Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Введение
С незапамятных времен человечество осуществляло учет многих сопутствующих его жизнедеятельности явлений и предметов и связанные с ним вычисления.
Руководствуясь соображениями зависимости благосостояния нации от величины создаваемого полезного продукта, интересов стратегической безопасности государств и народов от численности взрослого мужского населения, доходов казны, от размера налогооблагаемых ресурсов и т. д., издавна отчетливо осознавалась и реализовывалась в форме различных учетных акций.
С учетом достижений экономической науки стал возможен расчет показателей, обобщенно характеризующих результаты воспроизводственного процесса на уровне общества.
Всю перечисленную информацию в постоянно возрастающих объемах предоставляет обществу статистика, являющаяся необходимо принадлежностью государственного аппарата. Статистические данные, таким образом, способны сказать языком статистических показателей о многом в весьма яркой и убедительной форме.
Цели работы рассмотреть: основные понятие статистики, статистические закономерности, признаки и их классификацию, основу статистической методологии, также охарактеризовать данные по статистическим сборникам Роскомстата.
Проблему изучали: М.В.Ломоносов (1711-1765), Готфрид Ахенваль (1719- 1772) , Герман Конринг(1606-1681), Татищев В.Н.(1686-1750),и др.
Поскольку объемы курсовой работы ограничены рассмотрим только некоторые вопросы.
1.Понятие статистики
1.1 Основные понятия статистики
Статистика(нем.statistak, итал. Stato, позднелат.status – государство) – наука, изучающая положение дел в государстве. Иными словами, это вид деятельности, направленный на получение, обработку и анализ информации, характеризующей количественные закономерности жизни общества во всем их многообразии ( технико-экономические, социально- политические явления, культура) в неразрывной связи с его качественным содержанием. Таким образом, под статистикой понимается сбор цифровых данных ,их обобщение и обработка.
Статистика необходима для изучения количественных явлений посредством цифр. Она предоставляет необходимый цифровой банк данных. Статистика должна давать не произвольный материал, а те данные, которые ясно и понятно характеризуют различные явления.
Определяющее значение статистики вытекает из того , что вся информация , имеющая значимость как для государства , так и для физических и юридических лиц и собираемая путем бухгалтерского или оперативного учета , в конечном счете обрабатывается и анализируется с помощью статистики. Исходные методологические принципы для построения основных показателей во всех видах учета являются едиными.
Термин «статистика» употребляется в нескольких значениях.
Статистика как наука возникла в 17 веке почти одновременно в Германии и Англии. Ее зарождение произошло в недрах развившейся и расширившейся практики учетно - статистических работ. Несомненно, что говорить об оформлении статистики как науки стало возможным только тогда , когда появились первые научные труды , посвященные изучению массовых явлений , государства ,общества , когда в вузах было введено преподавание статистики как учебной дисциплины. Развитие статистики как науки шло по двум направлениям.
Первое направление возникло в Германии и известно как государствоведение, или описательная школа. Представители этой школы основной своей задачей считали описание достопримечательностей государства : территории, населения , климата, политического устройства ,вероисповедания, ведение хозяйства. Основателем описательной школы был немецкий ученый Герман Конринг(1606-1681). Он же ввел и преподавание « Государствоведения» как учебной научной дисциплины в университетах Германии ( 1666 г.) Много сделал для развития описательной школы и идей Конринга его последователь Готфрид Ахенваль ( 1719- 1772), который , ввел термин « статистика».
Второе направление развития статистики как науки возникло в Англии и известно под названием « политическая арифметика». Основателем школы этого направления был Уильям Петти ( 1623-1687), известный политэконом. которого К.Маркс называл отцом политической экономии и в некотором роде изобретателем статистики. С деятельностью этой школы неразрывно связано имя Джона Граунта (1620-1674), а так же имя Эдмунда Галлея (1656-1742).
Представители данной школы в отличие от приверженцев государствоведения своей главной задачей ставили выявления на основе большого числа наблюдений различных закономерностей и взаимосвязей в изучаемых явлениях. Так , Д. Граунт исследовал главным образом закономерности воспроизводства населения .
В России последователями « школы государствоведения « были И.К. Кирилов (1689-1737), Татищев В.Н.(1686-1750), М.В.Ломоносов (1711-1765), Герман К.Ф.(1767-1838), К.И. Арсеньев (1789-1865) и др.
В России формирование органов специальной государственной статистической службы относится к началу 19 века. (в 1811 г. Создано статистической отделение при Министерстве полиции ) , но окончательно сложившейся систему государственной статистики можно считать со второй половины 19 века , когда в 1858 г.был образован Центральный статистический комитет (ЦСК) при МВД. В последующие годы , и особенно в советский период , название и подчинение центрального статистического органа страны неоднократно менялось: с 1918г.-ЦСУ.с 1931г. ЦУНХУ.
С мая 2004 г. Главным центральным органом государственной статистики в России является Федеральная служба государственной статистики (ФСГС).На нее возлагается руководство всей статистической деятельности в стране , осуществление сбора , обработки и анализа данных о развитии национальной экономики, представление Президенту . Правительству, Федеральному собранию и другим федеральным органам власти официальной статистической информации о социально- экономическом состоянии страны.
Статистика, как и любая другая наука , имеет свой предмет и метод исследования. Под предметом статистики - понимается количественная сторона массовых общественных явлений в постоянной связи с их содержанием или количественной стороной, а также количественное выражение закономерностей общественного развития в конкретных условиях места и времени.
Предмет статистики исследуется при помощи определенных понятий, к которым относятся : «статистическая совокупность», «единица совокупности», «признак» , « статистический показатель», «статистическая закономерность».
Статистическая совокупность – одно из главных понятий статистической науки. Это совокупность объектов или явлений общественной жизни, объединенных общей связью. Объекты , входящие в статистическую совокупность, обладают несколькими общими признакам и могут различаться между собой рядом других , второстепенных , признаков. Наличие разносторонних и многообразных форм отношений и связей между ними обуславливает возможность выделения ряда частных статистических совокупностей для одних и тех же объектов. Например, из общей совокупностей предприятий, могут быть выделены частные совокупности сначала по одному, затем по другому признаку ( по формам собственности , по уровню техники, по уровню рентабельности).
Совокупности могут быть разнородными и однородными.
Совокупность объектов , у которых один или несколько изучаемых признаков являются общими , называется качественно однородной . И , наоборот , совокупность, в которую входят разные типы явлений , будет разнородной.
Совокупность, однородная в одном отношении , может быть разнородной в других. Возможность исследования общих характеристик в этом случае определяется путем анализа содержания этих отношений.
Одна из важнейших задач статистики – определение состава статистической совокупности, ограничение элементов одной совокупности от другой, что решается совместно с другими научными дисциплинами.
Единица совокупности – это первичный элемент статистической совокупности , являющийся носителем признаков , подлежащих регистрации , и основой ведущего при обследовании счета.
Статистический показатель - обобщенная количественная характеристика явлений и процессов в единстве с их качественной определенностью.
Примером статистического показателя служат: численность населения , количество частных предприятий ,удельный вес работающих граждан.
В статистической практике термин «показатель» употребляется в более узком смысле как конкретное значение размеров явления в условиях конкретного места и времени.
Сводные экономические показатели , относящиеся к единому комплексу экономических явлений , называю также синтетическими . К таковым относят, валовый внутренний продукт , национальное богатство , национальный доход.
Величина статистического показателя определяется в результате измерения объектов (элементов) и меняется в зависимости от методологических особенностей его построения, обусловленных, в свою очередь, степенью, охвата изучаемых процессов.
Статистические показатели называются натуральными, когда они выражены в единицах счета или в различных физических единицах измерения.
Статистические показатели также условно подразделяются на объемные и качественные . К первым относят показатели , связанные с изменением величины совокупности объектов . Например, численность рабочих на предприятии. К группе качественных статистических признаков относят признаки уровня развития явлений , например себестоимость единицы изделия . Такие признаки полнее и ярче характеризуют качественные особенности явлений , закономерности и их развития.
Система статистических показателей – это совокупность взаимосвязанных между собой статистических показателей , всесторонне отображающих процессы общественной жизни в определенных условиях места и времени.
Таким образом , система статистических показателей охватывает стороны общественно-экономической жизни как на макро-, так и на микроуровнях: страны , регионы (макроуровень) ; компании , фирмы (микроуровень).
