Сетевое издание
Международный студенческий научный вестник
ISSN 2409-529X

ПРОГНОЗИРОВАНИЕ ЧИСЛЕННОСТИ ЛЕТНОГО ЭКИПАЖА В АВИАКОМПАНИИ ООО «УЛЁТ»

Цой Е.В. 1
1 Финансовый университет при Правительстве РФ
1. Гармаш А.Н., Орлова И.В., Математические методы в управлении: учебное пособие. – М.: ИНФРА-М, 2012. – 272 с.
2. Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование: учебное пособие для студентов высших учебных заведений, обучающихся по специальности “Статистика” и другим экономическим специальностям. – 3-е издание, перераб. и доп. Серия «Вузовский учебник». – М., 2011.
3. Орлова И.В. Экономико-математическое моделирование: практическое пособие по решению задач. – 2-е издание, испр. и доп. – М.: ИНФРА-М, 2012.
4. Турундаевский В.Б. Компьютерное моделирование экономико-математических методов // Международный журнал прикладных и фундаментальных исследований. – 2014. – № 1-2. – С. 229-230.

Данная работа посвящена анализу численности летного экипажа, а также для дальнейшего прогнозирования летчиков и бортпроводников на основе конкретной фирмы и с заданными данными. Эта задача представляет интерес и актуальность для авиакомпаний, которые планируют и прогнозируют численность летного состава.

Цель работы является проведение анализа численности летчиков и бортпроводников авиакомпании ООО «Улёт», данные полученные на основании реальной компании, которая не афишируется в связи с конфиденциальностью информации, а название вымышленное.

Исходные данные с 01.01.2010 по 30.11.2014. По этим данным будет построенная регрессионная модель, а также произведена оценка качества модели. Для выполнения исследования использовался программный продукт Microsoft Excel.

Результирующей (эндогенной) переменной будет считаться численность летчиков и бортпроводников, фактор выбран налет на самолете за месяц (экзогенная).

Исходные данные получены из статистических отчетов с 01.01.2010 – 30.11.2014, в которые разбиты данные на 58 месяцев.

Реализация

Схема проведения оценки взаимосвязи статистических показателей при решении данной задачи будет выглядеть следующем образом:

1. Корреляционный анализ, получим матрицу коэффициентов парной корреляции для двух переменных с помощью инструмента Корреляция из пакета Анализа данных в Excel на основании исходных данных из таблицы 1.

Таблица 1

налет

ЛС

БП

налет

ЛС

БП

х1

у1

у2

х1

у1

у2

2284

85

214

4191

117

320

1921

81

176

4840

119

322

2389

84

180

4873

131

322

2459

83

191

4518

123

306

2419

86

198

4200

112

292

2712

83

200

4305

121

325

2958

90

218

4466

131

324

2987

84

227

4555

122

308

2714

81

207

4095

112

290

2497

78

198

4567

126

285

2417

74

200

4363

127

302

2201

88

218

4646

119

313

2469

89

222

4969

136

349

1971

85

191

5153

143

362

2331

91

202

5467

145

376

2731

94

229

4884

130

333

2861

92

245

4314

108

267

3641

96

280

4199

128

295

3962

93

280

4198

125

282

4106

104

283

4178

138

283

3833

100

258

3928

119

231

3697

93

253

4242

129

248

3287

103

255

4284

126

255

3662

106

274

4727

130

273

3548

102

266

4863

136

287

3336

99

246

5216

141

315

3345

99

239

5243

138

322

3310

96

242

5052

129

324

3580

103

280

4728

126

303

Таблица 2

налет

ЛС

БП

налет

1

ЛС

0,928316

1

БП

0,926759

0,865588

1

Из таблицы 2 можно сделать оценку по шкале Чеддока, что взаимосвязь является весьма высокая т.к. входит в шкалу 0,9-1,0 ЛС и БП (летный состав и бортпроводники).

2. Регрессионный анализ, для этого построим однофакторную модель регрессии с помощью Регрессии из пакета Анализа данных в Excel, увидим зависимость ЛС и налета, БП и налета.

В результате получили регрессионный анализ ЛС и налета в таблице 3, БП и налета в таблице 4, из таблиц построим уравнение для ЛС и налета У1=36,62+0,019Х, для БП и налета У2=90,78+0,047Х.

3. Проверим качество уравнения регрессии, качество модели оценивается коэффициентом детерминации R2.

R12 и R22 показывает 86%, что обуславливает влияние фактора налета на уравнение У1 и У2, что является высокой.

Также нужно оценить значимость точности модели с помощью средней ошибки аппроксимации Еотн1 и Еотн2 = 6%, Еотн < 7%, свидетельствует о хорошей значимости модели.

Следующая оценка значимости проверяется с помощью критерия Фишера.

F1 = 349 и F2 = 341, больше Fкр = 4, уравнение регрессии следует признать значимым.

4. Определим значимость параметров модели регрессии при а = 0,05. Вычислим tрасч, таким образом получаем:

tрасч = 18 у обоих, tкр = 2, в итоге tрасч > tкр, что означает в-коэффицент значимый.

Еще один способ проверки значимости, это доверительный интервал нижней и верхней границы, если они оба положительны, то в-коэффицент также является значимый. В итоге значимый.

5. Доверительный интервал для прогнозов индивидуального значения У, к уравнению У прибавляется U, это тот интервал при котором возможна погрешность прогноза U1 = 16, U2 = 38.

Таким образом, на рисунках 1 и 2 мы увидим прогноз с доверительным интервалом.

Таблица 3

missing image file

Таблица 4

missing image file

missing image file

Рисунок 1

missing image file

Рисунок 2

Из полученных результатов при налете 5110, вероятностью 95% получили ЛС 119-151 чел., БП 291-367 чел., что характеризует широкий разрыв, является значительной неопределенностью прогноза линии регрессии, связана, прежде всего с высоким разбросом остатков.

6. Прогнозирование численности ЛС и БП на 2015 год в авиакомпании ООО «Улёт».

Возьмем за основу прогнозирования уравнение регрессии без доверительного интервала. В итоге получился прогноз на 2015 год по ЛС и БП (табл. 5).

Заключение

Итак, в данной работе проведен анализ численности экипажа летного состава авиакомпании ООО «Улёт». В процессе решения поставленной задачи была построена регрессионная модель.

Методом анализа уравнения был выявлен результат, что построенное уравнение является значимым для исходящих данных. В частности налет самолетов зависит от численности летного состава и бортпроводников. Полученное регрессионное уравнение позволяет сделать вывод, что при какой сумме налета в месяц изменится необходимая численность экипажа.

Полученные данные могут быть использованы авиакомпанией ООО «Улёт» для прогнозирования расчета необходимой численности летчиков и бортпроводников компании.

Таблица 5

Хпрог

Упрог1

Упрог2

Хпрог

Упрог1

Упрог2

4796

129

315

5473

142

346

4715

127

311

5696

146

357

5037

133

326

5690

146

357

4568

124

304

5396

140

343

5116

135

330

4885

130

319

5003

133

324

4853

130

317

5333

139

340

4987

132

324


Библиографическая ссылка

Цой Е.В. ПРОГНОЗИРОВАНИЕ ЧИСЛЕННОСТИ ЛЕТНОГО ЭКИПАЖА В АВИАКОМПАНИИ ООО «УЛЁТ» // Международный студенческий научный вестник. – 2015. – № 4-1. ;
URL: https://eduherald.ru/ru/article/view?id=12699 (дата обращения: 29.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674