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:


Контрольная Статистика

Информация:

Тип работы: Контрольная. Добавлен: 16.11.2011. Сдан: 2010. Страниц: 30. Уникальность по antiplagiat.ru: < 30%

Описание (план):


Оглавление
Задание 1 Тема «сводка и группировка статистического материала» 2
Задание 2 Тема «статистическое изучение взаимосвязи социально – экономических явлений» 9
Задание 3 Тема «Статистические показатели» 16
Задание 4 Тема «Ряды динамики» 22
Задание 5 Тема «Индексы» 26
Библиографический список 30


Задание 1 Тема «сводка и группировка статистического материала»
Даны N = 3 K = 0 L = 3
Факторный и результативный признаки для задания представлены в таблице 1.
Таблица 1 – Исходные данные
N+1 Факторный признак Результативный признак
4 Качество почвы Урожайность озимовой пшеницы

На основании данных статистического наблюдения приведенных в таблице 2 построим ранжированный, интервальный и кумулятивный ряды распространения сельскохозяйственных предприятий по факторному признаку , - качество почвы изобразим графически.
Проведем сводку данных. Посредством метода группировок определим зависимость результативного признака в сельскохозяйственных предприятиях от факторного. Построим таблицы и графики зависимости.
Таблица 2 – Исходные данные признаков
качество почвы (факторный признак - х) урожайность озимовых пшеницы (результативный признак - у)
1 68 21
2 80 29
3 55 20
4 45 15
5 87 36
6 88 35
7 90 38
8 78 25
9 65 21
10 70 21
11 64 18
12 60 29
13 50 15
14 63 19
15 66 20
16 88 42
17 48 25
18 80 38
19 94 46
20 76 32
21 50 18
22 64 18
23 80 28
24 86 35
25 70 22
26 77 26
27 80 42
28 90 38
29 75 33
30 66 20

Построение ранжированного ряда распределения предполагает расположение всех вариантов ряда в порядке возрастания изучаемого признака.
Для проведения сортировки в ТП Excel необходимо выделить таблицу. Включая заголовки столбцов, указывать – Данные – сортировка, в открывающемся диалоговом окне выбрать соответствующий столбец по названию и отсортировать.
Таблица 3. – Ранжированные данные по качеству почвы
качество почвы (факторный признак - х) урожайность озимовых пшеницы (результативный признак - у)
4 45 15
17 48 25
13 50 15
21 50 18
3 55 20
12 60 29
14 63 19
11 64 18
22 64 18
9 65 21
15 66 20
30 66 20
1 68 21
10 70 21
25 70 22
29 75 33
20 76 32
26 77 26
8 78 25
2 80 29
18 80 38
23 80 28
27 80 42
24 86 35
5 87 36
6 88 35
19 88 42
7 90 38
28 90 38
19 94 46

В итоге сортировка выполнена корректно, так как отсортирована вся таблица, а не только столбец – качество почвы.
В итоге можно сказать, что с ростом качество почвы не всегда происходит рост урожайности озимовых посев.
Для графического изображения ранжированного ряда распределения необходимо построить точечную диаграмму, где по оси абсцисс размещаются на равном расстоянии друг от друга точки по численности единиц совокупности (30 предприятий), а по оси ординат из каждой точки восстанавливается ордината, соответствующая по масштабу величине признака в ранжированном ряду.
В сортированной таблице выделим столбец Качество почвы. Выбираем –Вставка – Диаграмма – график (точечный).

Рисунок 1 –Огива Гальтона
Полученная линия, представленная на рисунке 1, носит название огива Гальтона. Если огива имеет тенденцию плавного роста, без больших скачков от одной единицы к другой (как в нашем случае), то делаем вывод о том, что совокупность признака качество почвы по изменению величины признака однородна и для преобразования ранжирования ряда в интервальный можно пользоваться равновеликим интервалом.
Построение интервального ряда распределения предприятий по изучаемому признаку предполагает определение числа групп (интервалов). Для расчета числа групп воспользуемся следующей формулой:
n=2lgN = 2lg30 = 2*1.4771=2,95
где N – общее число единиц изучаемой совокупности.
Округляя, получим число групп равное 3.
При получении «Пустых» групп необходимо произвести перегруппировку данных изменив число групп. Основные правила, которые следует придерживаться при проведении аналитической группировки, следующие:
- число групп не может быть меньше трех
- число предприятий в группе не должно быть меньше 2, а лучше 3.
Величина равного интервала вычисляется по формуле:
i =
i= = 16,33
Получаем группировку по качеству почвы на 3 группы с интервалом 16,33.
Интервальный ряд распределения строится в виде групповой таблицы. В сказуемом которой показывает число единиц в каждой группе (частота) или их удельный вес в общей численности единиц совокупности (частность). Кумулятивный ряд – это ряд, в котором подсчитываются накопленные частоты, он показывает, сколько единиц совокупности имеют значение признака не больше, чем данное значение и вычисляется путем последовательного прибавления к частоте первого интервала частот последующих интервалов.
В таблице 4 приведены ряды распределения предприятий по качеству почвы.
Таблица 4 – Интервальный и кумулятивный ряды динамики распределения предприятий по качеству почвы
№ Группа предприятий по качеству почвы Число предприятий (частота) Удельный вес предприятий в группе в общей численности, % (частность) Накопленная частота
нижняя граница группы верхняя граница группы
1 45 61,33 6 20,00% 6
2 61,33 77,33 12 40,00% 18
3 77,33 93,33 12 40,00% 30
итого 30 100,00% х

