Наиболее важным предварительным этапом или исследованием, предшествующим оценке инвестиционного проекта, является анализ и прогнозирование спроса. Отсюда следует, что его исследование жизненно важно для обоснования возможных инвестиций, поскольку оно тесно связано с основной целью проекта, с определением его размера и с ассортиментом продукции.
Необходимо отметить, что «основной или основной целью всех инвестиций является производство товаров и / или услуг, предназначенных для удовлетворения определенной потребности, которая выражается в данном спросе», Поэтому, по логике вещей, если такого спроса нет, вложение не будет оправданным.
Это, что было упомянуто, может показаться повторяющимся, и многие, кто посещал курсы по экономике, могут классифицировать его как элементарный и очевидный при оценке инвестиционных проектов; однако практика и опыт показали, что кубинская компания сегодня страдает и все еще имеет нерешенный вопрос, связанный с использованием количественных инструментов, которые выходят за рамки простой субъективности и которые в сочетании с качественными элементами Они предлагают научную строгость и гораздо большую точность при составлении прогнозов, связанных с исследованиями спроса. Много раз из-за недостатка знаний, другие из-за нехватки времени,Правда в том, что почти ни один из многих количественных методов, которые существуют и над которыми другие усердно работали в прошлом, не используются для того, чтобы предоставить нам инструменты, позволяющие нам иметь минимальный предел погрешности.
Целью данной статьи является затем применить на практике два из этих количественных и качественных методов в сочетании, чтобы выполнить прогноз спроса на тесты Laboratorio de Cubacontrol SA в рамках исследования финансовой и социальной оценки инвестиций. Используемые методы также будут кратко описаны.
РАЗРАБОТКА
Как указано во введении, существуют различные методы для проведения исследований, связанных с прогнозированием спроса. Выбор того или другого будет зависеть от ситуации, в которой вы находитесь, данных, которые у вас есть, и, очевидно, от типа продукта, который вы хотите провести в исследовании. Это не те же методы, когда речь идет о потребительских товарах, как если бы мы говорили о промежуточных товарах или товарах производственного назначения. В этой статье не будет подробно рассказываться о других методах, не связанных с ситуационным исследованием, то есть о спросе на тесты от Laboratorio de Cubacontrol SA, и, следовательно, первое, что читатель должен знать, - ознакомиться с типом исследования, с деятельностью лаборатории и с тем, какой продукт она предлагает.
Краткая характеристика лабораторной деятельности.
Лаборатория контроля качества Cubacontrol SA является зависимой организацией Servicios Internacionales de Supervisión Cubacontrol SA. Она предоставляет независимые лабораторные услуги иностранным фирмам, базирующимся на Кубе или за рубежом, и кубинским организациям, которые запрашивают ее.
Лаборатория предполагает выполнение коммерческих операций по контролю качества, связанных с отгрузкой импортируемых или экспортируемых продуктов, как на Кубе, так и за рубежом по заказам своих клиентов, и для этого она использует своих собственных специалистов, техников или представителей по контракту из других учреждений за рубежом.
В основном это две основные области.
Продовольственная зона, с 5 лабораториями.
- Масла, жиры и молочные продукты. Мясо, фрукты и овощи. Мука, крупы, специи и приправы. Микробиология. сенсорный
Химическая зона, с 4 лабораториями.
- Химикаты и удобрения. Напитки и спирты. Сахар. Атомно-абсорбционная спектрометрия.
В этих лабораториях проводятся определенные виды испытаний, связанные с типом рассматриваемого продукта и, конечно же, в зависимости от требований заказчика. Как правило, клиент делает запрос на аналитическое обслуживание (SSA), которое может, в зависимости от услуги, переносить определенное количество связанных выборок, которое указывается клиентам в контракте. Кроме того, в рамках одного и того же запроса на аналитическое обслуживание можно выполнить столько испытаний, сколько требуется. В общих чертах, между количеством проведенных тестов и количеством запросов на аналитические услуги нет конкретной связи, но в 2006 году лаборатория в среднем провела 13 тестов на запрос на обслуживание, что не означает, что именно такие отношения должны быть. В общем-то,связь заключается в том, что для каждой аналитической службы проводится как минимум один тест.
