Сделай Сам Свою Работу на 5

Методы статистики промышленности





Предмет и метод статистики промышленности

Объект, предмет и задачи статистики промышленности

Статистика – отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных и качественных) данных; изучение количественной стороны массовых общественных явлений в числовой форме.

Статистика промышленности,отрасль экономической статистики изучающая производственную деятельность ведущей отрасли народного хозяйства —промышленности.

Промышленность–это отрасль материального производства, где в производственных коллективах труд работников направлен на добычу и заготовку природных ресурсов, т.е. полезных ископаемых, искусственно не воспроизводимых трудом человека, на переработку этих ресурсов, а также на переработку продукции сельского, лесного и рыбного хозяйства, на ремонт оборудования, а также на выполнение различных работ и услуг промышленного характера как для себя, так и по договорам на сторону.[1]

Объектом изучения статистики промышленности является – промышленность.

Предметом изучения статистики промышленности является количественная сторона массовых экономических явлений и процессов общественного характера, наблюдаемых в промышленности в неразрывной связи с их качественной стороны, а также связи и зависимости между явлениями и процессами, показателями хозяйственной деятельности предприятия, законы и закономерности их развития.



В статистике промышленности предприятие является отчетной единицей, которая систематически ведет учет финансово-хозяйственной деятельности и представляет статистическую отчетность в органы государственной статистики и своей вышестоящей организации.

Основными задачами статистики промышленности на уровне отчетных единиц являются:

1) изучение уровня и динамики производства продукции;

2) изучение ассортимента и качества продукции;

3) выявление резервов увеличения выпуска продукции;

4) анализ влияния экстенсивных и интенсивных факторов на результаты деятельности предприятия;

5) выявление резервов роста прибыли и рентабельности.

В статистике промышленности, как науке рассматриваются и решаются следующие основные задачи:[2]1. Разработка и анализ научно обоснованной развернутой системы статистических показателей, необходимой для всестороннего научного исследования экономики российской промышленности. 2. Выявление результатов работы промышленности в целом и на отдельных ее участках3. Выявление внутрипромышленных резервов для дальнейшего увеличения выпуска продукции. 4. Проводить обследование предприятий по актуальным проблемам совершенствования хозяйственного механизма с целью выявления передового отечественного опыта в достижении высокой рентабельности предприятий, отраслей и других структур производственной сферы.

5. Обеспечение достоверности и своевременности представления статистических данных.



 

Методы статистики промышленности

Для изучения предмета статистики разработаны и применяются специфические приёмы, совокупность которых образует методологию статистики. Применение в статистике конкретных методов предопределяется поставленными задачами и зависит от характера исходной информации.

В основе статистической методологии лежит диалектический метод.

Диалектика рассматривает явления во взаимосвязи и во взаимозависимости, в динамике, обнаруживает причинно-следственные связи, выделяет главное и второстепенное. Принципы, категории и законы диалектики нашли отражение в конкретных статистических методах.

Статистические методы используются комплексно (системно). Они связаны со стадиями статистического исследования, состоящего из трех основных стадий:[3]



1) сбор первичной статистической информации (метод массового статистического наблюдения);

2) сводка и обработка результатов наблюдения (метод группировки, ряды распределения, метод обобщающих показателей, табличный метод, графический метод);

3) обобщение и анализ статистической информации (ряды динамики, индексы, дисперсионный анализ, корреляционно - регрессионный анализ).

Для решения поставленных нами задач, мы будем использовать следующие методы:

- индексный анализ;- метод группировки;- анализ рядов динамики;- корреляционно-регрессионный анализ;- дисперсионный анализ.Индексный анализ

Слово «индекс» (index) в переводе с латыни означает указатель, показатель. В статистике индекс — это обобщающий относительный показатель, характеризующий изменение уровня общественного явления во времени, по сравнению с программой развития, планом, прогнозом или его соотношение в пространстве.

Так как индекс - относительный показатель, то он всегда получается при соотношении двух величин:

• отчетной, т.е. сравниваемой, которая обозначается «1»;

• базисной, т.е. той, с уровнем которого сравнивается отчетная величина и обозначается «0».

Индексы могут рассчитываться как для отдельных элементов сложного явления, так и для всего явления в целом.

В первом случае они называются индивидуальными, во втором – общими.

Индивидуальные индексы – это результат сравнения двух показателей, относящихся к одному объекту. Индивидуальные индексы обозначаются - i. Индивидуальные индексы определяются отношением двух индексируемых величин:

(1)

К индивидуальным индексам относятся:[4]

1. Индексы, характеризующие изменения выпуска одного какого-либо вида продукции;

2. Индексы, характеризующие изменение цены какого-либо товара;

3. Индексы, характеризующие себестоимость отдельного изделия.

Для расчета индивидуальных индексов применяются следующие формулы:

1. Индивидуальный индекс себестоимости:

(2)

2. Индивидуальный индекс цен:

(3)

3. Индивидуальное количество реализованной продукции:

(4)

4. Индивидуальный индекс стоимости:

(5)

В отличие от индивидуальных общие индексы относятся ко всей совокупности элементов.

