Статистичний аналіз продуктивності праці - Курсовая работа

Перед керівництвом підприємств за умов жорсткої конкуренції на теренах сучасного, ще не повністю розвиненого ринку за необхідності приймати максимально ефективні рішення виникає проблема: в якому напрямку скеровувати діяльність підприємства, щоб забезпечити оптимальний план виробництва; якими методами користуватись, щоб максимально повно реалізувати виробничий потенціал підприємства. Існуючі статистичні методи дозволяють провести досить повний аналіз діяльності підприємства та знайти шлях переходу від існуючого стану до бажаного, тобто оптимізувати виробництво, забезпечити максимальну ефективність функціонування. Метою даної роботи є розробка практичних рекомендацій по підвищенню продуктивності праці, яка залежить від таких факторів як трудомісткість одиниці продукції, питома вага робітників у складі ПП, питома вага покупних виробів, премії і винагороди на одного працівника, питома вага утрат від браку. Для отримання практичних рекомендацій будуть застосовані методи статистичного аналізу: робастне оцінювання, кластерний, кореляційний, регресійний та факторний аналіз; будуть побудовані моделі, на основі яких буде можливе прогнозування зміни рівня продуктивності праці в результаті зміни величин даних факторів.Питання підвищення продуктивності праці потребує системного підходу, тобто кардинальних змін, суттєвого вдосконалення факторів, що обумовлюють продуктивність. Потрібно розробляти пошук резервів підвищення ефективності праці шляхом мобілізації її факторів: інтенсифікації виробництва, освоєння ресурсо-та енергозберігаючих технологій, удосконалення організації праці та механізму розрахунку. Продуктивність праці значно залежить від трудомісткості одиниці продукції (обернена залежність) та премій і винагород на одного працівника (пряма залежність). Y1 - продуктивність праці - показник, що характеризує результативність прикладеної праці; вимірюється обсягом випуску продукції в одиницю часу (прямий метод) або витратами праці на виробництво одиниці продукції. Х8 - премії і винагороди на одного працівника - це основний вид додаткової, понад основну заробітну плату, винагороди, яка виплачується працівнику за результатами його трудової діяльності та виробництва в цілому за показниками та умовами оцінки цих результатів, визначеними підприємством.При дослідженні статистичних сукупностей даних часто доводиться мати справу з даними, значення яких відрізняються від значень основного масиву. Такі дані називаються помилками, або викидами. До першого типу відносять дані, які неістотно відрізняються від значень, що є типовими для сукупності. Такі дані не викликають значних спотворень в аналітичних результатах і можуть опрацьовуватись традиційними статистичними методами разом з основним масивом даних. На другому етапі кожне зі значень, яке є підозрілим на помилковість, перевіряється за допомогою спеціальних статистичних критеріїв.Нехай у вихідній сукупності є помилкових даних, розташованих у верхній частині ранжованого ряду. Тоді вони вилучаються з сукупності. Однак щоб вилучення не вплинуло істотно на зміну розрахованого значення стосовно істинного, з нижньої частини вихідної сукупності також вилучається перших значень. Аналогічно здійснюється розрахунок стійкої середньої у випадку розташування помилки у нижній частині ряду. Якщо помилкові дані розташовані з обох кінців сукупності, вона модифікується таким чином, щоб мінімізувати кількість безпомилкових даних, які будуть вилучені з сукупності.Кластерний аналіз - це сукупність методу, що дозволяють класифікувати багатомірність спостереження за відсутності апріорної інформації про розподіл генеральної сукупності з якої зроблено вибірку досліджуваних обєктів. Мета кластерного аналізу - утворення груп, схожих між собою обєктів, які називаються кластерами. Кластерний аналіз призводить до розбиття на групи з урахуванням всіх ознак одночасно. В кластерному аналізі використовується принцип утворення груп - політетичний підхід, немає чітко визначених меж груп. Розбиття вхідних сукупних ознак на порівняно невелику кількість кластерів, так щоб елементи першого кластера були максимально подібними між собою.3) на основі матриці відмінностей знаходяться два найбільш близькі кластери, що обєднуються у новий, якому присвоюється номер елемента цього кластера з найменшим індексом; 5) процес повторюється з кроку 3 до утворення одного кластера; 6) визначається кількість кластерів, на які розібється вхідна сукупність шляхом аналізу відстаней між кластерами. Опишемо ті, які використаємо в роботі: Існує загальна формула, яка дозволяє обчислити відстань між кластерами незалежно від методу її оцінки. Нехай на деякому кроці в кластер були обєднані кластери: , то відстань від нього до деякого кластера визначають за формулою: (2.10)Початково припускається, що всі обєкти належать одному кластеру.

Зміст

Вступ

1. Аналіз предметної області

1.1 Економічний зміст показників

2. Теоретичні відомості

2.1 Робастне статистичне оцінювання

2.1.1 Грубі помилки та методи їх виявлення

2.1.2 Методи одержання стійких статистичних оцінок

2.2 Ієрархічний кластерний аналіз

2.2.1 Агломеративні методи кластерного аналізу

2.2.2 Дивизимний метод кластерного аналізу

2.2.3 Ітераційні методи кластерного аналізу

2.3 Кореляційний аналіз

2.4 Регресійний аналіз

2.4.1 Парна регресія

2.4.1.1 Парна лінійна регресія

2.4.1.2 Парна нелінійна регресія

2.4.2 Множинна лінійна регресія

2.4.3 Множинна нелінійна регресія

2.5 Факторний аналіз

2.5.1 Метод головних компонент

2.5.2 Метод головних факторів

3. Практична частина

3.1 Робастне статистичне оцінювання

3.2 Ієрархічний кластерний аналіз

3.3 Кореляційний аналіз

3.4 Регресійний аналіз

3.4.1 Парна регресія

3.4.1.1 Парна лінійна регресія

3.4.1.2 Парна нелінійна регресія

3.4.2 Множинна лінійна регресія

3.4.3 Множинна нелінійна регресія

3.4.3.1 Адитивна множинна нелінійна регресія

3.4.3.2 Мультиплікативна множинна нелінійна регресія

3.5 Факторний аналіз

3.5.1 Метод головних компонент

3.5.2 Метод головних факторів

Висновки

Додатоки