Сущность и значение Показателей. Описание статистических методов, используемых в работе

Федеральная служба исполнения наказаний

Вологодский институт права и экономики

Кафедра Информатики и Математики

Курсовая работа по микроэкономической статистике

       Выполнил: курсант 353 группы

       рядовой вн. службы

       Винокурцев П. С.

       Проверил: к.ф.м.н. старший преподаватель

                капитан вн. службы

                Слободская И. Н.

Вологда 2008 г.

Содержание:

Введение

Микроэкономическая статистика освещает важнейшие понятия и приемы статистического анализа социально-экономических процессов, протекающих в масштабе отдельной отрасли или предприятия (организации). Как правило, методы микроэкономической статистики используются  для анализа эффективности производства и затрат на него, выявления наиболее оптимального их соотношения и прогнозирования развития предприятия (организации, отрасли) на будущий период. Статистика первая обнаруживает новые явления, процессы и закономерности, дает их количественную и качественную характеристику и позволяет сформировать общую стратегию поведения предприятия в той или иной ситуации. Также она придает доказательную силу экономическим выводам, позволяет проверить различные утверждения и отдельные теоретические положения.

В моей работе представлена статистическая обработка и статистический анализ данных по материалам реального статистического наблюдения над 50 предприятиями Российской Федерации.

Предметом работы является выявление и изучение закономерностей развития отраслей промышленности России. Объектом исследования выступает совокупность предприятий России.   Единицей исследования – одно предприятие. Исследование проводится на основе изучения прибыли от продаж различных предприятий, а также факторов, влияющих на нее и, как следствие, на развитие предприятий в целом. Моя работа включает в себя ряд обобщающих экономических методов и показателей, краткое описание которых приведено в первой главе.

Цель курсового проекта – освоить статистические методы обработки информации для дальнейшего применения в решении управленческих задач.

Владение методами статистики дает возможность превращать разрозненные данные в систему знаний, основываясь на которых можно принимать эффективные управленческие решения, что в свою очередь позволит оценить экономическую обстановку на предприятии, регионе, стране в целом, степень влияния различных факторов на результат деятельности предприятия.

Таким образом, проводимый мной статистический анализ позволит сделать выводы о характеристиках исследуемого показателя

и тенденциях его изменения.
                                  Глава I. Сущность и значение показателей.

Описание статистических методов, используемых в работе.

Прибыль – основной и обобщающий показатель деятельности предприятия. Исчисляется как разность между выручкой от реализации продукта хозяйственной деятельности и суммой затрат факторов производства на эту деятельность в денежном выражении.

Статистическая совокупность – множество относительно однородных объектов, объединяемых для совместного изучения по тому или иному признаку.

Единица статистической совокупности – отдельный объект совокупности.

Вариация показателя - количественные различия значений признака разных единиц совокупности.

Генеральная совокупность – вся подлежащая изучению совокупность однородных объектов.

Выборка – множество объектов отобранных случайным образом.

Объем выборки (N) – количество элементов выбранных для изучения статистической совокупности.

Группировка – это распределение единиц по группам в соответствии с определенными принципами.

Интервал – диапазон  значений признака, согласно которому происходит разбивка элементов совокупности на группы.

Частота (Fi) – количество значений признака в i-той группе.

Величина Xi – среднее значение признака в i-той группе.

Накопленная частота (Si) – сумма частоты i-той группы и частот предыдущих групп.

Среднее значение Xi – отношение суммы произведений Xi*Fi к сумме значений Fi.

Мода – значение признака, имеющего наибольшую частоту.

Медиана – значение признака, которое делит совокупность на две равные части.

Размах вариации (R) – разница между максимальным и минимальным значением признака.

Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в совокупности, она показывает, на сколько в среднем отклоняются варианты от их среднего значения.

Среднее линейное отклонение – средняя величина из отклонений вариантов признака от средней.

Коэффициент осцилляции – представляет собой, выраженное в процентах отношение размаха вариации к среднему значению признака.

Линейный коэффициент вариации – представляет собой, выраженное в процентах отношение среднего линейного отклонения к среднему значению признака.

Коэффициент вариации – представляет собой выраженное в процентах отношение среднего квадратического отклонения и средней арифметической. Совокупность считается однородной, если коэффициент вариации не превышает 30%.

Альтернативный признак – признак, которым обладают одни еденицы совокупности и не обладают другие.

Дисперсия – это квадрат отклонения индивидуального значения признака от средней величины.

Общегрупповая дисперсия – отражает степень разброса значений исследуемого признака обусловленную влиянием всех факторов.

Межгрупповая дисперсия – характеризует вариацию признака, которая возникла под влиянием группирующего признака.

Внутригрупповая дисперсия – характеризует вариацию признака за счет всех факторов, кроме группирующего.

Коэффициент асимметрии Пирсона – отношение разности среднего значения признака и моды к среднеквадратическому отклонению. Он позволяет определить симметричность графика распределения относительно его максимума (минимума).

Коэффициент асимметрии третьего порядка – как и коэффициент Пирсона позволяет определить симметричность графика распределения относительно его максимума (минимума).

Коэффициент эксцессы – позволяет определить степень заостренности нашего графика по сравнению с графиком нормального распределения.

Коэффициент Джинни – позволяет судить о концентрации признака в одной группе (нескольких группах).

Коэффициент Лоренца -  позволяет сделать вывод о влиянии концентрации признака на изучаемое явление (процесс).

(ui) – плотность вероятности для нормированного нормального закона распределения.

Fi теор. – теоретическая частота нормального распределения.

Критерий согласия Пирсона () – отвечает на вопрос, случайны или существенны расхождения между теоретическими и опытными данными.

Корреляционный анализ – статистический метод позволяющий установить и оценить корреляционную зависимость и влияние различных характеристик на выбранную.

Корреляционная зависимость – зависимость, при которой каждому значению одной случайной величины соответствует определенное распределение вероятностей другой случайной величины.

Ряд распределения – это ряд, представляющий собой упорядоченное распределение единиц изучаемой совокупности на группы по определенному варьирующему признаку. Он характеризует состав изучаемого явления, позволяет судить об однородности совокупности и границах варьирования единиц совокупности.

Средняя арифметическая взвешенная – это средняя прибыль предприятий, но она не раскрывает структуры построения совокупности.

Метод статистического выравнивания – представление изменения уровня изучаемого ряда динамики виде математической формулы y=f(t), где f(t) математическая функция (линейная, параболическая, показательная и т.д.).

Дисперсионный метод – метод статистического анализа, позволяющий установить отказывает ли качественный фактор F, состоящий из р-уровней, существенное влияние на изучаемую величину X или нет.

Выборочный метод – применяется в тех случаях, когда проведение сплошного наблюдения невозможно или экономически нецелесообразно.

Метод сводки – научно организованная обработка материалов, включающая в себя группировку материалов, составление таблиц, получение итогов и производных показателей (средних, относительных величин).

Индексный метод – метод статистического анализа, в котором изучается влияние различных факторов динамики на определенный показатель в том или ином периоде.

Все эти показатели и статистические методы мы изучали в течение всей дисциплины. И попробуем в данной работе применить наши знания на практике.

9

Глава 2. Исходные данные, их характеристика

9

3. Априорный анализ исходных статистических данных

3.1 Обобщение исходных данных

3.2 Характеристики распределения и вариации Показателя

Кривая Лоренца и коэффициент Джинни:

Оценка однородности совокупности. Вывод о характере распределения. Проверка данных на основе одного из критериев:

Критерий согласия 2

Пусть: Н0 - прибыль среди предприятий распределена нормально

           Н1 - прибыль среди предприятий нормально не распределена