Априорный анализ исходных статистических данных на примере предприятия автомобильного транспорта Тюменской области. Оценка однородности и характера распределения совокупности данных. Моделирование и интерпретация связи социально-экономических явлений.
Аннотация к работе
В современном обществе важную роль в механизме управления экономикой выполняет статистика. Независимо от уровня и стадии экономического развития, характера политической системы, статистика на протяжении сотен лет своего существования всегда выступала как необходимый и эффективный инструмент государственного управления и одновременно как наука, исследующая количественную сторону массовых явлений. Выполняя самые разнообразные функции сбора, систематизации и анализа сведений, характеризующих экономическое и социальное развитие общества, она всегда играла роль главного поставщика факторов для управленческих, научно-исследовательских и прикладных практических нужд различного рода структур, организаций и населения. Статистика - одна из общественных наук, имеющая целью сбор, упорядочивание, анализ и сопоставление числового представления фактов, относящихся к самым разнообразным массовым явлениям. Статистика - это эффективное орудие, инструмент познания, используемый в естественных и общественных науках для установления тех специфических закономерностей, которые действуют в конкретных массовых явлениях, изучаемых данной наукой.Анализ статистических данных начинается с априорного анализа. Априорным (от лат. a priori - из предшествующего) называется анализ, предшествующий непосредственному математико-статистическому анализу и проверяющий предпосылки его реализации.В качестве объектов исследования были выбраны предприятия автомобильного транспорта Тюменской области (ОАО «ТЮМЕНЬАВТОТРАНС», ЗАО "Автотранспортное предприятие", ООО "Автоуниверсал-Трак", ОАО "СПАТО", ООО "РБА-Тюмень", ООО «ГЛАВАВТОТРАНС», ООО «Тюмень ТРАНСКОНТИНЕНТАЛЬ», ООО «АВАНТРАНССЕРВИС», АК «Ространсавто», ТД «Русойл», ООО «Континент», ОАО «Тюменские моторостроители», ЗАО "Сибавтоспецтехника", ООО «Урал-Тюмень», ООО «Спецтехника-Тюмень», ООО «Тракт-Запчасть-Сервис», ООО «СПЕЦАВТО», ООО «Сибинтком», ОАО «Тюменнефтеспецтранс»). Предприятия исследуются для выяснения и формирования практических выводов об эффективности их деятельности и предложений, направленных на улучшение деятельности предприятий, на ликвидацию имеющихся недостатков. В качестве исходных данных были выбраны показатели доходов и расходов по обычным видам деятельности предприятий. Следовательно, предприятия делятся на 5 групп с интервалом группировки (шагом) h = 74684, вычисляемым по формуле (1.2): (1.2) где xmax и xmin - максимальное и минимальное значения признака в совокупности. Ряд распределения предприятий по величине выручки от продажи товаров, продукции, работ, услуг представлен в таблице 1.2.Для оценки однородности совокупности используют различные методы, такие как: группировка, расчет показателей вариации (дисперсия, коэффициент вариации), анализ аномальных наблюдений на основе l-и q-статистик. Но вместе с тем, следует иметь виду, что при незначительном объеме выборки (n <50) слишком углубленный анализ гистограммы может привести к неверным выводам, поскольку слабо выраженные «горбики и ямы» частот могут быть обусловлены не основными факторами, определяющими распределение единиц по группам, а просто случайными отклонениями вариантов от . После анализа аномальных наблюдений на основе l-статистики, выявляется аномальность значений, соответствующих 13 предприятию, а также аномальность показателей выручки и расходов 9 предприятия. В данной курсовой работе для характеристики однородности совокупности рассчитывались такие показатели, как дисперсия, среднее квадратическое отклонение и коэффициент вариации. ni - частота, то есть число, показывающее сколько раз встречаются варианты из данного интервала, или вес i-го варианта;Выявление общего характера распределения предполагает оценку не только степени его однородности, но и его симметричности, остро-или плосковершинности. Пирсона, рассчитывается так, формула (1.7): ,(1.7) где - средняя арифметическая ряда распределения; Показатель ассиметрии также можно рассчитать с помощью центрального момента третьего порядка (формула (1.8)): ,(1.8) где ?3 - центральный момент третьего порядка. Центральный момент четвертого порядка применяется при вычислении показателя эксцесса. Если рассчитать показатель ассиметрии ряда распределения выручки через центральный момент третьего порядка, то получится такой результат: As = (10005540,2*103) / (19*995847754,2) = 0,53;После априорного анализа исходных статистических данных следует моделирование связи социально-экономических явлений.Признаки, обуславливающие изменение других, связанных с ними признаков, называют факторными, или просто факторами. Для выявления наличия связи между признаками, ее характера и направления в статистике используются методы приведения параллельных данных, аналитических группировок, графический, корреляционный и регрессионный. В таблице 2.1 предприятия ранжированы по величине себестоимости проданных товаров, продукции, работ, услуг. Отсюда видно, что с увеличением себестоимости увеличивается и выручка от продаж, хотя в отдельных случ
План
СОДЕРЖАНИЕ
Введение
1. Априорный анализ исходных статистических данных
1.1 Обобщение исходных данных
1.2 Оценка однородности совокупности
1.3 Оценка характера распределения совокупности исходных данных
2. Моделирование связи социально-экономических явлений
2.1 Отбор факторных признаков
2.2 Построение модели связи и оценка ее существенности
2.3 Интерпретация модели связи (уравнения регрессии)