Для графического изображения интервального ряда распределения применяется гистограмма частот. При построении гистограммы на оси абсцисс откладываются равные отрезки, которые в принятом масштабе соответствуют величине интервалов ряда. На отрезке прямоугольниками с высотой в масштабе оси ординат изображают частоты ряда (рисунок 2).
В таблице 4 выделяем номера групп и число предприятий Выбрать вставка – диаграмм – Гистограмма

Рисунок 2 – Гистограмма частот
На основании линии на рисунке 2 можно судить о том, группа 2 и 3 имеют одинаковое количество предприятий (частот).
Для изображения кумулятивного ряда распределения используются кумулятивная кривая (кумулята). Накопленные частоты наносятся на чертеж в виде ординат, соединяя вершины отдельных ординат прямыми, получая ломаную кривую, которая начиная с нуля, непрерывно поднимается над осью абсцисс до тех пор, пока не достигнет высоты, соответствующей общей сумме частот ряда (рисунок 3).

Рисунок 3 – Кумулята распределения предприятий по качеству почвы

Определение зависимости урожайности озимовой пшеницы от качества почвы методом группировок предполагает осуществить сводку статистических данных путем суммирования значений изучаемых признаков по группам и целом по совокупности, а затем расчета средних показателей урожайности озимовой пшеницы и качества почвы.
Результаты группировки представим в таблице 5


Таблица 5-Группировка предприятий (сводные показатели)
№ группы Число предприятий Качество почвы Урожайность озимовой пшеницы
I 45-61,33 6 308 122,00
II 61,33-77,33 12 824 271,00
III 77,33-94 12 1021 432,00
итого 30 2153 825

На основании приведенной сводки данных рассчитывается таблица 6, содержащая средние характеристики анализируемой совокупности.
Среднее качество почвы определяется деление общего качества почвы на число предприятий, аналогично и урожайность озимовой пшеницы.
Таблица 6 – Средние характеристики групп
№ группы Среднее качество почвы Средняя урожайность озимовой пшеницы
I 45-61,33 51 20
II 61,33-77,33 69 23
III 77,33-94 85 36
итого 72 28

Для наглядности по результатам проведенной аналитической группировки, представленной в таблице 6 строится точечная диаграмма (рисунок 4), характеризующая взаимосвязь факторного и результативного признака.

Рисунок 4 – Зависимость урожайности от качества почвы
В рассматриваемом примере можно сделать вывод, что с ростом качества почвы происходит рост урожайности озимовой пшеницы в среднем по группам. Соответственно можно предположить наличие прямой связи между рассматриваемыми параметрами.

Задание 2 Тема «статистическое изучение взаимосвязи социально – экономических явлений»
На основе исходных данных задания 1, провести корреляционно – регрессивный анализ зависимости меду рассматриваемыми признаками, выполнив следующее:
- построим точечный график экспериментальных данных, опишем форму и направление связи
- оценим тесноту связи с помощью коэффициента корреляции
- определим параметры линейного уравнения связи
- выполним проверку на адекватность полученного уравнения корреляционно – регрессивной зависимости по критерию Фишера, Стьюдента и средней ошибки аппроксимации
- по построению уравнению связи выполним прогноз результативного признака, увеличив среде значение факторного в 1,5 раза
- проанализируем влияние изменения факторного признака на результативный, рассчитав коэффициент эластичности.
Для построения точечного графика экспериментальных данных – это наиболее простой и наглядный способ определения формы и направления связи в случае парной корреляции (рисунок 5).
Для построения графика надо выделить столбцы среднее качество почвы и среднюю урожайность из таблицы 3 выбрать вставка – диаграмма - точечная.

