На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Ряды динамики в изучении реализации сельскохозяйственной продукции

Информация:

Тип работы: курсовая работа. Добавлен: 24.05.2012. Сдан: 2011. Страниц: 13. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Ряды  динамики в изучении реализации сельскохозяйственной продукции. 
 
 
 
 
 
 
 
 
 

Реферат
   Тема  курсовой работы: «Ряды динамики в  изучении реализации сельскохозяйственной продукции».
   Курсовая  работа включает в себя 33 с., 4 рис., 8 табл., 13 источников, 3 прил.
   Предмет исследования – оценка тенденций  изменения в рядах динамики.
   Цель  работы – проанализировать динамику изменения реализации сельскохозяйственной продукции на основе изучения теоретических основ анализа рядов динамики. 
 

Содержание 
 

 

Введение

   Статистика  – одна из древнейших отраслей знаний, возникшая на базе хозяйственного учета.
   Основная  цель статистики – сбор, обработка  и анализ массовых данных, относящихся  к тем или иным сферам общественной жизни. При этом, сбор сведений в  целях обобщения ведется в  разных масштабах и разными организациями.
   Одной из важнейших задач статистики является изучение изменения различных явлений во времени. Решается эта задача путем составления и анализа так называемых рядов динамики.
   Ряд динамики – это числовые значения определенного статистического  показателя в определенные моменты времени.
   В рядах динамики, уровни которых являются месячными или квартальными зачастую наблюдаются различного рода колебания, некоторые из которых являются сезонными.
   Тема  данного исследования достаточно актуальна, так как изучение и анализ динамики тех или иных показателей позволяет не только определить их рост или снижение, но и спрогнозировать уровни ряда.
   Это имеет большое значение для планирования и прогнозирования деятельности предприятий.
   Цель  данной работы – рассмотреть теоретические основы анализа рядов динамики и проанализировать динамику изменения реализации сельскохозяйственной продукции.
   Для достижения поставленной цели необходимо решить ряд задач:
    дать понятие ряда динамики;
    рассмотреть показатели, характеризующие тенденцию рядов динамики;
    раскрыть основные направления выявления основной тенденции (тренда) в рядах динамики;
    проанализировать динамические ряды на конкретном примере;
    сделать выводы по результатам исследования.
   Объект  исследования в данной работе – ряды динамики.
   Предмет исследования – оценка тенденций изменения в рассматриваемых рядах.
   В теоретической части данной курсовой работы рассмотрены показатели, характеризующие  тенденцию рядов динамики и методы их выравнивания:
    метод укрупнения интервалов;
    аналитическое выравнивание.
   В практической части курсовой работы был осуществлен анализ динамики реализации сельскохозяйственной продукции по РФ за период 2003-2007 годы, а также выполнено их сглаживание двумя рассмотренными методами.
   Расчеты выполнялись на основе данных, представленных Федеральной службой государственной статистики.
   Для статистического анализа данных в курсовой работе использовалась программа  обработки электронных таблиц Microsoft Excel, математические функции которой  позволяют решать множество задач  в статистике. 

 

1. Теоретические основы изучения  рядов динамики

1.1. Понятие ряда динамики

   Ряд динамики, хронологический ряд, динамический ряд, временной ряд – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень  развития изучаемого явления /1, с. 97/. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда. Ряды динамики различаются по следующим признакам.
   1. По времени – моментные и интервальные ряды. Интервальный ряд динамики – последовательность, в которой уровень явления относится к результату, накопленному или вновь произведенному за определенный интервал времени. Таковы, например, ряды показателей объема продукции по месяцам года, количества отработанных человеко-дней по отдельным периодам и т.д. Если же уровень ряда показывает фактическое наличие изучаемого явления в конкретный момент времени, то совокупность уровней образует моментный ряд динамики.
   Примерами моментных рядов могут быть последовательности показателей численности населения на начало года, величины запаса какого-либо материала на начало периода и т.д. Важное аналитическое отличие моментных рядов от интервальных состоит в том, что сумма уровней интервального ряда дает вполне реальный показатель – общий выпуск продукции за год, общие затраты рабочего времени, общий объем продаж акций и т.д., сумма же уровней моментного ряда, хотя иногда и подсчитывается, но реального содержания, как правило, не имеет.
   2. По форме представления уровней – ряды абсолютных, относительных и средних величин (табл. 1-3).
   3. По расстоянию между датами  или интервалам времени выделяют  полные и неполные хронологические  ряды. 
 

Таблица 1
Объем продаж продукции растениеводства фермерских хозяйств РФ, млрд. руб.
Дата 01.01.2000 01.01.2001 01.01.2002 01.01.2003 01.01.2004 01.01.2005
Продукция 774,1 1154,9 1345,2 1494,6 1711,3 2017,2
   По  данным Госкомстата 

Таблица 2
Индекс  инфляции в 1993 г. (на конец периода, в % к декабрю 1992 г.)
Период Январь Февраль Март Апрель Май Июнь
Индекс  инфляции 126 162 190 221 264 310
   По  данным Госкомстата 
 

Таблица 3
Индекс  производства продукции сельского  хозяйства в хозяйствах всех категорий (в сопоставимых ценах; в % к предыдущему году), 
значение показателя за год

Продукты 2000 2003 2006
По  Российской Федерации 107,7 101,3 103,6
По  Челябинской области 88,8 110,8 114,6
   По  данным Госкомстата 
 

   Полные  ряды динамики имеют место, когда  даты регистрации или окончания периодов следуют друг за другом с равными интервалами /10, с. 306/. Это равноотстоящие ряды динамики (табл. 1 и 2). Неполные – когда принцип равных интервалов не соблюдается (табл. 3).
   Чтобы о развитии явления можно было получить представление при помощи числовых уровней, при составлении ряда динамики должны приводиться в сопоставительный вид.
   Статистические  данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицам измерения, времени регистрации, ценам, методологии расчета. Сопоставимость по территории означает, что данные по странам и регионам, границы которых изменились, должны быть пересчитаны в старых пределах.
   Сопоставимость  по кругу охватываемых объектов означает сравнение совокупностей с равным числом элементов. Территориальная и объемная сопоставимость обеспечивается смыканием рядов динамики, при этом либо абсолютные уровни заменяются относительными, либо делается пересчет в условные абсолютные уровни. Не возникает особых сложностей при обеспечении сопоставимости данных по единицам измерения; стоимостная сравнимость достигается системой сопоставимых цен.
   Числовые  уровни рядов динамики должны быть упорядоченными во времени. Не допускается  анализ рядов с пропусками отдельных  уровней, если же такие пропуски неизбежны, то их восполняют условными расчетными значениями.
   Одно  из основных положений научной методологии  – необходимость изучать все  явления в развитии, во времени. Это  относится и к статистике: она  должна дать характеристику изменений  статистических показателей во времени. Как изменяются год за годом валовой национальный продукт и национальный доход страны? Как возрастает или снижается уровень оплаты труда? Велики ли колебания урожайности зерновых культур и существует ли тенденция ее роста?
   На  все аналогичные вопросы ответ может дать только специальная система статистических методов, предназначенная для изучения развития, изменений во времени или, как принято в статистике говорить, изучения динамики.
   Рассмотрим  данные, представленные в табл. 4. При  этом, относящиеся к отдельным годам значения урожайности картофеля, принято называть уровнями.
Таблица 4
Динамика  урожайности картофеля в хозяйстве
Годы 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Урожай-ность, ц с 1 га 149 145 168 146 177 176 190 186 176 211 170
   Условные  данные 
 