Система статистических показателей постоянно совершенствуется (например, введение в практику работы различных коммерческих и некоммерческих предприятий , организаций . России системы национальных счетов), так как изменение условий жизни влечет за собой и изменения системы экономических показателей.
1.2 Статистические закономерности
Абстрагироваться от случайного и выявить типичное , закономерное - основная задача статистики , и эту задачу можно решить только на основе массовых данных . По единичному факту нельзя судить о закономерности , поскольку единичное явление несет на себе влияние случайного фактора. Только исследуя массу явлений , путем обобщения можно выявить , измерить и познать те или иные закономерности , например закономерность в распределении единиц совокупности по какому – то признаку (доля мальчиков и девочек в общей численности родившихся за год) , или определить средний уровень какого – либо количественного показателя ( среднюю заработную плату в той или иной отрасли , среднюю производительность труда).
Закономерность, выявленная на основе массового наблюдения, т.е. появившаяся в большой массе данных через преодоление свойственной ее единичным элементам случайности, называется статистической закономерностью.
Статистическая закономерность – это форма проявления причинной связи , выражающаяся в последовательности ,регулярности, повторяемости событий с достаточно высокой степенью вероятности , если причины , порождающие события , не изменяются или изменяются незначительно. Статистическая закономерность устанавливается на основе анализа массовых данных. Она возникает в результате действия объективных законов , выражая каузальные отношения.
В одних случаях существование определенной закономерности в изучаемых явлениях можно теоретически предположить , рассуждая логически и опираясь на знания сущности рассматриваемых явлений . Например очевидно, что при внесении удобрений в почву урожайность сельскохозяйственных культур возрастает , при повышении цен на определенный товар спрос на него уменьшается и т.д. В этих случаях задача статистики – не только подтвердить существование предполагаемой зависимости , но и измерить ее , т.е определить меру изменения одного показателя в зависимости от изменения другого.
В других случаях статистическую закономерность легко установить эмпирически при обработке массовых данных. Например, таким путем было выявлено, что при увеличении дохода семьи в ее бюджете снижается доля расходов на питание.
Статистические закономерности обнаруживаются при массовом наблюдении благодаря действию так называемого закона больших чисел, который выражает диалектику случайного и необходимого. Сущность закона больших чисел заключается в том , что по мере увеличения числа наблюдений влияние случайных факторов (причин), определяющих значение признака у единиц совокупности или соотношение между численностями единиц с определенными признаками , взаимопогашается в сводных характеристиках совокупности ( например , в средних величинах) и на поверхность выступает действие основных факторов , которые и определяют закономерность.
Каждое единичное явление рассматривается статистикой как особый, частный случай изучаемой закономерности. Статистика дает количественную характеристику исследуемой закономерности , а это возможно лишь при обобщении всего множества ее проявлений, взятых в целом, т.е. на основе совокупности явлений. Количественная характеристика каждого отдельного явления отражает его сущность. Но эта частная характеристика ограничена в своем значении для познания закономерности , так как сложилась в конкретных условиях и в силу этого соединяет в себе как типичные черты , присущие всем явлениям данного вида , так и случайные , присущие именно этой конкретной единице.
Поскольку статистика призвана выявлять закономерное, она, опираясь на данные о каждом отдельном проявлении изучаемой закономерности, обобщает их и таким путем получает количественное выражение этой закономерности.
Статистика не связана с каким-либо конкретным измерителем. Она использует как стоимостные , так и натуральные показатели . Для анализа динамики стоимостные показатели выражаются не только в текущих ценах , но и в так называемых неизменных ценах, т.е. ценах , установленных за определенный период или на определенную дату, применяемых в течение ряда лет для оценки продукции в отдельных отраслях материального производства.
Стоимость выражения позволяет агрегировать данные: например, рассчитывать валовую продукцию предприятия, отрасли. При обобщении натуральных показателей могут возникнуть трудности из-за несопоставимости данных . Преодолеть их позволяют условно- натуральные измерители.
Например, рыбные консервы выпускаются в больших и маленьких банках, высоких и низких, причем в разные годы соотношение между ними меняется. Для того чтобы подсчитать , сколько всего произведено консервов , сравнить эту цифру с прошлым периодом, используют так называемые условные банки . Чтобы обобщить мощность двигателей по совокупности предприятий , их выражают в лошадиных силах, затем суммируют.
1.3 Признаки и их классификация
Единицы совокупности обладают определенными свойствами, качествами. Эти свойства принято называть признаками.
Признаки – свойства, характерные черты или особенности объектов (явлений) , которые могут быть охарактеризованы рядом статистических величин.
Система признаков используется для составления программы статистического наблюдения и последующей группировки материалов. Так , для промышленных предприятий признаками будут форма собственности, род выпускаемой продукции и др. В статистике населения признаками служат пол, возраст, профессия , образование и т.д.
Статистика изучает явления через их признаки: чем более однородна совокупность, тем больше общих признаков имеют ее единицы и меньше варьируются их значения.
Таблица 1.
Классификация признаков в статистике
|
По характеру Их выражения |
По способу измерения |
По отношению к характеризуемому объекту |
По характеру вариации |
По отношению ко времени |
|
1.описательные |
1.первичные |
1.прямые |
1.моментальные |
1.моментные |
|
2.количественые |
2.вторичные |
2.косвенные |
2.дискретные |
2. интервальные |
|
3.непрерывные |
Признаки различаются способами их измерения и другими особенностями, влияющими на приемы статистического изучения. Это дает основание для классификации признаков ( табл.1).
Описательные признаки выражаются словесно : национальность человека, разновидность почв, материал стен здания. Описательные признаки подразделяются на номинальные и порядковые. Эти термины взяты из теории измерений . Отличия между ними в том, что номинальные – это описательные признаки , по которым нельзя ранжировать данные , а порядковые – это признаки , по которым ранжировать , упорядочивать данные . Например, пользуясь оценками экспертов , ранжируют фигуристов по технике и артистичности исполнения программы или работников по мастерству и т.д.
Количественные признаки выражены числами. Они играют преобладающую роль в статистике . Таковы возраст человека , площадь пашни, заработная плата рабочих , население города , дохода кооператива и т.д.
Первичные признаки характеризуют единицу совокупности в целом. Это абсолютные величины. Они могут быть измерены , сосчитаны ,
взвешены и существуют сами по себе ,независимо от их статистического изучения . Например, число автомобилей, произведенных в стране.
Вторичные, или расчетные, признаки не измеряются непосредственно, а рассчитываются. Они являются продуктами человеческого сознания , результатом познания изучаемого объекта. Например, себестоимость единицы продукции, производительность труда, рентабельность, урожайность. Вторичные признаки представляют собой соотношения первичных признаков: деление объема выпущенной продукции на численность работников дает показатель производительности труда; деление суммы затрат на произведенную продукцию на число единиц данной продукции дает себестоимость и т.д. Несмотря на расчетный характер признаков, они тоже имеют объективный характер. Процесс познания есть отражение объективных свойств явлений и процессов , и расчеты , статистические методы познания являются таким же необходимым средством отражения объективных свойств совокупности , как измерение , взвешивание. Вторичный – не означает второстепенный. Термин определяет только путь познания: сначала надо измерить значения первичных признаков, а уже потом, во вторую очередь, на основе первичных признаков рассчитать значения вторичных.
Прямые (непосредственные ) признаки – это свойства, непосредственно присущие тому объекту , который ими характеризуется .Таковы возраст человека, поголовье коров на ферме , объем продукции завода , численность его рабочих.
Косвенные признаки являются свойствами, присущими не самому объекту, а другим совокупностям, относящимся к объекту, входящим в него. Например, продуктивность коров как косвенный признак фермы. Хотя продуктивность не фермы, а коров – это их прямой признак, но ведь продуктивность характеризует и ферму, которой принадлежат эти коровы. Такова и оплата труда рабочих по отношению к заводу. Это косвенный признак завода , но очень важный для того , как собирается поступать на работу и выбирает предприятие.
Практически деление признаков на прямые и косвенные совпадает с их делением на первичные и вторичные. Признаки различаются в статистике и по характеру их вариации , т.е. по различиям их значений у разных единиц совокупности. Выделяются альтернативные признаки, которые могут принимать только два значения. Таковыми являются признаки обладания или не обладания чем-то. Например, все садовые участки по признаку наличия посадок вишни можно разделить на имеющие посадки вишни и не имеющие их. Альтернативным признаком являются пол человека, место проживание, двигатель трактора.
