Содержание

1. Общая характеристика исследуемой совокупности 2

2. Оценка абсолютных и относительных показателей динамики 12

3. Выравнивание ряда методом скользящей средней 18

4. Выявление наличия тренда в рассматриваемых рядах (проверка гипотезы о разности средних у первой и второй половины ряда) 20

5. Выявление наличия взаимосвязи между показателями различными методами. Корреляционный анализ 22

Список использованной литературы 26

1. Общая характеристика исследуемой совокупности

Таблица 1

Исходные данные

Показатель	1999	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010
Выручка от реализации продукции	1120	1085	1090	1203	1289	1360	1450	1426	1430	1608	1635	1830
Чистая прибыль	905	888	870	1007	1118	1220	1370	1385	1350	1405	1496	1600

Исходные данные представляют собой информацию из годовых отчетов о прибылях и убытках ООО "ПромМаркет" за период с 1997 г. по 2010 г. о величине выручки от реализации продукции, чистой прибыли.

Выручка - общая сумма денежных средств, полученных (вырученных) компанией за определённый период её деятельности, в основном за счёт продажи продуктов или услуг своим клиентам.

Чистая прибыль - часть балансовой прибыли предприятия, остающаяся в его распоряжении после уплаты налогов, сборов, отчислений и других обязательных платежей в бюджет. Чистая прибыль используется для увеличения оборотных средств предприятия, формирования фондов и резервов, и реинвестиций в производство.

Единица измерения - тыс. руб.

Тип рядов динамики - интервальный, т.к. данные представлены за определенный период.

Оценка среднего значения выбранного показателя.

Средняя арифметическая может быть простой или взвешенной. В данном случае расчет осуществляется по несгруппированным данным (каждая единица имеет одинаковую значимость). Следовательно, применяется средняя арифметическая простая:

Для интервального ряда динамики абсолютных показателей средний уровень ряда рассчитывается по формуле простой средней арифметической:

где

y - уровень временного ряда;

n - число уровней ряда.

Вывод. В среднем в каждом году выручка от реализации продукции предприятия составляет 1377 тыс. руб.

Оценка структурных средних (моды, медианы) на основе структурной группировки.

Структурная группировка - группировка, в которой происходит разделение однородной совокупности на группы, характеризующие ее структуру по какому-то варьирующему признаку (группировка населения по уровню дохода). Анализ статистических данных структурных группировок, взятых за ряд периодов показывает изменение структуры изучаемых явлений, то есть структурные сдвиги.

В качестве структурных средних чаще всего используют показатели моды - наиболее часто повторяющегося значения признака - и медианы - величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В итоге у одной половины единиц совокупности значение признака не превышает медианного уровня, а у другой - не меньше его.

ряд тренд динамика показатель

,

где XMe - нижняя граница медианного интервала;

hMe - его величина;

(Σm) /2 - половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);

SMe-1 - сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;

mMe - число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).

При расчете модального значения признака по данным интервального ряда надо обращать внимание на то, чтобы интервалы были одинаковыми, поскольку от этого зависит показатель повторяемости значений признака X. Для интервального ряда с равными интервалами величина моды определяется как

,

где ХMo - нижнее значение модального интервала;

mMo - число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);

mMo-1 - то же для интервала, предшествующего модальному;

mMo+1 - то же для интервала, следующего за модальным;

h - величина интервала изменения признака в группах.

Для расчета структурных средних величин (моды и медианы) нужно провести структурную группировку.

Первым этапом является определение числа групп. Для этого воспользуемся приближенной формулой Стерджесса: n = 1+3,322 lgN.

Рассчитываем: n=1+3,322lg12=4,9»5. Получаем 5 групп.

Далее необходимо определить интервалы для каждой группы. Интервал - это значения варьирующего признака, определяющие границы группы.

Для этого рассчитаем размах вариации (вычисляется как разница между максимальным и минимальным значением показателя):

R = 1830 - 1085 = 745 тыс. руб.

Теперь рассчитываем величину интервала:

h = 745/5 = 149

Таблица 2

Величина выручки от реализации продукции, тыс. руб.	Количество лет в группе	Сумма накопленных частот
1085 - 1234	4	4
1234 - 1383	2	6
1383 - 1532	3	9
1532 - 1681	2	11
1681 - 1830	1	12

Вычисляем медиану:

Определяем медианный интервал, такой, что сумма накопленных частот превышает половину общей численности совокупности. В данном случае он равен 1234 - 1383.

