- •Фомина в.П., Гавлина л.В.
- •I. Общая теория статистики
- •Введение
- •Общая теория статистики
- •Глава 1. Описательная статистика
- •1.1. Предмет, метод и основные категории статистики как науки. Организация государственной статистики в рф
- •Общее понятие, предмет, метод, основные категории
- •1.1.3. Организация Государственной статистики в России
- •1.2. Статистическое наблюдение, сводка и группировка данных. Статистические ряды распределения
- •Понятие, виды и способы статистического наблюдения
- •План статистического наблюдения
- •Общее понятие группировки и сводки статистических данных, принципы построения группировок, виды группировок
- •Виды статистических сводок
- •Принципы построения статистических группировок
- •Виды группировок
- •Статистические таблицы и их виды по подлежащему и по сказуемому
- •Статистические графики
- •Статистические ряды распределения
- •Тесты и задания для самопроверки:
- •Глава 2. Обобщающие показатели
- •2.1. Абсолютные и относительные статистические величины
- •2.1.1. Абсолютные величины
- •2.1.2. Относительные величины в статистике
- •2.2. Средние величины в экономическом анализе
- •2.2.1.Понятие средних величин, их виды и формы
- •Виды средних величин
- •2.2.2. Свойства средней арифметической велилины
- •2.2.3. Правило мажорантности средних
- •2.2.4. Структурные средние (мода и медиана)
- •Мода и медиана в дискретном ряду
- •Мода и медиана в интервальном вариационном ряду
- •Тесты и задания для самопроверки:
- •Глава 3. Аналитическая статистика
- •3.1. Вариационный анализ
- •3.1.1 Виды показателей вариации
- •3.1.2. Виды дисперсий. Правило сложений дисперсий
- •3.1.3.Коэффициенты детерминации. Дисперсия альтернативного признака
- •3.2. Ряды динамики
- •3.2.1. Общая характеристика рядов динамики, их виды
- •3.2.2. Показатели анализа рядов динамики
- •Средние уровни в рядах динамики
- •3.2.3. Методы анализа рядов динамики
- •3.2.4. Статистические методы прогнозирования. Экстраполяция и интерполяция в рядах динамики
- •3.3. Экономические индексы
- •3.3.1. Понятие об индексах, их классификация. Индивидуальные и общие индексы в агрегатной форме
- •По методике расчета общих индексов
- •Агрегатные индексы
- •3.2.2. Средние индексы
- •3.2.3. Индексный метод
- •Территориальные индексы
- •3.4. Выборочное наблюдение
- •3.4.1. Понятие о выборочном наблюдении
- •3.4.2. Виды и способы отбора
- •По способу формирования выборки:
- •3.4.3. Ошибки выборки
- •3.4.4. Определение необходимой численности выборки
- •3.5. Статистические методы изучения связей между явлениями
- •3.5.1. Понятие, виды и задачи изучения взаимосвязей общественных явлений
- •3.5.2. Основные методы изучения взаимосвязей
- •3.5.3. Корреляционно - регрессионный анализ
- •Часть 2. Социально-экономическая статистика
- •Статистика занятости и безработицы
- •6. Показатели демографической нагрузки:
- •4.1.2. Структура персонала организации
- •Расчет численности работников:
- •4.1.3. Показатели движения рабочей силы
- •4.1.4. Показатели организации рабочего времени
- •4.2. Статистика производительности труда
- •4.2.1. Задачи и понятие производительности труда. Средняя выработка рабочих и индексы этих показателей
- •Методы измерения производительности труда
- •4.2.3. Анализ динамики производительности труда
- •4.3. Статистика оплаты труда
- •4.3.1. Понятие и содержание фонда заработной платы
- •4.3.2. Показатели средней заработной платы и их взаимосвязь
- •4.3.3. Анализ динамики средней заработной платы
- •4.3.4. Коэффициенты опережения и эластичности
- •Тесты для самопроверки:
- •Глава 5. Статистика национального богатства
- •5.1. Статистика основного капитала предприятия
- •5.1.1. Понятие «национальное богатство»
- •Классификация активов нб
- •Баланс активов и пассивов и объем нб - это таблица, в которой слева – экономические активы, а справа – обязательства.
- •5.1.2. Стоимостные оценки основных средств
- •Методы оценок основных фондов
- •5.1.3. Показатели движения и состояния оф
- •Показатели использования основного капитала
- •5.1.4. Индексная и факторная взаимосвязь показателей использования оф
- •Взаимосвязь индексов объема продукции, оф и фо
- •Индексная и факторная взаимосвязь фо оф, фо активной части оф и влияния структуры активной части оф
- •Многофакторная модель взаимосвязи индексов объема продукции, доли активной части оф, ее фо и оф
- •5.2. Статистика оборотных фондов
- •5.2.1. Понятие, виды и источники оборотных фондов
- •5.2.2. Показатели использования оборотных средств
- •Анализ использования материальных ос
- •Индексы удельных расходов переменного и постоянного состава
- •Тесты и задания для самопроверки:
- •Глава 6. Статистический анализ эффективности функционирования хозяйствующего субъекта
- •6.1. Статистика производства и рынка товаров и услуг
- •6.1.1.Понятие и виды измерения продукции
- •Виды измерения
- •6.1.2.Стоимостная оценка промышленной продукции
- •6.1.3. Показатели статистики рынка товаров и услуг
- •6.2. Статистика издержек производства и обращения
- •6.2.1. Понятие и состав издержек производства и обращения
- •6.2.2. Показатели уровня и динамики себестоимости единицы продукции
- •6.2.3. Обобщающие показатели уровня и динамики себестоимости продукции
- •6.3. Статистика финансов предприятий и организаций
- •6.3.1. . Система показателей статистики финансов
- •6.3.2.Финансовые результаты деятельности
- •Тесты и задания для самоконтроля:
- •Глава 7. Статистика общественного продукта
- •7.1. Система национальных счетов
- •7.1.1. Основное понятие системы национальных счетов
- •7.1.2. Общие принципы построения системы сводных нс
- •7.1.3. Система сводных национальных счетов
- •7.2. Макроэкономические показатели
- •7.2.3 Оценка ввп
- •7.2.1. Понятие макроэкономических показателей и методы их расчета
- •7.2.3. Методы определения ввп
- •Счет товаров и услуг
- •Ввп, исчисленный производственным методом, составит 4545,6 млрд.Руб.
- •7.2.3. Оценка ввп
- •Тесты и задания для самопроверки:
- •Глава 8. Социальная статистика
- •8.1 Статистика населения
- •8.1.1. Задачи статистики населения. Показатели численности населения. Методы расчета средней численности населения Задачи статистики населения:
- •Показатели численности населения Население – совокупность лиц, проживающих на определенной территории. Население делится на:
- •Методы расчета средней численности населения
- •8.1.2. Характеристика состава населения
- •8.1.3. Показатели естественного и механического движения населения
- •Общие показатели естественного движения населения – сопоставление числа демографических событий со среднегодовой общей численностью населения.
- •Специальные и частные коэффициенты
- •Показатели механического движения населения
- •8.1.4. Расчет перспективной численности населения
- •8.2. Статистика уровня и качества жизни населения
- •8.2.1. Понятие и система показателей уровня жизни
- •8.2.2. Показатели расходов и потребления населения
- •8.2.3. Дифференциация населения по денежным доходам и расходам
- •8.2.3. Общая оценка уровня жизни
- •Ответы к тестам и заданиям
Средние уровни в рядах динамики
Для обобщающей характеристики динамики исследуемого явления определяют средние показатели динамики, которые в зависимости от вида рядов динамики рассчитываются по разным формулам, которые представлены в табл.3.16.
Таблица 3.16.
Система средних показателей ряда динамики
№ |
Показатели |
Формула расчета |
1 |
Средний уровень ряда (У): -для интервальных рядов (средняя арифметическая)
- для моментных рядов (средняя хронологическая) |
Для равноотстоящих уровней простая = ∑ Yn Для неравноотстоящих уровней взвешенная = ∑ Y t : ∑ t Для равноотстоящих уровней =(Y 1/2 +Y 2+ У3 + .. + Y n /2 ):n-1 Для неравноотстоящих уровней =[(Y1+Y2)t1+(Y2+Y3)t2+(Y3+Y4)t3+… +(Yn-1+Yn)tn-1]: 2∑ti |
2 |
Средний абсолютный прирост (средняя скорость роста) |
= (∑ΔYц)/n-1 = (Y n – Yо) : n-1 |
3 |
Среднегодовой темп роста (средняя геометрическая) р |
р = n-1√ ПТрц р = n-1√ Y n / Y 0 |
4 |
Средний темп прироста пр |
пр = р – 100 (единственная методика) |
Если уровни ряда динамики снижаются, то средний темп роста будет меньше 100%, а средний темп прироста будет отрицательной величиной.
Пример. Для вышерассмотренного примера средняя продажа мясных консервов за пять лет составит =6580/5= 1316 млн.усл.банок. Среднегодовой абсолютный прирост продажи мясных консервов за 2002-2006 гг. равен: =760/4=190 или (1651-891) /4=190 млн.усл.банок.
Среднегодовой темп роста продажи мясных консервов за 2002-2006 гг.р =4√ 0,905*1,979*1,026*1,009 = 4√ 1,853= 1,167 или 116,7%.
Среднегодовой темп прироста: пр = 116,7 -100 = 16,7%.
Следовательно, выпуск мясных консервов в среднем за каждый год возрастал на 190 млн.усл.банок, или на 16,7%.
3.2.3. Методы анализа рядов динамики
В случае сравнения рядов динамики различных явлений применяют приведение рядов динамики к общему основанию (общей базе сравнения). В этом случае сравнивать можно только относительные показатели.
Сравнение интенсивности изменений уровней рядов во времени возможно с помощью коэффициентов опережения (отставания), показывающих, во сколько раз быстрее растет (отстает) уровень одного ряда динамики по сравнению с другим:
Коп=Тр1/Тр2 Коп= Тпр1/Тпр2 (3.25)
Тр1,Тпр1,Тр2, Тпр2 – базисные темпы роста и прироста первого и второго рядов динамики соответственно.
Пример. Динамика объемов производства продукции машиностроения и металлообработки и базисные темпы изменения объемов производства приведена в табл.3.17.
Таблица 3.17.
Динамика объемов производства продукции машиностроения и металлообработки (тыс.руб.)
Страна |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
Россия |
168413/ 100 |
151572/ 0,97 |
128988/ 0,77 |
108865/ 0,65 |
75335/ 0,45 |
68027/0,40 |
Беларусь |
14272/ 100 |
15000/ 1,05 |
13680/ 0,96 |
13666/ 0,958 |
11739/ 0,82 |
9110/ 0,64 |
Цифры условные
В числителе – динамика объемов производства, в знаменателе – базисные темпы изменения объемов производства. Видно, снижение объемов производства продукции, как в России, так и в Беларуси. Приведем абсолютные уровни рядов к одному основанию, приняв за базу сравнения уровни 2001 г. и получим сравниваемые показатели – базисные темпы изменения, которые показывают, что темпы снижения объемов производства продукции в России заметно превосходят соответствующие показатели Беларуси.
В 2006 г. Коп.= 0,64/0,40 = 1,6. Это значит, что производство продукции в России в 2001-2006 г. сокращалось в 1,6 раза быстрее, чем в Беларуси.
Смыкание рядов динамики (приведение рядов к сопоставимому виду) - объединение двух или более рядов динамики в один ряд. Применяется когда, уровни ряда становятся несопоставимыми из-за произошедших территориальных, организационных изменений и т.п. Существует несколько способов приведения рядов динамики к сопоставимому виду. Для этого находят коэффициент соотношения двух уровней (в границах изменения) и умножают на этот коэффициент уровни ряда (до изменения).
Пример. Имеются данные о валовом сборе овощей в хозяйствах района в табл.3.18.
Таблица 3.18.
Динамики валового сбора овощей в хозяйствах района, тыс.ц
В границах |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
Старых |
416,0 |
432 |
450 |
- |
- |
- |
Новых |
- |
- |
630 |
622,5 |
648,1 |
684,4 |
Сопоставимый ряд |
582,4 |
604,8 |
630 |
622,5 |
648,1 |
684,4 |
Сопоставимый ряд, % |
92,4 |
96 |
100 |
98,8 |
102,9 |
108,6 |
Приведение ряда динамики к сопоставимому виду определяют для 2003 г. коэффициент соотношения уровней двух рядов: К=630:450= 1,4. Умножая на этот коэффициент уровни 1-го ряда, получим их сопоставимость с уровнями 2-го ряда, тыс.ц: 2001г.- 416,0*1,4 = 582,4; 2002г. – 432,0*1,4 = 604,8. Получим сопоставимый ряд динамики валового сбора овощей в хозяйствах района в новых границах, тыс.ц.
Другой способ смыкания рядов динамики заключается в том, что уровни года, в котором произошли изменения, принимаются за 100% , а остальные пересчитываются в %.
Важной задачей статистики при анализе рядов динамики является определение основной тенденции развития (тренда).
Методы выравнивания делятся на механические (без использования количественной модели) и аналитические (с использованием аналитической модели). К механическим относятся графический способ – подбор кривой, лучше всего описывающей основную тенденцию в изменении уровней ряда, укрупнение интервалов, метод скользящей средней, метод экспоненциального сглаживания. Они характерны для рядов с нечетко выраженной тенденцией возрастания или убывания.
Наиболее простой укрупнение интервалов. Он основан на укрупнении периодов времени, к которым относятся уровни ряда динамики. Например, ряд ежесуточного выпуска продукции заменяется рядом месячного выпуска продукции и т.д.
Метод скользящих средних. Сущность его заключается в том, что исчисляется средний уровень из определенного числа, обычно нечетного (3,5,7), первых по счету уровней ряда, затем – из такого же числа уровней, но начиная со второго по счету, далее – начиная с третьего и т.д. Таким образом, средняя, как бы «скользит» по ряду динамики, передвигаясь на один срок. Пример приведен в табл.3.19.
Таблица 3.19.
Исходные данные и результаты расчета скользящей средней, ц/га
Годы |
Фактический уровень урожайности |
Скользящая средняя | |
трехлетняя |
пятилетняя | ||
1996 |
15,4 |
- |
- |
1997 |
14,0 |
(15,4+14,0+17,6):3=15,7 |
- |
1998 |
17,6 |
(14,0+17,7+15,4):3=15,7 |
14,7 |
1999 |
15,4 |
(17,6+15,4+10,9):3=14,6 |
15,1 |
2000 |
10,9 |
14,6 |
15,2 |
2001 |
17,5 |
14,5 |
17,1 |
2002 |
15,0 |
17,0 |
16,8 |
2003 |
18,5 |
15,9 |
17,6 |
2004 |
14,2 |
15,9 |
- |
2005 |
14,9 |
- |
- |
Итого |
∑у=153,4 |
|
|
Сглаженный ряд урожайности по трехлетиям короче фактического на один член ряда в начале и в конце, по пятилетиям – на два члена в начале и в конце ряда. Он меньше, чем фактический подвержен колебаниям из-за случайных величин.
Приемы сглаживания динамических рядов (укрупнение интервалов и метод скользящей средней) дают возможность определить лишь общую тенденцию развития явления.
Получить обобщенную статистическую модель тренда посредством этих методов нельзя.
Количественная модель, выражающая основную тенденцию изменения уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики. Общая тенденция развития рассчитывается как функция времени: Y = f(t). Определение теоретических (расчетных) уровней производится на основе, так называемой адекватной математической модели, которая наилучшим образом отображает (аппроксимирует) основную тенденцию ряда динамики. Простейшими моделями, выражающими тенденцию развития, является: линейная функция – прямая – Y = ао +а1t
где, ао и а1 – параметры уравнения, t - время.
Расчет параметров функции обычно производится методом наименьших квадратов, в котором в качестве решения принимается точка минимума суммы квадратов отклонений между теоретическими (выровненными или расчетными) и эмпирическими (фактическими) уровнями: ∑( Y расч. – Y факт)² → min
Параметры уравнения а0 и а1, могут быть найдены решением системы нормальных уравнений. На основе найденного уравнения тренда вычисляются выровненные уровни. Таким образом, выравнивание ряда динамики заключается в замене фактических уровней Y плавно изменяющимися уровнями у, наилучшим образом аппроксимирующими статистические данные аоn + а1∑t = ∑
ао∑t + а1 ∑t² = ∑ Yt
Yфактич. - (эмпирические) уровни ряда; t – время (порядковый номер периода или момента времени).
Расчет параметров значительно упрощается, если за начало отсчета времени t = 0 принять центральный интервал (момент).
При нечетном числе уровней (например, 7) значения равны:
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
-3 |
-2 |
-1 |
0 |
+1 |
+2 |
+3 |
При четном числе уровней (например 8), значения t- условного обозначения времени равны:
1996 |
1997 |
1998 |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
-9 |
-7 |
-5 |
-3 |
-1 |
+1 |
+3 |
+5 |
+7 |
+9 |
Вобоих случаях ∑t = 0, а система нормальных уравнений принимает вид: ∑ Y =nао из первого уравнения ао =∑Y / n
∑ Yt = а1 ∑t² из второго уравнения а1= ∑Yt / ∑t²
Пример: Выравнивание по прямой ряда динамики урожайности зерновых культур представлено в табл.3.20.
Таблица 3.20.
Выравнивание по прямой ряда динамики урожайности зерновых
Годы |
уф |
t |
t² |
у t |
урасч. |
уф -ур |
(уф –ур)² |
1996 |
15,4 |
-9 |
81 |
-138,6 |
15,15 |
0,25 |
0,0625 |
1997 |
14,0 |
-7 |
49 |
-98,0 |
15,19 |
-1,19 |
1,4161 |
1998 |
17,6 |
-5 |
25 |
-88,0 |
15,23 |
2,37 |
5,6169 |
1999 |
15,4 |
-3 |
9 |
-46,2 |
15,28 |
0,12 |
0,0144 |
2000 |
10,9 |
-1 |
1 |
-10,9 |
15,32 |
-4,42 |
19,5364 |
2001 |
17,5 |
+1 |
1 |
17,5 |
15,36 |
2,14 |
4,5796 |
2002 |
15,0 |
+3 |
9 |
45,0 |
15,40 |
-0,40 |
0,016 |
2003 |
18,5 |
+5 |
25 |
92,5 |
15,45 |
3,05 |
9,3025 |
2004 |
14,2 |
+7 |
49 |
99,4 |
15,49 |
-1,29 |
1,6641 |
2005 |
14,9 |
+9 |
81 |
134,1 |
15,53 |
-0,63 |
0,3969 |
Итого |
∑у=153,4 |
∑t=0 |
∑t²=330 |
∑уt= 6,8 |
∑ур=153,4 |
∑=0 |
∑=42,6054 |
ао=153,4 :10 =15,34; а1 = 6,8 :330 = 0,021
Уравнение прямой, представляющее собой трендовую модель искомой функции имеет вид: Y =15,34 + 0,021t
Подставим в данное уравнение последовательно значения t – равные: -9,-7,-5,-3,-1,+1,+3,+5,+7,+9 получим выровненные уровни
Y расч. Если расчеты выполнены правильно, ∑Y факт = ∑Y расч. = 153,4.
Полученное уравнение показывает, что наблюдается тенденция увеличения урожайности: с 1996 по 2005гг. урожайность зерновых культур в среднем возрастала на а1= 0,021 ц/га в год.
В статистике существует ряд методов изучения и измерения сезонных колебаний. При изучении сезонных колебаний используются специальные показатели индексы сезонности (Is), способы, определения которых различны.
На практике для выявления закономерности сезонных колебаний пользуются помесячными данными за ряд лет (в основном не менее 3 лет). При этом для каждого месяца рассчитывается среднемесячная величина уровня за три года, затем рассчитывается среднемесячный уровень для всего ряда и в заключение определяется процентное отношение средних для каждого месяца к общему среднемесячному уровню ряда, т.е. Is = (i /) *100% (3.26)
где, i - средняя для каждого месяца за 3 года;
- общий средний месячный уровень за 3 года.
Пример. Имеются данные в табл.3.21.
Сначала определим значения средних для каждого месяца за 3 года:
Таблица 3.21.
Внутригодовая динамика числа расторгнутых браков
населением города по месяцам за 2003-2005 гг.
Месяц |
Число расторгнутых браков |
Индекс сезонности,% Is | |||
2003 |
2004 |
2005 |
В среднем за 3 года (i ) | ||
Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь |
195 164 153 136 136 123 126 121 118 126 129 138 |
158 141 153 140 136 129 128 122 118 130 131 141 |
144 136 146 132 136 125 124 119 118 128 15 139 |
165,7 147,0 150,7 136,0 136,0 125,7 126,0 120,7 118,0 128.0 131,7 139,3 |
122,4 108,6 111,3 100,4 100,4 92,8 93,1 89,1 87,2 94,5 97,3 102,9 |
Средний уровень ряда(i) |
138,7 |
135,6 |
131,8 |
135,4 |
100.0 |
iянварь=(Ян.2003+Ян.2004+Ян.2005):3=(195+158+144):3= 165,7
Общий средний уровень:=1624,8:12=135,4 или 406,1 : 3 = 135,4
Индексы сезонности по месяцам:Isянв.=(165,7:135,4)*100= 122,4 %
Для получения наглядного представления о сезонной волне необходимо полученные данные изобразить в виде линейной диаграммы.