К дискретным относятся количественные признаки, которые могут принимать только отдельные значения, без промежуточных значений между ними. Дискретные признаки, как правило, целочисленные. Это число членов семьи , количество этажей здания , комнат в квартире.
Непрерывные, точнее, непрерывно вырьирующие признаки способны принимать любые значения, конечно, в определенных границах. К непрерывным относятся расчетные вторичные признаки. Ведь их значения - результат деления, а оно может приводить к любым числам – целым, дробным, иррациональным. На практике значение непрерывных признаков округляют с конечной степенью точности, так что они становятся квазидискретными . С другой стороны , дискретные по существу признаки , например число работников предприятия на 1 января, поголовье коров , на ту же дату, имеют такое громадное число возможных значений , что на практике статистика вынуждена обращаться с ними, как с квазинепрерывными .
Моментные признаки характеризуют изучаемый объект в какой-то момент времени, установленный планом статистического исследования. Они существуют на любой момент времени и характеризуют наличие чего – либо: численность населения , размеры жилой площади.
К интервальным относятся признаки, характеризующие результаты процессов. Поэтому их значения могут возникать только за интервал времени: год, месяц, сутки, но не на момент времени. Таковы число родившихся, умерших, объем промышленной продукции, сумма полученной прибыли. Различие между моментными и интервальными признаками существенно при изучении динамики.
Единицы измерения моментных признаков относятся только к характеризуемым ими свойствам объектов, а единицы измерения интервальных признаков содержат еще и указание того отрезка времени, за который определено значение признака. Так, стоимость основных производственных фондов предприятия на 1 января выражается в миллионах рублей , а объем продукции за январь – в тысячах или миллионах рублей за месяц.
1.4 Основа статистической методологии
В целях изучения и познания сущности явлений в статистике применяют различные взаимосвязанные между собой специфические приемы (методы) исследований, совокупность которых образует статистическую методологию. Особенности статистической методологии вытекают из объективного характера свойств и закономерностей количественных отношений и связей явлений, изучаемых статистикой. Основные требования статистической методологии – исследование массовых объектов и явлений , дифференциация их по группам и подгруппам , определение сводных количественных характеристик ( специальных показателей, средних величин, индексов и т.д.) Благодаря этим особенностям выявляются общие, типичные свойства и закономерности явлений, устраняются случайные, единичные особенности последних, выделяются группы и типы явлений. Основной чертой статистической методологии является также конкретность исследований , выражающаяся в неразрывной связи количественного анализа с установлением качественного своеобразия объектов в конкретно – исторических условиях места и времени . В основе статистической методологии лежат методы из математической статистики и других разделов математики , которые воплощаются в статистических методах.
Статистические методы – это совокупность приемом, применяемых в процессе статистического исследования.
Статистическое исследование – процесс изучения явлений на основе статистических методов. Статистические исследования начинаются с подготовительных работ по организации исследований. Они подразделяются на взаимосвязанные и в большей мере самостоятельные этапы , как правило , обособленные друг от друга во времени , которые называются стадиями. Обычно выделяют три основные стадии : статистическое наблюдение, сводка и обработка материалов, анализ данных. На первой стадии с помощью первичного учета, систематической регистрации и других специальных форм статистического наблюдения собираются массовые статистические данные; на второй стадии эти данные сводятся в систему сводных таблиц с применением системы группировок и сводных величин ( обобщающих показателей) ; на третьей стадии собранные данные анализируются, т.е. проводится сравнение факторов для разных периодов времени, для различных объектов, устанавливаются причины явлений, дается общее описание факторов и объяснение закономерностям, выделяемым с помощью статистических методов. На каждой стадии производится проверка достоверности статистических данных. В процессе анализа обычно совершается дополнительная обработка материалов ( перегруппировка, дополнительное исчисление различных коэффициентов, индексов, и т.д.), производятся и специальные статистические расчеты.
Статистический анализ – завершающее звено статистического исследования, имеющий большое познавательное и практическое значение. Результаты анализа используются при разработке вопросов экономической теории, компаний, фирм, ассоциаций, холдингов, концернов и т.д. и отраслей народного хозяйства. Правильность и эффективность выводов и прогнозов статистического анализа зависят от знания природы изучаемого явления и надлежащего использования правил и приемов анализа, разрабатываемых теорией статистики. Статистический анализ опирается на всю совокупность относящихся к рассматриваемому явлению фактов. При анализе комплексно используются разнообразные статистические данные и различные методы их обработки. Проведение статистического анализа требует следующих основных элементов исследования : постановки задачи анализа на основе знакомства с конкретными условиями развития явлений, подбора статистических материалов, их критической оценки, систематизации отобранных данных и расчета недостающих показателей, дополнительной обработки материалов при помощи специальных статистических методов и формулировки выводов и практических предложений. Таким образом, статистический анализ изучает статистические данные о явлении для выяснения его характерных признаков и присущих ему в данных конкретных условиях закономерностей. Статистические методы разделяют на две основные группы: методы статистического наблюдения и методы обработки и анализа статистических данных ( т.е. результатов наблюдения ).
Методы статистического наблюдения ( отчетность, переписи, выборочные обследования и др.) позволяют получить массовые и надежные материалы о различных социальных либо экономических явлениях.
Обобщение данных наблюдения включает группировку - разграничение общей совокупности на группы однородных единиц и сводку - обобщение значений признаков в сводные статистические показатели для характеристики каждой частной совокупности, группы и совокупности в целом.
Виды статистического наблюдения классифицируются чаще всего по следующим трем признакам:
При этом нужно помнить, что признаки рассматриваемых классификаций различны, а это приводит к разнообразию в сочетании отдельных видов наблюдения ( например, обследование может быть единовременным, сплошным, проводимым путем опроса, либо периодическим, выборочным, основанным на документальном способе регистрации факторов и т.д.)
По первому признаку выделяют сплошное наблюдение, когда наблюдению подвергаются все без исключения единицы совокупности, и несплошное, при котором сведения собирают не о всех единицах совокупности, а только некоторой части их, отобранной определенным образом. Несплошное наблюдение, в свою очередь, подразделяют на выборочное, основного массива, монографическое. Различие между этими видами заключается в способе отбора тех единиц, которые должны быть подвергнуты наблюдению.
По признаку систематичности наблюдения различают непрерывное, или текущее, и прерывное наблюдение. Последнее подразделяют на периодическое и единовременное. Текущее – это наблюдение, которое проводится постоянно; факты, подлежащие регистрации, фиксируются по мере их возникновении (например, регистрация браков и разводов ). Прерывное проводится с перерывами, время от времени. Если оно проводится строго регулярно, т.е. через равные промежутки времени, оно называется периодическим, если же такой регулярности нет, то оно называется единовременным.
По источнику сведений различают наблюдение непосредственное, когда факты, подлежащие регистрации, устанавливаются лицами, проводящими наблюдение, документированное, при котором необходимо сведения берутся из соответствующих документов, и опрос, особенность которого состоит в том, что сведения фиксируются со слов опрашиваемого.
В статистике применяются следующие виды опросов : а). экспедиционный ( устный); б) саморегистрации;в)явочный способ; г). корреспондентский способ; д) анкетный.
К какой бы области ни относился предмет исследования статистики (населения, промышленность, торговля и т.п.), метод ее везде одинаков, т.е. везде используются массовое наблюдение , группировки и обобщающие показатели , в которых, благодаря действию закона больших чисел , взаимопогашается влияние случайных причин и выявляется типичное и закономерное. Иначе говоря, метод статистики обусловлен спецификой ее предмета.
1.5 Характеристика некоторых статистических данных по сборникам Роскомстата Псковской области.
Таблица 2
Численность населения Псковской области
|
год |
Все население |
городское |
сельское |
|
2007 |
713.4 |
480.7 |
232.7 |
|
2008 |
705.3 |
476.9 |
228.4 |
|
2009 |
696.4 |
472.4 |
224.0 |
|
2010 |
688.6 |
468.1 |
220.5 |
Из таблицы видно, что самая большая численность населения была в 2007 году. С 2007 года наблюдается уменьшение численности как городского так и сельского населения.
