Статистика - готовые работы

fig
fig
Введение
Малый бизнес (далее — МБ), или малое предпринимательство, представляет самый многочисленный слой мелких собственников, которые в силу своей массовости в значительной мере определяют социально-экономический, и от части политический уровень развития страны.
Формирование и развитие рыночных отношений предполагает свободное и равноправное сосуществование и развитие различных форм собственности и различных секторов внутри каждой формы собственности. Рассматривая частный сектор экономики, можно говорить о трех группах предприятий, которые, по общепринятой терминологии, определяются как крупные, средние и малые предприятия в зависимости от их размеров. Собственников этих предприятий объединяет единый корпоративный интерес - сохранение, развитие и защита частной собственности, которым обусловлены общие черты в поведении во всех отношениях, связанных с собственностью. Вместе с тем предпринимательство в целом весьма неоднородно, каждая из этих групп имеет свои внутренние интересы, определяющие стратегию их экономического поведения, отношение к государству и проводимой им политике, к социально-экономическим, политическим и национальным проблемам.
Сектор МБ образует самую разветвленную сеть предприятий, действующих в основном на местных рынках и непосредственно связанных с массовым потреблением товаров или услуг. В совокупности с небольшими размерами малых предприятий, их технологической, производственно и управленческой гибкостью это позволяет чутко и своевременно реагировать на изменяющуюся конъюктуру рынка. Во-первых, они существенно разнятся по странам и отраслям экономики. Во-вторых, при всех различиях общим является использование не только количественных, но и качественных критериев определения МБ. К числу первых наиболее часто относят среднесписочную численность работающих, годовой объем (объем продаж) и балансовую стоимость активов. Среди качественных показателей используются следующие: незначительная доля рынка компании в сфере ее деятельности; ее зависимость; управление фирмой ее владельцами. В-третьих, следует признать невозможность и нецелесообразность единого определения МБ не только в силу существенных различий объективных условий развития экономики отдельных стран и отраслей, но в силу того, что подходы к такому определению различаются в зависимости от целей.
Введение.
Общая социально-экономическая и политическая обстановка в России привела к крайней неустойчивости финансового рынка, что породило всё разрастающийся процесс банкротства банков. События последнего времени на финансовом рынке России подтверждают правильность выводов специалистов Всемирного банка, которые ещё в 1992-93 годах предупреждали, что коммерческие банки в России неизбежно столкнутся с серьёзными проблемами, в том числе с проблемой грамотной оценки финансового состояния коммерческого банка.
Ситуация на финансовом рынке осложняется тем, что всё нарастающая неспособность коммерческих банков осуществлять платежи, выдавать долгосрочные кредиты для развития реального капитала неизбежно отразится на платёжеспособности предприятий и спровоцирует дальнейший спад производства. В обстановке экономического спада коммерческие банки работают в области повышенного риска. Об этом свидетельствуют наиболее распространённые причины банкротства банков:
• отсутствие модельного подхода при анализе и планирова-
нии финансовых портфелей;
• неудачные поиски участников нового капитала;
• предоставление “плохих” кредитов;
• неудачная торговля закладными ценными бумагами;
• операции по торговле облигациями;
• коррупция в рядах верхнего менеджмента;
• неквалифицированное руководство, не умеющее вовремя
распознать риск потери активов; рост банковских издер-
жек;
• превышение возможностей над спросом;
• некачественный анализ информации о ситуации на финан-
совом рынке и клиентах банка;
• отсутствие стратегического планирования.

Помимо того, что результаты проводимого анализа позволяют предостеречь потребителей банковских услуг от проблемных банков, сами кредитные учреждения нуждаются в объективной и надёжной системе оценки текущего (и, возможно, перспективного) положения, так как, эффективность управления коммерческим банком определяет возможность осуществлять свою деятельность умело и в полном соответствии с нуждами и экономическими целями государства, чего не возможно добиться, не имея оперативной информации, не имея возможности сравнения с иными банками.
-А) Средний месячный объем производства тканей определим по формуле средней арифметической простой:
, где i-ый вариант рассматриваемого признака ( )
Б) средний абсолютный прирост:

В) средний темп роста

Г) средний темп прироста
При анализе квартальных или месячных данных многих социально-экономических явлений обнаруживаются определенные повторяющиеся колебания, которые не изменяются длительный период времени. Они являются результатом действия природно-климатических условий, общих экономических факторов и других экономических факторов, частично регулируемых. В статистике такие колебания называются сезонными. Это особый тип динамики. Сезонность можно понимать как внутригодовую динамику вообще. Сезонность может возникать в отраслях, связанных с переработкой сельхозсырья, в торговле из-за сезонного характера спроса на товары и т.д.
Глубину сезонных колебаний измеряют коэффициентом сезонности или индексом сезонности, который представляет собой отношение средней из фактических уровней одноименных месяцев к средней из выровненных данных по тем же месяцам. . Следовательно, величина коэффициента сезонности зависит от способа выравнивания. Если это способ средней арифметической, то . Если - это 12 месячная скользящая средняя, то это способ скользящей средней. Если - получен аналитическим выравниванием - способ аналитического выравнивания
Выдвинем гипотезу о нормальном распределении рассматриваемого признака.
В пользу этой версии говорят следующее факты:
1. Асимметрия характеризует «меру симметричности» эмпирической кривой распределения по сравнению с нормальной кривой распределения, для которой .
В нашем случае близко к нулю.
2. Эксцесс характеризует высоту эмпирической кривой распределения по сравнению с нормальной кривой. Так как , то наблюдается большая концентрация вариант вокруг .
3. оценивая математическое ожидание величиной , а среднее квадратическое отклонение величиной , получим как видим исходные данные попадают в полученный интервал, что согласуется с «правилом 3 » для нормального распределени
- Индекс покупательной способности рубля найдем по формуле
,
где:
• – индекс покупательной способности рубля;
• – индекс цен на товары и услуги.
Метод аналитического выравнивания по прямой y=a+bt, где t – порядковый номер периодов времени.
Параметры уравнения тренда a и b, находим из системы:


Будем использовать метод условного нуля
. уровень рентабельности производственных фондов найдем по формуле
%,
Где П- прибыль предприятия
- среднегодовая стоимость основных фондов и оборотных фондов
соответственно.
Мультипликативная индексная двухфакторная модель среднего коэффициента фондоотдачи по группе предприятий:
или или 0,886=0,855*1,036
Аддитивная индексная двухфакторная модель среднего коэффициента фондоотдачи по группе предприятий.
Характеристика степени выполнения плана и динамики - важнейшая задача статистики производительности труда. Существует три основных метода измерения уровня и динамики производительности труда: натуральный, трудовой и стоимостной. Каждый из названных методов имеет самостоятельное значение, свои особенности, определенную сферу применения и предполагает наличие определенных условий и предпосылок для его использования. Главной задачей в данном случае является правильный выбора того или иного метода измерения производительности труда, от чего зависит достоверность и значимость экономических выводов.Главная цель экономико-статистического анализа производительности труда – выявить причины, которые повлияли на формирование среднего уровня, характер и темпы изменения производительности труда, для того чтобы подготовить решение о принятии конкретного экономического решения.
Существует несколько методов анализа производительности труда:
• метод цепных подстановок;
• метод статистических группировок
Социальная статистика - одно из приложений статистических методов, которые исследуют количественную характеристику структуры общества, жизни и деятельности людей, позволяют выявить и измерить основные закономерности в распределении благ между социальными группами.
Наиболее значимые направления исследования социальной статистики:
- социальная и демографическая структура населения;
- динамика населения;
- уровень жизни населения;
- уровень благосостояния населения;
- уровень здоровья населения и др.
Совершенно очевидно, что каждую область исследования невозможно характеризовать при помощи одного какого-либо обобщающего показателя. Это объясняется и многообразием задач, стоящих перед статистикой. Одной из наиболее важных является характеристика уровня и структуры доходов и расходов населения.
Показатели доходов населения отражают реальные возможности удовлетворения его потребностей в благах и услугах. Использование этих доходов на приобретение благ и услуг, а также на сбережение отражает фактическое удовлетворение этих потребностей. Потому исследование расходов и сбережений населения занимает одно из центральных мест в социальной статистике.
В этом направлении статистика должна решать следующие задачи:
1. определить объем, структуру, динамику расходов населения по социально-профессиональным группам и административно-территориальным районам страны;
2. анализировать структуру расходов на питание, на непродовольственные товары, жилье и услуги и др.
В теоретической части курсовой работы рассмотрены следующие аспекты:
 Показатели расходов население;
 Статистическое изучение потребления населением материальных благ и услуг.
 Статистические источники изучения потребления населения;
Расчетная часть курсовой работы включает решение четырех задач по темам из варианта расчетного задания.
При проведении статистического анализа данных для текущей работы были использованы следующие программные средства: Microsoft Word и Microsoft Excel.
В работе использовались учебники базового курса, дополнительная литература, а также Интернет-ресурсы
Найдем индивидуальные индексы количества проданных товаров

Составим вспомогательную таблицу, содержащую исходные и расчетные данные (табл.1)
Таблица 1.
Товарные группы Т/оборот базисного периода (т.р.)

