Professional Documents
Culture Documents
projektami informatycznymi.
Poradnik dla menederw
Autor: Kazimierz Wakowski, Jacek Chmielewski
ISBN: 978-83-246-0747-1
Format: B5, stron: 448
Kompletny przewodnik po procesie realizacji przedsiwzi informatycznych
Poznaj skuteczne metody zarzdzania projektami
Naucz si realistycznie planowa przebieg przedsiwzi
Zapewnij sukces wasnym projektom informatycznym
Czy potrafisz wskaza udan informatyzacj na wielk skal? A nieudan? Na pewno
w tym drugim przypadku przyszo Ci na myl o wiele wicej organizacji. Z bada
wynika, e zaledwie 30 procent przedsiwzi informatycznych koczy si penym
sukcesem, a pozostaa cz koczy si albo przekroczeniem terminu i budetu,
albo niepen realizacj oczekiwanej funkcjonalnoci, albo nawet cakowitym
niepowodzeniem i odstpieniem od realizacji. Co moesz zrobi, aby Twoje projekty
znalazy si w tej pierwszej grupie?
Dziki tej ksice poznasz skuteczne i sprawdzone metody realizacji przedsiwzi
informatycznych. Dowiesz si, jakie s najczciej spotykane przyczyny niepowodze
projektw oraz jak ich unikn, a take jakie zadania stoj przed kierownikiem projektu,
ktry chce sprawnie zarzdza realizacj zada. Nauczysz si przeprowadza analiz
potrzeb biznesowych oraz tworzy budet i harmonogram prac, co zwikszy szans
na udane zakoczenie Twoich projektw. W poradniku omwiono m.in. nastpujce
zagadnienia:
Spis treci
Wstp .............................................................................................. 5
Rozdzia 1. Oglne informacje o projektach ...................................................... 15
1.1. Co to jest projekt? ..................................................................................................... 15
1.2. Przyczyny niepowodze wielu przedsiwzi informatycznych ............................. 16
1.3. Zarzdzanie projektem ............................................................................................. 18
1.4. Rola kierownika projektu ......................................................................................... 20
Rozdzia 3.
Budetowanie
i okrelenie
efektywnoci projektu
3.1. Szacowanie kosztw
Na bardzo oglnym poziomie koszty projektu s szacowane poprzez spojrzenie na
koszty robocizny i na pozycje niezwizane z opacaniem pracy. Koszt robocizny jest
ustalany na podstawie liczby godzin zatrudnienia kadej osoby przy projekcie i przemnoenia jej przez koszt jednej godziny pracy. W wielu przedsibiorstwach przyjmowany
jest zerowy koszt robocizny pracownikw wasnych, poniewa koszt ich zatrudnienia
jest ju uwzgldniony w budecie waciwego dziau. To nie oznacza jednak, e tych
kosztw nie ma. Jest to raczej zaoenie, e nie wystpuj dodatkowe koszty robocizny poza tymi, ktre ju s pacone przez firm. Jeeli wyliczono przybliony godzinowy
koszt przypadajcy na pracownika, to kwota ta moe (lub nie) zawiera zysk. W niektrych firmach zyski wypracowywane przez pracownika s dodawane do oszacowania
kosztw caego projektu. W innych ta pozycja nie jest uwzgldniana w kosztach. Jeeli
chce si wczy zysk do kosztw, zazwyczaj jest on wyliczany jako stay procent
kosztw godzinowych. Jeeli zatrudniono pracownikw spoza firmy lub pracownikw
konsultingowych, ich koszty zawsze musz by obliczone i uwzgldnione w budecie.
Kierownik projektu musi ustali, jakich osb spoza firmy bdzie potrzebowa oraz ich
godzinowe stawki. Nastpnie naley pomnoy te czynniki, by otrzyma koszt cakowity
na osob. Przed zawarciem umowy nikt nie jest pewny, ile wynosi rzeczywisty koszt
zatrudnienia jakiej osoby z zewntrz. W celu oszacowania tych kosztw powinno si
przyj najczciej stosowane stawki w przypadku zatrudniania takich osb. Na przykad
moe to by standardowy koszt roboczogodziny dla pracownikw, kontrahentw ksigowych lub programistw. Jeeli na tym etapie nie wiadomo, czy projekt bdzie wymaga
zatrudnienia osb spoza firmy, mona sporzdzi podstawowe zaoenia dotyczce ekipy
i udokumentowa je.