Таблица 3
Производство отдельных видов продовольственных товаров в 2006-2009г.(тыс.т.)
|
Вид товара |
2006 |
2007 |
2008 |
2009 |
|
Говядина (в парном весе) |
2.7 |
2.9 |
2.3 |
2,5 |
|
Свинина (в парном весе) |
4 |
6,6 |
11,1 |
17,8 |
|
Мясо птицы (в парном весе) |
2,2 |
2,4 |
4,9 |
11 |
|
Рыбные изделия (тыс.т.) |
14,1 |
15,3 |
13,3 |
11,1 |
|
Колбасные изделия (тыс.т.) |
63,5 |
72,3 |
77,8 |
65,5 |
|
Кондитерские изделия (тыс.т) |
18,4 |
18,5 |
17,4 |
13,8 |
|
Безалкогольные напитки (млн.дкл.) |
0,4 |
0,5 |
0,8 |
0,7 |
|
Хлеб.Хлебобулочные изделия.(тыс.т.) |
57,6 |
53,2 |
49,5 |
47 |
Согласно данным таблицы , самыми производимыми товарами являются, колбасные изделия, хлеб, хлебобулочные изделия. На период с 2006 по 2008г наблюдается рост производства колбасных изделий , а в 2009 г, виден спад объема производства данного товара. Также мы видим , что с каждым годом уменьшаются объемы производства, хлеба, хлебобулочных изделий.
Таблица 4
Индексы потребительских цен на отдельные группы продовольственных товаров (в процентах)
|
Вид товара |
2006 |
2007 |
2008 |
2009 |
|
Мясо птицы |
106 |
119,4 |
119,7 |
104,9 |
|
Колбасные изделия |
106,9 |
108,3 |
123,8 |
108,7 |
|
Рыбопродукты |
107,8 |
109,5 |
114,7 |
106,7 |
|
Молоко и молочные продукты |
106 |
133,3 |
119,7 |
102 |
|
Яйца |
112,4 |
124,1 |
116,1 |
83,6 |
|
Сахар |
118,6 |
95,9 |
109,4 |
149,6 |
|
Макаронные изделия |
101,6 |
127,7 |
138,1 |
97,5 |
|
Алкогольные напитки |
103,4 |
105,4 |
109,7 |
107 |
Из данных таблицы 3 видно, что объем производства колбасных изделий увеличивается по 2008 год, следовательно, как видно из таблицы 4 увеличивается индекс потребительских цен. Также, с уменьшением объема производства в 2009 г, в этом же году наблюдается уменьшение индекса цен на данный вид товара.
Таблица 5
Индексы платных услуг населению
( в процентах к предыдущему году)
|
Виды услуг |
2006 |
2007 |
2008 |
2009 |
|
Бытовые |
102 |
101 |
100,7 |
100,1 |
|
Транспортные |
100,9 |
100,7 |
103 |
102 |
|
Связи |
105 |
107 |
105 |
109 |
|
Жилищные |
104 |
101 |
103 |
97 |
|
Культуры |
103 |
100,1 |
100,6 |
96 |
|
Медицинские |
107 |
101 |
100,1 |
101 |
|
Коммунальные |
107 |
110 |
105 |
102 |
|
Системы образования |
101 |
100,6 |
103 |
101 |
|
Правового характера |
99,2 |
103 |
101 |
100,9 |
Судя по таблице, можно предположить , что наиболее востребованными платными услугами населению являются услуги связи , т.к.индексы этих услуг за весь период с 2006-2009г.максимальны. Из таблицы видно, что вторыми востребованными услугами населению являются бытовые услуги.
2.Расчетная часть
Задание 1
1.Построим структурную группировку по признаку №1
Структурная группировка разделяет однородную в качественном отношении совокупность единиц по определенным, существенным признакам на группы, характеризующие ее состав и структуру.
Рассчитаем величину интервала:
Определим границы каждого интервала:
1)51,4 + 308= 359,4
2)359,4+308=667,4
Таблица 1
Структурная группировка субъектов РФ по производству яиц за 2009 г.
|
№ |
Группы во величине производства яиц, млн. шт. |
Количество субъектов РФ |
Удельный вес, % |
|
1 |
Менее 51,4 |
11 |
13 |
|
2 |
51,4 - 359,4 |
36 |
45 |
|
3 |
359,4-667,4 |
10 |
12 |
|
4 |
Более 667,4 |
24 |
30 |
|
Итого: |
81 |
100 |
Из таблицы видно , что низкая величина производства яиц наблюдается в 11 субъектах РФ.
Построим структурную группировку по признаку №2
Рассчитаем величину интервала:
Определим границы каждого интервала:
1.935,1+3930,2=4865,3
2.4865,3+3930,2=8795,5
3.8795,5+3930,2=12725,7
Таблица 2
Структурная группировка субъектов РФ по поголовью птицы за 2009 г.
|
№ |
Группы по величине поголовья птицы, тыс. голов |
Количество субъектов РФ |
Удельный вес, % |
|
1 |
Менее 935,1 |
19 |
23 |
|
2 |
935,1 - 4865,3 |
35 |
44 |
|
3 |
4865,3 – 8795,5 |
17 |
21 |
|
4 |
8795,5 – 12725,7 |
6 |
7 |
|
5 |
Более 12725,7 |
4 |
5 |
|
Итого: |
81 |
100 |
Из таблицы 2 видно, что низкое количество поголовья птиц имеют 18 субъектов РФ.
2.Аналитические группировки служат для выявления аналитической зависимости между группировочными признаками. При построении аналитических группировок важно правильно определить признак-результат и признак-фактор. Признак, влияние которого на другие признаки исследуется, называется признаком-фактором. Признак, испытывающий влияние факторного, называется признаком-результатом.
В нашем случае признаком-фактором является поголовье птицы, а признаком-результатом — производство яиц.
Таблица 3
Аналитическая группировка субъектов РФ по величине поголовья птицы и производства яиц на 31 декабря 2009 г.
|
№ |
Группы по величине поголовья птицы, тыс. голов |
Количество субъектов РФ |
Величина производства яиц, млн. шт. |
|
|
всего |
В одном регионе |
|||
|
1 |
Менее 935,1 |
19 |
1051,8 |
55,4 |
|
2 |
935,1 - 4865,3 |
35 |
10985,8 |
313,8 |
|
3 |
4865,3 – 8795,5 |
17 |
13955,3 |
821 |
|
4 |
8795,5 – 12725,7 |
6 |
5261,8 |
877 |
|
5 |
Более 12725,5 |
4 |
8030,4 |
2008 |
|
Итого: |
81 |
39284,7 |
4075,2 |
Между величиной поголовья птицы и производством яиц в субъектах РФ выявлена прямая зависимость, поскольку с изменением значений признака-фактора закономерно увеличиваются значение признака-результата.
Задание 2
Таблица 4
Ряд распределения субъектов РФ по величине поголовья птицы за 2009г
|
Группы по величине поголовья птицы, тыс. голов |
хi |
fi |
S |
xi*fi |
xi-х |
(хi-x)2 |
(xi-x)2*fi |
|
Менее 935,1 |
467,5 |
19 |
19 |
8882,5 |
-3191,1 |
10183119 |
193479265 |
|
935,1-4865,3 |
2900,2 |
35 |
54 |
101507 |
-758,4 |
575170,6 |
20130970 |
|
4865,3-8795,5 |
6830,4 |
17 |
71 |
116116,8 |
3171,8 |
10060315 |
171025359 |
|
8795,5-12725,7 |
10760,6 |
6 |
77 |
64563,6 |
7102 |
50438404 |
302630424 |
|
Более 12725,7 |
13193,2 |
4 |
81 |
5276,8 |
-2339,4 |
5472792 |
21891169 |
|
Итого: |
34151,9 |
81 |
302 |
296346,7 |
-2405,1 |
76729801 |
709157187 |
Рассчитаем среднее квадратическое:
==3658,6
Рассчитаем моду: наибольшей частотой (35) обладает второй интервал (935,1 - 4865,3), а значит — он является модальным.
Из этого следует , что наиболее распространенной величиной поголовья птиц в субъектах РФ является 2782,3 тыс.голов.
Рассчитаем медиану:
= (81+1)/2=41
935,1 – 4865,3— медианный интервал
Из полученных данных следует, что у 50% субъектов РФ величина поголовья птицы превышает 3406 тыс . голов.