Индивидуальные индексы количества проданных товаров


Холодильники
3140 1,12 3516,8
Стиральные машины
775 0,97 751,75
Сумма
3915 4268,55
Общий индекс физического объема товарооборота найдем по формуле
или 109,0%
109%-100%=9%
Вывод: в отчетном периоде по сравнению с базисным физический объем товарооборота увеличился на 9%.
задание 2.
Так как (производительность одного продавца)=(товарооборот всего)/(количество продавцов) или W=q/t.
Будем исходить из неизменности количества продавцов.
Для обоих периодов общее количество продавцов по всем секциям равно:
, откуда , т.е. среднюю производительность для каждого периода будем находить по формуле средней гармонической взвешенной.
Для базисного периода
(т.р.)
Для отчетного периода
(т.р.)
Относительная величина динамики
или 104,4%.
104,4%-100%=4,4%
Вывод: в отчетном периоде по сравнению с базисным средняя производительность по всем секциям увеличилась на 4,4%.
ВВЕДЕНИЕ
Современный этап развития науки и практических ее приложений, опирающиеся в значительной степени на использование математических моделей и методов анализа, требуют от исследователей достаточно свободного владения математическим аппаратом изучения разнообразных статистических данных. Поэтому неудивительно, что такие дисциплины как теория вероятностей, статистика и эконометрика стали одними из базовых курсов в системе образования не только чисто технического, но в последнее время и гуманитарного, в первую очередь экономического.
В настоящем реферате главным образом будет уделено внимание проблемам, связанным с постановкой и решением задач моделирования экономических процессов с помощью хорошо известного корреляционно–регрессионного анализа, который является одним из основных в широком спектре статистических методов первичной обработки, анализа и прогнозирования экономических данных. На основе корреляционно–регрессионного и экономического анализа и моделирования была сформирована наука – эконометрика.
Формально «эконометрика» означает «измерения в экономике». Однако область исследований данной дисциплины гораздо шире. Эконометрика — это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. Эконометрика позволяет найти количественное подтверждение либо опровержение того или иного экономического закона либо гипотезы. Одним из важнейших направлений эконометрики является построение прогнозов по различным экономическим показателям.
Действительно, предмет ее исследования — экономические явления. Но в отличие от экономической теории эконометрика делает упор на количественные, а не на качественные аспекты этих явлений. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. Но при этом практически неисследованным остается вопрос, как быстро и по какому закону происходит это убывание. Эконометрика отвечает на этот вопрос для каждого конкретного случая.
Изучение экономических процессов (взаимосвязей) в эконометрике осуществляется через математические (эконометрические) модели. В этом видится ее родство с математической экономикой. Но если математическая экономика строит и анализирует эти модели без использования реальных числовых значений, то эконометрика концентрируется на изучении моделей на базе эмпирических данных.
Однако эконометрика – не единственная дисциплина, где используется аппарат корреляционного и регрессионного анализа. Первоначально исследования корреляции проводились в биологии, а позднее распространились и на другие области, в том числе на социально-экономическую. Одновременно с корреляцией начала использоваться и регрессия. Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму. И корреляция, и регрессия служат для установления соотношений между явлениями и для определения наличия или отсутствия связи между ними.
К основным задачам корреляционно–регрессионного анализа в области моделирования экономики можно отнести следующие.
• Построение эконометрических моделей, т.е. представление экономических моделей в математической форме, удобной для проведения эмпирического анализа. Данную проблему принято называть проблемой спецификации.
• Оценка параметров построенной модели, делающих выбранную модель наиболее адекватной реальным данным. Это так называемый этап параметризации.
• Проверка качества найденных параметров модели и самой модели в целом. Иногда этот этап анализа называют этапом верификации.
• Использование построенных моделей для объяснения поведения исследуемых экономических показателей, прогнозирования и предсказания, а также для осмысленного проведения экономической политики.
Как видно, из вышесказанного, корреляционно–регрессионный анализ называют основным методом современной математической статистики для выявления неявных и завуалированных связей между данными наблюдений. Особую ценность этот метод приобрел после появления ЭВМ, тат как математические процедуры такого анализа довольно легко стало реализовывать в виде алгоритмов и программ статистической обработки данных. Например, электронные таблицы делают такой анализ легким, доступным и информативным. Таким образом, регрессионные вычисления и подбор хороших уравнений – это ценный, универсальный исследовательский инструмент в самых разнообразных отраслях деловой и научной деятельности (техника, экономика, торговля, биология, медицина и т. д.). Усвоив технологию использования этого инструмента, можно применять его по мере необходимости, получая знание о скрытых связях, улучшая аналитическую поддержку принятия решений и повышая их обоснованность.