174
Oszacowaniu podlegaj koszty stae i zmienne projektu. Koszty zmienne to takie, ktre
zmieniaj si w zalenoci od tego, ile jednostek nakadu bdzie zuytych. Oczywistym
kosztem zmiennym projektu s kontrakty pracy oraz, w mniejszym stopniu, robocizna
pracownikw wewntrznych. Im wicej roboczogodzin potrzeba na realizacj zadania
przez kontrahenta lub konsultanta, tym wikszy bdzie koszt dla projektu. Koszty czsto
zale take od wasnych okrelonych zasobw ludzkich. Koszt pracownika wasnego
moe wynosi 50 z na godzin (plus zyski), podczas kiedy koszt podobnego rodzaju
pracownika kontraktowego moe wynie 90 z na godzin.
Koszty stae to takie, ktre s niezmienne dla projektu bez wzgldu na uyte zasoby.
Na przykad w przypadku budowy domu koszt budulca i betonu bdzie ustalony, jak
tylko zostanie uzgodniony projekt techniczny. Jeeli cz projektu zostanie zlecona
stronie trzeciej za ustalon cen, staje si ona take kosztem staym (niezalenie czy
projekt trwa duej czy krcej, ni jest to przewidziane, jego koszt nie moe przekroczy
ustalonych kosztw staych).
Nigdy nie pozna si wszystkich szczegw projektu przed jego rozpoczciem. Dlatego
wane jest, aby dokumentowa wszystkie zaoenia, ktre zostay przyjte podczas
szacowania kosztw.
Na rynku dostpnych jest ju wiele narzdzi wspomagajcych prac kierownika projektu.
O ile narzdzia te uatwiaj w znacznym stopniu szacowanie kosztw robocizny i materiaw potrzebnych do realizacji przedsiwzicia, o tyle ich funkcjonalno w zakresie
rozlicze finansowych jest niedostateczna. Nie s one w stanie sprosta wszystkim
potrzebom kierownika projektu, szczeglnie w aspekcie kontroli finansw przedsiwzicia i analizy trendw. Poza obliczeniem i ledzeniem kosztw kierownik projektu
musi obserwowa realizacj umw z wykonawcami zewntrznymi, terminowo pozyskiwania funduszy od inwestorw oraz terminowo patnoci, czyli musi bezbdnie rozlicza si z budetu, ktrym dysponuje. W tym zakresie arkusz kalkulacyjny nadal pozostaje niezbdnym i podstawowym narzdziem kierownika projektu.
Rne s formy finansowania przedsiwzi. Zale one od wielkoci firmy, rodzaju
jej dziaalnoci, wielkoci projektu, rodzaju przedsiwzicia i wielu innych czynnikw.
175
Poniej na rysunku 3.1 przedstawiono przykad arkusza kalkulacyjnego uwzgldniajcego terminy, kwoty i sposb finansowej obsugi przedsiwzicia informatycznego
realizowanego w latach 2005 2007 w Polskim Komitecie Normalizacyjnym.
Przykad 3.1
Zestawienia kosztw i oszczdnoci (wynikajcych z zastosowania proponowanych
rozwiza) dla Przedsibiorstwa X podzielono na dwie czci: sprzeda i zysk patrz
rysunek 3.2.
176
177
35%
30%
45%
3%
25%
25%
163%
2. ZYSK
bardziej precyzyjny i udoskonalony system informowania
kierownictwa
3%
1%
3%
7%
rdo: opracowanie wasne
Rysunek 3.3.
Przykad
rzeczywistego
oglnego
harmonogramu
przedsiwzicia,
ktrego finansowanie
wspomaga
przedstawiony
na rysunku 3.4
arkusz MS Excel
178
Rysunek 3.4.
Przykad
rzeczywistego
rozliczenia
finansowego
przedsiwzicia,
sporzdzonego
w arkuszu
kalkulacyjnym
MS Excel
179
realizacji i eksploatacji.
W grupie metod statycznych wyrniamy:
rachunek porwnawczy kosztw;
rachunek porwnawczy zyskw;
rachunek rentownoci;
rachunek okresu i stopy zwrotu.
A=
N i Wr
n
180
gdzie:
Ni nakady inwestycyjne,
Wr warto rezydualna obiektu,
Z=
N i Wr
S zk
2
Przykad 3.2
Projekt inwestycyjny zakada wymian wyeksploatowanej linii technologicznej na lini
nowej generacji. Przyjmuje si, e nowa inwestycja zapewni wysz ilo i jako
produktw, a co si z tym wie, wysz ich poda i cen. Prognozy wskazuj, e skok
jakociowy produktw doprowadzi take do wzrostu popytu na nie.