Рассчитаем дисперсию и среднее квадратическое отклонение:
Qx=
Для определения однородности исследуемой совокупности рассчитаем коэффициент вариации:
Коэффициент вариации больше 33,3% из этого следует ,что изучаемая совокупность является неоднородной.
По данному ряду распределения построим гистограмму, полигон и кумуляту .
Рис.1.Гистограмма распределения субъектов РФ по величине поголовья птицы.
Рис.2 Полигон распределения субъектов РФ по величине поголовья птицы
Рис. 3 Кумулята распределения субъектов РФ по величине поголовья птиц.
Таблица 5
Ряд распределения субъектов РФ по величине производства яиц в 2009г.
|
Группы по величине производства яиц, млн. шт. |
fi |
xi |
S |
xi*fi |
xi-х |
(хi-x)2 |
(xi-x)2*fi |
|
Менее 51,4 |
11 |
25,7 |
11 |
282,7 |
-337,8 |
114108,8 |
1255197 |
|
51,4-359.4 |
36 |
205,4 |
47 |
7394,4 |
-158,1 |
29995,6 |
899842 |
|
359,4- 667,4 |
10 |
513,4 |
57 |
5134 |
149,9 |
22470,01 |
224700,1 |
|
Более 667,4 |
24 |
693,1 |
81 |
16634,4 |
329,6 |
108636,2 |
2607268 |
|
Итого: |
81 |
1437,6 |
196 |
29445,5 |
-379,9 |
270210,6 |
4987007 |
Рассчитаем среднее квадратическое:
Рассчитаем моду: наибольшей частотой (36) обладает второй интервал (51,4 – 359,4), а значит — он является модальным.
Из полученных данных следует, что наиболее распространенной величиной производства яиц в субъектах РФ является 202,4 млн.штук.
Рассчитаем медиану:
= (81+1)/2 = 41,
51,4 – 359,4 млн. штук — медианный интервал.
354,3
Из полученных данных следует , что у 50% субъектов РФ величина производства яиц превышает 465,4 млн.шт.
Рассчитаем дисперсию и среднее квадратическое отклонение:
Qx=
Для определения однородности исследуемой совокупности рассчитаем коэффициент вариации:
Коэффициент вариации больше 33,3% из этого следует , что изучаемая совокупность является неоднородной.
По данному ряду распределения построим гистограмму, полигон и кумуляту.
Рис.4 Гистограмма распределения субъектов РФ по объему производства яиц.
Рис.5 Полигон распределения субъектов РФ по объему производства яиц.
Рис.6 Кумулята распределения субъектов РФ по объему производства яиц.
Задание 3
Таблица 6
Величина поголовья птицы (тыс. голов) и производства яиц (млн. штук) в субъектах РФ.
|
№ |
Производство яиц, млн. шт., у |
Поголовье птицы, тыс. голов, х |
х*у |
х2 |
у2 |
|
|
1 |
1414,9 |
40193,1 |
56869217,19 |
1615485288 |
2001942,01 |
2933,94 |
|
2 |
349,9 |
5774,3 |
2020427,57 |
33342540,49 |
122430,01 |
524,62 |
|
3 |
501,1 |
3830,4 |
1919413,44 |
14671964,16 |
251101,21 |
388,55 |
|
4 |
638,8 |
9233,3 |
5898232,04 |
85253828,89 |
408065,44 |
766,75 |
|
5 |
299,1 |
2675,6 |
800271,96 |
7158835,36 |
89460,81 |
307,71 |
|
6 |
215,4 |
3559 |
766608,6 |
12666481 |
46397,16 |
369,55 |
|
7 |
554 |
3235,4 |
1792411,6 |
10467813,16 |
306916 |
346,9 |
|
8 |
207 |
4541,9 |
940173,3 |
20628855,61 |
42849 |
438,35 |
|
9 |
491,7 |
7555,8 |
3715186,86 |
57090113,64 |
241768,89 |
649,33 |
|
10 |
561 |
12217,4 |
6853961,4 |
149264862,8 |
314721 |
975,64 |
|
11 |
202,3 |
3987,8 |
806731,94 |
15902548,84 |
40925,29 |
399,57 |
|
12 |
481,9 |
4384,6 |
2112938,74 |
19224717,16 |
232227,61 |
427,34 |
|
13 |
250,4 |
1632,8 |
408853,12 |
2666035,84 |
62700,16 |
234,72 |
|
14 |
212,9 |
2179,8 |
464079,42 |
4751528,04 |
45326,41 |
273,01 |
|
15 |
175 |
2162,2 |
378385 |
4675108,84 |
30625 |
271,77 |
|
16 |
592,2 |
5545,3 |
3283926,66 |
30750352,09 |
350700,84 |
508,59 |
|
17 |
843 |
5794 |
4884342 |
33570436 |
710649 |
526 |
|
18 |
56,7 |
679,7 |
38538,99 |
461992,09 |
3214,89 |
168 |
|
19 |
174,1 |
1831,6 |
318881,56 |
3354758,56 |
30310,81 |
248,63 |
|
20 |
169,9 |
1579,2 |
268306,8 |
2493872,64 |
28866,01 |
230,96 |
|
21 |
0 |
0,1 |
0 |
0,01 |
0 |
120,43 |
|
22 |
510,6 |
3980,7 |
2032545,42 |
15845972,49 |
260712,36 |
399,07 |
|
23 |
134,4 |
1441,1 |
193683,84 |
2076769,21 |
18063,36 |
221,3 |
|
24 |
2358,1 |
20585,9 |
48543610,79 |
423779278,8 |
5560635,61 |
1561,43 |
|
25 |
168,5 |
935,1 |
157564,35 |
874412,01 |
28392,25 |
185,88 |
|
26 |
154,2 |
1428,3 |
220243,86 |
2040040,89 |
23777,64 |
220,4 |
|
27 |
76,6 |
924,6 |
70824,36 |
854885,16 |
5867,56 |
185,14 |
|
28 |
32,7 |
1880,5 |
61492,35 |
3536280,25 |
1069,29 |
252,06 |
|
29 |
66,4 |
247,4 |
16427,36 |
61206,76 |
4408,96 |
137,74 |
|
30 |
1708,2 |
19654,5 |
33573816,9 |
386299370,3 |
2917947,24 |
1496,24 |
|
31 |
160 |
855,2 |
136832 |
731367,04 |
25600 |
180,28 |
|
32 |
770,4 |
9829,1 |
7572338,64 |
96611206,81 |
593516,16 |
808,46 |
|
33 |
1397,5 |
18140,5 |
25351348,75 |
329077740,3 |
1953006,25 |
1390,26 |
|
34 |
199,4 |
2451,7 |
488868,98 |
6010832,89 |
39760,36 |
292,04 |
|
35 |
6,1 |
280 |
1708 |
78400 |
37,21 |
140,02 |
|
36 |
151,6 |
3130,6 |
474598,96 |
9800656,36 |
22982,56 |
339,56 |
|
37 |
86,7 |
2397,4 |
207854,58 |
5747526,76 |
7516,89 |
288,24 |
|
38 |
131 |
1501,2 |
196657,2 |
2253601,44 |
17161 |
225,5 |
|
39 |
109,8 |
1295,4 |
142234,92 |
1678061,16 |
12056,04 |
211,1 |
|
40 |
817 |
10489,5 |
8569921,5 |
110029610,3 |
667489 |
854,69 |
|
41 |
1283,3 |
13124,5 |
16842670,85 |
172252500,3 |
1646858,89 |
1039,14 |
|
42 |
309,2 |
3071,1 |
949584,12 |
9431655,21 |
95604,64 |
335,4 |
|
43 |
802,1 |
6668,8 |
5349044,48 |
44472893,44 |
643364,41 |
587,24 |
|
44 |
1019,5 |
'1967,9 |
12201274,05 |
143230630,4 |
1039380,25 |
958,17 |
|
45 |
914,5 |
6000,9 |
5487823,05 |
36010800,81 |
836310,25 |
540,48 |
|
46 |
267,4 |
2830,1 |
756768,74 |
8009466,01 |
71502,76 |
318,53 |