Рисунок 5 – Зависимость урожайности от качества почвы

Анализируя полученный график, легко заметить, что прослеживается прямая линия зависимости между уровнем урожайности озимовой пшеницы и качество почвы, что и было установлено в результате проведенной аналитической группировки в задании 1.
Оценка тесноты связи между признаками осуществляется с помощью линейного коэффициента корреляции r, который изменяется в пределах от -1 до 1. Чем ближе коэффициент корреляции по модулю к единицы. Тем сильнее связь между признаками.
Для расчета коэффициента корреляции необходимо использовать функцию КОРРЕЛ () в качестве аргумента которой используются ссылки на столбцы качество почвы и урожайности (порядок указания столбцов не имеет значения).
В итоге используя формулу КОРРЕЛ () получаем r = 0,8415, что свидетельствует о наличии сильной связи, положительный знак коэффициента указывает на то, что связь между параметрами прямая.
Линейная зависимость может выражаться уравнением прямой линии
у^ = а0+а1х
где х – качество почвы (факторный признак)
а0, а1 – параметры уравнения. Которые имеют вполне конкретный смысл: а0 – это величина урожая озимовой пшеницы в случае, если качество почвы будет равно 0; а1 – показывает на сколько центнеров изменится урожайность озимовой пшеницы при изменении 1 ед. качества почвы.
Нахождение коэффициента регрессии осуществляется с помощью пункта Сервис – анализ данных – регрессия (рис. 6)

Рисунок 6 – Диалоговое окно регрессии

Результаты решения выводятся на экран в виде, представленном на рисунке 7.

Рисунок 7 – Результаты корреляционно – регрессивного анализа

В таблице 7 Представлено соответствие показателей, рассчитанных с помощью ТП Excel с общепринятой терминологией.
Таблица 7 – Соответствие расчетных показателей
Адрес ячейки Обозначение показателя Наименование показателя в общепринятой терминологией
В4 R Коэффициент корреляции
В5 R2 Коэффициент детерминации
Е12 F Расчетное значение критерия Фишера
В17 а0 Свободный член регрессионной модели
В18 а1 Коэффициент модели стоящий перед переменной х
D17 tраса0 Расчетное значение критерия Стьюдента для параметра а0
D18 tраса1 Расчетное значение критерия Стьюдента для параметра а1

Таким образом, в ходе вычислений получили регрессионную модель следующего вида у^ = а0+а1х
у^ = 0,55х-11,93

Проверка полученной модели на адекватность осуществляется в несколько этапов.
1 –й этап. Адекватность модели по критерию Фишера осуществляется по следующему условию: модель адекватна если F критКритическое значение Фишера определяется по формуле FРАСПОБР (?;k1;k2), где ? =0,05 (допустимая погрешность модели), к1 =1 (число факторных признаков в модели) к2 = m-(к1+1) = 30-(1+1) = 28 (m – число экспериментальных данных).
FРАСПОБР (0,05;1;28) = 4,20
Fкрит = 4,2 F расч = 67,92, следовательно, построенная модель по критерию Фишера адекватна.
2-й этап. Значимость коэффициентов модели по критерию Стьюдента осуществляется по следующему условию: коэффициент значим, если
tкрит ? |tрасча|.
Критическое значение Стьюдента определяется по формуле:
СТЬЮДРАСПОБР (?;k). Где ? = 0,05 (допустимая погрешность модели), k = m-n = 30-2 = 28 (m – число экспериментальных данных. N – число коэффициентов регрессии (a0 и a1).
СТЬЮДРАСПОБР (0,05;28)=2,05
t крит=2,05 |tрасча0| = 2,45 |tрасча10| = 8,24
Таким образом, расчетные значения критерия Стьюдента ни по одному коэффициенту не превышают критического, можно сделать вывод о значимости коэффициентов а0 а1.
3-й этап. Оценка качества модели по средней ошибки аппроксимации, проводится по следующей формуле:
?А = (1/m)*(?| (yi-y^рас)/ yi|)*100%
А ?=1/m ?-|y_(i-y_расч^^ )/y_i | *100%
Где yi – фактические значения результативного признака
y^рас – значения результативного признака, рассчитанного по полученной модели регрессии
m – число наблюдений = 30.
Таблица 8 – Расчет средней ошибки аппроксимации
№ качество почвы (факторный признак - х) урожайность озимовых пшеницы (результативный признак - у) у^ = 0,55х-11,93