1. МЕТОДЫ КОРРЕЛЯЦИОННО–РЕГРЕССИОННОГО АНАЛИЗА
1.1. КЛАССИФИКАЦИЯ ВИДОВ ЭКОНОМЕТРИЧЕСКИХ ПЕРЕМЕННЫХ И ТИПОВ ДАННЫХ
В эконометрических исследованиях, как правило, используется два типа выборочных данных: 1) пространственные данные (cross-sectional data); 2) временные данные (time-series data).
Под пространственными данными понимается совокупность экономической информации, относящейся к разным объектам, полученной за один и ют же период или момент времени. Пространственные данные представляют собой выборочную совокупность из некоторой генеральной совокупности. В качестве примера пространственных данных можно привести совокупность различной информации по какому-либо предприятию (численность работников, объем производства, размер основных фондов), объемах потребления продукции определенного вида и т. д.
Под временными данными понимается совокупность экономической информации, характеризующей один и тот же объект, но за разные периоды времени. По аналогии с пространственной выборкой отдельно взятый временной ряд можно считать выборкой из бесконечного ряда значений показателей во времени. В качестве примера временных данных можно привести данные о динамике индекса потребительских цен, ежедневные обменные курсы валют, Временная информация естественным образом упорядочена во времени в отличие от пространственных данных.
Существуют определенные отличия временного ряда от пространственной выборки:
1) элементы динамического ряда не являются статистически независимыми, в отличие от элементов случайной пространственной выборки, т. е. они подвержены явлению автокорреляции (зависимости между прошлыми и текущими наблюдениями временного ряда);
2) элементы динамического ряда не являются одинаково распределенными величинами. Совокупность экономической информации, которая характеризует изучаемый процесс или объект, представляет собой набор признаков.
Данные признаки связаны между собой и в эконометрической модели могут выступать в одной из двух ролей:
1) в роли результативного, или зависимого, признака, который в эконометрическом моделировании называется объясняемой переменной;
2) в роли факторного или независимого признака, который называется объясняющей переменной.
Экономические переменные, участвующие в любой эконометрической модели, делятся на четыре вида [1]:
1) экзогенные (независимые) – переменные, значения которых задаются извне. В определенной степени данные переменные являются управляемыми (х);
2) эндогенные (зависимые) – переменные, значения которых определяются внутри модели, или взаимозависимые (у);
3) лаговые – экзогенные или эндогенные переменные в эконометрической модели, относящиеся к предыдущим моментам времени и находящиеся в уравнении с переменными, относящимися к текущему моменту времени. Например, (хм) – лаговая экзогенная переменная, ум – лаговая эндогенная переменная;
4) предопределенные (объясняющие переменные) – лаговые (хм) и текущие (х) экзогенные переменные, а также лаговые эндогенные переменные (ум). Любая эконометрическая модель предназначена для объяснения значений одной или нескольких текущих эндогенных переменных в зависимости от значений предопределенных переменных.
1.2. ПРЕДПОСЫЛКИ КОРРЕЛЯЦИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА
Перед рассмотрением самих процедур корреляционного и регрессионного анализа, следует сказать, что общим условием, позволяющим получить более стабильные результаты при построении корреляционных и регрессионных моделей экономических процессов, является требование однородности исходной информации. Эта информация должна быть обработана на предмет аномальных, т.е. резко выделяющихся из массива данных, наблюдений. Эта процедура выполняется за счет количественной оценки однородности совокупности по какому-либо одномерному или многомерному критерию (в зависимости от исходной информации) и имеет цель тех объектов наблюдения, у которых наилучшее (или наихудшее) условия функционирования по не зависящим или слабо зависящим причинам.
В столбцах «Значимость F» и «Р-значение» к выведенным результа¬там применен процентный формат. В блоке «Регрессионная статистика» коэффициент корреляции (Множественный R) показывает степень тесноты связи между Импортом и Валовым национальным продуктом потреблением у. В нашем случае значение коэф¬фициента корреляции близко к единице (0,9980), что свидетельствует о наличии достаточно тес-ной связи между исследуемыми экономическими показателями. Поскольку получен-ный коэффициент корреляции положителен, то связь между х и у является прямой, т. е. с увеличением Валового национального продукта увеличивается Импорт. Исследуем надежность коэффициента корреляции. Поскольку объем анализируемой информации составляет меньше 50 наблюдений (21 в данной задаче), то исследование надежности проводится с использованием величины погрешности коэффициента корреляции:...
Узнайте стоимость работы онлайн!
Предлагаем узнать стоимость вашей работы прямо сейчас.
Это не займёт
много времени.
Узнать стоимость
girl

Наши гарантии:

Финансовая защищенность
Опытные специалисты
Тщательная проверка качества
Тайна сотрудничества