   Ряд динамики состоит из двух строк или  столбцов: промежутков или моментов времени, к которым относятся уровни, и самих уровней признака (показателя). Ряд, в котором время задано в виде промежутков – лет, месяцев, суток, называется интервальным динамическим рядом /2, с. 76/.
   В табл. 4 приведен такой ряд. Ряд, в  котором время задано в виде конкретных дат (моментов времени), называется моментным динамическим рядом. Например, ряд численности населения по оценке на 1 января каждого года.
   Вернемся  к табл. 4. Сравнивая уровни разных лет, мы замечаем, что в целом урожайность  возрастает. Однако нередко уровень  урожайности следующего года оказывается ниже предыдущего. Иногда рост по сравнению с предыдущим годом велик, как в 2001 г., а иногда мал. Следовательно, рост урожайности наблюдается лишь в среднем, как тенденция.
   В отдельные же годы уровни испытывают колебания, отклоняясь от основной тенденции. Эти колебания урожайности связаны в основном с различием метеорологических условий в разные годы.
   Если  рассматривать динамические ряды месячных уровней производства мяса или молока, ряды объема продажи разных видов  одежды и обуви, ряды заболеваемости населения, выявятся регулярно повторяющиеся  из года в год сезонные колебания уровней.
   В силу солнечно-земных связей частота  полярных сияний, интенсивность гроз, те же изменения урожайности отдельных  сельхозкультур и ряд других процессов имеют циклическую 10-11-летнюю колеблемость. Колебания числа рождений, связанные с потерями в войне, повторяются с угасающей амплитудой через поколение, т.е. через 20-25 лет.
   Тенденция динамики связана с действием  долговременно существующих причин и условий развития, хотя, конечно, после какого-то периода эти причины и условия тоже могут измениться и породить уже другую тенденцию развития изучаемого объекта.
   Колебания же, напротив, связаны с действием  краткосрочных или циклических факторов, влияющих на отдельные уровни динамического ряда, и отклоняющих уровни от тенденции то в одном, то в другом направлении.
   Например, тенденция динамики урожайности  связана с прогрессом агротехники, с укреплением экономики данной совокупности хозяйств, совершенствованием организации производства. Колеблемость урожайности вызвана чередованием благоприятных по погоде и неблагоприятных лет, циклами солнечной активности, колебаниями в развитии вредных насекомых и болезней растений.
   При статистическом изучении динамики необходимо четко разделить ее два основных элемента – тенденцию и колеблемость чтобы дать каждому из них количественную характеристику с помощью специальных показателей /3, с. 326/. Смешение тенденции и колеблемости ведет к неверным выводам о динамике.
   Если  из табл. 4 произвольно взять данные за отдельные годы и сравнить их друг с другом, можно получить «выводы», прямо противоположные истине. Например, если сравнить урожайность в 2006 г. с урожайностью в 1998 г., то получим, что за 8 лет она возросла на 66 ц с 1 га, т.е. более чем по 8 ц с 1 га за год. Если же урожайность в 2007 г. сравнить с ее уровнем в 1999 г., то получим, что за 8 лет, из которых 7 лет те же, что и в предыдущем сравнении, урожайность возросла всего лишь на 2 ц с1 га.
   Тенденцию и колебания наглядно показывает график (рис. 1).
   По  оси абсцисс всегда отражается время, по оси ординат – уровни. По обеим осям строго соблюдается масштаб, иначе характер динамики будет искажен.
   На  рис 1 хорошо заметно, что рост урожайности  в 1997-2007 гг. характеризовался линейной тенденцией, а колеблемость была хаотической, без явной цикличности. 
 


Рис. 1. Динамика урожайности картофеля 
 

   Однако, только графическое представление  ряда динамики не позволяет в полной мере оценить динамику изучаемого явления. Для этого используется ряд показателей. 

1.2. Показатели, характеризующие тенденцию рядов динамики

   При изучении явления во времени перед  исследователем встает проблема описания интенсивности изменения и расчета  средних показателей динамики. Решается она путем построения соответствующих  показателей.
   Чтобы построить систему показателей, характеризующих тенденцию динамики, нужно ответить на вопрос: какие черты, свойства этой тенденции нужно измерить и выразить в статистических показателях?
   Очевидно, нас интересует величина изменений уровня как в абсолютном, так и в относительном выражении (на какую долю, процент уровня, принятого за базу, произошло изменение?).
   Абсолютное  изменение уровней – в данном случае его можно назвать абсолютным приростом – это разность между сравниваемым уровнем и уровнем более раннего периода, принятым за базу сравнения. Если эта база непосредственно предыдущий уровень, показатель называют цепным, если за базу взят, например, начальный уровень, показатель называют базисным /11, с. 213/.
   Абсолютный  прирост цепной определяется по формуле:
   Dуц = уi-yi-1,       (1)
   где yii-тый уровень ряда динамики;
       yi-1 – уровень ряда динамики, предшествующий i-тому.
   Абсолютный  прирост базисный определяется по формуле:
   Dуц = уi-yi-1,       (2)
   где yО – начальный уровень ряда динамики.
   Если  абсолютное изменение отрицательно, его следует называть абсолютным сокращением. Абсолютное изменение имеет ту же единицу измерения, что и уровни ряда с добавлением единицы времени, за которую определено изменение: 22 тысячи тонн в год (или 1,83 тыс. т в месяц, или 110 тыс. т в пятилетие). Без указания единицы времени, за которую произошло измерение, абсолютный прирост нельзя правильно интерпретировать.
   Абсолютное  изменение уровня не является константой тенденции. Оно со временем возрастает, т.е. уровни ряда изменяются с ускорением.
   Ускорение – это разность между абсолютным изменением за данный период и абсолютным изменением за предыдущий период одинаковой длительности:
          (3)
   Показатель  абсолютного ускорения применяется  только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о замедлении роста или об ускорении снижения уровней ряда.
   Еще один показатель абсолютного изменения  ряда динамики – абсолютное значение одного процента прироста – показатель, характеризующий величину 1% прироста в стоимостном выражении. Абсолютное значение одного процента прироста можно определить по формуле:
    ,       (4)
   где Dу – абсолютный прирост уровня ряда;
         k – темп прироста за соответствующий период.
   Относительные показатели динамики необходимы для  сравнения развития разных объектов, особенно если их абсолютные характеристики различны. Одна из основных относительных характеристик тенденции динамики – темп роста.
   Темп  роста – это отношение сравниваемого уровня (более позднего) к уровню, принятому за базу сравнения (более раннему). Темп роста исчисляется в цепном варианте – к уровню предыдущего года и в базисном варианте – к одному и тому же, обычно начальному уровню:
       Цепной  темп роста определяется по формуле:
,       (5)
       Базисный  темп роста определяется по формуле:
,       (6)
   Он  говорит о том, сколько процентов  составляет сравниваемый уровень по отношению к уровню, принятому за базу, или во сколько раз сравниваемый уровень больше уровня, принятого за базу.
   При этом если уровни снижаются со временем, то сказать, что последующий уровень «больше в 0,33 раза», или составляет 33,3% базового уровня, это, разумеется, означает, что уровень уменьшился в 3 раза. Но сказать что «уровень меньше в 0,33 раза», это неверно. Темп изменения в разах всегда говорит о том, во сколько раз сравниваемый уровень больше.
   Теперь  можно сказать, что относительная  характеристика роста объема продукции  на первом предприятии в среднем  за год близка к 115% (рост приблизительно на 15% за год), и за шесть лет продукция увеличилась в 2,32 раза, а на втором предприятии, вычислив также шесть уровней параболического тренда, читатель убедится, что в среднем за год объем продукции возрастал примерно на 20%, а за шесть лет объем ее возрос в 3,1 раза.
   Следовательно, в относительном выражении объем продукции на втором предприятии развивался, возрастал быстрее. Только в сочетании абсолютных и относительных характеристик динамики можно правильно отразить процесс развития совокупности (объекта).
   Отношение абсолютного изменения к предыдущему или базисному уровню часто называют относительным приростом или темпом прироста:
       Цепной  темп прироста определяется по формуле:
              (7)
       Базисный  темп прироста определяется по формуле:
      (8)
   Темп  прироста (относительное изменение) может иметь как положительные значения, так и отрицательные. Наоборот, темп изменения –величина всегда положительная.
   Если  уровень ряда динамики принимает  положительные и отрицательные  значения, например финансовый результат от реализации продукции предприятием может быть прибылью (+), а может быть убытком (-), тогда темп изменения и темп прироста применять нельзя.
   В этом случае такие показатели теряют смысл и не имеют экономической  интерпретации. Сохраняют смысл только абсолютные показатели динамики.

