Статистика добычи полезных ископаемых в Амурской области. 2
КУРСОВАЯ РАБОТА
на тему: Статистика добычи полезных ископаемых в Амурской области
по дисциплине: «Статистика»
РЕФЕРАТ
Курсовая работа содержит 49 с., 12 таблиц, 5 рисунков, 14 источников, 5 приложений.
Полезные ископаемые, запасы полезных ископаемых, классификации минеральных ресурсов, прогнозные (геологические) полезные ископаемые, степени разведанности полезных ископаемых, статистические методы изучения полезных ископаемых, структура минеральных ресурсов, динамика добычи полезных ископаемых, корреляционно-регрессионный анализ.
Минерально-сырьевые ресурсы Амурской области занимают заметное место в ее экономике, являются одним из главных объектов привлечения в область инвестиций. В статистике изучаются запасы, структура и динамика полезных ископаемых, дается оценка вновь выявленным месторождениям; определяются степень их подготовленности к промышленному освоению и показатели о поиске и разведке месторождений.
СОДЕРЖАНИЕ
Введение
1 Теоретические основы статистического изучения добычи полезных
ископаемых
- Сущность и классификация полезных ископаемых 6
- Статистические методы анализа полезных ископаемых 8
2 Статистический анализ добычи полезных ископаемых в Амурской области
за 2000-2009 годы
2.1 Анализ динамики добычи полезных ископаемых в Амурской области
за 2000-2009
годы
2.2 Анализ структуры добычи полезных ископаемых в Амурской области
за
2000-2009 годы
2.3 Группировка городов и районов Амурской области по добычи полезных
ископаемых
2.4 Анализ добычи полезных ископаемых с помощью средних величин и
показателей
вариации
2.5 Корреляционно-регрессионный анализ добычи полезных ископаемых
в Амурской
области за 2000-2009 годы
2.6 Факторный анализ добычи полезных ископаемых в Амурской области 38
Заключение
Библиографический список
Приложение А
Приложение Б
Приложение В
Приложение Г
Приложение Д
ВВедение
Роль и значение добывающих производств в промышленности растут с каждым годом. Минерально-сырьевые ресурсы Амурской области занимают заметное место в ее экономике, являются одним из главных объектов привлечения в область инвестиций.
Актуальность данной темы заключается в том, что показатели добычи полезных ископаемых в Амурской области необходимы для оценки социально-экономического состояния добывающих производств в текущем периоде, а так же для разработки прогнозирования и выявления факторов влияющих на величину добычи полезных ископаемых в Амурской области.
Цель курсовой работы – закрепить и углубить теоретические знания, на основе проведения статистического изучения добычи полезных ископаемых в Амурской области с 2000 по 2009 годы.
Объектом исследования работы является Амурская область.
Предметом исследования курсовой работы – добыча полезных ископаемых в Амурской области.
Для выполнения поставленной цели, необходимо выполнить следующие задачи:
- изучить теоретические и методологические основы статистики;
- выявить методы расчёта и анализа статистики добычи полезных ископаемых;
- рассчитать и проанализировать показатели динамики добычи полезных ископаемых за последние 10 лет;
- сделать прогноз по добычи полезных ископаемых в Амурской области с 2010 по 2014 год;
- изучить структуру добычи полезных ископаемых;
- составить группировку городов и районов Амурской области по добычи угля в 2009 году;
- проанализировать добычу
угля с помощью расчетов
- выявить тесноту связи между добычей угля в Амурской области и ввозом угля из других областей за 2009 год;
- сделать факторный анализ добычи угля в Амурской области в 2008-2009 годах;
- на основании полученных результатов сделать выводы о добычи полезных ископаемых в Амурской области.
В курсовой работе были использованы статистические методы анализа динамики,
анализа структуры, анализа добычи полезных
ископаемых с помощью средних величин
и показателей вариации, а также использовался
корреляционно-регрессионный анализ,
факторный анализ.