клиенты
В 2006 году, если будет проведен анализ количества требуемых услуг, можно заметить, что существует группа клиентов, которая по своему объему составляет 85% от общего спроса на лабораторные услуги и что даже в перспективе доходов, они концентрируют почти 95% доходов компании. Поэтому при исследовании спроса будет применяться критерий Парето, а поведение всех остальных клиентов будет зависеть от поведения основных клиентов, а именно:
Алимпорт, Пропес и КубаЭкспорт. Кроме того, предполагается, что эта структура не будет существенно меняться в течение 10 лет, на которые прогнозируется спрос.
Теоретический синтез наиболее важных элементов, которые необходимо освоить для проведения исследования спроса.
Есть в основном два типа спроса. Потенциальный спрос, что это количество товара или услуги, что потребители будут готовы приобретать на основе их покупательной способности, поэтому максимум, что теоретически может быть получена от конкретного товара или услуги на данном рынке и времени,
Конечно, это довольно общее определение, которое применительно к анализируемой компании будет пониматься как спрос на тесты со стороны всех компаний, которые готовы заключить контракт на услуги, предоставляемые Cubacontrol SA
В дополнение к предыдущей концепции, можно проанализировать фактический спрос. Обычно это определяется как количество товара или услуги, которые потребители приобретут на основе уровня цен на данном рынке и в данное время. Однако, если мы добавим к этому эффект, который могут иметь коммерческие усилия, уровень доходов и государственная политика, тогда эффективным спросом будет объем и структура товаров и услуг, требуемых в определенный период времени, в в зависимости от их цены, на рынке с потенциалом для покупок, коммерческих усилий и с учетом политической и социальной ситуации.
В конкретном случае компании Cubacontrol SA ее потенциальным требованием могут стать испытания контроля качества, которые требуются всем компаниям-импортерам и экспортерам в стране, поскольку существует несколько законов, касающихся деятельности кубинской внешней торговли, которые обязывают компании контролировать качество.
Однако, поскольку не все кубинские компании соответствуют установленным требованиям, платежеспособный спрос значительно ниже потенциального.
Как уже упоминалось, уже вступая в использование количественных инструментов, есть многие, которые более или менее точно, и более или менее научно, дают оценки уровней, которые должны быть востребованы потребителями. В конкретном случае этой статьи будет полезна эконометрика, которая объясняет через модели подходы, которые вытекают из экономической теории, модели, которые могут быть представлены и проверены с помощью статистики, чтобы сделать соответствующие прогнозы, Модель - это упрощенное представление реальности, и она выражается через фундаментальный инструмент в эконометрике, который является регрессионным анализом. Поскольку большинство проблем связано с несколькими связанными переменными, вы, как правило, хотите получить функциональное выражение, выражающее эти отношения. Поэтому регрессионные методы используются для определения наилучшей функциональной взаимосвязи между исследуемыми переменными.
«Если переменная« y »выражена: называется зависимой переменной, только в качестве функции объясняющей переменной« x »будет одна при наличии простой регрессии, и будет ли она множественной регрессией, если в отношениях более одной независимой переменной», Поэтому прошлое будет изучено, чтобы спроектировать будущее. Используются различные типы эконометрических моделей: линейные модели в терминах параметров и переменных и нелинейные модели, которые можно преобразовать в линейные модели, такие как модели Кобба-Дугласа, экспоненциальные и логарифмические модели. На практике, и, по мнению многих специалистов, после многих лет дискуссий был сделан вывод, что линейные модели в значительной степени объясняют большинство проблем, существующих в экономике, и что другие модели, хотя и добавляют статистические сложности, не они способны прогнозировать более точно, чем линейные. В этом исследовании мы будем работать с линейными моделями.
Полученная информация может быть определена как временной ряд, поскольку она сохраняется в течение определенного периода времени. В конкретном случае компании указанная информация относится к испытаниям, проводимым лабораторией на различных предприятиях, и данным об их импорте или экспорте, собираемых через регулярные (годовые) периоды времени.
Как отмечалось ранее, линейная регрессия является типом эконометрической модели, используемой в этом исследовании, и представляет общую линейную модель следующим образом:
И i = β 1 + β 2 x 2i + β 3 x 3i +.,, + β k x ki + u i
В этом случае переменная Y называется эндогенной зависимой переменной, а Y t обозначает ее значение в момент времени t, t = 1, 2, T, по сравнению с переменными, x 2t, x 3t, x kt Они называются экзогенными переменными, обозначая величину влияния, которое переменные x 2t, x 3t, x kt оказывают на Y t. У я они называются случайными возмущениями, которые собирают все, чего нет в модели, и которые так или иначе влияют на зависимую переменную (Y), но которые по той или иной причине не могут быть в модели.
Тогда процесс, с помощью которого будут получены значения параметров на основе выборочной информации, называется методом обычных наименьших квадратов, который минимизирует различия между каждым значением Y i и его оценочным значением, которые являются ошибками оценки., Со своей стороны, процесс, с помощью которого оценивается уравнение регрессии, называется подбором кривой. Статистический пакет для работы с Eviews VERSION 4.1.
Чтобы модель была действительной, первое, что должно быть выполнено, это то, что предельная вероятность меньше, чем уровень значимости, предполагаемый лицом, проводящим исследование (α), что видно из уровня надежности, с которым она работает., Например, если вы работаете с достоверностью 95%, уровень значимости будет 5%. Именно этот уровень будет использоваться для выполнения регрессий.
Любая общая линейная модель также должна соответствовать определенным допущениям, которые будут изложены ниже.
- Одно из допущений классической модели линейной регрессии гласит, что «нет точной линейной связи между переменными X», что указывает на отсутствие мультиколлинеарности между объясняющими переменными, включенными в модель.
Под мультиколлинеарностью понимается эффект, возникающий вследствие сильной взаимосвязи между двумя независимыми переменными.Если R 2 высокийи t- тесты несущественны, предполагается наличие мультиколлинеарности, что подтверждается корреляционной матрицей.
- Предположение нормальности Ui ~ N (0; σi). Случайные возмущения имеют тенденцию к нормальному распределению. Нормальность определяется с помощью тестовой статистики Jarque Bera, предоставленной Eviews.Автокорреляция Предположение. Случайные шоки не могут быть соотнесены. Автокорреляция может быть определена как корреляция, которая существует между членами ряда, упорядоченного во времени или в пространстве.Существуют различные тесты для его обнаружения, такие как Дурбин-Уотсон и Бреуш-Годфри. Поскольку это гораздо более мощный тест, мы будем работать со вторым, который будет проанализирован с помощью статистического пакета. Предположение о гомоседастичности. Нарушения должны быть гомоскедастичными, то есть все они имеют одинаковую дисперсию. Обычно говорят, что гетероскедастичность существует, когда дисперсия остатков не постоянна. Существуют различные тесты для его обнаружения, в этом случае используемый статистический пакет имеет тест Белого.
После того, как все предположения были выполнены, считается, что модель, с которой мы работаем, действительна для составления прогнозов.
Анализ и прогнозирование спроса на лабораторные исследования.
Исходя из того, что это исследование было частью оценки инвестиционного проекта, который находился на первом этапе его достижения, то есть на начальной стадии, когда требуется определить жизнеспособность инвестиций, возникла необходимость Проведение предыдущего исследования, которое состояло из агрегирования всей существующей информации и оценок, по согласованию со специалистами лаборатории. Необходимо уточнить, что ранее не проводилось никаких исследований, к которым можно было бы обратиться, поскольку до сих пор аналогичные инвестиции, сделанные в лабораторию, не имели такого масштаба анализа и осуществлялись из-за необходимости в стране иметь оборудование, более чем поддерживается экономико-финансовыми критериями. Это привело к тому, что все оценки начинались с нуля. Конечно,Специалисты, которые могут оценить потребность в лабораторных услугах в будущем, не изучают рынок, однако, основываясь на данных предыдущих лет, касающихся количества проведенных испытаний и уровня импорта и экспорта в пищевом секторе. В стране можно определить, существует ли корреляция между ними, и с помощью регрессионного анализа, чтобы иметь возможность прогнозировать будущее, оценивать спрос, что, как уже было сказано, является наиболее важным исследованием предыдущего этапа.можно определить, существует ли корреляция между ними, и с помощью регрессионного анализа спрогнозировать будущее, оценить спрос, который, как уже было сказано, является наиболее важным исследованием предыдущего этапа.можно определить, существует ли корреляция между ними, и с помощью регрессионного анализа спрогнозировать будущее, оценить спрос, который, как уже было сказано, является наиболее важным исследованием предыдущего этапа.
Для расчета регрессий будет взят пищевой сектор, поскольку деятельность лаборатории, по усмотрению экспертов, на 90% принадлежит этому сектору, поэтому, как и в случае с клиентами, критерий Парето будет применять для деятельности.
Следуя логическому порядку действий, следует провести изучение исторического фона рассматриваемого спроса, чтобы иметь качественные элементы, которые составляют прочную основу для будущей деятельности, на которую составляется прогноз спроса. Из-за нехватки места этот анализ исторического поведения спроса не будет представлен в этой работе, но с ним можно ознакомиться в вышеупомянутой дипломной работе, поэтому используемая методология будет объяснена непосредственно.
Прогноз спроса.
Для прогнозирования испытаний, которые лаборатория будет проводить в будущем, первоначально предполагалось, что, имея базу данных более чем на двадцать лет, было бы более удобно проводить простой регрессионный анализ испытаний на соответствие время (последний фактор как независимая переменная). Начиная с 1984 г. и до 2006 г. с использованием доверительного интервала 95% или, что то же самое, уровня значимости α = 5%, было подтверждено, что используемая модель действительна, поскольку она имела более низкая предельная вероятность используемого уровня значимости. Однако, если наблюдается наклон независимой переменной, подтверждается, что она отрицательна, что приводит к уменьшению уравнения спроса на тесты и, конечно, в будущем ниже нуля.
Очевидно, что любой анализ, связанный с испытаниями и временем, за весь анализируемый период, не действителен для прогнозирования спроса лаборатории Cubacontrol SA, особенно потому, что если проанализировать исторический предшественник спроса, будет проверено, что есть то, что обычно называют изменением структуры, отражающей поведение в прошлом, которое искажает информацию для будущего.
Поэтому регрессионный анализ, который будет использоваться для прогнозирования спроса компании на испытания, должен учитывать другую переменную. В этом смысле, учитывая, что основные клиенты лаборатории занимаются экспортом и / или импортом продуктов питания, было бы логично предположить, что, если уровни как экспорта, так и импорта их увеличатся, то спрос на Лаборатория связана с такими уровнями активности, поэтому может существовать корреляция между тестами, взятыми в качестве зависимой переменной, и экспортом или импортом и временем, как независимыми переменными.
Чтобы проверить достоверность или нет этого предположения, был проведен множественный регрессионный анализ между вышеупомянутыми переменными. Чтобы получить доступ к уровням активности трех основных клиентов, ALIMPORT, CubaExport и Propes, связались со Статистическим департаментом Министерства внешней торговли, и впоследствии данные были скорректированы в консультации с экспертами из самих компаний, где они были получены. информация, которая, поскольку она была засекречена, уже была предоставлена, умноженная на коэффициент, но которая, сохраняя свою тенденцию, действительна для данного исследования. Необходимо уточнить, что данные, полученные в министерстве, относятся только к периоду 2000-2006 годов, а данные испытаний, проведенных на трех наиболее важных клиентах, существуют только с 2000 года,поскольку именно с этого момента лаборатория начала вносить их в базу данных.
Этот факт является ограничением для прогнозов регрессии. При выполнении множественной регрессии для клиента Alimport, принимая в качестве зависимой переменной его спрос на тесты, а также его импорт и время в качестве независимых переменных, модель была действительной, с высоким коэффициентом детерминации (R 2) и некоторыми t- тестами. несущественно, причина, по которой было заподозрено существование мультиколлинеарности, подтверждена корреляционной матрицей. Чтобы исправить эту ситуацию, была применена корректирующая мера, которая состояла из выполнения простых вспомогательных регрессий для каждой независимой переменной, импорта и времени., При выполнении этих регрессий было подтверждено, что действительная модель является результатом регрессионных тестов против импорта, поэтому была проведена простая регрессия между импортом и временем, которая оказалась действительной моделью с высоким коэффициентом детерминации, с которой импорт был прогноз.
С этим прогнозом импорт был введен в простую регрессионную модель, тесты против импорта, а спрос на тесты Алимпорта для лаборатории прогнозировался до 2016 года.
