基于统计学方法的收发存报表数据预估分析
——以河南安阳钢铁集团公司为例
2012-09-06河南安阳钢铁集团公司郭成江
河南安阳钢铁集团公司 郭成江
基于统计学方法的收发存报表数据预估分析
——以河南安阳钢铁集团公司为例
河南安阳钢铁集团公司 郭成江
收发存报表是等量时间间隔内的收货、发货、存货数量的汇总,是生产经营活动数量化的直观反映,报表对生产经营管理起着非常重要的作用。统计预测就是根据已知的统计资料,建立相关数学模型,对社会经济现象的发展前景进行预估。统计预测作为运用统计资料分析研究问题的重要工具,在整个统计工作中有着重要地位,在整个社会经济管理过程也具有十分重要的作用。
一、问题的提出
在生产经营管理实践中,当需要预测未来某一时段的生产数量时,经常要参考一些统计报表,如收发存报表,并采用定性的分析方法预估,定性的方法主观性强,预估的得到的数据与实际数据相差较大。而采用定量的分析方法,对有关的收发存报表数据进行分析,可以比较准确地预估未来某一时段的生产数量,为企业制订生产计划提供科学依据。本文,笔者以河南安阳钢铁集团公司为例,以某一时段生产经营中的铁路货车收发存报表数据为依据,采用统计学的相关方法,对第10周的存车数C10′和发车数F10′进行预估,以期对同行有所参考。
二、收发存报表预测数学模型的建立
1.河南安阳钢铁集团公司在某段时间内的铁路货车收发存报表见表1。
表1 某段时间内的铁路货车收发存报表
B,F,C分别表示报车数值、发车数值、存车数值。选取的统计时段为10周。
上表数据存在如下数量关系:Fn= Bn+Cn-1-Cn(n为统计时段,n=0,1,2,…,10),如第三周的发车数F3=B3+C2-C3=707+273-291= 689。表中数据符合下述条件:数据产生的时间是连续的,时间间隔相等;本期发车数Fn产生于本期的报车数 Bn和相邻两期的存车数差Cn-11-Cn; Cn-1是已知的。若Cn的数值得到确定,就能确定出本期发车数Fn。
2.假设预测对象为Cn′,Cn′是要得到的第n期的存车数量。采用算术移动平均法来预测当期的存车数Cn′,期数t的选择上,可取t= 3或t= 4等等,这里选取t= 3,即
根据式(1),随机选取第6期C6′,得出第6期的存车数C6′=(C3+C4+C5)/ 3= (291+411+364)/ 3= 355车。同上,可以算出当n= 4,5,6,7周时的预测存车数分别是288,325,355,425。
经过与n= 4,5,6,7周时的实际存车数Cn比较,可以看出差异较大,需要对预测数值进行修正,设修正值为λ=Cn/Cn′,计算出的Cn′,Cn,λ值见表2。
表2 Cn′,Cn,λ预测数值
取λ的平均值作为修正系数i,即i= (1.43+1.12+1.41)/3= 1.32,修正后的存车数为Cn′′,即Cn′′= 1.32Cn′,其具体数值见表3。
表3 修正后的Cn′′值
3.经过以上的推演,就可以得到第n周的火车发车预测数学模型:
三、预测数学模型的验证比较
1.根据预测模型,得到当n= 4,5,6,7周时的预测发车数数值Fn′,并与实际发车数数值Fn比较。比较结果见表4。
表4 Fn′和Fn数值比较
由表4可知,第7 周的预测数值与实际发生数值基本接近。
2.运用上述相同的方法,可以求出第8周的预测发车数数值F8′:修正系数i以5,6,7期的Cn′,Cn,λ值确定,得出i= 1.30,求出F8′= 904;第9周的预测发车数数值F9′:修正系数i以6,7,8期Cn′,Cn,λ确定,得出i= 1.29,求出F9′= 1307;第10周的预测发车数数值F10′:修正系数i以7,8,9周的Cn′,Cn,λ值确定,得出i= 1.29, 求出C10′′= 801,F10′= 912。
四、预测数学模型的适用范围
该模型适用于时间上具有连续性的收发存报表的数量(值)预测,使用时可以根据需要选取合适的期数t,得出的预测数值适时与实际数值相互验证,差距较大时,要分析原因,及时进行校正,以便与生产实际相吻合。
五、结论
通过上述方法对收发存报表进行分析,建立生产数值的预测数学模型,用定量的预测数值指导生产实践,把报表统计工作从总结历史资料的传统领域扩大到面向未来的领域。这不仅加强了报表统计资料的应用和统计分析工作,也使统计工作同现实的结合更加紧密,丰富了统计工作的内容。
book=0,ebook=78