МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ, СТАТИСТИКИ И ИНФОРМАТИКИ
Семестровая работа по курсу
«Диагностика кризисного состояния предприятия»
Выполнила: Чумарина Диляра Равилевна
Группа: ДЭС-401
Проверил: д.т.н., профессор
Фомин Ярослав Алексеевич
Москва, 2010
Введение.
В данной работе производится дискриминация России по обучающей выборке стран Европы, которые предварительно разделены на 2 группы: передовые страны и отстающие страны. За основу дискриминации взяты несколько основных показателей экономического развития страны. Для первоначального разбиения использовался показатель «ВВП на душу населения, тыс. евро».
Кроме того, проводится сравнение уровня развития России и других стран бывшего советского лагеря в динамике за 2004-2007 годы.
Исходные данные.
Признак
Передовые страны S1
X1(1)
X2(1)
X3(1)
X4(1)
ВВП на душу населения, тыс.евро
60,307
34,631
25,838
41,575
Кол-во автомобилей на 1 тыс.чел.
Средняя продолжительность
жизни мужчин, лет (ожидаемая)
X1(1) – Норвегия
X2(1) – Нидерланды
X3(1) – Италия
X4(1) – Швейцария
Признак
Отстающие страны S2
X1(1)
X2(1)
X3(1)
X4(1)
ВВП на душу населения, тыс.евро
5,547
8,411
10,067
15,409
Кол-во автомобилей на 1 тыс.чел.
Средняя продолжительность
жизни мужчин, лет (ожидаемая)
X1(1) – Румыния
X2(1) – Литва
X3(1) – Венгрия
X4(1) – Португалия
Обучение с тремя показателями.
1.Для групп стран S1 и S2 составим векторы средних (соответственно а1 и а2), а также их разность.
40,59
9,76
50,35
30,83
а1=
488,25
а2=
346,25
а1+а2=
834,5
а1-а2=
77,25
68,5
145,75
8,75
2.Вычислим ковариационные матрицы М1 и М2, где m1 и m2 количество преуспевающих и кризисных предприятий соответственно
2.1.Ковариационная матрица М1
19,71925
(X1(1)-a1)=
-59,25
(X1(1)-a1)T=
19,71925
-59,25
0,75
0,75
-5,95675
(X2(1)-a1)=
-59,25
(X2(1)-a1)T=
-5,95675
-59,25
-1,25
-1,25
-14,7498
(X3(1)-a1)=
92,75
(X3(1)-a1)T=
-14,7498
92,75
-0,25
-0,25
0,98725
(X4(1)-a1)=
25,75
(X4(1)-a1)T=
0,98725
25,75
0,75
0,75
388,8488
-1168,37
14,78944
(X1(1)-a1)(X1(1)-a1)T =
-1168,37
3510,563
-44,4375
14,78944
-44,4375
0,5625
35,48287
352,9374
7,445938
(X2(1)-a1)(X2(1)-a1)T =
352,9374
3510,563
74,0625
7,445938
74,0625
1,5625
217,5551
-1368,04
3,687438
(X3(1)-a1)(X3(1)-a1)T =
-1368,04
8602,563
-23,1875
3,687438
-23,1875
0,0625
0,974663
25,42169
0,740438
(X4(1)-a1)(X4(1)-a1)T =
25,42169
663,0625
19,3125
0,740438
19,3125
0,5625
642,8615
-2158,05
26,66325
=
-2158,05
16286,75
25,75
26,66325
25,75
2,75
214,2872
-719,349
8,88775
М1 =
-719,349
5428,917