W tej sytuacji posikowanie si wycznie rachunkiem porwnawczym nie umoliwi
podjcia waciwej decyzji o uruchomieniu projektu. Intuicja podpowiada, e jest to
jednak dobry pomys. W sytuacji kiedy pojawiaj si tego typu wtpliwoci, dobrze
jest mie w zanadrzu metod, ktra pozwoli je wyjani.
T metod moe by metoda rachunku porwnawczego zyskw. W skrcie mona
opisa j nastpujco:
181
Z =PK
Przy spenieniu warunkw dla konkretnych wariantw inwestycji:
Zn 0
i porwnujc alternatywne rozwizania oznaczone symbolami 1, 2, , n, wybierzemy
wariant k, jeli speniona bdzie nierwno:
Zk > Zn
W praktyce do oceny opacalnoci wariantw projektw rachunek porwnawczy zyskw
jest rzadziej stosowany ni rachunek porwnawczy kosztw.
Re =
Z0
Dk
gdzie:
Re wskanik rentownoci,
Z0 zysk z inwestycji,
Dk zaangaowany kapita.
Spraw niezwykle istotn w tym rachunku jest ustalenie rozmiarw rzeczywistego
zaangaowania kapitau. W praktyce rzeczywisty kapita jest stopniowo zmniejszany
dziki odpisom amortyzacyjnym.
R ekw =
Zn
D kw
gdzie:
Rekw rzeczywisty wskanik rentownoci,
Zn zysk z inwestycji netto,
Dkw zaangaowany kapita po odliczeniu amortyzacji.
182
Przykad 3.3
Dane s dwa projekty A i B. Koszt inwestycji kadego z nich wynis 950 tys. z. Poniej
przedstawiono sumy strumieni pieninych w tysicach z na koniec kadego okresu
rozliczeniowego (roku).
2001
2002
2003
2004
2005
Projekt A
300
600
1 150
1 800
1 830
Projekt B
310
700
1 150
1 250
1 280
183
Rysunek 3.5.
Porwnanie okresw
zwrotu dwch
projektw
NPV 0
184
Dodatnia bieca warto netto informuje, e stopa rentownoci ocenianego przedsiwzicia jest wysza od stopy minimalnej (granicznej), okrelonej przez przyjt stop
dyskontow. Oznacza to, e kada inwestycja charakteryzujca si wartoci NPV
wiksz od zera (lub przynajmniej rwn zeru) moe by realizowana, gdy jest efektywna z punktu widzenia firmy.
Ujemna warto NPV oznacza, e rentowno inwestycji jest nisza, ni oczekiwano,
i naley j odrzuci jako nieracjonaln z punktu widzenia inwestora. Jeli oceniamy kilka
wariantw inwestycyjnych, jako kryterium wyboru stosujemy maksymalizacj NPV.
Rachunek zdyskontowanej wartoci netto moe obejmowa okres wieloletni. W takim
przypadku wydatki i wpywy rozkadaj si na poszczeglne lata, poniewa zachodzi
potrzeba zdyskontowania oddzielnie dla kadego roku przepyww pieninych netto
bdcych rnic midzy strumieniem wpyww pieninych a wydatkw pieninych.
Suma zdyskontowanych wielkoci w okresie objtym rachunkiem odpowiada wartoci zaktualizowanej netto.
D=
1
(1 + k )t
gdzie:
NPV = I 0 +
NCF1
(1 + k )
NCF2
(1 + k )
NCF3
(1 + k )
+ ... +
NCFn
(1 + k )
gdzie:
I0 koszt inwestycji poniesiony w roku zerowym.
Przykad 3.4
Kierownictwo firmy rozwaa sposb zainwestowania 100 000 z na cztery lata. W gr
wchodz dwa projekty lub alternatywna moliwo ulokowania tych pienidzy w zakup
10% obligacji pastwowych. Projekt A przewiduje otrzymanie po kolejnych 12-miesicznych okresach odpowiednio 60 000, 20 000, 30 000 i 5000 z, projekt B odpowiednio
185
50 000, 50 000, 50 000 i 70 000 z. Zakadamy, e wszystkie trzy inwestycje maj taki
sam stopie ryzyka2.