|
47 |
753,7 |
5403,9 |
4072919,43 |
29202135,21 |
568063,69 |
498,69 |
|
48 |
443,5 |
2911,1 |
1291072,85 |
8474503,21 |
196692,25 |
324,2 |
|
49 |
1219,9 |
8692,3 |
10603736,77 |
75556079,29 |
1488156,01 |
728,88 |
|
50 |
1009,2 |
8414,6 |
8492014,32 |
70805493,16 |
1018484,64 |
709,44 |
|
51 |
275,3 |
5967,1 |
1642742,63 |
35606282,41 |
75790,09 |
538,12 |
|
52 |
262,3 |
4130,8 |
1083508,84 |
17063508,64 |
68801,29 |
409,58 |
|
53 |
853,3 |
6040,7 |
5154529,31 |
36490056,49 |
728120,89 |
543,27 |
|
54 |
386,9 |
2299,3 |
889599,17 |
5286780,49 |
149691,61 |
281,37 |
|
55 |
120,9 |
1545 |
186790,5 |
2387025 |
14616,81 |
228,57 |
|
56 |
1237,3 |
11560,4 |
14303682,92 |
133642848,2 |
1530911,29 |
929,65 |
|
57 |
1281 |
7926,3 |
10153590,3 |
62826231,69 |
1640961 |
675,26 |
|
58 |
23,3 |
113,5 |
2644,55 |
12882,25 |
542,89 |
128,37 |
|
59 |
0,1 |
1,3 |
0,13 |
1,69 |
0,01 |
120,51 |
|
60 |
1315,3 |
15754,5 |
20721893,85 |
248204270,3 |
1730014,09 |
1223,24 |
|
61 |
14,5 |
105,9 |
1535,55 |
11214,81 |
210,25 |
127,83 |
|
62 |
64,9 |
410,2 |
26621,98 |
168264,04 |
4212,01 |
149,13 |
|
63 |
4,5 |
15,9 |
71,55 |
252,81 |
20,25 |
121,53 |
|
64 |
92,5 |
1408,2 |
130258,5 |
1983027,24 |
8556,25 |
218,99 |
|
65 |
990,8 |
8396,4 |
8319153,12 |
70499532,96 |
981684,64 |
708,17 |
|
66 |
75,3 |
759,2 |
57167,76 |
576384,64 |
5670,09 |
173,56 |
|
67 |
787,4 |
7522,4 |
5923137,76 |
56586501,76 |
619998,76 |
646,99 |
|
68 |
886,7 |
6294,1 |
5580978,47 |
39615694,81 |
786236,89 |
561,01 |
|
69 |
745,8 |
4533,1 |
3380785,98 |
20548995,61 |
556217,64 |
437,74 |
|
70 |
1155,1 |
7905,4 |
9131527,54 |
62495349,16 |
1334256,01 |
673,8 |
|
71 |
749,5 |
6432,8 |
4821383,6 |
41380915,84 |
561750,25 |
570,72 |
|
72 |
193,8 |
2817,8 |
546089,64 |
7939996,84 |
37558,44 |
317,67 |
|
73 |
128,8 |
769,3 |
99085,84 |
591822,49 |
165894,44 |
174,27 |
|
74 |
51,4 |
312,4 |
16057,36 |
97593,76 |
2641,96 |
142,29 |
|
75 |
259,5 |
3486,1 |
904642,95 |
12152893,21 |
67340,25 |
364,45 |
|
76 |
269,2 |
1909,8 |
514118,16 |
3647336,04 |
72468,64 |
254,11 |
|
77 |
247,6 |
2350,2 |
581909,52 |
5523440,04 |
61305,76 |
284,93 |
|
78 |
19,2 |
92 |
1766,4 |
8464 |
368,64 |
126,86 |
|
79 |
108,4 |
540,7 |
58611,88 |
292356,49 |
11750,56 |
158,27 |
|
80 |
23,4 |
121,6 |
2845,44 |
14786,56 |
547,56 |
128,93 |
|
81 |
3,7 |
14,9 |
55,13 |
222,01 |
13,69 |
121,46 |
|
∑ |
404664,5 |
38080,5 |
382837155,2 |
4984370241 |
36194463 |
38080,54 |
|
∑/n |
4995,858 |
470,13 |
4726384,63 |
61535435,07 |
446845,22 |
470,13 |
По методу наименьших квадратов необходимо определить оценки параметров а и b линейной регрессионной модели.
;
a=y-b×x
a = 470,13-0,07×4995,96=120,42;
Получаем уравнение регрессии:
Yt=120,42+0,07×X
Из полученных данных следует, что с увеличением поголовья птицы в среднем на 1 тыс. голов, производство яиц возрастет в среднем на 0,07 млн. штук.
Тесноту линейной связи оценит коэффициент корреляции:
rx2=6153543,507-(4995,858)2=36576837,67
rx=
ry2=446845,22-(470,13)2=225823,35
ry=
rxy==0,827.
Значение коэффициента корреляции близко к единице , что свидетельствует об очень тесной линейной связи между поголовьем птицы и количеством производства яиц.
rxy2= 0,8272 = 0,684 = 68,4%
Вывод: вариация производства яиц, млн. шт. на 68,4% объясняется вариацией поголовья птицы, тыс. голов.
Рис.7 Эмпирическая линия регрессии, линейное уравнение связи
Yt=120,42+0,07×X
Задание 4
Таблица 7
Объём выпуска и цены на рыбную продукцию за 2009-2010гг.
|
|
2009 |
2010 |
q1* p0 |
p1* q1 |
p0* q0 |
||
|
q0, тыс.т. |
p0, |
q1 , |
p1, руб. за т. |
||||
|
руб.за т. |
тыс.т. |
||||||
|
1)Рыба мороженая лососевых пород |
249,4 |
930 |
271,5 |
1380 |
252495 |
374670 |
231942 |
|
|
|||||||
|
2)Филе рыбы |
141 |
1050 |
136,7 |
690 |
143535 |
94323 |
148050 |
|
|
|||||||
|
3)Икра лососевых пород |
2088,8 |
740 |
1886,7 |
1990 |
1396158 |
3754533 |
1545712 |
|
Итого |
2479,2 |
2720 |
2294,9 |
4060 |
1792188 |
4223526 |
1925704 |
Рассчитаем индивидуальные индексы цен для каждого продукта и общий индекс цен.
Индекс Пааше: Ip = 2,36
Рассчитаем индивидуальные индексы объёма реализации для каждого продукта и общий индекс объёма реализации.
Индекс Ласпейреса
Iq 0,93
Рассчитаем индивидуальные индексы товарооборота для каждого продукта и индекс стоимости.
Индекс стоимости
2,2
Таблица8
Сводная таблица индексов цен, реализации и товарооборота
|
№ п/п |
Вид продукции |
Индексы |
||
|
p |
q |
p×q |
||
|
1 |
Рыба мороженая лососевых пород |
1,5 |
1,08 |
1,62 |
|
2 |
Филе рыбы |
0,7 |
0,96 |
0,64 |
|
3 |
Икра лососевых |
2,7 |
2,5 |
2,42 |
|
Общие индексы |
2,36 |
0,93 |
2,2 |
По сравнению с базисным годом в 2010 году товарооборот по данной группе товаров вырос на 20% , что произошло в результате увеличения товарооборота икры в 2,42 раза.
Рассчитаем индексы переменного состава, постоянного состава и структурных сдвигов.
Iперем. сост.= = = 2,37
I пост. сост. = = = 2,36
Iструктурн.сдвигов = = =0,005
Вывод: По сравнению с базисным годом средняя цена производства увеличилась на 37%. Это произошло в результате изменения цен на отдельные виды продукции.
Задание 5
Выборочное наблюдение.
1.Предположим, что было проведено бесповторное, выборочное наблюдение в Северо-Западном федеральном округе по количеству поголовья птиц с достоверностью 95,4 %
N = 83, общее число единиц генеральной совокупности;
n = 9, число единиц выборочной совокупности;
t = 2, т.к. уровень вероятности равен 95,4 %.