4 45 15 12,82 0,15
17 48 25 14,47 0,42
13 50 15 15,57 0,04
21 50 18 15,57 0,14
3 55 20 18,32 0,08
12 60 29 21,07 0,27
14 63 19 22,72 0,20
11 64 18 23,27 0,29
22 64 18 23,27 0,29
9 65 21 23,82 0,13
15 66 20 24,37 0,22
30 66 20 24,37 0,22
1 68 21 25,47 0,21
10 70 21 26,57 0,27
25 70 22 26,57 0,21
29 75 33 29,32 0,11
20 76 32 29,87 0,07
26 77 26 30,42 0,17
8 78 25 30,97 0,24
2 80 29 32,07 0,11
18 80 38 32,07 0,16
23 80 28 32,07 0,15
27 80 42 32,07 0,24
24 86 35 35,37 0,01
5 87 36 35,92 0,00
6 88 35 36,47 0,04
19 88 42 36,47 0,13
7 90 38 37,57 0,01
28 90 38 37,57 0,01
19 94 46 39,77 0,14
итого 2153 825 826,25 4,71

А ?=1/m ?-|y_(i-y_расч^^ )/y_i | *100%=(1/30)*4,71*100=15,70
В результате приведенных расчетов А ? = 15,70%. В итоге получаем больше 15%, что говорится о неудовлетворительном качестве полученной модели, однако модно оставить без изменений модель так как превышение 15% составило только на 0,70% и во всех остальных случая модель признана адекватной.
Полученную модель у^ = 0,55х-11,93 можно использовать для прогнозирования урожайности озимовой пшеницы при заданном качестве почвы.
Если среднее качество почвы увеличивается в 1,5 раза:
Среднее значение качества почвы составило хсред = ?х/m = 2153/30=71,77
Тогда заданное для прогноза качество почвы составит = 71,77*1,5 = 107,66
Тогда урожайность озимовой пшеницы составит = 107,66*0,55-11,93 = 47,28 ц.
Коэффициент эластичности определяется по формуле
Еху=а1*(хсред/усред)
Где а1 – коэффициент регрессии признака по всей совокупности.
Х сред – среднее значение факторного признака по всей совокупности
У сред – среднее значение результативного признака по всей совокупности.
В рассматриваемом примере а1 = 0,55
Средние значения качества почвы х сред= ?х/m = 2153/30=71,77
Среднее значение урожайности у сред =?у/m = 825/30=27,5
Коэффициент эластичности определяется следующим выражением:
Еху=а1*(хсред/усред) = 0,55*(71,77/27,5)=1,44
Данное значение свидетельствует о том, что если качество почвы увеличить на 1 %, это приведет к увеличению урожайности озимовой пшеницы на 1,77%.

Задание 3 Тема «Статистические показатели»
В таблице 9 приведены данные о себестоимости транспортных работ по пяти автотранспортным предприятиям объединения.
Таблица 9 – Статистические данные
№ пред Август Сентябрь
Объем работ т/км Себестоимость 1 т/км руб Общая сумма затрат. Руб. Себестоимость 1 т/км, руб. план по объему работ т/км
1 20800 12,35 281764 11,6 210751
2 8500 11,29 100602 12,42 8430
3 30050 13,46 398209 11,41 31155
4 10500 11,46 131810 13,45 11900
5 15896 12,52 181395 12,51 17054
итого 85746 61,08 1093780 61,39 279290

Для организации индивидуальной работы студенту необходимо сформировать свой набор данных выполнив следующие преобразования:
Объем работ. т/км увеличить в (N+1) = 4 раза
Себестоимость затрат руб – увеличить в (K+1)/(N+1) ? = 0,25 раза
Общая сумма затрат руб – увеличить в L 3 раза
План по объему работ. т/км увеличить в (К+L) 0+3 =3 раза
По полученным исходным данным (таблица 10) вычислить статистические показатели, указанные в таблице 11.
Таблица 10 – Преобразованные исходные данные для вариант
№ пред Август Сентябрь
Объем работ т/км Себестоимость 1 т/км руб Общая сумма затрат. Руб. Себестоимость 1 т/км, руб. план по объему работ т/км
1 83200 3,09 845292 2,90 632253
2 34000 2,82 301806 3,11 25290
3 120200 3,37 1194627 2,85 93465
4 42000 2,87 395430 3,36 35700
5 63584 3,13 544185 3,13 51162
итого 342984 15,27 3281340 15,35 837870