8,583333
8,88775
8,583333
0,916667
2.2.Ковариационная матрица М2
-4,6115
(X1(2)-a2)=
-197,25
(X1(2)-a2)T=
-4,6115
-197,25
-1,5
-1,5
-1,3475
(X2(2)-a2)=
37,75
(X2(2)-a2)T=
-1,3475
37,75
-2,5
-2,5
0,3085
(X3(2)-a2)=
-66,25
(X3(2)-a2)T=
0,3085
-66,25
-0,5
-0,5
5,6505
(X4(2)-a2)=
225,75
(X4(2)-a2)T=
5,6505
225,75
4,5
4,5
21,26593
909,6184
6,91725
(X1(2)-a2)(X1(2)-a2)T =
909,6184
38907,56
295,875
6,91725
295,875
2,25
1,815756
-50,8681
3,36875
(X2(2)-a2)(X2(2)-a2)T =
-50,8681
1425,063
-94,375
3,36875
-94,375
6,25
0,095172
-20,4381
-0,15425
(X3(2)-a2)(X3(1)-a2)T =
-20,4381
4389,063
33,125
-0,15425
33,125
0,25
31,92815
1275,6
25,42725
(X4(2)-a2)(X4(2)-a2)T =
1275,6
50963,06
1015,875
25,42725
1015,875
20,25
55,10501
2113,913
35,559
=
2113,913
95684,75
1250,5
35,559
1250,5
18,36834
704,6375
11,853
М1 =
704,6375
31894,92
416,8333
11,853
416,8333
9,666667
3.Найдём общую ковариационную матрицу М
155,1037
-9,80739
13,82717
М =
-9,80739
24882,56
283,6111
13,82717
283,6111
7,055556
4.Найдём обратную матрицу М-1
0,00959
0,000402
-0,03497
M-1 =
0,000402
9,1E-05
-0,00445
-0,03497
-0,00445
0,389067
5.Найдём произведение транспонированной разности векторов средних групп предприятий (а1-а2)Т и обратной общей ковариационной матрицы M-1
(а1-а2)T =
30,82925
8,75
1/2*(а1-а2)T =
15,41463
4,375
(а1-а2)T M-1 =
0,046827
-0,01359
1,694698
1/2 (а1-а2)T M-1 =
0,023414
-0,0068
0,847349
Для определения достоверности:
Вычислим расстояние Махаланобиса:
=14,342
=3,787
Найдем и
0,707
2,121
Найдем
p=3
=0,03711
= 0,22346
= 0,20319
= 1,125
=0,08819
Достоверность прогноза равна = 0,91181
Обучение с четырьмя показателями.
Добавим ещё один показатель – производство электроэнергии на душу населения.
Признак
Передовые страны S1
X1(1)
X2(1)
X3(1)
X4(1)
ВВП на душу населения, тыс.евро
60,307
34,631
25,838
41,575
Кол-во автомобилей на 1 тыс.чел.
Средняя продолжительность
жизни мужчин, лет (ожидаемая)
Производство электроэнергии
на душу населения, МВт/ч
26,101
6,015
5,339
8,577
X1(1) – Норвегия
X2(1) – Нидерланды
X3(1) – Италия
X4(1) – Швейцария
Признак
Отстающие страны S2
X1(1)
X2(1)
X3(1)
X4(1)
ВВП на душу населения, тыс.евро
5,547
8,411
10,067
15,409
Кол-во автомобилей на 1 тыс.чел.
Средняя продолжительность
жизни мужчин, лет (ожидаемая)
Производство электроэнергии
на душу населения, МВт/ч
2,917
3,671
3,556
4,623
X1(1) – Румыния
X2(1) – Литва
X3(1) – Венгрия
X4(1) – Португалия
1. Для групп стран S1 и S2 составим векторы средних (соответственно а1 и а2), а также их разность.