Таблица 9
Производство яиц в Северо Западном Федеральном округе в 2009г.(млн.шт)
|
Северо-Западный Федеральный округ |
Производство яиц |
|
Республика Карелия |
56,7 |
|
Республика Коми |
174,1 |
|
Архангельская область |
169,9 |
|
Вологодская область |
510,6 |
|
Калининградская область |
134,4 |
|
Ленинградская область |
285,1 |
|
Мурманская область |
154,2 |
|
Новгородская область |
76,6 |
|
Псковская область |
168,5 |
Таблица 10
Структурная группировка производства яиц вСЗФО за 2009г.
|
№ |
Группы регионов |
Число регионов |
Удельный вес,% |
|
1 |
Менее76,6 |
1 |
11,1 |
|
2 |
76,6-185,1 |
6 |
66,7 |
|
3 |
185,1-293,5 |
1 |
11,1 |
|
4 |
Выше 293,5 |
1 |
11,1 |
|
Итого : |
9 |
100 |
h==108,5
Определим границы интервалов:
1.менее76,6
2.76,6-185,1
3.185,1-293,5
4.выше 293,5
Таблица 11
Ряд распределения по производству яиц в СЗФО за 2009г
|
№ |
Группы регионов по производству яиц |
xi*fi |
(xi – x̄) |
(xi – x̄)2 |
(xi – x̄)2 * fi |
S |
||
|
1 |
Менее76,6 |
1 |
38,3 |
38,3 |
-120,9 |
14616,8 |
14616,8 |
1 |
|
2 |
76,6-185,1 |
6 |
130,8 |
784,8 |
-28,4 |
8066 |
4839,4 |
7 |
|
3 |
185,1-293,5 |
1 |
239,3 |
239,3 |
80,1 |
6416,01 |
6416,01 |
8 |
|
4 |
Выше 293,5 |
1 |
370,1 |
370,1 |
210,9 |
44478,8 |
44478,8 |
9 |
|
Итого : |
9 |
1432,5 |
70351,01 |
25 |
Рассчитаем среднее квадратическое значение : x̄==159,2
Рассчитаем дисперсию:
2 ===7816.8
Находим среднее квадратическое отклонение:
==88.4
Коэффициент вариации равен:
=×100=81%
Коэффициент вариации больше 33.3%. Из этого следует , что изучаемая совокупность является неоднородной.
Рассчитаем структурные показатели:моду и медиану.
Рассчитаем моду: Наибольшей частотой(6) обладает второй интервал, следовательно он является модальным (76,6-185,1)
MO = + i *=76,6 +108,5×=130,9
Из полученных данных следует , что наиболее распространенной величиной производства яиц в субъектах РФ , входящих в состав СЗФО является 130,9 млн.шт.
Рассчитаем медиану:для начала найдем номер медианы,
N===5
ME = + i =76,6+108,1×150
Из полученных данных следует, что у 50% субъектов РФ , входящих в состав СЗФО, производство яиц превышает 150 млн.шт.
Определим среднюю ошибку бесповторного, выборочного наблюдения.
х = = = 27.8
Найдем предельную ошибку бесповторного выборочного наблюдения и границы генеральной совокупности.
Δ=t×х = 2×27,8 = 55,6
– Δ ≤ х х + Δ
159,2-55,6≤ х 159,2+55,6
103,6 ≤ х 214,8
Вывод: на основании проведённого выборочного наблюдения с достоверностью 95,4% можно сделать вывод, что средний объем производства в СЗФО находится в пределах от 103,6-214,8 млн..шт.
Найдем количество регионов РФ, которое необходимо обследовать для снижения предельной ошибки выборки на 30 %.
= 55,6× 0,7 = 38,9
nx = = 16.5
Вывод: чтобы снизить предельную ошибку на 30%, число единиц выборочной совокупности необходимо увеличить до 16 субъектов РФ.
2. Предположим что было проведено случайное, повторное, выборочное наблюдение по всем Федеральным округам РФ и получены следующие данные.
Таблица 12
Величина поголовья птиц за 2009 г.(тыс.голов)
|
Российская Федерация |
Поголовье птиц |
|
Центральный Федеральный округ |
|
|
Брянская область |
5774,3 |
|
Владимирская область |
3830,4 |
|
Ивановская область |
2675,6 |
|
Северо-Западный Федеральный округ |
|
|
Калининградская область |
1441,2 |
|
Мурманская область |
935,1 |
|
Ленинградская область |
20585,9 |
|
Южный Федеральный округ |
|
|
Республика Адыгея |
1880,5 |
|
Краснодарский край |
19654,5 |
|
Вологодская область |
9829,1 |
|
Приволжский федеральный округ |
|
|
Пензенская область |
5967,1 |
|
Ульяновская область |
2299,3 |
|
Саратовская область |
6040,7 |
|
Северо-Кавказский Федеральный округ |
|
|
Республика Дагестан |
2451,7 |
|
Чеченская Республика |
1295,4 |
|
Ставропольский край |
10489,5 |
|
Уральский Федеральный округ |
|
|
Курганская область |
1545 |
|
Свердловская область |
1156,4 |
|
Челябинская область |
15754,5 |
|
Сибирский Федеральный округ |
|
|
Алтайский край |
8396,4 |
|
Красноярский край |
7522,4 |
|
Новосибирская область |
7905,4 |
|
Дальневосточный Федеральный округ |
|
|
Приморский край |
3486,1 |
|
Хабаровский край |
1909,8 |
|
Амурская область |
2350,2 |
Таблица 13
Структурная группировка по поголовью птиц за 2009 г.(тыс.голов)
|
№ |
Группы регионов |
Число регионов |
Удельный вес,% |
|
1 |
Менее 1545 |
3 |
12,5 |
|
2 |
1545-7581,5 |
14 |
58,3 |
|
3 |
Выше 7581,5 |
7 |
29,2 |
|
Итого : |
24 |
100 |
h==6036,5
Определим границы интервалов:
1. менее 1545
2.1545-7581,5
3.выше 7581,5
Таблица 14
Ряд распределения по поголовью птиц за 2009г.(тыс.голов)
|
№ |
Группы регионов по величине поголовья птиц |
xi×fi |
xi – x̄ |
(xi – x̄)2 |
(xi – x̄)2 × fi |
S |
||
|
1 |
Менее 1545 |
3 |
772,5 |
2317,5 |
-4647,9 |
21602974 |
64808922 |
3 |
|
2 |
1545-7581,5 |
14 |
4563,3 |
63886,2 |
-857,1 |
734620,4 |
10284685 |
17 |
|
3 |
Выше 7581,5 |
7 |
9126,5 |
63885,5 |
3706,5 |
13738142 |
96166994 |
24 |
|
Итого: |
24 |
130089,2 |
171260601 |
44 |
Рассчитаем среднее значение поголовья птиц :
x̄==5420,4
Рассчитаем дисперсию по формуле:
2 ===7135858,4
Среднее квадратическое отклонение:
==2671.3
Коэффициент вариации равен:
=×100=44.3%.
Коэффициент вариации больше 33.3%. Из этого следует , что изучаемая совокупность является неоднородной.
Рассчитаем структурные показатели:моду и медиану.
Наибольшей частотой(14) обладает второй интервал, следовательно он является модальным (1545-7581,5)
MO=+i*=1545+6036,5×=5233,9
Из полученных данных следует, что наиболее распространенной величиной поголовья птиц ,в рассмотренных субъектах РФ является 5233,9тыс.голов.
Для определения медианы необходимо вначале найти номер медианы:
N===12,5
Рассчитаем медиану по следующей формуле:
ME = + i =1545+6036,5×=5641,2
Из полученных данных следует, что у 50% рассмотренных субъектов РФ величина поголовья птиц превышает 5641,2 тыс.голов.
Так как Mo=5233,9, то w (доля единиц выборочной совокупности) = =0,58
Определим среднюю ошибку повторного, выборочного наблюдения.
w = =0,1
Найдем предельную ошибку повторного, выборочного наблюдения
Δ = t×w = 2×0,1=0,2
w – Δ ≤ p ≤ w + Δ
0,58-0,1 ≤ р ≤ 0,58+0,1
48% ≤ р ≤ 68%
Необходимо определить количество регионов которые необходимо исследовать для снижения предельной ошибки выборки на 40%
Для этого найдем, предельную ошибку выборки повторного выборочного наблюдения:
= 0,6×0,2= 0,12
n = = = 67,6
Вывод: для снижения предельной ошибки на 40%, число единиц выборочной совокупности необходимо увеличить до 68 субъектов РФ.