Таблица 11 - Задание
Статистический показатель Вариант К+1 = 1
1 2
1Относительная величина
-динамика по предприятиям за сентябрь
2Средняя величина
-себестоимость транспортных работ объединения за август
-объем производства транспортных работ за два месяца
3 показатель вариации
-среднее линейное отклонение объема транспортных работ объединения за оба месяца
-коэффициент вариации себестоимости за август

Относительная динамика по предприятия за сентябрь определяется через темпы роста или прироста, которое определяются по формулам:
Темпы (коэффициенты) роста определяются как отношение уровней ряда:
цепные базисные
k = k =
Измеряются темпы роста либо в коэффициентах, либо в процентах и показывают, во сколько раз уровень рассматриваемого периода больше или меньше уровня предыдущего или базисного периодов.
Темпы прироста определяются как отношение абсолютного прироста к первоначальному уровню, и выражено в процентах:
цепные базисные
?kц = , ?kб = ,
или другая методика расчета:
?k = k % – 100.

Темп прироста показывает, на сколько процентов изменился уровень изучаемого явления за определенный промежуток времени.
Результат решения представим в таблице 12
Таблица 12– Относительная динамика за сентябрь общих сумм затрат

№ пред Сентябрь Цепная относительная динамика суммы затрат Базисная относительная динамика суммы затрат
Общая сумма затрат. Руб. Себестоимость 1 т/км, руб. план по объему работ т/км темп роста. % темп прироста, % темп роста. % темп прироста, %
1 845292 2,9 632253
2 301806 3,105 25290 35,70 -64,30 35,70 -64,30
3 1194627 2,8525 93465 395,83 295,83 141,33 41,33
4 395430 3,3625 35700 33,10 -66,90 46,78 -53,22
5 544185 3,1275 51162 137,62 37,62 64,38 -35,62
итого 3281340 15,3475 837870

В итоге можно сказать, что за сентябрь от предприятия к предприятию (от 1 к 5) происходило то падение , то рост затрат, наибольший рост составил по 3 предприятию по отношению к 2 на 295,84 % и 5 предприятия по отношению к 4 предприятия на 37,62%. Снижение происходит 2 предприятии по отношению к первому на 64,30% и 4 предприятии по отношению к 3 на 66,90% общих затрат. Если взять относительно за базу сравнения затраты 1 предприятия, то относительно только в 3 предприятии происходит рост на 41,33 %, во всех остальных предприятиях происходит снижение затрат, что является хорошим показателям работы предприятий.
Аналогично проводим расчеты по себестоимости, результаты представим в таблице 13


Таблица 13 – Относительная динамика за сентябрь общих себестоимости
№ Сентябрь Цепная относительная динамика себестоимости Базисная относительная динамика себестоимости
Общая сумма затрат. Руб. Себестоимость 1 т/км, руб. план по объему работ т/км темп роста. % темп прироста, % темп роста. % темп прироста, %
1 845292 2,9 632253
2 301806 3,105 25290 107,07 7,07 107,07 7,07
3 1194627 2,8525 93465 91,87 -8,13 98,36 -1,64
4 395430 3,3625 35700 117,88 17,88 115,95 15,95
5 544185 3,1275 51162 93,01 -6,99 107,84 7,84
итого 3281340 15,3475 837870

В итоге можно сказать, что за сентябрь от предприятия к предприятию (от 1 к 5) происходило то падение, то рост себестоимости, наибольший рост составил по4 предприятию по отношению к 3 на 17,88 % и 2 предприятия по отношению к 1 предприятия на 7,07%. Снижение происходит 3 предприятии по отношению к 2 на 8,13% и 5 предприятии по отношению к 4 на 6,99% себестоимости. Если взять относительно за базу сравнения себестоимость 1 предприятия, то только в 3 предприятии происходит снижение на 1,64 %, во всех остальных предприятиях происходит рост себестоимости, что является не хорошим показателям работы предприятий, однако в это время происходит снижение общих затрат.
Так как Себестоимость можно получить разделив общие затраты объема работы:
С = З/Q
В августе у нас отсутствует показатель общие затраты, тогда преобразовываем формулу и получаем:
С= (С*Q)/Q
Средняя величина себестоимости транспортных работ за август будет определена по формуле взвешенной средней арифметической :
С сред= ?(С*Q)/?Q = (3,09*83200+2,82*34000+3,37*120200+2,87*42000+3,13*63584)/342984 = 1077599,92/342984 = 3,14 руб./ за 1 т/км
Для определения среднего объема транспортных работ за два месяца следует определить средние показатели за каждый месяц :
Q=З/С
По августу:
Q сред= ?(Q*С)/?С = 1077599,92/15,27=70569,74 т/км.
За сентябрь:
Qсред=?(З/С)/n = (3281340/2,90+301806/3,11+1194627/2,85+395430/3,36+395430/3,36+544185/3,13)/5 = 1099080/5 = 219816 т/км
В итоге за два месяца объем работа составил:
Qсред за два месяца = (Qсред авг+ Qсред сент)/2 = (70569,74+219816)/2=145193 т/км.
Среднее линейное отклонение d дает обобщенную характеристику степени колеблемости признака в совокупности. Если это значение превышает 25% от средней по совокупности, то делается вывод о большом разбросе значений признака, средняя в этом случае не является объективной характеристикой совокупности.
= .
Будем использовать формулу СРОТКЛ() где в качестве аргумента указываются объемы транспортных работ за два месяца.
Для начала определим объемы транспортных работ за два месяца, результаты представим в таблице 14


