Классификация методов измерения сезонных волн

Методы измерения сезонных волн, основанные на применении	Наименование методов вычисления сезонных волн
I. Средней арифметической	1. Метод абсолютных разностей 2. Метод отношений средних помесячных к средней за весь период 3. Метод отношений помесячных уровней к средней данного года
II. Относительных величин	1. Метод относительных величин 2. Метод относительных величин на основе медианы 3. Метод У. Персона (цепной метод)
III. Механического выравнивания	1. Метод скользящих средних 2. Метод скользящих сумм и скользящих средних
IV. Аналитического выравнивания	1. Выравнивание по прямой 2. Выравнивание по параболе и экспоненте 3. Выравнивание по ряду Фурье

22. Индексный метод изучения динамики среднего уровня.

смотреть билет 59

23. Дисперсия, коэффициент вариации, определение степени вариации для сгруппированных данных.

смотреть билет 3,34

24. Индекс физического объёма товарной массы, способы их вычисления, условия применения в экономическом анализе.

Индекс физического объема продукции - это индекс количественного показателя. В этом индексе индексируемой величиной будет количество продукции в натуральном выражении, а весом - цена. Только умножив несоизмеримые между собой количества разнородной продукции на из цены, можно перейти к стоимостям продукции, которые будут уже величинами соизмеримыми.

Индекс физического объема продукции показывает, во сколько раз возросла (уменьшилась) стоимость продукции из-за роста (снижения) объема ее производства, или сколько процентов составляет рост (снижение) стоимости продукции в результате изменения физического объема ее производства.

При построении агрегатного индекса цен, который в условиях рыночной экономики является наиболее широко распространенным показателем инфляции, исходят из тех же предпосылок, что и при построении индекса физического объема продукции.

Различают индивидуальный и сводный индекс физического объема производства продукции. Индивидуальный индекс рассчитывают для одного вида продукции. Сводный индекс физического объема производства продукции определяют для нескольких видов продукции по формулам среднеарифметического или середньогармонического индексов.

Для исследования динамики физического объема продукции за несколько периодов строят ряды базисных и цепных индексов, в которых цену учитывают как неизменный фактор базисного периода.

1. Расчет индекса физического объема розничного товарооборота производится по следующей формуле:

	Iq =	∑p0q1	,	(1)
		∑p0q0

где Iq – индекс физического объема розничного товарооборота;

∑p₀q₁ – розничный товарооборот отчетного месяца (периода, квартала) в постоянных ценах;

∑p₀q₀ – розничный товарооборот базисного месяца (периода, квартала).

2. Розничный товарооборот отчетного месяца (периода, квартала) в постоянных ценах рассчитывается по следующей формуле:

				∑p0q1 =	∑p1q1	,				(2)
					Ip

где ∑p₀q₁ – розничный товарооборот отчетного месяца (периода, квартала) в постоянных ценах;

∑p₁q₁ – розничный товарооборот отчетного месяца (периода, квартала) в текущих ценах;

Ip – индекс цен (дефлятор) за отчетный месяц (период, квартал) к базисному месяцу (периоду, кварталу).

Относительным показателем изменения оборота розничной торговли в динамике является индекс его физического объема. Индекс физического объема оборота характеризует совокупное изменение товарной массы в текущем периоде по сравнению с предыдущим (базисным) периодом и показывает, как изменился оборот в результате изменения только его физического объема при исключении влияния изменения цен.

Исходными данными для исчисления специальных дефляторов служат индексы потребительских цен и товарная структура оборота розничной торговли.

25. Методы определения оптимальной численности выборочной совокупности.

Определение необходимой (оптимальной) численности выборки При разработке программы выборочного обследования одним из наиболее сложных является вопрос о том, сколько единиц изу­чаемой совокупности необходимо обследовать, т.е. об объеме вы­борки.