В качестве теоретической базы при написании данной курсовой работы были использованы материалы учебной литературы, периодических изданий, методических указаний, статистические сборники.
1 Теоретические основы статистического изучения
добычи полезных ископаемых
1.1 Сущность
и классификация полезных
Полезные ископаемые
– природные минеральные
В статистике изучаются запасы, структура и динамика полезных ископаемых, дается оценка вновь выявленным месторождениям; определяются степень их подготовленности к промышленному освоению и показатели о поиске и разведке месторождений.
Единицей статистического наблюдения являются организации, объединения, экспедиции, партии и другие юридические лица, имеющие право на проведение геологоразведочных работ.
Запасы полезных ископаемых – количественная оценка выявленных и разведанных минеральных ресурсов. Полезные ископаемые по физическому состоянию подразделяются на жидкие (нефть, минеральные воды) и твердые (руды, угли ископаемые, нерудные полезные ископаемые). В зависимости от промышленного применения минеральные ресурсы группируются:
на топливно-энергетические: нефть, ископаемый уголь, природный газ, торф, урановые руды и т. д.;
на рудные – сырьевая основа цветной и черной металлургии: железная и марганцевая руды, свинцово-цинковые, молибденовые, никелевые руды, хромиты, благородные металлы и т. д.;
на горно-химическое сырье: борные руды, апатиты, поваренная, калийные и другие соли, фосфориты, бром и т. д.;
на нерудные полезные ископаемые и природные строительные материалы: алмаз, мрамор, песок, гранит, агат, гравий, горный хрусталь и др.;
на гидроминеральные: минерализованные и подземные пресные воды.
Кроме того, минеральные ресурсы изучаются по их отдельным видам в т или м3.
Запасы полезных ископаемых по степени их разведанности и изученности подразделяются на балансовые, забалансовые и прогнозные.
Балансовые запасы – запасы, использование которых при имеющейся технике и технологии добычи экономически целесообразно.
В статистических документах по степени разведанности полезные ископаемые указываются по категориям А, В, С1, С2.
В категорию А включаются разведанные и детально изученные запасы полезных ископаемых с указанием границ и условий их залегания, типов и технолого-промышленных свойств, а также природных факторов, влияющих на эксплуатацию этих ресурсов.
В категорию В входят разведанные и изученные запасы с примерно определенными границами залегания и без точного и полного описания основных технологических свойств и природных условий ведения горноэксплуатационных работ.
К категории С1 относятся запасы, разведанные, но изученные в общих чертах без всестороннего описания их природных типов, качеств, условий залегания и других характеристик, необходимых для эксплуатации, а к категории С2 – запасы, предварительно оцененные и качество которых установлено по единичным образцам и пробам.
В балансовых таблицах, которые составляются в территориальном разрезе с указанием месторождений и категории разведанности, приводятся обобщенные сведения о запасах полезных ископаемых, а также показатели наличия запасов на начало и конец года, их изменения в результате добычи, потерь, списания неподтвердившихся запасов, переоценки, изменения кондиций и прироста за счет доразведки.
Полезные ископаемые в отличие от многих природных ресурсов невозобновимы, поэтому их рациональное использование предусматривает прежде всего снижение потерь. Потери возникают при разработке месторождений, когда часть их запасов не извлекается из недр, добытые минеральные ресурсы остаются в местах складирования или в породных отвалах, из добытых полезных ископаемых извлекаются не все компоненты при транспортировке и т. д. Так, при добыче угля потери составляют 15% от ежегодных использованных геологических запасов, при добыче железной руды – до 4%.
К забалансовым относятся запасы минеральных ресурсов, использование которых в данный период представляется экономически нецелесообразным, например, из-за сложных условий эксплуатации, малой мощности залежей, низкого содержания ценных компонентов и др. Однако в дальнейшем такие полезные ископаемые могут стать объектом промышленного освоения.