W celu wyboru najbardziej opacalnej inwestycji naley obliczy dla obu projektw
warto NPV przy stopie dyskonta 10%. Gdy NPV przyjmie warto ujemn, dany
projekt jest nieopacalny, gdy przyjmie warto dodatni, jest opacalny i warto go
realizowa. W przypadku NPV = 0 atrakcyjno danego projektu bdzie rwnowana
zakupowi za przeznaczony na inwestycj kapita obligacji pastwowych oprocentowanych na 10%.
Jako narzdzia wspomagajcego obliczenia uyto arkusza kalkulacyjnego MS Excel 2003.
Widok arkusza z danymi opisujcymi oba projekty zamieszczono na rysunku 3.6.
Rysunek 3.6.
Porwnanie okresw
zwrotu dwch
projektw
Funkcje w MS Excel:
Kategoria: Finansowe, posta: PV(Stopa;Liczba_rat;Rata;Wp;Typ)
186
gdzie:
Stopa to stopa procentowa dla okresu. Na przykad osoba otrzymujca
Wstaw/Funkcja/Finansowe/PV.
Okno dialogowe wstawienia funkcji PV() w arkusz i ustawienia jej parametrw
przedstawiono na rysunku 3.7.
Rysunek 3.7.
Uycie funkcji PV()
arkusza MS Excel
187
Funkcje w MS Excel:
Kategoria: Finansowe, posta: NPV(Stopa;Warto_1; Warto_2; ...; Warto_29).
Oblicza obecn warto netto inwestycji na podstawie danej stopy dyskontowej oraz
serii przyszych patnoci (wartoci ujemne) i dochodw (wartoci dodatnie).
Stopa to stopa dyskontowa staa we wszystkich okresach.
Warto_1; Warto_2, to od 1 do 29 argumentw przedstawiajcych patnoci
i przychody.
Przyjmuje si, e Warto_1, Warto_2, s rwnomiernie rozmieszczone
188
Wstaw/Funkcja/Finansowe/NPV.
Okna dialogowe wstawienia w arkusz funkcji NPV() przedstawiono na
rysunku 3.8A, a okno dialogowe ustawienia jej parametrw na rysunku 3.8B.
Rysunek 3.8.
Uycie funkcji
NPV() arkusza
MS Excel
na rysunku 3.8C.
3. Zakoczenie potwierdzono przyciskiem OK.
189
NPV ( K = IRR) = 0
IRR jest miar rentownoci inwestycji. Im wysz warto przyjmuje IRR, tym inwestycja przynosi wikszy dochd. Z drugiej strony, IRR jest maksymaln stop kredytu
inwestycyjnego, ktry pozwoli jeszcze sfinansowa projekt bez straty dla inwestora.
Wewntrzn stop procentow IRR ustala si metod matematyczn i graficzn przy
zastosowaniu nastpujcej procedury:
1. Naley przygotowa tabel przepyww pieninych.
2. Odgadn prawdopodobny poziom stopy dyskontowej, przy ktrym NPV
byoby zblione do 0.
3. Obliczy dla tego poziomu IRR warto zdyskontowan netto NPV.
4. Gdy NPV > 0, naley obliczenie powtrzy, podwyszajc odpowiednio
IRR = i1 +
NPV01 (i2 i1 )
NPV01 + NPV02
gdzie:
Przykad 3.5
Obliczenie IRR dla projektw A i B z przykadu 3.4.
Przypominamy, e do obliczenia wspczynnikw dyskonta uyto dla komrki C4
formuy =(1+$B$7)^C2, do obliczenia zdyskontowanych strumieni pieninych formuy
uyto dla komrki C5 formuy =C3/C4, a NPV w komrce C7 obliczono jako sum
190
100 000,00 z
60 000 z
20 000 z
30 000 z
5 000 z
1,1
1,21
1,331
1,4641
100 000,00 z
54 545,45 z
16 528,93 z
22 539,44 z
3 415,07 z
NPV
Stopa dyskonta
10%
2 971,11 z
100 000,00 z
50 000,00 z
50 000,00 z
50 000,00 z
70 000,00 z
1,1
1,21
1,331
1,4641
100 000,00 z
45 454,55 z
41 322,31 z
37 565,74 z
47 810,94 z
PROJEKT B
Kolejne lata
Strumienie
pienine
Wspczynnik
dyskonta
Zdyskontowane
strumienie
pienine
NPV
Stopa dyskonta
Rysunek 3.9.
