Реферат: Применение статистических методов при анализе интенсивности развития транспорта Кировской област
--PAGE_BREAK--Расчет по средним показателям. Для того чтобы определить развитие явления в среднем за 2000 – 2006 гг. рассчитаем средние показатели динамики:1) средний уровень ряда;
2) средний абсолютный прирост;
3) средний темп роста;
4) средний темп прироста.
1) Средний уровень интервального ряда показывает, сколько в абсолютном выражении составило явление в среднем за каждый период времени. Для этого сначала рассчитаем средний уровень явления за каждый год:
<img width=«103» height=«41» src=«ref-1_1249571624-247.coolpic» v:shapes="_x0000_i1049">
Затем рассчитаем средний уровень интервального ряда:
<img width=«61» height=«47» src=«ref-1_1249571871-198.coolpic» v:shapes="_x0000_i1050">.
Средний уровень моментного ряда рассчитывается по формуле средней хронологической, если данные показывают состояние явления на определенный момент времени:
<img width=«12» height=«23» src=«ref-1_1249572069-73.coolpic» v:shapes="_x0000_i1051"><img width=«207» height=«44» src=«ref-1_1249572142-451.coolpic» v:shapes="_x0000_i1052">
2) Средний абсолютный прирост характеризует, на сколько изменится явление за каждый период времени по сравнению с предыдущим:
<img width=«167» height=«45» src=«ref-1_1249572593-402.coolpic» v:shapes="_x0000_i1053">
3) Средний коэффициент роста характеризует, во сколько раз увеличится явление за каждый период времени по сравнению с предыдущим:
<img width=«132» height=«60» src=«ref-1_1249572995-449.coolpic» v:shapes="_x0000_i1054"> <img width=«100» height=«63» src=«ref-1_1249573444-357.coolpic» v:shapes="_x0000_i1055">
4) Средний темп роста характеризует, сколько %-ов в среднем составило явление за каждый промежуток времени:
<img width=«109» height=«26» src=«ref-1_1249573801-247.coolpic» v:shapes="_x0000_i1056">
5) Средний темп прироста характеризует, сколько %-ов составляет явление в среднем за каждый период времени:
<img width=«112» height=«26» src=«ref-1_1249574048-238.coolpic» v:shapes="_x0000_i1057">
Таблица 7.
Средние показатели анализа изменения среднегодовой численности работников на предприятиях транспорта
Показатели
Среднее число работников, тыс.чел.
Средний
абсолютный прирост
Средний темп роста, %
Средний темп прироста, %
Абсолютное значение 1%
прироста
Транспорт
31
-0,93
0,94
-6
0,16
Среднее число работников:
<img width=«321» height=«41» src=«ref-1_1249574286-611.coolpic» v:shapes="_x0000_i1058"> тыс. чел.
Средний абсолютный прирост:
<img width=«167» height=«45» src=«ref-1_1249572593-402.coolpic» v:shapes="_x0000_i1059">=<img width=«132» height=«41» src=«ref-1_1249575299-327.coolpic» v:shapes="_x0000_i1060">тыс. чел.
Средний коэффициент роста:
<img width=«213» height=«55» src=«ref-1_1249575626-592.coolpic» v:shapes="_x0000_i1061">
Средний темп роста:
<img width=«227» height=«27» src=«ref-1_1249576218-420.coolpic» v:shapes="_x0000_i1062">
Средний темп прироста:
<img width=«247» height=«27» src=«ref-1_1249576638-415.coolpic» v:shapes="_x0000_i1063">
Абсолютное содержание 1 % прироста (только на цепной основе):
<img width=«148» height=«49» src=«ref-1_1249577053-366.coolpic» v:shapes="_x0000_i1064">
Приведенные выше расчеты говорят о том, что происходит уменьшение численности на предприятиях транспорта Кировской области. В среднем за год в отрасли произошло уменьшение численности на 0,93 тыс. чел. или на 6%.