Прогнозные (геологические) полезные ископаемые – предполагаемые объемы и виды минеральных ресурсов на основе информации о геологическом развитии и строении определенной территории. Прогнозные данные обусловливают целесообразность организации геологоразведочных работ, в частности, бурение поисковых, разведочных и опорных скважин с целью нахождения нефтяных и газовых месторождений.
Геологическое изучение недр региона связано с осуществлением комплексных мер общегеологического и специального назначения для федеральных нужд. К ним относятся комплекс геологосъемочных, геологохимических и подобных работ на суше и континентальном шельфе, соответствующие работы в Антарктике, Мировом океане, создание сети гидрогеологических и сверхглубоких скважин, организация мониторинга окружающей среды, проведение опытно-конструкторских и научно-исследовательских работ по изучению недр. Проведение соответствующих работ обусловливает объемы капитальных и текущих инвестиций.1
1.2 Статистические
методы анализа полезных
Для статистического анализа изучаемого явления применяются
следующие методы:
- анализ динамики;
- анализ структуры;
- анализ с помощью расчета средних величин и показателей вариации;
- корреляционно-регрессионный анализ;
- индексный анализ;
- факторный анализ.
Для выполнения этих методов необходимо привести формулы для расчета необходимых показателей.
Для количественной оценки динамики добычи полезных ископаемых применяются статистические показатели: цепные и базисные абсолютные приросты, темпы роста, темпы прироста, абсолютное значение одного процента прироста. Важным статистическим показателем динамики является абсолютный прирост, который определяется в разностном сопоставлении двух уровней ряда динамики в единицах измерения исходной информации, то есть это разность между последующим уровнем ряда и предыдущим (базисным).
Абсолютный прирост ( ) – важнейший статистический показатель динамики, определяется как разность между последующим уровнем ряда ( ) и предыдущим (или базисным) ( ).
Базисный абсолютный прирост исчисляется как разность между сравниваемым уровнем и уровнем, принятым за постоянную базу сравнения :
Цепной абсолютный прирост исчисляется как разность между сравниваемым уровнем и уровнем, который ему предшествует:
Распространенным
Темп роста – это отношение уровня ряда динамики, которое выражается в коэффициентах и процентах.
Цепные темпы роста определяются как отношение последующего ряда динамики yi к предыдущему :
Базисные темпы роста рассчитывается отношением каждого последующего уровня ряда к одному уровню, принятому за базу сравнения:
Темпы прироста характеризуют абсолютный прирост в относительных величинах:
Абсолютное значение одного процента прироста (А1%) равно отношению абсолютного прироста цепного к темпу прироста цепному, или может быть исчислено иначе – как одна сотая часть предыдущего уровня.2
Для обобщающей характеристики рядов динамики социально - экономических явлений рассчитываются средние показатели.
Средний уровень ряда
Средний абсолютный прирост представляет собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. Для определения среднего абсолютного прироста сумма цепных абсолютных приростов делится на их число n:
Средний темп роста – обобщающая характеристика индивидуальных темпов роста ряда динамики. Для определения среднего темпа роста применяется формула:
,
где – индивидуальные (цепные) темпы роста,
n – число индивидуальных темпов роста.
Средний темп прироста определяется по формуле:
Для выравнивания ряда динамики по прямой используется уравнение:
, (11)
где и – параметры уравнения;
– показатель времени.
Для нахождения параметров и необходимо решить систему нормальных уравнений:
(12)
Параметры
и
можно исчислить с помощью определителей
по формулам:
Для прогнозирования на основе среднего абсолютного прироста применяется формула:
,
где – экстраполируемый уровень;
– последний уровень динамического ряда;
t – cрок прогноза.
Прогнозирование с помощью среднего темпа роста применяется формула:
При проведении группировки городов и районов, которая представляет собой процесс образования однородных групп на основе разбиения статистической совокупности на части по существенным для них признакам, используют формулу Стерджесса:
где N – число муниципальных образований.