Okna dialogowe
Solver Parametry
z ustawionymi
parametrami
do obliczenia stopy
IRR dla projektu A
i projektu B
przykad
10%
72 153,54 z
Do obliczenia wewntrznej stopy zwrotu (IRR) dla obu projektw zostanie uyte narzdzie Solver. Przed przystpieniem do rozwizywania tego przykadu naley sprawdzi
w swoim programie Excel, czy w menu Narzdzia dostpne jest polecenie Solver. Jeeli
nie jest trzeba zainstalowa pen wersj Excela lub doinstalowa dodatkow
funkcjonalno z pyty instalacyjnej CD MS Excel 2003 lub MS Office 2003. Procedura
instalacji opisana jest na pocztku rozdziau 3.6. Zaleca si jednoczesne zainstalowanie
narzdzia Solver i Analysis ToolPak.
191
Te same czynnoci naley przeprowadzi w celu obliczenia IRR dla projektu B. Prawidowe ustawienie parametrw funkcji Solver dla obliczenia wartoci IRR projektu A
i projektu B przedstawiono na rysunku 3.9. Wyniki niniejszego przykadu umieszczone s
w komrkach B7 i B14 arkusza Excel na rysunku 3.10.
Rysunek 3.10.
Arkusz MS Excel
z wyliczonym
wskanikiem IRR
przykad
Wewntrzna stopa zwrotu IRR dla projektu A wynosi 8%, a dla projektu B przybiera
warto 39%. Na tej podstawie mona stwierdzi:
Projekt B jest bardziej rentowny ni Projekt A.
Projekt B jest bardziej rentowny ni lokata na 10%.
Projekt B mona sfinansowa za pomoc kredytu o oprocentowaniu 10%.
192
ani zysku, ani strat. W takiej sytuacji zwikszenie rozmiarw produkcji, przy zachowaniu
niezmienionych pozostaych czynnikw, powinno zaowocowa zyskownoci projektu
inwestycyjnego. Przy korzystaniu z progu analizy rentownoci wskazane jest przeprowadzenie analizy wraliwoci projektu inwestycyjnego na zmian czynnikw wykorzystywanych przy ustalaniu progw rentownoci. Jest to uzasadnione, poniewa wszystkie
zmiany poszczeglnych elementw przyczyniaj si do przesunicia progu rentownoci.
Analiza wraliwoci ma za zadanie okreli prg rentownoci w sytuacji zmian nastpujcych czynnikw:
jednostkowej ceny sprzeday;
jednostkowych kosztw zmiennych;
staych kosztw produkcji.
W szczeglnoci odnosi si to do spadku jednostkowej ceny sprzeday i wzrostu jednostkowych rodkw zmiennych (ze wzgldu na du podatno na zmiany).
3.5. Prognozowanie
Wiarygodne uzasadnienie biznesowe projektu nie ley w zakresie obowizkw kierownika projektu, ale aby przedsiwzicie zakoczyo si prawdziwym sukcesem, musi je
mie. Uzasadnienie biznesowe opiera si z kolei na rzetelnym prognozowaniu. Dlatego
w chwili obecnej wspczesny biznes wymaga coraz wikszej iloci danych analitycznych oraz systemw umoliwiajcych sporzdzenie na ich podstawie wiarygodnych
prognoz krtko- i dugoterminowych. Powoli standardowym wyposaeniem kadego
przedsibiorstwa staj si narzdzia controllingowe, hurtownie i minihurtownie danych,
a wic systemy pozwalajce na analiz zdarze zachodzcych w przeszoci oraz coraz
bardziej wyrafinowane narzdzia do prognozowania. Opiera si na nich coraz wicej
procesw biznesowych wspczesnych organizacji. Mare w sieciach handlowych s
dzi na tyle niskie, e aby zachowa rentowno, firmy musz bardzo dokadnie przewidywa popyt na towary i na podstawie tych prognoz optymalizowa zasoby magazynowe
i trasy samochodw dostarczajcych towary. Podobnie jest w wielu gaziach przemysu.
Rosnca konkurencja wymusza na firmach poszukiwanie narzdzi, ktre na podstawie
danych historycznych, a take w oparciu o wiedz eksperck, pozwalayby na prognozowanie zdarze mogcych nastpi w przyszoci. Niestety, standardowe rozwizania
analityczne pozwalaj jedynie na tworzenie hipotez i sprawdzanie ich wg rzeczywistych
danych. Ju sama architektura narzdzi typu Business Inteligence, zakadajca korzystanie
z wczeniej rekonfigurowanych rde danych i dystrybucj raportw wg wypracowanych wczeniej szablonw, przynajmniej po czci uniemoliwia przewidywanie
przyszych zdarze.
