Прогнозирование грузооборота автотранспортного предприятия

узооборота на заданную перспективу (на 3 года вперед) равно (см. формулу 3.16):

(тыс.тонно-километров).(3.13)

Строим график прогнозирования грузооборота с помощью табличного процессора MS Excel.

Рисунок 3.2 – Прогнозирование грузооборота

Оценка точности прогнозирования на основании полученной регрессионной модели

Для оценки точности прогнозирования необходимо определить доверительный интервал для прогнозируемого значения у*. Для этого определяем несмещенную оценку дисперсии, у:

. (3.14)

Следовательно: .

Затем находим значение половины величины доверительного интервала разброса среднего значения:

(3.15)

где – значение критерия Стьюдента, для уровня значимости или и N=7 [1] определяем значение критерия Стьюдента .

Тогда (тыс. тонно-километров).

Далее определяем величину периода упреждения (прогноза), П:

, (3.16)

где xN – максимальное значение фактора х: ; N – количество точек: N=7 (т. к. используются данные о грузообороте за 7 лет); х* – значение фактора х, для которого выполняется прогноз: х* =10.

Таким образом:

Значение половины величины доверительного интервала для прогнозируе-мого значения вычисляется по формуле:

(3.17)

Следовательно: (тыс. тонно-километров).

Доверительный интервал для прогнозируемого значения, у*:

.(3.18)

Для примера для прогнозируемого значения:

(тыс. тонно-километров) доверительный интервал будет равен:

63680,6 – 207,8 < М(у) < 63680,6 +207,8;

63472,8 (тыс. тонно-километров) < М(у) < 63888,4 (тыс. тонно-километров).

В результате расчета ресурса легкового автомобиля ЗАЗ-11022 “Таврия” было определено: среднее значение пробега до капитального ремонта: ; среднее квадратическое отклонение: ; коэффициент вариации: ; доверительный интервал: 131,68 < <М(х)<163,88 ; выбран нормальный закон распределения, т. к. ; построен полигон экспериментального распределения (см. рисунок 1) и график интегральной функции эмпирического определения (см. рисунок 2); рассчитаны и построены графики дифференциальной (см. рисунок 3) и интегральной функции (см. рисунок 4) выбранного теоретического распределения; проверено совпадение экспериментального и теоретического распределения с помощью критерия Пирсона. Также определено, сколько из общего количества – 65 легковых автомобилей – в интервале пробега от 191 до 227 потребуют капитального ремонта 10 автомобилей; при пробеге до 119 потребует капитального ремонта 20 автомобилей.