Для выявления шага (длины интервала) в группировке служит формула:
где и – максимальное и минимальное значение признака.
Обобщённой количественной
характеристикой признака в статистической
совокупности в конкретных условиях
места и времени является средняя
величина, которая определяется по
формуле:
где – частота или численность отдельных вариант;
- варианта или отдельное значение варьируемого признака.
Мода – значение признака, наиболее часто встречающееся в изучаемой совокупности. Вычисляется по формуле:
(20)
где – нижняя граница модального интервала;
– величина модального интервала;
– частота модального интервала;
– частота интервала, предшествующего модальному;
– частота интервала, следующего за модальным.3
Медиана – это величина, которая делит численность упорядоченного ряда на две равные части. Рассчитывается по формуле:
где – нижняя граница медианного интервала;
– частота медианного интервала;
– величина медианного интервала;
– сумма накопленных частот ряда, предшествующих медианному интервалу;
/2 – полусумма частот ряда.
Производится расчет показателей вариации, к которым относятся размах вариации, среднее линейное отклонение, среднее квадратическое отклонение, дисперсия, коэффициент вариации. Под вариацией в статистике понимают такие количественные изменения величины исследуемого признака в пределах однородной совокупности, которые обусловлены перекрещивающимся влиянием действия различных факторов.
На практике меру вариации более объективно отражает показатель дисперсии.
Размах вариации:
Среднее линейное отклонение:
Дисперсия ( ) – это средняя арифметическая квадратов отклонений отдельных значений признака от их средней арифметической.
Среднеквадратическое отклонение находится по формуле:
,
Для определения однородности и неоднородности совокупности применяется коэффициент вариации:
Корреляционный анализ
имеет своей задачей
Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции дают возможность определять «полезность» факторных признаков при построении уровней множественной регрессии. Величина коэффициента корреляции служит также оценкой соответствия уравнения регрессии выявленным причинно-следственным связям.
Корреляционно-регрессионный анализ как общее понятие включает в себя измерение тесноты, направления связи и установление аналитического выражения связи.
Регрессионный анализ заключается в определении аналитического выражения связи, в котором изменение одной величины обусловлено влиянием одной или нескольких независимых величин, а множество всех прочих факторов, также оказывающих влияние на зависимую величину, принимается за постоянные и средние значения.
Вычисление параметров корреляционных линейных уравнений по первичным данным. Параметры уравнения прямой и определяются путем решения системы нормальных уравнений, полученных методом наименьших квадратов:
(27)
где – индивидуальные значения результативного признака;
– индивидуальные значения факторного признака;
– число единиц наблюдения;
– параметры уравнения прямой (уравнения регрессии).
Параметры
и
можно по формулам:
Параметр показывает усреднённое влияние на результативный признак неучтённых факторов, параметр показывает изменение результативного признака при изменении факторного признака на единицу.
Уравнение прямой (регрессии) имеет вид:
, (30)
где – теоретическое значение результативного признака.
Измерить тесноту корреляционной связи между факторным и результативным признаками позволяет линейный коэффициент корреляции:
(31)
По значению коэффициента корреляции судят о степени тесноты связи. Количественные критерии оценки тесноты связи представлены в таблице 1.
Таблица 1 – Количественные критерии оценки тесноты связи.
Величина коэффициента корреляции |
Характер связи |
1 |
2
|
до |
практически отсутствует
|
слабая | |
умеренная | |
сильная |
Формула вычисления факторной дисперсии, характеризующей вариацию результативного признака под влиянием признака фактора, включённого в модель:
(32)
Силу влияния факторного признака на результативный можно измерить с помощью коэффициента детерминации и эмпирического корреляционного отношения.
Для расчета теоретического корреляционного отношения ( ) формула (33) необходимо предварительно вычислить дисперсии.
(33)
Общая дисперсия отражает вариацию признаков за счет всех факторов действующих в данной совокупности:
Формула нахождения остаточной дисперсии: