纽扣工程项目数据分析与挖掘（工程管理）.docx

《纽扣工程项目数据分析与挖掘（工程管理）.docx》由会员分享，可在线阅读，更多相关《纽扣工程项目数据分析与挖掘（工程管理）.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、泓域咨询/纽扣工程项目数据分析与挖掘纽扣工程项目数据分析与挖掘xx有限责任公司一、 项目背景分析中国是十三亿人口的大国，是全世界最大的服装消费国和生产国。近几年中国的服装业有着较大的发展，服装业的发展大大推动了中国国民经济的发展，2005年纺织服装的总产值约占全国总产值的十分之一，并已连续五年出口创汇顺差第一，服装产业一直为中国出口创汇作出了巨大的贡献。同时中国已成为全世界最大的服装生产加工基地，全世界每三件服装，其中一件来自于中国生产。对于服装行业而言，“十一五”发展的重点任务是：加大、加快服装自主品牌建设，吸纳国际化设计人才，提高产品设计能力；加强产品设计和市场推广；积极寻找国际市场突破口

2、，利用国际化营销手段，提高自有品牌出口比重，力争到2010年形成若干个具有国际影响力的自主知名品牌；积极推广使用先进服装设备，到“十一五”末行业国际先进水平设备比重要达到50%，劳动生产率提高到70000元/人?年。我国现行的纺织产品标准有不少是计划经济体制时的产物，形成的标准体系以原料或工艺划分的产品标准为主，主要分为棉纺织印染、毛纺织品、麻纺织品、丝产品、针织品、线带、化纤、色织布。也以用途制定标准，但所占比例极小。标准中除性能指标外，还包括出厂检验、型式检验、复验等检验规则的内容，形成了各类原料产品“纱线本色布印染布”的标准链。二、 项目名称及投资人（一）项目名称纽扣工程项目（二）项目投

3、资人xx有限责任公司（三）建设地点本期项目选址位于xxx。三、 结论分析（一）项目选址本期项目选址位于xxx，占地面积约86.00亩。（二）项目实施进度本期项目建设期限规划12个月。（三）投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资33486.19万元，其中：建设投资27473.59万元，占项目总投资的82.04%；建设期利息314.04万元，占项目总投资的0.94%；流动资金5698.56万元，占项目总投资的17.02%。（四）资金筹措项目总投资33486.19万元，根据资金筹措方案，xx有限责任公司计划自筹资金（资本金）20668.10万元。根据谨

4、慎财务测算，本期工程项目申请银行借款总额12818.09万元。（五）经济评价1、项目达产年预期营业收入（SP）：65200.00万元。2、年综合总成本费用（TC）：50300.59万元。3、项目达产年净利润（NP）：10907.42万元。4、财务内部收益率（FIRR）：24.93%。5、全部投资回收期（Pt）：5.18年（含建设期12个月）。6、达产年盈亏平衡点（BEP）：23410.41万元（产值）。（六）主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积57333.00约86.00亩1.1总建筑面积100527.24容积率1.751.2基底面积36693.12建筑系数64.0

5、0%1.3投资强度万元/亩302.682总投资万元33486.192.1建设投资万元27473.592.1.1工程费用万元23334.102.1.2工程建设其他费用万元3533.992.1.3预备费万元605.502.2建设期利息万元314.042.3流动资金万元5698.563资金筹措万元33486.193.1自筹资金万元20668.103.2银行贷款万元12818.094营业收入万元65200.00正常运营年份5总成本费用万元50300.596利润总额万元14543.237净利润万元10907.428所得税万元3635.819增值税万元2968.1910税金及附加万元356.1811纳税总

6、额万元6960.1812工业增加值万元23152.2413盈亏平衡点万元23410.41产值14回收期年5.18含建设期12个月15财务内部收益率24.93%所得税后16财务净现值万元22498.83所得税后四、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析，在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征（期望值、方差、相关系数、协方差、离散度、概率分布等），还应当建立适当的模型，进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析，就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段，是统计过程的重

7、要环节。数字特征应当：（1）能够客观地反映研究分析对象的性质、特点、内在联系和运动过程；（2）尽可能突出重点，反映分析对象的全貌；（3）应能反映分析对象的变化；（4）便于资料获取。2收集并整理数据。确定了需用的数字特征之后，就要收集并整理所需的数据。样本的容量与质量对统计结果影响极大。3计算数字特征。利用整理后的样本计算必要的数字特征。这项工作可以同下面的建模合在一起，利用适当的软件进行。4建立模型。计算出样本数字特征后，应选择适合样本模式的模型。统计分析可用的模型很多，都有各自的特点及适用条件。选择模型时，应全面考虑研究对象与目的、到手的数据与资料、统计方法等各自的特点，以及咨询人员对方法的