Расчет относительных показателей
Статистика не ограничивается исчислением только абсолютных и средних величин. Важное место занимают еще один показатель – относительные величины. Они являются обобщающим показателем и представляют собой отношение двух абсолютных величин. Причем, в числителе всегда находится показатель, отражающий изучаемое явление, то есть сравниваемый показатель, а в знаменателе – показатель, с которым производится сравнение, принимаемый за основание или базу сравнения.
Рассчитаем здесь такие относительные величины, как относительные величины структуры; относительные величины координации.
1) Относительные величины структуры характеризуют состав изучаемых совокупностей. Исчисляются они как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности, то есть как отношение части к целому, и представляют собой удельный вес части в целом (выражаются в %).
Численность работников, занятых в малом предпринимательстве на транспорте:
<img width=«184» height=«44» src=«ref-1_1249577419-451.coolpic» v:shapes="_x0000_i1065">
Общая численность работников транспорта, не занятых в малом предпринимательстве:
<img width=«183» height=«269» src=«ref-1_1249577870-1981.coolpic» v:shapes="_x0000_i1066">
<img width=«196» height=«168» src=«ref-1_1249579851-1813.coolpic» v:shapes="_x0000_i1067">
2) Относительные величины координации представляют собой одну из разновидностей показателей сравнения. Они применяются для характеристики соотношения между отдельными частями статистической совокупности и показывают, во сколько раз сравниваемая часть совокупности больше или меньше части, которая принимается за основание или базу сравнения, то есть, по существу, они характеризуют структуру изучаемой совокупности, причем иногда более выразительно, чем относительные величины структуры. Здесь отношение числа занятых в малом предпринимательстве на транспорте к числу не занятых:
<img width=«187» height=«290» src=«ref-1_1249581664-2095.coolpic» v:shapes="_x0000_i1068">
Итак, по рассчитанным показателям можно сделать вывод, что происходит активное развитие малого предпринимательства на транспорте: в 2005 году – 16,6% по сравнению с 2000 — 2,5%.
4. Выявление основной тенденции развития малого предпринимательства на транспорте в Кировской области
Теперь попробуем через аналитическое выравнивание выявить основную тенденцию развития предприятий малого предпринимательства на транспорте. При этом уровень динамики выражается в виде функции времени: <img width=«61» height=«24» src=«ref-1_1249583759-259.coolpic» v:shapes="_x0000_i1069">
Выявим основную тенденцию развития предпринимательства путем установления закономерностей изменения количества предприятий за исследуемые годы, а также составив прогноз развития отрасли на 1 год.
Таблица 8.
Аналитическое выравнивание (для прямолинейной функции).
Годы
Количество предприятий, <img width=«17» height=«24» src=«ref-1_1249584018-91.coolpic» v:shapes="_x0000_i1070">
<img width=«13» height=«24» src=«ref-1_1249584109-89.coolpic» v:shapes="_x0000_i1071">
<img width=«16» height=«21» src=«ref-1_1249584198-96.coolpic» v:shapes="_x0000_i1072">
<img width=«40» height=«24» src=«ref-1_1249584294-132.coolpic» v:shapes="_x0000_i1073">
<img width=«17» height=«24» src=«ref-1_1249584426-96.coolpic» v:shapes="_x0000_i1074">
<img width=«103» height=«49» src=«ref-1_1249584522-312.coolpic» v:shapes="_x0000_i1075">
2000
69
-3
9
-207
38,17
44,68
2001
79
-2
4
-158
75,21
4,8
2002
88
-1
1
-88
112,25
27,56
2003
106
149,29
40,84
2004
173
1
1
173
186,33
7,71
2005
273
2
4
546
223,37
18,18
2006
257
3
9
771
260,41
1,33
Итого
1045
28
1037
145,1
Для выявления основной тенденции развития предприятий в отрасли и прогнозирования на 2007 год найдём тренд, для чего рассмотрим линейную функцию.