Задание 6
Таблица 15
Данные о поголовье птиц за 2000-2009гг.в Псковской области (тыс.голов)
|
Год |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
|
Поголовье птиц(тыс.голов) |
1510,2 |
1537,1 |
1684,3 |
1695,7 |
1146,2 |
1175,4 |
1176,9 |
1051,2 |
924,6 |
1778,1 |
Таблица 16
Динамика изменения поголовья птиц за 2009-2010 гг. в Псковской области и расчет аналитических показателей динамики.
|
Год |
Среднесписочная чис-ть работников |
Абсолютные приросты |
Темпы роста,% |
Темпы прироста,% |
Абсолютное значение 1% прироста |
|||
|
с пред.годом |
с 2000 г. |
с пред.годом |
с 2000 г. |
с пред.годом |
с 2000 г. |
|||
|
2000 |
1510,2 |
- |
- |
- |
100,0 |
- |
0,00 |
- |
|
2001 |
1537,1 |
+26,9 |
+26,9 |
101,8 |
101,8 |
+1,78 |
+1,78 |
+15,1 |
|
2002 |
1684,3 |
+147,2 |
+174,1 |
109,6 |
111,5 |
+9,58 |
+11,53 |
+15,4 |
|
2003 |
1695,7 |
+11,4 |
+185,5 |
100,7 |
112,3 |
+0,68 |
+0,75 |
+16,8 |
|
2004 |
1146,2 |
-549,5 |
-364 |
67,5 |
75,9 |
-32,4 |
-24,1 |
+16,9 |
|
2005 |
1175,4 |
+29,2 |
+334,8 |
102,6 |
77,8 |
+2,55 |
+22,17 |
+11,5 |
|
2006 |
1176,9 |
+1,5 |
-333,3 |
100,1 |
77,9 |
+0,13 |
-22,06 |
+0,07 |
|
2007 |
1051,2 |
-125,7 |
-459 |
89,3 |
69,6 |
-10,7 |
-30,4 |
+11,8 |
|
2008 |
924,6 |
-126,6 |
-585,6 |
87,9 |
0,61 |
-12,04 |
-38,8 |
+10,5 |
|
2009 |
1778,1 |
+853,5 |
+267,9 |
192,3 |
117,7 |
92,3 |
+17,7 |
9,2 |
|
Итого |
12755,1 |
267,9 |
- |
- |
- |
- |
- |
- |
Рассчитаем цепные и базисные показатели абсолютного изменения, коэффициента роста, коэффициента прироста, темпа роста и темпа прироста.
Δц = уn – yn-1, Δб = yn – y0;
;
Кпр = Кр – 1;
Тр = Кр ∙ 100%, Тпр = Кпр ∙ 100%,
где уn – значение показателя в текущем периоде, yn-1 – значение показателя в предыдущем периоде, а y0 – значение показателя в базисном периоде.
Средний уровень ряда динамики рассчитывается по формуле средней арифметической, так как ряд динамики интервальный
y = =
Среднее число поголовья птиц в Псковской области(за исследуемый период 10лет) составляет 1275,51птиц.
Определим среднее абсолютное изменение.
На основании полученного результата можно сделать вывод, что в период с 2000 по 2009 год количество поголовья птиц увеличивалось на 30 человек в среднем за каждый год.
Рассчитаем средний годовой коэффициент роста, коэффициент прироста, темп роста и темп прироста.
К̄р =
К̄р ==1,02
Т̄р= К̄р×100% Т̄пр= Т̄р-100% К̄пр=К̄р-1
Т̄р=1,02×100%=102 ; Т̄пр=102%-100%=2%
К̄пр=1,02-1=0,02
На основании полученных результатов можно сделать вывод, что ежегодно в период с 2000 по 2009 год количество поголовья птиц увеличивалась на 2%.
Рассчитаем ожидаемое количество поголовья птиц в 2009-2015г. при условии,что среднегодовой темп роста сохранился.
2010=1778,1×1,02=1813,7
2011=1813,7×1,02=1849,9
2012=1849,9×1,02=1886,9
2013=1886,9×1,02=1924,6
2014=1924,6×1,02=1963,1
2015=1963,1×1,02=2002,4
Вывод: в результате расчетов получено, что ожидаемое количество поголовье птиц на 2015 год равно 2002,4
Произведем выравнивание ряда динамики по методу скользящей средней и аналитическое выравнивание. Полученные результаты представлены в таблицах.
Таблица 17
Сглаживание ряда динамики методом скользящей средней
|
Год |
Количество поголовья птиц |
Скользящая средняя |
|
2000 |
1510,2 |
- |
|
2001 |
1537,1 |
1577,2 |
|
2002 |
1684,3 |
1639 |
|
2003 |
1695,7 |
1508,7 |
|
2004 |
1146,2 |
1339,1 |
|
2005 |
1175,4 |
1166,1 |
|
2006 |
1176,9 |
1134,5 |
|
2007 |
1051,2 |
1050,9 |
|
2008 |
954,6 |
1251,3 |
|
2009 |
1778,1 |
- |
Скользящая средняя рассчитывается по формуле:
y͂n=
Таблица 18
Сглаживание ряда динамики методом аналитического выравнивания
|
Год |
Количество среднесписочной чис-ти работников |
t |
yt |
утеор |
|
|
2000 |
1510,2 |
-5 |
-7551 |
25 |
1458,01 |
|
2001 |
1537,1 |
-4 |
-6148,4 |
16 |
1421,51 |
|
2002 |
1684,3 |
-3 |
-5052,9 |
9 |
1385,01 |
|
2003 |
1695,7 |
-2 |
-3391,4 |
4 |
1348,51 |
|
2004 |
1146,2 |
-1 |
-1146,2 |
1 |
1312,01 |
|
2005 |
1175,4 |
1 |
1175,4 |
1 |
1239,01 |
|
2006 |
1176,9 |
2 |
2353,8 |
4 |
1202,51 |
|
2007 |
1051,2 |
3 |
3153,6 |
9 |
1166,01 |
|
2008 |
924,6 |
4 |
3698,4 |
16 |
1129,51 |
|
2009 |
290 |
5 |
8890,5 |
25 |
1093,01 |
|
Итого |
12755,1 |
0 |
-4018,2 |
110 |
12755,1 |
= +t
где = , =
=12755,1/10=1275,51
a1=-4018/110= -36,5
yт=1275,51- 36,5t
Опираясь на полученные результаты можно сделать вывод, что за исследуемый период количество поголовья птиц уменьшалось ежегодно на 36,5 голов.
Рис.8 Ряд динамики количества поголовья птиц в Псковской области
с 2000-2009 гг.
Заключение
В ходе проведенного исследования было получено следующее:
Статистика- это вид деятельности, направленный на получение, обработку и анализ информации, характеризующей количественные закономерности жизни общества во всем их многообразии.
Статистика как наука возникла в 17 веке почти одновременно в Германии и Англии. Ее зарождение произошло в недрах развившейся и расширившейся практики учетно – статистических работ.
Впервые этот термин был введен Г. Ахенвалем и употреблялся в значении слова « Государствоведение».
Статистика имеет многовековую историю. Потребность в статистической практике появилась с образованием государств: необходимо было собирать сведения о наличии земель, численности населения и т.д.
Было установлено, что главным государственным органом в России является Федеральная служба государственной статистики (ФСГС).
Были рассмотрены основные понятия статистики: «статистическая совокупность», «единица совокупности», «признак», « статистический показатель», «статистическая закономерность».
В данной работе была рассмотрена классификация признаков статистики. Система признаков используемая для составления программы статистического наблюдения и последующей группировки материалов
Признаки различаются способами их измерения и другими особенностями, влияющими на приемы статистического изучения.
В данной курсовой работе представлены некоторые статистические данные Псковской области.
Литература
1.Божко В.П. / Вопросы статистики/ 2009г. №4 - с.73- 75.
2.Власенко Н. А. / Финансы и статистика/ 2009г.№6 –с.65.
3.Годин А.М. / Учебник/ «Статистика» 2009 г. – с. 11 - 21
4.Елисеева И.И. / Общая теория статистики/ 1999 г.–с.5-18
5.»Псковская область в цифрах» 2010г.-с.65
6.»Псковский статистический ежегодник» 2010г.-с.39
7.Учебник под редакцией Громыко Г.Л./ Теория статистики/ 2005г.- с.8-26
8.Шмойлова Р.А./ Практикум по теории статистики/ 2004 г.- с.7-12,»Финансы и статистика» 5-е издание,2009 г.-с.66.