1.3. Методы выявления основной тенденции (тренда) в рядах динамики

   Как уже отмечалось, уровни ряда динамики формируются под влиянием взаимодействия многих факторов, одни из которых, будучи основными, главными, определяют закономерность, тенденцию развития, другие – случайные – вызывают колебания уровней.
   Можно сказать, что динамика ряда включает три компоненты:
    долговременное движение (так называемый тренд);
    кратковременное систематическое движение (например, сезонные колебания);
    несистематическое случайное движение, вызывающее колебания уровней относительно тренда /7, с. 116/.
   Изучая  ряды динамики, исследователи пытаются разделить эти компоненты и выявить  основную закономерность развития явления  в отдельные периоды, т.е. выявить общую тенденцию в изменении уровней рядов, освобожденную от действия случайных факторов. С этой целью (устранить колебания, вызванные случайными причинами) ряды динамики, подвергают обработке.
    Существует несколько методов  обработки рядов динамики, помогающих выявить основную тенденцию изменения уровней ряда, а именно: метод укрупнения интервалов, метод скользящей средней и аналитическое выравнивание. Во всех методах вместо фактических уровней при обработке ряда рассчитываются иные (расчетные) уровни, в которых тем или иным способом взаимопогашается действие случайных факторов и тем самым уменьшается колеблемость уровней. Последние в результате становятся как бы «выравненными», «сглаженными» по отношению к исходным фактическим данным. Такие методы обработки рядов называются сглаживанием или выравниванием рядов динамики.
   Простейший  метод сглаживания уровней ряда – укрупнение интервалов времени, для которых определяется итоговое значение или средняя величина исследуемого показателя. Этот метод особенно эффективен, если первоначальные уровни ряда относятся к коротким промежуткам времени. Например, если имеются данные о ежесуточной погрузке грузов по какой-либо железной дороге за месяц, то, естественно, в таком ряду возможны значительные колебания уровней, так как чем меньше период, за который приводятся данные, тем больше влияние случайных факторов.
   Чтобы устранить это влияние, рекомендуется  укрупнить интервалы времени, например до 5 или 10 дней, и для этих укрупненных  интервалов рассчитать общий или среднесуточный объем погрузок (соответственно по пятидневкам или декадам). В ряду с укрупненными интервалами времени закономерность изменения уровней будет более наглядной.
   Если, например, имеются данные о выпуске продукции на предприятии по месяцам за год, то после укрупнения интервалов до трех месяцев и расчета суммарного и среднемесячного выпуска продукции по кварталам, новые данные будут более четко выражать закономерность изменения выпуска продукции за год – увеличение из квартала в квартал.
   По  сути метод скользящей средней несколько схож с предыдущим, но в данном случае фактические уровни заменяются средними уровнями, рассчитанными для последовательно подвижных (скользящих) укрупненных интервалов, охватывающих т уровней ряда /1, с. 103/.
   Например, если принять m = 3, то сначала рассчитывается средняя величина из первых трех уровней, затем находится средняя величина из второго, третьего и четвертого уровней, потом из третьего, четвертого и пятого и т.д., т.е. каждый раз в сумме трех уровней появляется один новый уровень, а два остаются прежними. Это и обусловливает взаимопогашение случайных колебаний в средних уровнях. Рассчитанные из т членов скользящие средние относятся к середине (центру) каждого рассматриваемого интервала.
   Сглаженный  ряд более наглядно показывает тенденцию к изменению уровней в течение периода, которая в исходном ряду несколько затушевывалась скачкообразными колебаниями уровней. Эффект сглаживания, устраняющего колебания уровней за счет случайных причин, хорошо виден также при графическом изображении фактических и сглаженных уровней.
   Сглаживание методом скользящей средней можно  проводить по любому числу членов m, но удобнее, если m – нечетное число, так как в этом случае скользящая средняя сразу относится к конкретной временной точке – середине (центру) интервала. Если же m – четное, то скользящая средняя относится к промежутку между временными точками: например, при сглаживании по четырем членам средняя из первых четырех уровней будет находиться между второй и третьей датой, следующая средняя – между третьей и четвертой и т.д.
   Тогда, чтобы сглаженные уровни относились непосредственно к конкретным временным  точкам (датам), из каждой пары смежных  промежуточных значений скользящих средних находят среднюю арифметическую, которую и относят к определенной дате (периоду). Такой прием двойного расчета сглаженных уровней называется центрированием.
   Недостатком метода скользящей средней является то, что сглаженный ряд «укорачивается»  по сравнению с фактическим с  двух концов: при нечетном m на (m – 1)/2 с каждого конца, а при четном – на m /2 с каждого конца. Применяя этот метод, надо помнить, что он сглаживает (устраняет) лишь случайные колебания.
   Если  же, например, ряд содержит сезонную волну, она сохранится и после  сглаживания методом скользящей средней.
   Кроме того, этот метод сглаживания, как  и укрупнение интервалов, является механическим, эмпирическим и не позволяет  выразить общую тенденцию изменения  уровней в виде математической модели /1, с. 105/.
   Более совершенный метод обработки  рядов динамики в целях устранения случайных колебаний и выявления тренда – выравнивание уровней ряда по аналитическим формулам (или аналитическое выравнивание). Суть аналитического выравнивания заключается в замене эмпирических (фактических) уровней уt теоретическими , которые рассчитаны по определенному уравнению, принятому за математическую модель тренда, где теоретические уровни рассматриваются как функция времени: = f (t).
   При этом каждый фактический уровень  уt рассматривается как сумма двух составляющих:
   уt = f (t) + ?t,       (9)
и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.