W wikszoci firm procesy planowania, prognozowania i budetowania nadal opieraj
si przede wszystkim na wiedzy ekspertw i rozwizaniach wykorzystujcych Microsoft
Excel. Arkusz kalkulacyjny Excel ma wiele zalet. Zapewnia odpowiedni elastyczno,
ktra pozwala na dokonywanie nawet najbardziej skomplikowanych analiz. Jednak
193
Na podstawie [100] Bielewicz A., Czas prognoz jeszcze nie nadszed, Computerworld,
nr 15/714/2006, s. 30 31.
194
Rysunek 3.11.
Okno dialogowe
aktywacji
dodatkowych polece
dostpnych
w MS Excel
Rysunek 3.12.
Okno dialogowe
instalacji
dodatkowych funkcji
w MS Excel
195
196
)
y = x + + u
gdzie jest to rednia w warunkowym rozkadzie Y.
Wartoci wspczynnika kierunkowego oraz wyrazu wolnego oblicza si na
podstawie danych punktw (x, y). Naley zwrci uwag, e nawet po oszacowaniu
i wci nie mona oszacowa dokadnie Y.
Wicej informacji o analizie regresji znajduje si w podrozdziale prezentujcym analiz
szeregw czasowych.
197
Rysunek 3.14.
Kolejno czynnoci
przy sporzdzaniu
wykresu punktowego
w arkuszu MS Excel
skd
n
(x
i =1
x )( yi y )
(x
i =1
x)
oraz
= y x
Przykad 3.8
Celem tego przykadu bdzie zaprezentowanie zastosowania narzdzia Solver do sporzdzenia i dopasowania liniowej funkcji regresji.
198
Dane do przykadu
X
X cd.
Y cd.
cena [z]
popyt [szt]
cena [z]
popyt [szt]
24
179
54
135
26
159
56
146
28
174
58
129
30
122
60
122
32
164
62
130
34
166
64
128
36
141
66
122
38
146
68
120
40
161
70
125
42
144
72
118
44
157
74
119
46
143
76
114
48
133
78
112
50
134
80
115
52
142
82
111
Suma:
4111
199
Rysunek 3.15.
Dopasowanie liniowej
funkcji regresji
do danych
rzeczywistych
za pomoc narzdzia
Solver w MS Excel
200
Rysunek 3.16.
Okna dialogowe
narzdzia Solver
w MS Excel
Rozwi.
5. Dziaanie to spowodowao otwarcie okna dialogowego Solver Wyniki.
6. W nowym oknie domylnie wybrana jest opcja Przechowaj rozwizanie.
201
(y
S (u ) =
i =1
) 2
yi )
nk
gdzie:
n liczba obserwacji,
k liczba szacowanych parametrw funkcji regresji.
Interpretacja: warto wspczynnika S(u) mwi, o ile przecitnie rzeczywiste Y odchyla
si od (Y teoretycznego).
R =
2
(y y) (y y)
2
i =1
i =1
(y y)
i =1
202
R 2 = R2
k (1 R 2 )
n (k + 1)
Przykad 3.9
Celem tego przykadu bdzie sprawdzenie, czy podane cechy X, Y powizane s zalenoci liniow. Naley obliczy parametry tej funkcji i miary jej dopasowania do danych
empirycznych. Uyta do tego celu zostanie funkcja REGLINP(). Nastpnie, korzystajc
z waciwoci excelowego narzdzia do tworzenia wykresu, zostanie utworzona linia
trendu i wywietlone jej rwnanie. Na zakoczenie za pomoc funkcji REGLINW()
zostanie obliczone (Y teoretyczne) dla otrzymanej funkcji liniowej.
Funkcja REGLINP() w Excelu jest funkcj tablicow. Oznacza to, e tworzy macierz
wynikw. Macierz ta ma wymiary: szeroko dwie i wysoko pi komrek.
203
Dane do przykadu:
Wartoci X
Wartoci Y
X cd.
Y cd.
24
73
54
35
26
62
56
38
28
67
58
29
30
57
60
41
32
64
62
30
34
66
64
28
36
59
66
26
38
46
68
20
40
56
70
22
42
44
72
18
44
48
74
19
46
43
76
14
48
49
78
16
50
34
80
13
52
42
82
11
204
regresji.
Rysunek 3.19.