Аналогичная методология была применена для компании CubaExport, выполняя множественную регрессию между испытаниями и экспортом и временем (экспорт, поскольку это компания-экспортер), в результате чего получилась правильная модель с высоким R 2, но с несущественные t- тесты, применяя ту же меру исправления, вспомогательные простые регрессии и вопреки тому, что произошло с Alimport, оказалось, что модель тестирует со временемЭто была действительная модель, поэтому испытания были спрогнозированы до 2016 года, принимая во внимание только время как независимую переменную, в простой регрессии, которая также представляла высокий R 2.
В случае клиентских Propes была проведена множественная регрессия, но в этом случае тесты снова были взяты в качестве зависимой переменной, а импорт и время были независимыми, что является компанией-импортером. Модель оказалась действительной и с высоким R 2, однако t- тестыОни снова не были значимыми, так что мультиколлинеарность снова была заподозрена, но также при проверке, были ли выполнены все другие предположения модели, как это было сделано для двух других компаний, было обнаружено наличие автокорреляции, следовательно, работа с этой моделью может быть завышением значения коэффициента детерминации и, следовательно, качества подгонки. По этой причине были проведены вспомогательные регрессии, аналогичные тем, которые были выполнены с использованием Alimport, в результате чего модель тестирования против импорта в большей степени отражала тенденцию, поскольку она имела более высокий коэффициент детерминации (R 2).
Затем была проведена простая регрессия между импортом и временем для клиентских Propes, которая оказалась действительной моделью с высоким R 2, с которой прогнозировался импорт, который впоследствии был введен в другую модель простые регрессионные испытания в отношении импорта, с помощью которых испытания были окончательно спрогнозированы.
На основании того факта, что прогнозируемые испытания для трех основных клиентов уже были доступны для анализируемого периода, то есть до 2016 года, и с учетом того, что в 2006 году три клиента вместе составляли 73% Все тесты, и при условии, что эта структура будет сохраняться в течение всего периода, можно определить общее количество тестов, которые лаборатория будет иметь до 2016 года. В следующей таблице представлены их.
Стол № 1, Спрос на прогнозируемые испытания
| СПРОС НА ПРОЕКТНЫЕ ПРОБЫ. | ||||||||||
| 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | |
| ALIMPORT | 18639 | 21547 | 24457 | 27367 | 30277 | 33187 | 36097 | 39007 | 41917 | 44827 |
| Кубаэкспорт | +895 | +985 | 1076 | 1167 | 1258 | 1349 | 1440 | 1531 | 1622 | 1713 |
| PROPES | +837 | +971 | 1105 | 1239 | 1373 | 1507 | 1642 | 1776 | 1910 | 2044 |
| ОБЩЕЕ КОЛИЧЕСТВО | 20371 | 23503 | 26638 | 29773 | 32908 | 36043 | 39179 | 42314 | 45449 | 48584 |
| ВСЕГО ИСПЫТАНИЙ | 27813 | 32089 | 36370 | 40650 | 44930 | 49211 | 53492 | 57773 | 62053 | 66333 |
Прогноз спроса с учетом структурных изменений.
Как уже упоминалось, это исследование прогноза спроса является предыдущим этапом финансового и социального анализа, который был проведен в контрольной лаборатории Кубы, поэтому было также необходимо рассмотреть новый спрос, связанный с новым инвестиции будут сделаны там.
Новые инвестиции позволят, в дополнение к замене оборудования, которое устарело, проводить новые виды испытаний, которые, хотя и требовались, не имели необходимого оборудования для их проведения, поэтому необходимо добавить к прогнозируемому ранее спросу, прогнозируемому, новые оценки. это будет предъявлено иск в период. По мнению экспертов, увеличение спроса будет иметь самый большой рост в 2008 году благодаря запуску команды, о которой уже известно из опыта, что тесты, которые она выполняет, будут иметь значительный спрос., С этой целью, а также с учетом нехватки статистических данных, экспертное суждение было использовано с использованием метода Дельфи., получая следующие результаты в процентах от прогнозируемых исторических данных.
Стол № 2, Прогнозируемая потребность в тестах с учетом структурных изменений (в процентах, принимая прогнозируемую потребность в тестах за 100%).
| 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 115,00% | 120,00% | 125,00% | 129,00% | 132,00% | 135,00% | 137,00% | 139,00% | 140,00% |
Таким образом, общий спрос с учетом структурных изменений при рассмотрении новых испытаний составит:
Таблица № 3 14. Спрос на прогнозируемые испытания с учетом структурных изменений (выражается в количестве испытаний).
| 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 |
| 36903 | 43644 | 50813 | 57960 | 64958 | 72215 | 79149 | 86254 | 92867 |
Таким образом, используя два инструмента, количественный и качественный, в сочетании, можно составить прогноз спроса с большей научной базой. Выводы машины, которые содержат все уравнения и тесты гипотез и графики, можно найти в приложениях вышеупомянутой дипломной работы.
