария количественного анализа данных. Корректность интерпретации результатов применения инструментов (методов) количественного анализа для обоснования выводов и наблюдений. В случае «коллективного творчества» по отдельным задачам работ, оценка по дисциплине каждому участнику «творческой группы» выставляется на усмотрение преподавателя по данной дисциплине. Дополнительная литература: Бизнес-анализ информации. Статистические методы Автор: В. Л. Аббакумов, Т. А. Лезина Издательство: Экономика Достоинствами данной книги являются подробный разбор примеров анализа данных и изложение приемов интерпретации результатов работы статистических процедур. Количественные методы анализа хозяйственной деятельности Автор: Ричард Томас Издательство: Дело и Сервис В книге изложены важнейшие методы количественного анализа деятельности различных предприятий: методы сбора и анализа данных, корреляционно - регрессионный метод, методы прогнозирования, моделирования, управления запасами др. Количественные методы анализа в маркетинге Автор: Под редакцией Т. П. Данько, И. И. Скоробогатых Издательство: Питер В книге описываются количественные методы маркетингового анализа, позволяющие специалисту-маркетологу принимать обоснованные решения, руководствуясь результатами статистической обработки данных и математического моделирования. Рынок ценных бумаг. Количественные методы анализа Автор: В. И. Малюгин Издательство: Дело В учебном пособии последовательно и математически строго излагаются количественные методы анализа рынка ценных бумаг в условиях неопределенности. Описываются вероятностные модели курсов и доходностей ценных бумаг, методы оптимизации структуры портфелей | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||