Wybr funkcji
i deklaracja
parametrw funkcji
REGLINP()
w MS Excel
Jak pamitamy, funkcja REGLINP() jest funkcj tablicow zajmujc 25 komrek arkusza. Excel obliczy wartoci formuy, ale wstawi tylko jedn warto z (lewej najwyszej)
komrki. Aby obejrze wszystkie wyniki, naley tablicowa formu. Robi si to
w nastpujcy sposb:
1. Naley zaznaczy zakres komrek (w tym przykadzie) G2:H6,
1,012013348
92,63670745
0,045916284
2,560081595
0,945501894
4,353580458
485,7793208
28
9207,297442
530,7025584
205
warto wspczynnika ,
H2
warto wyrazu ,
G3
bd standardowy oceny
wspczynnika ,
H3
bd standardowy ,
G4
H4
G5
warto statystyki F
(pominita w tym przykadzie),
H5
G6
H6
Excel otworzy okno dialogowe Dodawanie linii trendu (patrz rysunek 3.20A).
Rysunek 3.20.
Okno dialogowe
doczania linii
trendu do wykresu
punktowego
Liniowy.
4. W tym samym oknie, ale w zakadce Opcje (rysunek 3.20B), naley
206
Jak wida, parametry rwnania prostej odpowiadaj tym wyliczonym z funkcji RELIGNP().
207
Rysunek 3.22.
Wybr funkcji
i przykad deklaracji
parametrw funkcji
REGLINW()
w MS Excel
Funkcja REGLINW() jest funkcj tablicow. Excel obliczy wartoci formuy, ale wstawi
tylko jedn warto z (najwyszej) komrki. Aby obejrze wszystkie wyniki, naley
tablicowa formu. W tym przypadku robi si to w nastpujcy sposb:
1. Naley zaznaczy zakres komrek (w tym przykadzie) D2:D31, czyli jedn
wiczenie 3.1
Sprawd wzorem z powyszego przykadu, czy podane cechy X, Y powizane s zalenoci liniow. Naley obliczy parametry funkcji regresji i miary jej dopasowania do
danych empirycznych. Na zakoczenie oblicz (Y teoretyczne) dla otrzymanej funkcji
liniowej i sporzd wykres punktowy z rwnaniem funkcji regresji i wspczynnikiem
determinacji. Czy w tym przypadku mona mwi o dopasowaniu linii regresji?
208
Dane do wiczenia:
Wartoci X
Wartoci Y
X cd.
Y cd.
X cd.
Y cd.
24
12
54
65
84
35
26
44
56
76
86
22
28
17
58
38
88
65
30
55
60
38
90
44
32
72
62
40
92
68
34
21
64
29
94
28
36
68
66
55
96
12
38
49
68
35
98
20
40
65
70
22
100
32
42
76
72
65
102
56
44
38
74
44
104
63
46
38
76
68
106
42
48
40
78
28
108
13
50
29
80
12
110
72
52
55
82
20
112
48
Wynik wiczenia:
Wynik wiczenia 3.3 przedstawiono na rysunku 3.24.
Rysunek 3.24.
Widok arkusza
po prawidowym
wykonaniu
powyszego wiczenia
209
Przykad 3.10
Na podstawie danych cech technicznych X, Y zostanie znalezione rwnanie linii regresji
i sporzdzone zostan dwa wykresy punktowy z wartociami Y rzeczywistymi wraz
z wyliczonymi danymi i lini regresji oraz punktowy dla wartoci reszt Y. Zostan
wyliczone take statystyki dla otrzymanej linii regresji. Poniewa cechy opisuj parametry
techniczne, Y moe przyjmowa wartoci ujemne.
Dane do przykadu:
Wartoci X
Wartoci Y
X cd.
Y cd.
X cd.
Y cd.
24
79
44
57
66
22
26
59
45
50
67
21
27
63
46
43
68
20
28
74
48
33
70
25
30
22
50
34
72
18
32
64
52
42
73
16
33
59
54
35
74
19
34
66
56
46
76
14
36
41
58
29
78
12
38
46
60
22
79
11
40
61
62
30
80
15
42
44
64
28
82
11
Do sporzdzenia i oceny dopasowania linii prostej regresji do danych uyto automatycznych oblicze narzdzia Regresja z moduu Analiza danych.
Narzdzie to uruchamia si z menu Narzdzia/Analiza danych/Regresja (patrz rysunek 3.25).
Okno dialogowe funkcji Regresja wypeniono jak na rysunku 3.25. Jak wida, zawiera ono wiele moliwoci parametryzowania dziaania tego narzdzia. Oto opis dziaania ustawie pl wyboru z sekcji Skadniki resztowe:
Skadniki resztowe do arkusza wynikowego zostan dodane jeszcze
210
Rysunek 3.25.