ЗАКЛЮЧИТЕЛЬНЫЕ СООБРАЖЕНИЯ
- Анализ спроса и прогнозы представляют собой наиболее важный предварительный этап для оценки прибыльности инвестиций, поскольку они в значительной степени определяют устанавливаемые мощности, а также ассортимент продукции и тесно связаны с основной целью проекта. Очевидно, что в значительной степени прибыльность или нет проекта будет обеспечиваться хорошей проекцией спроса, а используемые методы должны иметь прочную основу и обеспечивать минимальный предел погрешности. Кубинская компания в целом страдает использования этих инструментов и проектов, в значительной степени, с субъективным характером, который имеет большую погрешность, и где в условиях ограниченных ресурсов, финансирование должно использоваться в инвестициях, которые имеют устойчивый спрос, который приводит к выгодные проекты.Использование того или иного метода будет зависеть от контекста, в котором находится исследование, но настоятельно рекомендуется сочетание количественных и качественных методов, которые продвигают продукт научной строгости, который представляет собой хороший анализ и прогнозирование спроса.
БИБЛИОГРАФИЯ
- Статистический ежегодник Кубы, 1980, 1984, 1989, 1994, 1999, 2004, 2006 годы. Бака Урбина, Габриэль. "Оценка проекта". Издательство МакГроу-Хилл. Четвертое издание. Мексика Д.Ф., Мексика, 2004 г. Бридли, РА; Майерс, СК "Основы финансирования бизнеса". Mc Graw-Hill Publishing. Четвертое издание. Мехико, Мексика. 1993. Буэно Кампос, Эдуардо; Круз Рош, Игнасио; Дуран Эррера, Хуан Хосе: Экономика бизнеса. Анализ деловых решений. Пирамидальные издания. Двенадцатое издание, Мадрид, 1989, с.281-289. Дуран Эррера, Хуан Хосе: Экономика и управление финансами компании. Ediciones Pirámide, Madrid, 1992, pp. 418-420.Эспалларгаз Ибарра, Дейзи. Эконометрика для бухгалтерского учета и финансов. Презентация Power Point, декабрь 2004 г. Родригес Меса, Гонсало ¨ Анализ и прогнозирование спроса.Текст с экономического факультета Гаванского университета, цифровой формат.
Родригес Меса, Гонсало. Финансовая и социальная оценка инвестиционных проектов. Третье издание, май 2006 года. Цифровой формат, экономический факультет, Университет Гаваны.
Родригес Меса, Гонсало ¨ Анализ и прогнозирование спроса. Текст с экономического факультета Гаванского университета, цифровой формат.
Для получения дополнительной информации о методах, используемых в зависимости от типа актива, обратитесь к книге, уже упомянутой в сноске № 1.
Для получения дополнительной информации обратитесь к работе над дипломом «Финансовая и социальная оценка» модернизации лаборатории контроля Кубы, подготовленной авторами Дамианом Эчеварриа и Ираном Мирандой, факультет экономики, 2007 год, Университет Гаваны.
Эспалларгас Ибарра, Дейзи. Эконометрика для бухгалтерского учета и финансов. Презентация Power Point, декабрь 2004 г.
Чтобы узнать последствия несоблюдения этого предположения, рекомендуется обратиться к конференциям, упомянутым в сноске № 4.
R 2 или коэффициент определения указывает степень, в которой независимая переменная объясняет поведение зависимого. Общепринято, что более 75% - это высоко.
То же самое 5.
То же самое 5.
То же самое 5.
Собственная разработка. Обратите внимание, что поле ИТОГО ТЕСТА рассчитывается путем деления поля ИТОГО, которое представляет собой сумму трех компаний, на 0,73.
Данное оборудование представляет собой атомно-абсорбционный спектрофотометр, используемый для проведения испытаний на металлические загрязнители.
Три раунда были выполнены в этом методе.
Собственная разработка. 14 То же самое. 13.
Скачать оригинальный файл