40,58775
9,7585
50,34625
30,82925
а1=
488,25
а2=
346,25
а1+а2=
834,5
а1-а2=
77,25
68,5
145,75
8,75
11,508
3,69175
15,19975
7,81625
2. Вычислим ковариационные матрицы М1 и М2, где m1 и m2 количество преуспевающих и кризисных предприятий соответственно
2.1. Ковариационная матрица М1
19,7192
(X1(1)-a1)=
-59,25
(X1(1)-a1)T=
19,71925
-59,25
0,75
14,593
0,75
14,593
-5,95675
(X2(1)-a1)=
-59,25
(X2(1)-a1)T=
-5,95675
-59,25
-1,25
-5,493
-1,25
-5,493
-14,7498
(X3(1)-a1)=
92,75
(X3(1)-a1)T=
-14,7498
92,75
-0,25
-6,169
-0,25
-6,169
0,98725
(X4(1)-a1)=
25,75
(X4(1)-a1)T=
0,98725
25,75
0,75
-2,931
0,75
-2,931
388,8488
-1168,37
14,78944
287,763
(X1(1)-a1)(X1(1)-a1)T =
-1168,37
3510,563
-44,4375
-864,635
14,78944
-44,4375
0,5625
10,94475
287,763
-864,635
10,94475
212,9556
35,48287
352,9374
7,445938
32,72043
(X2(1)-a1)(X2(1)-a1)T =
352,9374
3510,563
74,0625
325,4603
7,445938
74,0625
1,5625
6,86625
32,72043
325,4603
6,86625
30,17305
217,5551
-1368,04
3,687438
90,99121
(X3(1)-a1)(X3(1)-a1)T =
-1368,04
8602,563
-23,1875
-572,175
3,687438
-23,1875
0,0625
1,54225
90,99121
-572,175
1,54225
38,05656
0,974663
25,42169
0,740438
-2,89363
(X4(1)-a1)(X4(1)-a1)T =
25,42169
663,0625
19,3125
-75,4733
0,740438
19,3125
0,5625
-2,19825
-2,89363
-75,4733
-2,19825
8,590761
642,8615
-2158,05
26,66325
408,581
=
-2158,05
16286,75
25,75
-1186,82
26,66325
25,75
2,75
17,155
408,581
-1186,82
17,155
289,776
214,2872
-719,349
8,88775
136,1937
М1 =
-719,349
5428,917
8,583333
-395,608
8,88775
8,583333
0,916667
5,718333
136,1937
-395,608
5,718333
96,59201
2.2. Ковариационная матрица М2
-4,6115
(X1(2)-a2)=
-197,25
(X1(2)-a2)T=
-4,6115
-197,25
-1,5
-0,77475
-1,5
-0,77475
-1,3475
(X2(2)-a2)=
37,75
(X2(2)-a2)T=
-1,3475
37,75
-2,5
-0,02075
-2,5
-0,02075
0,3085
(X3(2)-a2)=
-66,25
(X3(2)-a2)T=
0,3085
-66,25
-0,5
-0,13575
-0,5
-0,13575
5,6505
(X4(2)-a2)=
225,75
(X4(2)-a2)T=
5,6505
225,75
4,5
0,93125
4,5
0,93125
21,26593
909,6184
6,91725
3,57276
(X1(2)-a2)(X1(2)-a2)T =
909,6184
38907,56
295,875
152,8194
6,91725
295,875
2,25
1,162125
3,57276
152,8194
1,162125
0,600238
1,815756
-50,8681
3,36875
0,027961
(X2(2)-a2)(X2(2)-a2)T =
-50,8681
1425,063
-94,375
-0,78331
3,36875
-94,375
6,25
0,051875
0,027961
-0,78331
0,051875
0,000431
0,095172
-20,4381
-0,15425
-0,04188
(X3(2)-a2)(X3(2)-a2)T =
-20,4381
4389,063
33,125
8,993437
-0,15425
33,125
0,25
0,067875
-0,04188
8,993437
0,067875
0,018428
31,92815
1275,6
25,42725
5,262028
(X4(2)-a2)(X4(2)-a2)T =
1275,6
50963,06
1015,875
210,2297
25,42725
1015,875
20,25
4,190625
5,262028
210,2297
4,190625
0,867227
55,10501
2113,913
35,559
8,82087
=
2113,913
95684,75
1250,5
371,2593
35,559
1250,5
5,4725
8,82087
371,2593
5,4725
1,486323
18,36834
704,6375
11,853
2,94029
М2 =
704,6375
31894,92
416,8333
123,7531
11,853
416,8333
9,666667
1,824167
2,94029
123,7531
1,824167
0,495441
Найдём общую ковариационную матрицу М
155,1037
-9,80739
13,82717
92,75598
-9,80739
24882,56
283,6111
-181,236
М =
13,82717
283,6111
7,055556
5,028333
92,75598
-181,236
5,028333
64,72497
Найдём обратную матрицу М-1
0,064894
0,000268
-0,07646
-0,08631
0,000268
9,14E-05
-0,00435
0,000209
M-1 =
-0,07646
-0,00435
0,420192
0,064748
-0,08631
0,000209
0,064748
0,134689
Найдём произведение транспонированной разности векторов средних групп предприятий (а1-а2)Т и обратной общей ковариационной матрицы M-1