При этом следует иметь в виду, что при любом способе отбора предельная ошибка выборки обратно пропорциональна числу обследованных единиц. Т.е. средняя ошибка выборки   пропорциональна  , т.е. при увеличении численности выборки в 4 раза, ошибка уменьшится вдвое. Увеличивая nможно свести ошибку к min. При nN,  ₀.

Так как при проведении выборочного наблюдения определение характеристик выборки в ряде случаев сопровождается разрушением обследуемых образцов, то нормы отбора должны быть минимальны, так же не следует забывать об основном преимуществе несплошного наблюдения (минимум затрат и времени). Повышение процента выборки ведет к увеличению объема исследуемой работы. В то же время, если в выборку взять недостаточное количество проб, то результаты исследования будут содержать большие погрешности. Все это необходимо учитывать при организации выборочного обследования.

Определение необходимой численности выборки основывается на формуле предельной ошибки выборки (при повторном отборе). Решаем это равенство относительно n, в результате получаем численность выборки при расчете средней величины количественного признака.  Для определения необходимой численности выборки должны быть заданы предельная ее ошибка и вероятность того, что эта ошибка не превысит заданного предела. В соответствии с этой вероятностью по таблице распределения находят коэффициент доверия t.

Наиболее сложно определить дисперсию изучаемого признака в генеральной совокупности. До проведения обследования приближенно оценить дисперсию или среднее квадратическое откло­нение можно на следующей основе:

1. исходя из результатов специально организованного пробного обследования;

2. опираясь на данные предыдущих обследований, как выборочных, так и сплошных.

Например, используя коэффициент вариации  . Следовательно, дисперсия 

3. исходя из закона распределения изучаемого признака в гене­ральной совокупности. Если распределение близко к нормаль­ному, то размах вариации R в 6 раз больше среднего квадратического отклонения: R = 6. В таком случае, зная максимальное и минимальное значения признака, можно оценить : =R/6

Если в результате выборочного обследования необходимо ус­тановить долю единиц, обладающих определенным значением альтернативного признака, то дисперсия для доли будет равна рq. В этом случае формула необходимой численности выборки при­мет вид:

Максимальное значение дисперсии альтернативного признака равно 0,25, т.е. max (pq) = 0,25 (при р = q -x*ользуя кямо ичество фаз, каждая из которых отличается подробностью программы наблюдениякими буквами, выборочные показатели, 0,5). Если доля единиц, обладающих изучаемым признаком, т.е.р, неизвестна, в расчете необходимой численности выборки можно использовать указанное максимальное значение для дисперсии альтернативного признака.

Трудовые и материальные затраты на проведение выборки напрямую зависят от ее численности, поэтому чрезвычайно важно до оптимума сохранить численность выборки, так чтобы не утратить ее точность.

Поиск оптимальной численности выборки удобно осуществлять на основе формул средней и предельной ошибок. Из формулы средней ошибки случайного повторного отбора видно, что величина средней ошибки обратно пропорциональна квадратному корню из численности выборки

( )

Чтобы сократить среднюю ошибку в 2 раза, нужно численность выборки увеличить в 4 раза. Используя формулу предельной ошибки выборки можно найти численность

Это оптимальная численность выборки для случайного повторного отбора

Наличие в формуле оптимальной численности генеральной дисперсии приводит на первый взгляд к парадоксу: зачем нам проводить выборку, если известна генеральная дисперсия (а, следовательно, и генеральная средняя). Однако на практике генеральная дисперсия обычно не известна, вместо нее используют выборочную дисперсию предыдущего обследования, так как дисперсия как показатель является более устойчивой, чем сами варианты, на основе которых она рассчитана.

Если отбор осуществляется бесповторно, то численность выборки для такого отбора рассчитывается по формуле:

Если в условиях задачи присутствует предельная ошибка выборочной доли, то формула:

- для повторного отбора; - для бесповторного отбора.

26. Базисные и цепные индексы, их взаимосвязь и применение в анализе коммерческой деятельности.