Для расчета общих индексов применяются следующие формулы:

1. Общий индекс цен:

(6)

2. Общий индекс физического объема продукции (товарооборот

(7)

3. Общий индекс себестоимости:

(8)

Взаимосвязь общих индексов выражается выражением:

. (9)

4.Индекс цен Пааше:

Ip= (10)

5. Индекс физического объема Ласпейреса:

Iq= (11)

Данные общие индексы являются агрегатными, т.к. в них сравниваются две суммы отчетного периода (числитель) и базисного (знаменатель).

Например, общую сумму выручки можно записать в виде агрегата (суммы произведений объемного показателя q на взвешивающий – p, т.е.

∑Q = ∑qp.

Отношение агрегатов, построенных для разных условий, дает общий индекс показателя в агрегатной форме. Так получают индекс общего объема товарооборота (выручки), показывающий во сколько раз он изменился (или сколько процентов составляет) в отчетном периоде по сравнению с базисным:

(12)

Анализ рядов динамики.

Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, то есть их динамика. Эта задача решается при помощи анализа рядов динамики (временных рядов).

Ряды динамики— это ряды статистических показателей, характеризующих развитие явлений природы и общества во времени. Ряды динамики позволяют выявить закономерности развития изучаемых явлений.

При формировании системы показателей изменения уровней ряда динамики принято сравниваемый уровень называть отчетным, а уровень, с которым производят сравнение – базисным.

К некоторым показателям изменения уровней ряда динамики относятся:[5]

1. Абсолютный прирост (Δуi) - характеризует размер увеличения ( или уменьшения) уровня ряда за определенный промежуток времени. Физически он означает абсолютную скорость роста ( снижения) процесса (явления)

- цепной Δуцi = yi – yi-1 (13)

- базисный Δуб i = yi – y0 (14)

где yi и y0 – уровни показателя в i-м и базисном квартале соответственно

2.Темп роста (Тр) – показатель, получаемый умножением коэффициента роста на 100%

- цепной: (15)

- базисный (16)

3.Темп прироста(Тпр) - показатель характеризующий относительную скорость изменения уровня ряда в единицу времени. Физически темп прироста показывает на какую долю (или процент) уровень данного периода или момента времени больше (или меньше) базисного уровня. Он представляет собой отношение абсолютного прироста к уровню ряда, принятого за базу 100%

(17)

(18)

4.Абсолютное значение 1% приростапоказывает, сколько единиц надо произвести в данном периоде, чтобы уровень предыдущего периода возрос на 1 %

А%=0,01*уi-1 (19)

4.Средний абсолютный прирост – определяется как средняя арифметическая простая

(20)

5.Средний темп прироста – Определяется через значение среднего темпа прироста:

(21)

 

Метод группировки

Группировка– разделение членов совокупности на группы, в которых члены совокупности принимают либо одни и те же значения, либо значения внутри определенного интервала.[6]

Способы группировки зависят от вида признака:

• Для группировки данных в случае количественного дискретного признака располагают все варианты в порядке возрастания и указывают частоту, с которой они встречаются в данной совокупности.

• Группировка данных в случае количественного непрерывного признака (или дискретного признака, когда число вариант велико).

В этом случае строят интервальный вариационный ряд. Для построения интервального вариационного ряда определяют величину (ширину) интервала, составляют шкалу интервалов и в соответствии с ней группируют результаты наблюдений. Для определения ширины интервала используют формулу:[7]

(22)

где h – ширина интервала, хmin и хmax – минимальная и максимальная варианты, k – число групп; или формулу Стэрджеса, позволяющую определить оптимальную величину интервала.

Корреляционно-регрессионный анализ

Корреляционно-регрессионный анализ — классический статистический метод исследования влияния одной или нескольких независимых переменных на зависимую переменную . Он изучает взаимосвязи показателей, когда зависимость между ними не является строго функциональной и искажена влиянием посторонних, случайных факторов. При проведении корреляционно-регрессионного анализа строят различные корреляционные и регрессионные модели. В этих моделях выделяют факторные и результативные показатели (признаки).

Корреляционный анализ ставит задачу измерить тесноту связи между варьирующими переменными и оценить факторы, оказывающие наибольшее влияние на результативный признак.

Регрессионный анализ предназначен для выбора формы связи и типа модели для определения расчетных значений зависимой переменной (результативного признака).

При корреляционной зависимости условное математическое ожидание одной случайной величины является функцией значений другой случайной величины:

My(X)=f(y) илиMx(Y)=f(x),

здесь My(X) – условное математическое ожидание случайной величины X при условии, что случайная величина Y приняла значение y; соответственноMx(Y) –наоборот.

Для дискретных случайных величин X и Y выражения для условных математических ожиданий имеют вид:

(23)

(24)

Где Py(X=xi) – условная вероятность равенстваX=xiпри условии, что Y=y; Px(Y=yi) – условная вероятность равенстваY=yiпри условии, чтоX=x.

Для непрерывных случайных величин Xи Yимеют место выражения:

(25)

(26)

где jy(x) – плотность вероятности случайной величины Xпри условии, что Y=y; jx(y) – плотность вероятности случайной величины Yпри условии, что X=x.

Функция f(y) называется функцией регрессии величины Xна величину Y, уравнение x=f(y) называется уравнением регрессии X на Y. Аналогично, функция g(x) называется функцией регрессии величины Yна величину X, уравнение y=g(x) называется уравнением регрессии Yна X.

Функция регрессии характеризует форму корреляционной зависимости (линейная, показательная и т.д.).

Для характеристики тесноты связи используется безразмерная величина, называемая коэффициентом корреляции и определяемая соотношением

(27)

Свойства коэффициента корреляции:[8]

1. Коэффициент корреляции характеризует тесноту и направление корреляционной связи;

2.

3. В случае, когда X и Y – независимые случайные величины, коэффициент корреляции равен 0;

4. Если , то между величинами X и Y имеет место функциональная зависимость, а именно, линейная.

5. При r>0 связь между величинами прямая (положительная корреляция), при r<0 – связь обратная (отрицательная корреляция).

Для построения графика использую систему уравнения и уравнение прямой.

(28)

Где: n-количество рассматриваемого признака.

Уравнение регрессии – это числовое соотношение между величинами, выраженное в виде тенденции к возрастанию (убыванию) одной переменной величины при возрастании (убывании) другой.

Уравнение регрессии имеет следующий вид:

(29)

Где: - коэффициент регрессии.

 

Дисперсионный анализ

Дисперсионный анализ — анализ изменчивости признака под влиянием каких-либо контролируемых переменных факторов. В основе дисперсионного анализа лежит анализ отклонений всех единиц исследуемой совокупности от среднего арифметического.[9]

Схема применения дисперсионного анализа:

1) Данные выборки группируются по признаку, влияние которого оценивается;

2) Выдвигается гипотеза Н0 – нет влияние группирующего фактора на результат; Н1- есть влияние группирующего фактора на результат;

По данным выборки рассчитываются:

· межгрупповая( Dм)- характеризуется различием средних в каждой группе и зависит от влияния исследуемого фактора, по которому дифференцируется каждая группа;

· внутригрупповая (Dвн)- характеризует рассеяние вариант внутри групп. Отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неуточненных факторов и не зависящую от признака — фактора, положенного в основание группировки;

· общая дисперсия(D)- отражает вариацию признака за счет всех причин и условий, действующих в выборке.

3) Рассчитывается критерий Фишера – Спедекора

, (30)

где D1 – большая дисперсия, D2 – меньшая дисперсия .

4) По таблице находится , где a - уровень значимости, k1, k2 – число степеней свободы.

5) F и Fкрсравниваются:

· При F>Fкргипотеза отвергается (есть влияние группирующего фактора на результат);

· При F<Fкргипотеза принимается (нет различия между группами, нет влияния группирующего фактора на результат).

Формулы для расчета сумм квадратов отклонений и числа степеней свободы приведены ниже в таблице 1.

Таблица 1.2.1. - Выражение суммы квадратов отклонения и числа степеней свободы

Дисперсия Сумма квадратов отклонения Число степеней свобод
D м k=m-1
D вн k=mn-m
D oбщ k=mn-1

Где:

-среднее значение i-й группы;

m-количество значения в группе;

n - количество групп.

В данной главе мы рассмотрели теоретические основы статистики: предмет, задачи, методы.


 

 


[1]Елисеева, И. И. Статистика: [углубленный курс]: учебник для бакалавров / И. И. Елисеева и др.]. – Москва: Юрайт: ИД Юрайт, 2011. – 565 с.

[2]Годин, А. М. Статистика: учебник / А. М. Годин. – Москва: Дашков и К°, 2012. – 451 с

[3]Ниворожкина, Л. И. Статистика: учебник для бакалавров: учебник /. – Москва: Дашков и Кº: Наука–Спектр, 2011. – 415 с

[4]Тумасян, А. А. Статистика промышленности: учебное пособие / А. А. Тумасян, Л. И. Василевская. – Минск: Новое знание. – Москва: Инфра–М, 2012. – 429 с.

[5]Тумасян, А. А. Статистика промышленности: учебное пособие / А. А. Тумасян, Л. И. Василевская. – Минск: Новое знание. – Москва: Инфра–М, 2012. – 429 с.

[6]Бычкова, С.Г. Социально-экономическая статистика: Учебник для бакалавров / С.Г. Бычкова. - М.: Юрайт, 2013. - 591 c.

[7]Яковлева, А.В. Экономическая статистика: Учебное пособие / А.В. Яковлева. - М.: ИЦ РИОР, 2013. - 95 c

[8]Бычкова, С.Г. Социально-экономическая статистика: Учебник для бакалавров / С.Г. Бычкова. - М.: Юрайт, 2013. - 591 c.

[9]Тумасян, А. А. Статистика промышленности: учебное пособие / А. А. Тумасян, Л. И. Василевская. – Минск: Новое знание. – Москва: Инфра–М, 2012. – 429 с.

 








Не нашли, что искали? Воспользуйтесь поиском по сайту:



©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.