Таблица 14- Объем транспортных работ за два месяца
№ пред Объем работ т/км факт

август сентябрь
1 83200 291480
2 34000 97200
3 120200 418800
4 42000 117600
5 63584 174000
итого 342984 1099080

d = 90332,16 т/км, что составляет 62,22% от среднего значения (средняя за два месяца равна 145193,= т/км) в итоге получаем, что совокупность фактических объем транспортных работ неоднородная и разнос составляет большой.
Коэффициент корреляции себестоимости за август определяется по формуле:
V? = ? / х ср*100
Среднее квадратическое отклонение (?) рассчитывается по следующей формуле:
? = .
Где f – частота – вес в нашем случае – объем продаж
Х сред = = 3,14 руб./ за 1 т/км
Среднее квадратическое отклонение является абсолютной мерой вариации признака в совокупности и выражается в тех же единицах измерения варьирующего признака.
Таблица 15 – Промежуточные результаты
№ пред
Август
Объем работ т/км f Себестоимость 1 т/км руб х х-хсред (х-хсред)2 (х-хсред)2f
1 83200 3,09 -0,05 0,0028 229,32
2 34000 2,82 -0,32 0,1008 3427,4125
3 120200 3,37 0,23 0,0506 6085,125
4 42000 2,87 -0,28 0,0756 3176,25
5 63584 3,13 -0,01 0,0001 6,3584
итого 342984 15,27 -0,43 0,23 12924,47
сред 3,14
? =v12924,47/342984=0,1941
V? = ? / х ср*100 = 0,1941/3,14*100=6,18%, в итоге коэффициент вариации ниже 33%, что означает совокупность себестоимости за август однородные.

Задание 4 Тема «Ряды динамики»
В таблице 16 представлен ряд динамики, характеризующий объем производства продукции в стоимостном выражении (млн. руб.) за ряд лет
Таблица 16– статистические данные
года 2002 2003 2004 2005 2006 2007 2008 2009
Объем производства млн. руб. 96 105 114 113 137 141

Для организации индивидуальной работы необходимо сформировать свой набор данных. Для этого к данным «Объем производства» прибавить число (N+K+L)*2 = (3+0+3)*2 = 12
Таблица 17 – Исходные данные к варианту
года 2002 2003 2004 2005 2006 2007 2008 2009
Объем производства млн. руб. 108 117 126 125 149 153

По полученным исходным данным необходимо восстановить недостающие уровни ряда и вычислить указанные в таблице 18 характеристики рядов динамики в соответствии со своим вариантов.
Таблица 19 – Задание
Статистический показатель Вариант N-K=3
1 3
1Базисный показатель динамики
темп роста
2 Цепной показатель динамики
абсолютный прирост
3 средний показатель динамики
темп роста
4 Осуществить прогноз объема производства на 9 и 10 периоды
Восстановление недостающих промежуточных значений величины называется интерполяцией. Существует несколько способов восстановления. Наиболее распространенными из которых являются следующие:
- по среднему абсолютному приросту
yt =у1+??(t-1)
где t – номер периода, значение которого восстанавливается.
Средний абсолютный прирост
? = (153-108)/(8-1)=6,43
yt =у1+??(t-1)
y4 =108+6,43*(4-1)=127
y6 =108+6,43*(6-1)=140
В итоге получаем полный ряд данных.
Таблица 20 – Исходные данные
года 2002 2003 2004 2005 2006 2007 2008 2009
Объем производства млн. руб. 108 117 126 127 125 140 149 153

