Методичні підходи до прогнозування прибутку підприємства

dc.contributor.authorБурлан Світлана Анатоліївна
dc.contributor.authorПрокопович Леонід Борисович
dc.contributor.authorBurlan Svitlana
dc.contributor.authorProkopovich Leonid
dc.date.accessioned2024-10-08T10:54:10Z
dc.date.available2024-10-08T10:54:10Z
dc.date.issued2024-04-29
dc.descriptionБурлан, С. А. Методичні підходи до прогнозування прибутку підприємства = Methodological approaches to forecasting enterprise profits / С. А. Бурлан, Л. Б. Прокопович // Економіка та суспільство. – 2024. – № 62.
dc.description.abstractРозглянуті питання підвищення достовірності оцінювання рівня чистого прибутку на підприємствах з виробництва хлібопродуктів. В роботі були побудовані однофакторні та багатофакторні регресійні моделі за методом найменших квадратів. Приймаючи до уваги наявність мультиколінеарності між факторами, для побудови багатофакторних моделей методом найменших квадратів значення факторів були перетворені за допомогою методу головних компонент. Всі моделі побудовані за методом найменших квадратів за різних причин були усунені від подальшого дослідження. На наступному етапі дослідження побудовані багатофакторні моделі оцінювання рівня чистого прибутку за допомогою методів: k-ближніх сусідів та бінарного дерева рішень. Регресійна модель на основі бінарного дерева рішень пройшла всі перевірки та її можна рекомендувати для прогнозування величини чистого прибутку на підприємствах з виробництва хлібопродуктів.
dc.description.abstract1The article considers the issues of increasing the reliability of assessing the level of net profit at enterprises producing bakery products. The influence of 21 factors on the dependent variable (the amount of net profit of the enterprise) was studied. In this study, we built single-factor and multifactor regression models using the least squares method. The multicollinearity of the factors was tested using the Ferrara- Glauber test. Taking into account the presence of multicollinearity between the factors, the values of the factors were transformed using the principal components method to build multifactor models using the least squares method. To build separate single-factor models, we used transformations based on the decimal and natural logarithm. The internal parameters of the models were tested using the least squares method by calculating their p-values. The models were compared using the following indicators: coefficient of determination, Fisher's criterion, average approximation error. All models built using the least-squares method were excluded from further research for various reasons (checking the significance of factors, statistical significance, approximation accuracy). At the next stage of the study, it was decided to try to build multivariate models for estimating the level of net profit using the methods of k-nearest neighbors and binary decision tree. Before applying these methods, the values of the factors were standardized. Based on the results of comparing the quality of the obtained models, four of the five models were eliminated: one model was eliminated due to the low value of the coefficient of determination, and three models due to the low accuracy of the approximation. Based on the results of comparing the quality of the obtained models, four of the five models were eliminated: one model was eliminated due to the low value of the coefficient of determination, and three models due to the low accuracy of the approximation. The regression model based on a binary decision tree passed all quality checks and can be recommended for predicting net profit at bakery enterprises. The average approximation error of the model is 2.58%.
dc.identifier.govdocDOI: https://doi.org/10.32782/2524-0072/2024-62-48
dc.identifier.issn2524-0072 (Online)
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/8902
dc.language.isouk
dc.publisherЕкономіка та суспільство
dc.relation.ispartofseriesУДК; 657.9
dc.subjectприбуток підприємства
dc.subjectпідприємства з виробництва хлібопродуктів
dc.subjectрегресія
dc.subjectметод головних компонент
dc.subjectk-ближніх сусідів
dc.subjectдерево рішення
dc.subjectenterprise profit
dc.subjectbakery enterprises
dc.subjectregression
dc.subjectprincipal components method
dc.subjectk-nearest neighbors
dc.subjectdecision tree
dc.titleМетодичні підходи до прогнозування прибутку підприємства
dc.title.alternativeMethodological approaches to forecasting enterprise profits
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Burlan 28.pdf
Розмір:
360.33 KB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис: