Статистические методы анализа уровня, структуры и динамики цен на продукцию и услуги
Автор: Пользователь скрыл имя, 20 Марта 2012 в 11:51, курсовая работа
Описание работы
Цель данной работы изучить по теоретическим основам статистических данных понятие и сущность цены, принципы и методы регистрации цен, освоить методы расчета и анализа цен на продукцию и услуги, изучить и представить в данной работе важнейшие статистические методы, такие как ряды распределения, структурные средние и ряды распределения. Также немало важной задачей: благодаря этой работе мы должны будем научиться решать статистические задачи и, овладеть умением применения их на практике. В третьей главе, пользуясь статистическим ежегодником, а также с применением освоенного методологического аппарата и компьютерных программ провести статистические исследования.
Содержание
Введение……………………………………………………….….…….…3
Теоретическая часть………………………………………….…………...4
1. Теоретические основы статистики цен……………..………...….….5
1.1. Понятие и сущность цен на продукцию и услуги….….…5
1.2. Задачи статистики цен на продукцию и услуги………….7
1.3. Принципы и методы регистрации цен…………….……...9
2. Методы расчета и анализа индексов цен…………………..……….14
2.1. Статистические индексы……………………………………14
2.2. Индивидуальные и общие индексы………………………...15
3. Статистические методы………………………...……………………20
3.1. Ряды распределения……………………………………..…..20
3.2 Структурные средние…………………………………….….20
3.3. Ряды динамики………………………………...……………..23
4.Изучение статистической связи…………………………..…………..26
Расчетная часть……………………………………………………………29
Заключение…………………………………………….…...……………..47
Список используемой литературы………………………………………49
Работа содержит 1 файл
Курсовая_на печать.doc
— 613.50 Кб (Скачать)
4. ИЗУЧЕНИЕ СТАТИСТИЧЕСКОЙ СВЯЗИ
Изучение взаимосвязей на рынке товаров и услуг — важнейшая функция работников коммерческих служб: менеджеров, коммерсантов, экономистов. Особую актуальность это приобретает в условиях развивающейся рыночной экономики. Изучение механизма рыночных связей, взаимодействия спроса и предложения, влияние объема и состава предложения товаров на объем и структуру товарооборота, формирование товарных запасов, издержек обращения, прибыли и других качественных показателей имеет первостепенное значение для прогнозирования конъюнктуры рынка, рациональной организации торговых процессов и решения многих вопросов успешного ведения бизнеса.
Статистика призвана изучать коммерческую деятельность с количественной стороны. Это осуществляется с помощью соответствующих приемов и методов статистики.
Статистические показатели коммерческой деятельности могут состоять между собой в следующих основных видах связи: балансовой, компонентной, факторной и др.
Балансовая связь — характеризует зависимость между источниками формирования ресурсов (средств) и их использованием.
(5)
— остаток товаров на начало отчетного периода;
— поступление товаров за период;
— выбытие товаров в изучаемом периоде;
— остаток товаров на конец отчетного периода.
Левая часть формулы характеризует предложение товаров
, а правая часть — использование товарных ресурсов .
Компонентные связи показателей коммерческой деятельности характеризуются тем, что изменение статистического показателя определяется изменением компонентов, входящих в этот показатель, как множители:
(6)
В статистике коммерческой деятельности компонентные связи используются в индексном методе. Например, индекс товарооборота в фактических ценах представляет произведение двух компонентов — индекса товарооборота в сопоставимых ценах и индекса цен , т.е.
. (7)
Важное значение компонентной связи состоит в том, что она позволяет определять величину одного из неизвестных компонентов:
(8) или (9)
Факторные связи характеризуются тем, что они проявляются в согласованной вариации изучаемых показателей. При этом одни показатели выступают как факторные, а другие — как результативные.
Факторные связи могут рассматриваться как функциональные и корреляционные.
При функциональной связи изменение результативного признака всецело зависит от изменения факторного признака :
(10)
При корреляционной связи изменение результативного признака не всецело зависит от факторного признака , а лишь частично, так как возможно влияние прочих факторов :
. (11)
Примером корреляционной связи показателей коммерческой деятельности является зависимость сумм издержек обращения от объема товарооборота. В этой связи, помимо факторного признака — объема товарооборота , на результативный признак (сумму издержек обращения ) влияют и другие факторы, в том числе и не учтенные . Поэтому корреляционные связи не являются полными (тесными) зависимостями.
Характерной особенностью корреляционных связей является то, что они проявляются не в единичных случаях, а в массе.
При статистическом изучении корреляционной связи показателей коммерческой деятельности перед статистикой ставятся следующие основные задачи:
1) проверка положений экономической теории о возможности связи между изучаемыми показателями и придание выявленной связи аналитической формы зависимости;
2) установление количественных оценок тесноты связи, характеризующих силу влияния факторных признаков на результативные.
Для того, чтобы установить, есть ли зависимость между величинами, используются многообразные статистические методы, позволяющие определить, во-первых — какие связи; во-вторых — тесноту связи (в одном случае она сильная, устойчивая, в другом — слабая); в-третьих — форму связи (т.е. формулу, связывающую величину и).
В процессе изучения связи надо учитывать, что мы используем математический аппарат, но всегда надо иметь теоретические обоснования той связи, которую пытаются показать.
Р А С Ч Е Т Н А Я Ч А С Т Ь
1. Статистические методы изучения взаимосвязи социально-экономических явлений.
Имеются следующие данные о стоимости основных производственных фондов и объема выпуска продукции за год (млн. руб.):
Таблица 1. Стоимость основных производственных фондов и объема выпуска продукции за год (млн. руб.)
№ предприятия | Среднегодовая стоимость основных производственных фондов Х | Годовой выпуск продукции Y (млн. руб.) |
1 | 20 | 31 |
2 | 26 | 39,4 |
3 | 27 | 40,8 |
4 | 28 | 42,2 |
5 | 31 | 46,4 |
6 | 33 | 49,2 |
7 | 34 | 50,6 |
8 | 35 | 52 |
9 | 36 | 53,4 |
10 | 37 | 54,8 |
11 | 38 | 56,2 |
12 | 39 | 57,6 |
13 | 36 | 53,5 |
14 | 37 | 54,7 |
15 | 38 | 56,3 |
16 | 41 | 60,4 |
17 | 42 | 61,8 |
18 | 43 | 63,2 |
19 | 44 | 64,6 |
20 | 50 | 73 |
По данным таблицы 1 необходимо выполнить следующие построения и вычисления :
a) Построить график объема выпуска продукции в зависимости от стоимости основных производственных фондов
Рис.1. Зависимость объема выпуска продукции за год (млн. руб.) Y от среднегодовой стоимости основных производственных фондов X.
b) Визуально определить характер функциональной зависимости между изучаемыми факторами: из рис.1 видно, что зависимость линейная.
c) Для выявления общей тенденции зависимости объема выпуска и реализации продукта (Y) от стоимости основных производственных фондов (Х) необходимо построить линейное уравнение регрессии:
Y = a + bx (12)
b = tg α = = 1,400 a = Y(20) – 20b= 31 – 1,4*20 = 3,000
Также коэффициенты а и b можно найти с использованием метода наименьших квадратов. Для этого решаем систему уравнений:
из которой находим, что b = = 1,400 а = =3,000
Изначально заполнив таблицу
Таблица 2. Расчет величин для вычисления коэффициентов линейного уравнения регрессии
| x | x² | y | xy | Xi - Xср | (Хi- Xср)² | Yi-Yср | (Yi-Yср)² | (Xi - Xср)*(Yi-Yср) |
| 20 | 400 | 31 | 620 | -15,8 | 248,06 | -22,06 | 486,42 | 347,37 |
| 26 | 676 | 39,4 | 1024,4 | -9,75 | 95,063 | -13,66 | 186,46 | 133,14 |
| 27 | 729 | 40,8 | 1101,6 | -8,75 | 76,563 | -12,26 | 150,19 | 107,23 |
| 28 | 784 | 42,2 | 1181,6 | -7,75 | 60,063 | -10,86 | 117,83 | 84,126 |
| 31 | 961 | 46,4 | 1438,4 | -4,75 | 22,563 | -6,655 | 44,289 | 31,611 |
| 33 | 1089 | 49,2 | 1623,6 | -2,75 | 7,5625 | -3,855 | 14,861 | 10,601 |
| 34 | 1156 | 50,6 | 1720,4 | -1,75 | 3,0625 | -2,455 | 6,027 | 4,2963 |
| 35 | 1225 | 52 | 1820 | -0,75 | 0,5625 | -1,055 | 1,113 | 0,7913 |
| 36 | 1296 | 53,4 | 1922,4 | 0,25 | 0,0625 | 0,345 | 0,119 | 0,0863 |
| 37 | 1369 | 54,8 | 2027,6 | 1,25 | 1,5625 | 1,745 | 3,045 | 2,1813 |
| 38 | 1444 | 56,2 | 2135,6 | 2,25 | 5,0625 | 3,145 | 9,891 | 7,0763 |
| 39 | 1521 | 57,6 | 2246,4 | 3,25 | 10,563 | 4,545 | 20,657 | 14,771 |
| 36 | 1296 | 53,5 | 1926 | 0,25 | 0,0625 | 0,445 | 0,198 | 0,1113 |
| 37 | 1369 | 54,7 | 2023,9 | 1,25 | 1,5625 | 1,645 | 2,706 | 2,0563 |
| 38 | 1444 | 56,3 | 2139,4 | 2,25 | 5,0625 | 3,245 | 10,53 | 7,3013 |
| 41 | 1681 | 60,4 | 2476,4 | 5,25 | 27,563 | 7,345 | 53,949 | 38,561 |
| 42 | 1764 | 61,8 | 2595,6 | 6,25 | 39,063 | 8,745 | 76,475 | 54,656 |
| 43 | 1849 | 63,2 | 2717,6 | 7,25 | 52,563 | 10,145 | 102,92 | 73,551 |
| 44 | 1936 | 64,6 | 2842,4 | 8,25 | 68,063 | 11,545 | 133,29 | 95,246 |
| 50 | 2500 | 73 | 3650 | 14,25 | 203,06 | 19,945 | 397,8 | 284,22 |
∑ | 715 | 26489 | 1061 | 39233 | 0 | 927,75 | 4E-14 | 1818,8 | 1299 |
Уравнение регрессии имеет вид Y = 3 + 1,4b
Находим среднеарифметические значения факторов
= 715/20=35,750; (14) = 1061,1/20= 53,055 (15)
d) Дисперсию факторов Х и Y исчисляем по формулам:
=927,75/20=46,388; (16)
= 1818,7695/20=95,725; (17)
Откуда 6, 811; 9,536
Среднеквадратичное отклонение вычисляем по формуле:
(18)
где = = 927,75/19 = 48,829; (19)
= 6,988
Среднеквадратичное отклонение вычисляем по формуле:
, (20)
где = = 1818,7695/19 = 95,725; (21)
= 9,784
e) Оценку линейного коэффициента корреляции между факторами X и Y, позволяющему количественно оценить тесноту связи между изучаемыми экономическими факторами, исчисляем по следующей формуле:
= = 0,9999941,000; (22)
Коэффициент линейной корреляции дает количественную оценку тесноты функциональной связи между экономическими факторами X и Y. Коэффициент корреляции изменяется в интервале от минус 1,000 до плюс 1,000. Отрицательное значение коэффициента корреляции свидетельствует об обратной зависимости между изучаемыми величинами. В данном случае положительное значение коэффициента корреляции свидетельствует о прямой положительной зависимости между изучаемыми факторами.
f) Оценки параметров линейного уравнения регрессии определяем по следующим формулам:
= 1298,975/927,75 = 1,400;
a = = 53,055 – 1,4*35,75 = 3,005
g) Исчисляем квадрат линейного коэффициента корреляции , который называется линейным коэффициентом детерминации:
= = 0,999994²=0,999988
т.е. 99,9988% дисперсии изучаемого фактора объема реализации продукции зависит от фактора Х, т.е. от стоимости основных производственных фондов, остальная часть вариации объема реализации зависит от других факторов, не учтенных в уравнении регрессии.
j) Исчисляем величину корреляционного отношения и оценки степени адекватности полученного уравнения регрессии.
Заполняем таблицу 3.
Таблица 3. Расчет оценок равнения регрессии (млн. руб.)
| Yрегр | ΔYi ошибки = =Yi-Yрегр | (Yi- Yрегр)² |
| 31 | 0 | 0 |
| 39,4 | 0 | 0 |
| 40,8 | 0 | 0 |
| 42,2 | 0 | 5,04871E-29 |
| 46,4 | 0 | 0 |
| 49,2 | 0 | 5,04871E-29 |
| 50,6 | 0 | 5,04871E-29 |
| 52 | 0 | 0 |
| 53,4 | 0 | 0 |
| 54,8 | 0 | 0 |
| 56,2 | 0 | 5,04871E-29 |
| 57,6 | 0 | 5,04871E-29 |
| 53,4 | 0,1 | 0,01 |
| 54,8 | -0,1 | 0,01 |
| 56,2 | 0,1 | 0,01 |
| 60,4 | 0 | 0 |
| 61,8 | 0 | 0 |
| 63,2 | 0 | 5,04871E-29 |
| 64,6 | 0 | 0 |
| 73 | 0 | 0 |
∑ | 1061 | 0,1 | 0,03 |
Теоретическое корреляционное отношение вычисляем по формуле
= = 0,999991891,000; (23)
Теоретическое корреляционное отношение применяется для измерения тесноты связи при линейной и криволинейной зависимости между результативным и факторным признаком. Корреляционное отношение может иметь значения от 0,000 до 1,000. Значение близкое единице показывает тесную связь между признаками.
h) Исчислить прогнозные оценки объема выпуска и реализации продукции при условиях увеличения стоимости основных производственных фондов. Предполагается рост основных производственных фондов от до (+(-)/2), расчеты выполнять с учетом роста фондов на 2 млн. руб.
Таблица 4. Прогнозные оценки объема выпуска и реализации (млн.руб.)
№ предприятия | Среднегодовая стоимость основных производственных фондов Х | Годовой выпуск продукции |
20 | 50 | 73 |
21 | 50+2=52 | 3+1,4*52=75,8 |
22 | 52+2=54 | 3+1,4*54=78,6 |
23 | 56 | 81,4 |
24 | 58 | 84,2 |
25 | 60 | 87 |
26 | 62 | 89,8 |
27 | 64 | 92,6 |
28 | 66 | 95,4 |