Ме = 1234 + 149* (12/2 - 4) /2 = 1383 тыс. руб.

Это означает, что половина года имела выручку менее 1383 тыс. руб.

Вычисляем моду:

Определяем модальный интервал, такой, что его частота больше, чем у предыдущего и больше, чем у следующего. В данном случае это интервал: 1383 - 1532.

Мо = 1383+149* (3 - 2) / ( (3 - 2) + (3 - 2)) = 1457,5 тыс. руб.

Это означает, что в большинстве годов предприятие имело выручку больше 1457,5 тыс. руб.

Оценка показателей вариации.

Абсолютные показатели вариации включают:

• размах вариации;

• среднее линейное отклонение;

• дисперсию;

• среднее квадратическое отклонение.

Размах вариации (R) - это разность между максимальным и минимальным значениями признака:

Он показывает пределы, в которых изменяется величина признака в изучаемой совокупности.

Среднее линейное отклонение - это средняя арифметическая из абсолютных отклонений отдельных значений признака от средней.

Среднее линейное отклонение простое:

Среднее линейное отклонение взвешенное применяется для сгруппированных данных:

Среднее линейное отклонение в силу его условности применяется на практике сравнительно редко (в частности, для характеристики выполнения договорных обязательств по равномерности поставки; в анализе качества продукции с учетом технологических особенностей производства).

Наиболее совершенной характеристикой вариации является среднее квадратическое отклонение, которое называют стандартом (или стандартным отклонение).

Среднее квадратическое отклонение (равно квадратному корню из среднего квадрата отклонений отдельных значений признака от средней арифметической:

Среднее квадратическое отклонение простое:

Среднее квадратическое отклонение взвешенное применяется для сгруппированных данных:

Между средним квадратическим и средним линейным отклонениями в условиях нормального распределения имеет место следующее соотношение: ~ 1,25.

Среднее квадратическое отклонение, являясь основной абсолютной мерой вариации, используется при определении значений ординат кривой нормального распределения, в расчетах, связанных с организацией выборочного наблюдения и установлением точности выборочных характеристик, а также при оценке границ вариации признака в однородной совокупности.

Дисперсия - представляет собой средний квадрат отклонений индивидуальных значений признака от их средней величины.

Дисперсия простая:

Дисперсия взвешенная:

Более удобно вычислять дисперсию по формуле:

которая получается из основной путем несложных преобразований. В этом случае средний квадрат отклонений равен средней из квадратов значений признака минус квадрат средней.

Для несгрупиированных данных:

Для сгруппированных данных:

1. Размах вариации:

R = 1830 - 1085 = 745 тыс. руб.

Проведем дополнительные расчеты, результаты которых приведены в табл.3.

Таблица 3

Период	Величина выручки от реализации продукции, тыс. руб.		2
1999	1120	257	66049
2000	1085	292	85264
2001	1090	287	82369
2002	1203	174	30276
2003	1289	88	7744
2004	1360	17	289
2005	1450	73	5329
2006	1426	49	2401
2007	1430	53	2809
2008	1608	231	53361
2009	1635	258	66564
2010	1830	453	205209
Итого		0	0

2. Среднее линейное отклонение:

3. Среднее квадратическое отклонение:

4. Дисперсия:

Графическое представление распределения значений. Графическое построение моды и медианы.

Ряды распределения удобно изучать с помощью графического метода.

Графическое изображение позволяет осуществить контроль достоверности статистических показателей, так как, представленные на графике, они более ярко показывают имеющиеся неточности, связанные либо с наличием ошибок наблюдения, либо с сущностью изучаемого явления. С помощью графического изображения возможны изучение закономерностей развития явления, установление существующих взаимосвязей. Простое сопоставление данных не всегда дает возможность уловить наличие причинных зависимостей, в то же время их графическое изображение способствует выявлению причинных связей, в особенности в случае установления первоначальных гипотез, подлежащих затем дальнейшей разработке. Графики также широко используются для изучения структуры явлений, их изменения во времени и размещения в пространстве. В них более выразительно проявляются сравнительные характеристики и отчетливо виды основные тенденции развития и взаимосвязи, присущие изучаемому явлению или процессу.

Графическое построение моды представлено на рис.1., графическое построение медианы - на рис.2.

Рис.1. Графическое построение моды (гистограмма)

Рис.2. Графическое построение медианы (кумулята)