Okna dialogowe
Analiza danych
i Regresja
211
W tablicy wyjciowej wystpuje wiele wartoci i oznacze. Najwaniejsze z nich omwione w tym rozdziale to:
R kwadrat wspczynnik determinacji R2.
Dopasowany R kwadrat skorygowany wspczynnik determinacji R 2 .
Obserwacje liczba obserwacji n.
Wspczynniki wspczynniki i funkcji regresji.
Bd standardowy (wspczynnikw) rednie bdy oszacowa
wspczynnikw i .
Przewidywane wartoci Y Y teoretyczne ().
Skadniki resztowe (Y).
Przykad 3.11
Na podstawie rozwizania poprzedniego przykadu (nr 3) zostanie dokonana predykcja
wartoci Y, czyli odnalezienie ich oczekiwanych wartoci dla przewidywanych wartoci
X (82, 90].
212
Rysunek 3.27.
Arkusz MS Excel
z przykadem
predykcji
w analizie regresji
Rysunek 3.28.
Wykres wynikw
predykcji wartoci
rzeczywistych Y
213
3.6.2.1. Kowariancja
Parametr kowariancja
Oznaczenie cov(X,Y)
Wzr:
cov( X , Y ) =
1 n
(xi x )( yi y )
n i =1
gdzie:
n liczba pomiarw,
x i y to wartoci rednie z prby zmiennych X i Y.
cov(X,Y) < 0
cov(X,Y) = 0
Cechy X i Y s nieskorelowane
Przykad 3.12
Poniej (w tabeli 3.3) przedstawiono dane zapisane w trzech kolumnach reprezentujce
badania popytu wzgldem ceny dla trzech rodzajw towarw. Dla tych trzech zestaww
danych naley obliczy wartoci kowariancji i sporzdzi wykresy punktowe, aby mc
214
Wartoci Y
Towar 2
Wartoci X
Wartoci Y
Towar 3
Wartoci X
Wartoci Y
24
27
24
73
24
12
26
38
26
62
26
44
28
33
28
67
28
17
30
43
30
57
30
55
32
36
32
64
32
72
34
34
34
66
34
21
36
41
36
59
36
68
38
54
38
46
38
49
40
44
40
56
40
65
42
56
42
44
42
76
44
52
44
48
44
38
46
57
46
43
46
38
48
51
48
49
48
40
50
66
50
34
50
29
52
58
52
42
52
55
54
65
54
35
54
35
56
62
56
38
56
22
58
71
58
29
58
65
60
59
60
41
60
44
62
70
62
30
62
68
64
72
64
28
64
28
66
74
66
26
66
12
68
80
68
20
68
20
70
78
70
22
70
32
72
82
72
18
72
56
74
81
74
19
74
63
76
86
76
14
76
42
78
84
78
16
78
13
80
87
80
13
80
72
82
89
82
11
82
48
Kowariancja:
303,266667
cov(X,Y) > 0
Kowariancja:
303,266667
cov(X,Y) < 0
Kowariancja:
0,3
cov(X,Y) 0
215
Rysunek 3.29.
Okno dialogowe
funkcji
KOWARIANCJA(),
w ktrym definiuje si
zakresy danych X i Y
rdo: opracowanie wasne
cov( X , Y )
n
(x
i =1
x)
(y
i 1
y)
216
r 2 = rxy2 100%
Interpretacja: procentowa liczba zmiennoci Y dajca wyjani si liniow zalenoci
wzgldem zmiennej X. Czyli innymi sowy: ile procent cech Y da si opisa liniow
funkcj regresji wzgldem cech X. Przyjmuje si, e model jest zy, jeeli wyjania mniej
ni 60% danych, lecz prg ten jest dyskusyjny. Okna dialogowe funkcji PEARSON()
i WSP.KORELACJI() przedstawiono na rysunku 3.31.
Rysunek 3.31.
Okna dialogowe
funkcji PEARSON()
i funkcji
WSP.KORELACJI(),
w ktrych definiuje si
zakresy danych X i Y
Funkcja w MS Excel:
Funkcja REGLINP(Znane_y;Znane_x;Staa;Statystyka)
oraz narzdzie Regresja z moduu Analiza danych.
W poniszym przykadzie w celu obliczenia wspczynnika determinacji naley samemu
stworzy funkcj podnoszc do kwadratu wspczynnik korelacji liniowej.
7