Линейная функция представлена следующим уравнением:
<img width=«96» height=«24» src=«ref-1_1249584834-196.coolpic» v:shapes="_x0000_i1076"> , где <img width=«208» height=«109» src=«ref-1_1249585030-1432.coolpic» v:shapes="_x0000_i1077">
Составим прогноз развития отрасли на 2007 год. Данный прогноз основывается на расчете ошибки аппроксимации, которая определяется по формуле:
<img width=«152» height=«67» src=«ref-1_1249586462-541.coolpic» v:shapes="_x0000_i1078">
<img width=«128» height=«41» src=«ref-1_1249587003-306.coolpic» v:shapes="_x0000_i1079">
В результате расчетов получен линейный тренд:
<img width=«220» height=«25» src=«ref-1_1249587309-481.coolpic» v:shapes="_x0000_i1080">
Для интервального прогноза необходимо рассчитать доверительный интервал:
<img width=«131» height=«47» src=«ref-1_1249587790-331.coolpic» v:shapes="_x0000_i1081">
где <img width=«16» height=«24» src=«ref-1_1249588121-94.coolpic» v:shapes="_x0000_i1082">- табличное значение <img width=«9» height=«16» src=«ref-1_1249588215-81.coolpic» v:shapes="_x0000_i1083">- критерия Стьюдента при уровне значимости <img width=«16» height=«15» src=«ref-1_1249588296-88.coolpic» v:shapes="_x0000_i1084">.
<img width=«136» height=«51» src=«ref-1_1249588384-586.coolpic» v:shapes="_x0000_i1085">
где n– число уровней ряда динамики, m– число параметров уравнения.
В данном случае n= 7, m= 2, <img width=«16» height=«24» src=«ref-1_1249588121-94.coolpic» v:shapes="_x0000_i1086">=2,5706
<img width=«536» height=«45» src=«ref-1_1249589064-1544.coolpic» v:shapes="_x0000_i1087">
<img width=«263» height=«47» src=«ref-1_1249590608-625.coolpic» v:shapes="_x0000_i1088">
Получился следующий прогноз:
<img width=«112» height=«24» src=«ref-1_1249591233-235.coolpic» v:shapes="_x0000_i1089">
Таким образом, в результате проведения интервального прогноза можно сделать вывод, что количество предприятий на 2007 год может варьироваться от 266 до 329 предприятий.
Таблица 9.
Аналитическое выравнивание (для параболы второго порядка).
Годы
Количество предприятий, <img width=«17» height=«24» src=«ref-1_1249584018-91.coolpic» v:shapes="_x0000_i1090">
<img width=«13» height=«24» src=«ref-1_1249584109-89.coolpic» v:shapes="_x0000_i1091">
<img width=«16» height=«21» src=«ref-1_1249584198-96.coolpic» v:shapes="_x0000_i1092">
t4
<img width=«40» height=«24» src=«ref-1_1249584294-132.coolpic» v:shapes="_x0000_i1093">2
<img width=«17» height=«24» src=«ref-1_1249584426-96.coolpic» v:shapes="_x0000_i1094">
<img width=«103» height=«49» src=«ref-1_1249584522-312.coolpic» v:shapes="_x0000_i1095">
1998
69
-3
9
81
621
63,347
8,154
1999
79
-2
4
16
316
75,207
4,801
2000
88
-1
1
1
88
97,139
10,385
2001
106
129,143
21,833
2002
173
1
1
1
173
171,219
1,029
2003
273
2
4
16
1092
223,367
18,181
2004
257
3
9
81
2313
285,587
11,123
Итого
1045
28
196
4603
1045,009
75,506
Функция параболы второго порядка представлена следующим уравнением:
<img width=«147» height=«27» src=«ref-1_1249592284-288.coolpic» v:shapes="_x0000_i1096">, где <img width=«244» height=«156» src=«ref-1_1249592572-1988.coolpic» v:shapes="_x0000_i1097">
<img width=«152» height=«67» src=«ref-1_1249586462-541.coolpic» v:shapes="_x0000_i1098">
<img width=«147» height=«41» src=«ref-1_1249595101-340.coolpic» v:shapes="_x0000_i1099">
В результате расчетов получен линейный тренд:
<img width=«315» height=«25» src=«ref-1_1249595441-617.coolpic» v:shapes="_x0000_i1100">
<img width=«512» height=«42» src=«ref-1_1249596058-1281.coolpic» v:shapes="_x0000_i1101">
<img width=«267» height=«47» src=«ref-1_1249597339-619.coolpic» v:shapes="_x0000_i1102">
Таким образом, получился следующий прогноз:
<img width=«112» height=«24» src=«ref-1_1249597958-231.coolpic» v:shapes="_x0000_i1103">
Таким образом, в результате проведения интервального прогноза можно сделать вывод, что количество предприятий на 2007 год может варьироваться от 331 до 375 предприятий.