Базисный показатель темпа роста определяется по формуле:
k = где у0 – начальный уровень 2002 года
Цепной показатель динамики абсолютного значения определяется по формуле:
yц = уi – yi-1
Средний показатель динамики темпа роста определяется по формуле:
k= ,
где уn – конечный уровень ряда;
уо – базисный уровень ряда;
m – число периодов, включая базисный.
Результаты представим в таблице


Таблица 21– Расчетные данные
года yi Темп роста баз Абсолютный прирост цеп
2002 108
2003 117 108,33 9
2004 126 116,67 9
2005 127 117,59 1
2006 125 115,74 -2
2007 140 129,63 15
2008 149 137,96 9
2009 153 141,67 4
k= = ,=1,1902 т.е. в среднем объем производства с 2002 по 2009 гг. составил 119,02%, т.е. на 19,02% увеличился.
Относительно показателя объема производства в 2002 году в следующих годах объем увеличился, что является хорошим показатель для развития экономики. Наибольший рост составил в 2009 году объем увеличился на 41,67%. Рост происходит постепенно по линейно зависимости, чем дальше от уровня в 2002 году тем выше темп роста.
Объем производства относительно предыдущих годов происходит не равномерно, а в 2006 году по сравнению с 2005 годом происходит даже спад на 2 млн. руб., наибольший рост составил в 2007 году (перед кризисом) на 15 млн. руб., в 2008 году объем увеличивается в 9 млн. руб. как и в 2003и 2004 гг, а вот в 2009 году по сравнению с 2008 годом происходит рост только на 4 млн. руб.
В среднем экономику можно охарактеризовать как развивающуюся, т.к. объем роста в среднем растет.
Прогнозы устанавливаются на основании уравнении тренда.
Уравнение тренда можно добавить к точечному графику (правой кнопкой – добавить линию тренда). Выбираем все виды тренда и сопоставляем коэффициент детерминации. Линия у которой коэффициент детерминации выше, то данное уравнение можно использовать для прогноза.



Рисунок 8 – Линии тренда – прогноза

Таблица 22- Коэффициенты детерминации в зависимости от уравнения тренда
Коэффициент детерминации
Линейная 0,9342
Экспоненциальная 0,9353
логарифмическая 0,9342
полиноминальная 0,9385

В итоге получаем именно по уравнению полиноминальной можно построить прогноз на 2010 и 2011 года, так как коэффициент детерминации выше остальных.
На основании рисунка можно смело утверждать, что в 2010 году планируется объем производства в количестве 160 млн. руб.. а в 2011 году в 170 млн. руб. по полиноминальной функции.

Задание 5 Тема «Индексы»
Имеются данные по сельскохозяйственному предприятию по объему, цене реализации и себестоимости продукции за два года (таблица 10).
Для организации индивидуальной работы необходимо сформировать свой набор товаров по следующей схеме:
№1 –го товара – (N+1) = (3+1)=4
№2–го товара – (N+11) = (3+11)=14
№3 –го товара – (N+21) = (3+21)=24
По полученному набору товаров вычислите экономические индексы, Указанные в таблице 24 для своего варианта.
Таблица 23 – Исходные статистические данные

№ и название товара
ед. изм Объем продаж Цена ед. продукции. руб. Себестоимость ед. продукции, руб. изменение цен в отчетном периоде к базисному изменение себестоимости в отчетном периоде к базисному
изменение объема продаж в отчетном периоде к базисному, %
базисный год отч год базисный год отч год базисный год отч год в % абсолютное в % абсолютное в % абсолютное
1 2 3 4 5 6 7 8 9 10 11 12 13 14
4 яйцо тыс. шт. 3000 2000 0 0 1900 2300 3,3 0,1 0 0 0
14 Картофель тон 0 0 10436,3 8071,43 8561,2 5431,2 0 0 0 0 -11,2 -110
24 Чеснок тон 5 8 47000 67333,3 0 0 0 0 -40,5 -2828 0 0

Таблица 24 – Задание
Статистический показатель Вариант К-L =0-3 = 3
1 3
1 Экономические индексы
себестоимость единицы продукции
2 Общий (сводный) индекс
цены продукции
3 Абсолютное изменение
товарооборота за счет изменения объема