8、熟悉程度等。5检验模型误差。建模之后，可利用样本检验模型的误差，误差大小由样本与所选模型与方法所决定。根据经济学理论和研究对象的具体特点，分析和评价模型误差，以及模型和方法本身；若误差未达到要求，应改进模型与方法。6利用模型预测。预测是咨询结论和建议的基本依据之一，应成为咨询及决策人员的高质量信息。7评价统计与预测结果。对统计与预测结果进行评价的任务是对初步统计结果（如离散程度、影响、走势等）进行概括，并寻找它们之间的联系。评价过程一般有：形成初步概念；对现象定性；提出主要观点；阐述所提观点的理由；提出论据；得出结论。咨询工程师在进行评价时，要在大局高度上全面、长远地看问题，多方面观察，不偏废

9、任何一方；注意数据的衔接，当来源不同的数据矛盾时应弄清情况后再做取舍。五、 时间数据分析方法（一）时间数据时间数据也称时间序列（Timeseries）或动态数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程

10、理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利用卫星照片识别地球资源、石油勘探、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（

11、期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序列常含有4种成分：趋势、季节变动、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量

12、分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期图（）的极值点寻找各种分量的周期。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用ARMA（自回归移动平均）模型

13、拟合。非平稳时间序列可经差分化为平稳时间序列，再用ARMA模型拟合。（4）预测未来。利用建成的模型预测时间序列未来值。4时间序列常用模型（1）ARMA模型（2）回归模型六、 层次分析法的基本步骤当一个决策者在对问题进行分析时，首先要将分析对象的因素建立起彼此相关因素的层次系统结构，这种层次结构可以清晰地反映出相关因素（目标、准则、对象）的彼此关系，使得决策者能够把复杂的问题顺理成章，然后进行逐一比较、判断，从中选出最优的方案。运用层次分析法大体上分成四个步骤：建立层次结构模型；构造比较判别矩阵；单准则下层次排序及其一致性检验；层次总排序及其一致性检验。（一）建立层次结构模型层次分析法先将决策的

14、目标、考虑的因素（评价准则）和决策对象（行动方案）按它们之间的相互关系分为最高层、中间层和最低层，其中最高层称为目标层，这一层中只有一个元素，就是该问题要达到的目标或理想的结果；中间层为准则层，层中的元素为实现目标所采用的措施、政策、准则等，准则层中可以不止一层，可以根据问题规模的大小和复杂程度，分为准则层、子准则层；最低层为方案层，这一层包括了实现目标可供选择的方案。据此绘出层次结构模型图，模型中，目标、评价准则和行动方案处于不同的层次，彼此之间关系用线段表示，评价准则可细分多层。在层次结构模型中，各层均由若干因素构成，当某个层次包含因素较多时，可将该层次进一步划分成若干子层次。通常应使各层

15、次中的各因素支配的元素一般不超过9个，这是因为支配元素过多会给两两比较带来困难。一个好的层次结构模型对解决问题极为重要，因此，在构建层次结构模型时，应注意以下四点：1自上至下顺序地存在支配关系，用直线段表示上一层次因素与下一层次因素之间的关系，同一层次及不相邻元素之间不存在支配关系；2整个结构不受层次限制；3最高层只有一个元素，每个元素所支配元素一般不超过9个，元素过多可进一步分层；4对某些具有子层次结构可引入虚元素，使之成为典型层次结构模型。（二）构造比较判别矩阵层次结构建立后，评价者根据自己的知识、经验和判断，从第一个准则层开始向下，逐步确定各层不同因素相对于上一层因素的重要性权数。层次分

16、析法在确定各层不同因素相对于上一层各因素的重要性权数时，通常使用两两比较的方法。（三）单准则下层次排序及其一致性检验层次分析法的信息基础是比较判断矩阵。由于每个准则都支配下一层若干个因素，这样对于每一个准则及它所支配的因素都可以得到一个比较判断矩阵。因此，根据比较判断矩阵如何求出各因素对于准则的相对排序权重的过程称为单准则下的排序。计算权重的方法有多种，其中和法和根法是比较成熟并得到广泛应用的方法。1和法2根法3判断矩阵一致性检验由于客观事物的复杂性，会使我们的判断带有主观性和片面性，完全要求每次比较判断的思维标准一致是不大可能的。事实上，在构建比较判断矩阵时，我们虽然不要求判断具有一致性，但

17、一个混乱的，经不起推敲的比较判断矩阵有可能导致决策的失误，所以我们希望在判断时应大体上的致。而上述计算权重方法，当判断矩阵过于偏离一致性时，其可靠程度也就值得怀疑了，故对于每一层次作单准则排序时，均需要作一致性的检验。（四）层次总排序及其一致性检验1层次总排序计算同一层次中所有元素对于最高层（总目标）的相对重要性标度（又称排序权重向量）称为层次总排序。2总排序一致性检验人们在对各层元素作比较时，尽管每一层中所用的比较尺度基本一致，但各层之间仍可能有所差异，而这种差异将随着层次总排序的逐渐计算而累加起来，因此需要从模型的总体上来检验这种差异尺度的累积是否显著，检验的过程称为层次总排序的一致性检验。