Рис. 2
<img width=«401» height=«306» src=«ref-1_1249598189-13521.coolpic» v:shapes="_x0000_i1104">
Анализируя полученный график, видим, что фактическое изменение числа предприятий имеет тенденцию к подъему. Причем до 2003 года этот рост происходит плавно и равномерно, а к 2005 году наблюдается значительное увеличение числа предприятий. Линейное число предприятий увеличивается равномерно год от года. В результате выравнивания, можно увидеть явную тенденцию к росту числа предприятий отрасли, хотя заметим, что в 2006 году фактическое число предприятий практически совпало с числом предприятий линейным.
В конечном итоге надо заметить, что наиболее адекватной будет вторая трендовая модель – по функции параболы второго порядка (или модель равноускоренного развития), так как ошибка аппроксимации здесь меньше.
5. Анализ финансовых показателей: прибыли, инвестиций, ОПФ. Коэффициенты покрытия и автономии. Кредиторская и дебиторская задолженность
Анализ прибыли и инвестиций
Таблица 10.
Сальдированный финансовый результат в отрасли:
2000
2001
2002
2003
2004
2005
2006
Сальдированный финансовый результат (прибыль минус убыток) организаций
83,6
149,8
-612,2
0,9
112,9
33,4
-4,3
Инвестиции в основной капитал
586,1
577,6
645,4
872,8
1424,4
1581,3
1090,9
Рис. 3
<img width=«482» height=«289» src=«ref-1_1249611710-10792.coolpic» v:shapes=«Диаграмма_x0020_2»>
Сальдированный финансовый результат показывает совокупную эффективность деятельности. Среди обозреваемых периодов наибольший положительный сальдированный финансовый результат в транспорте зафиксирован в 2001 году, однако уже в 2002 году он стал отрицательным (-612,2). Можно увидеть, что получение прибыли в отрасли происходит очень неравномерно и скачкообразно, поэтому сделать однозначный вывод невозможно. Для объективного анализа рассчитаем индекс доходности – показатель эффективности инвестиций, количество рублей прибыли, полученное на 1 рубль вложенных инвестиций:
ИД = Чистая прибыль / общая сумма инвестиций
<img width=«186» height=«48» src=«ref-1_1249622502-1107.coolpic» v:shapes="_x0000_i1106">
<img width=«191» height=«48» src=«ref-1_1249623609-1135.coolpic» v:shapes="_x0000_i1107">
<img width=«218» height=«48» src=«ref-1_1249624744-1171.coolpic» v:shapes="_x0000_i1108">
<img width=«201» height=«48» src=«ref-1_1249625915-1114.coolpic» v:shapes="_x0000_i1109">
<img width=«201» height=«48» src=«ref-1_1249627029-1182.coolpic» v:shapes="_x0000_i1110">
<img width=«201» height=«48» src=«ref-1_1249628211-1140.coolpic» v:shapes="_x0000_i1111">
<img width=«236» height=«48» src=«ref-1_1249629351-1189.coolpic» v:shapes="_x0000_i1112">
Поскольку данные индексы гораздо меньше 1, то можно говорить об неэффективности реализуемого инвестиционного проекта.
продолжение
--PAGE_BREAK--
еще рефераты
Еще работы по математике
Реферат по математике
Моделювання на ЕОМ випадкових величин і випадкових процесів
20 Июня 2015
Реферат по математике
Эффект Казимира или проблема вакуума
2 Сентября 2013
Реферат по математике
Применение экономико-математического моделирования для обоснования
20 Июня 2015
Реферат по математике
Компьютерное математическое моделирование в экономике
20 Июня 2015