Экономические индексы себестоимости определяются по формуле:
iz i-го товара = z1/z0
где z0 z1 – себестоимость в базисном и отчетном периодах.
iz 1-го товара = z1/z0=2300/1900=1.2105 или 121,05%, т.е. себестоимость по 1 товару увеличилась на 21,05%
iz 2-го товара = z1/z0=5431,2/8561,2=0,6344 или 63,44%, т.е. себестоимость по2 товару уменьшилась на 36,56%
С учетом того, что по 3-ему товару Чеснок не известна себестоимость, но известны ее изменения тогда определим индивидуальный экономический индекс себестоимости:
iz 3-го товара =(100+изменение, %)/100 = (100+(-40,5))/100=0,595 или 59,5%. Т.е. и подтверждается уменьшение себестоимости по третьему товару уменьшение на 40,5%.
Общий индекс цен определяется по формуле:
, где - цены товара, - количество
Для определения недостающих значений по объему и цены будем использовать индивидуальные индексы
Индивидуальный индекс объема продаж по картофелю = (100-11,2)/100=0,888
Абсолютный прирост q1-q0= -110
Получаем систему уравнений:
q1-q0= -110 q1=-110+q0
q1/q0=0,888 (-110+q0)/q0=0,888 -110/q0+1=0.888 -110/q0=0.888-1

q1=-110+q0 q1=-110+982 =872
q0=-110/(-0.112) = 982 q0=982
Аналогично по недостающим показателям цены:
Индивидуальный индекс цены по яйцу = (100+3,3)/100=1,033
Абсолютный прирост q1-q0= 0,1


Получаем систему уравнений:
q1-q0= 0,1 q1=0,1+q0
q1/q0=1,033 (0,1+q0)/q0=1,033 0,1/q0+1=1,033 0,1/q0=1,033-1

q1=0,1+q0 q1=0,1+0,3 =0,4
q0=0,1/0,33= 0,30 q0=0,3
Таблица 25– Исходные данные

№ и название товара
ед. изм Объем продаж Цена ед. продукции. руб. Себестоимость ед. продукции, руб. изменение цен в отчетном периоде к базисному изменение себестоимости в отчетном периоде к базисному
изменение объема продаж в отчетном периоде к базисному, %
базисный год q0 отч год q1 базисный год p0 отч год p1 базисный год отч год в % абсолютное в % абсолютное в % абсолютное
1 2 3 4 5 6 7 8 9 10 11 12 13 14
4 яйцо тыс. шт. 3000 2000 0,3 0,4 1900 2300 3,3 0,1 0 0 0
14 Картофель тон 982 872 10436,3 8071,43 8561,2 5431,2 0 0 0 0 -11,2 -110
24 Чеснок тон 5 8 47000 67333,3 0 0 0 0 -40,5 -2828 0 0


Ip = (0,4*3000+8071,43*982+67333,3*5) /(3000*0,3+982*10436,3+5*47000) = 8264010,76/10484346,6=0,7882 или 78,82%, т.е. цены в среднем по всем трем товарам снизились на 21,198%

Разница между числителем и знаменателем индексов физического объема показывает абсолютный прирост (снижение) товарооборота за счет количества проданных товаров.

(2000*0,4+872*8071,43+8*67333,3) -8264010,76 = 7577753,36-8264010,76 = -686257,4 руб.
В итоге за счет снижения объема продаж, товарооборот снизился на 686257,40 рублей.


Библиографический список

Громыко Г.Л. Теория статистики. М.: Инфра-М, 2000.
Гусаров В.И. Теория статистики. М.: ЮНИТИ, 2000.
Ефимова М.Р. Общая теория статистики / М.Р. Ефимова, Е.В. Петрова, В.Н. Румянцев. М.: Инфра-М, 1996.
Ефимова М.Р. Практикум по общей теории статистики / М.Р. Ефимова, О.И. Ганченко, Е.В. Петрова. М.: Финансы и статистика, 1999, 2002.
Ефимова М.Р. Статистика: Учебное пособие. М.: Инфра-М, 2000.
Симчера В.М. Практикум по статистике. М.: ЗАО «Финстатинформ», 1999.
Спирин А.А. Общая теория статистики / А.А. Спирин, О.Э. Башина. М.: Финансы и статистика, 2000, 2001.
Харченко Л.П. Статистика: Курс лекций / Л.П. Харченко, В.Г. Долженкова, В.Г. Ионин. Новосибирск: Инфра-М, НГАЭиУ, 1998.
Шмойлова Р.А. Практикум по теории статистики. М.: Финансы и статистика, 2001.
Шмойлова Р.А. Теория статистики. М.: Финансы и статистика, 2001.





Перейти к полному тексту работы


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


Смотреть похожие работы


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