- •М.А. Кречетова статистикА:практикум
- •Введение
- •Раздел 1
- •Понятие, особенности и предмет статистики
- •1.2 Основные понятия и методология статистики
- •Понятие статистического наблюдения, планирование наблюдения
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •2.2 Статистическая группировка.
- •2.1 Статистическая сводка
- •2.3 Принципы построения статистических группировок
- •1. Выбор группировочного признака
- •2. Определение числа групп.
- •2.4 Ряды распределения признаков
- •Типовые примеры Пример 1.
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •3.1 Статистические таблицы
- •Виды таблиц
- •Правила построения таблиц
- •3.2 Статистические графики
- •Классификация графиков
- •2. Статистические карты:
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •3.10 Какой вид имеет таблица из теста 3.9 по сказуемому?
- •Понятие статистического показателя, их классификация.
- •Классификация статистических показателей
- •4.2 Абсолютные статистические показатели
- •Относительные показатели
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самопроверки
- •4.1 Абсолютные показатели измеряются в:
- •5.1 Понятие средней величины, логическая формула средней
- •5.2 Виды средних величин
- •1. Степенные средние
- •Перечисленные средние объединяются в общей формуле
- •2. Структурные средние.
- •5.3 Средняя арифметическая, ее свойства.
- •Свойства средней арифметической.
- •Метод моментов расчета средней величины
- •5.4 Средняя гармоническая. Другие виды средних величин
- •5.5 Структурные средние
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •6.1 Понятие вариации, ее виды, показатели вариации
- •Свойства σ 2 и σ, формулы их расчета, вариация альтернативного признака
- •6.3 Виды дисперсий. Правило сложения дисперсий
- •6.4 Изучение концентрации распределения признака
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самопроверки
- •7.1 Понятие выборочного метода, его преимущества
- •Единицы, которые отбираются для обследования, называются выборкой, а вся совокупность – генеральной совокупностью.
- •7.2 Принципы выборочного метода, ошибки выборки.
- •7.3 Виды, методы и способы отбора единиц в выборку
- •7.4 Расчет средней ошибки выборки для различных способов отбора
- •7.5 Предельная ошибка выборки, распространение результатов выборки
- •7.7 Определение необходимой численности выборки
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самопроверки
- •8.1 Понятие ряда динамики, классификация, основное правило построения
- •8.2 Показатели анализа рядов динамики
- •8.3 Структура ряда динамики. Методы выявления основной тенденции
- •1 Укрупнение интервалов.
- •2 Метод скользящих средних
- •3 Аналитическое выравнивание
- •8.4 Построение тренда методом наименьших квадратов. Оценка качества модели. Прогнозирование
- •8.5 Статистическое изучение сезонности
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •9.1 Понятие индексов. Классификация индексов.
- •Классификация индексов
- •9.2 Общие индексы
- •Индекс цен
- •Индекс физического объема.
- •Индекс товарооборота.
- •Индекс затрат.
- •9.3 Средние индексы
- •9.4 Индексы средних качественных показателей.
- •Индекс структуры.
- •Типовые примеры
- •Задачи и упражнения для самостоятельной работы
- •Тесты для самоконтроля
- •10.2 Требования к выполнению семестровой работы. Общие требования
- •Из № 1 Группировка и ее виды, ряды распределения
- •Из № 3. Показатели вариации. Выборочный метод
- •Из № 4. Ряды динамики
- •Из № 5 экономические индексы
- •Статистика. Учебник/ Под ред. И.И. Елисеевой (рекомендован мо рф для специальностей финансово-экономического профиля) – м.: инфра–м, 2006, 2010.– 568 с.
- •Курс социально-экономической статистики: Учебник (Рекомендован мо рф для экономических специальностей) /Под ред. В.В. Назарова – м.: инфра-м, 2006. –723 с.
- •Практические пособия
- •Ресурсы Интернет
8.5 Статистическое изучение сезонности
Сезонность – это изменения уровней ряда, периодически повторяющиеся из года в год под влиянием времени года.
Для изучения сезонности в статистике применяются следующие методы:
Гармонический анализ – разложение уровней ряда в ряд Фурье по синусам и косинусам.
Определение специальных показателей, называемых индексами сезонности. Они характеризуют относительное отклонение месячных или квартальных средних за несколько лет от общей средней за все месяца или кварталы.
Если в ряду динамики отсутствует тренд или он незначителен, то для каждого месяца (квартала) индексы сезонности определяются по формуле:
(89)
где
– отношение
средней за одноименные месяца (квартала)
к общей средней за все года и месяца.
Расчет индексов сезонности заканчивается построением графика сезонной волны. По оси ОХ откладываются месяцы (квартала), по оси ОУ – индексы сезонности. Анализ графика сезонной волны позволяет сделать выводы о характере сезонности в ряде динамики.
Для оценки силы влияния сезонных колебаний на изучаемый показатель применяется среднеквадратическое отклонение сезонности
(90)
Если оно меньше 5 – то влияние сезонности незначительное;
Если оно находится в интервале от 5 до 10 – то влияние сезонности умеренное;
Если больше 10 – то влияние сезонности сильное.
Типовые примеры
Пример 1. Имеется следующая информация о товарообороте ассоциации до, и после укрупнения обслуживаемого региона (в сопоставимых ценах, млн. руб.), представленные в таблице 62.
Таблица 62
Динамика товарооборота по региону за 2001-2005 гг.
Товарооборот в границах: |
Годы |
||||
2001 |
2002 |
2003 |
2004 |
2005 |
|
Прежних |
260 |
270 |
275 |
- |
- |
Новых |
- |
- |
440 |
450 |
466 |
Произведите анализ динамики товарооборота ассоциации, предварительно приведя информацию к сопоставимому виду. Сделайте выводы.
Решение:
1. Приведём ряд динамики к сопоставимому виду, применив метод смыкания (таблица 63).
Таблица 63
Расчетная таблица приведения к сопоставимому виду.
Товарооборот в границах: |
Годы |
||||
2001 |
2001 |
2001 |
2001 |
2001 |
|
Прежних |
260 |
270 |
275 |
- |
- |
Новых |
- |
- |
440 |
450 |
466 |
Сопоставимый ряд |
416 |
432 |
440 |
450 |
466 |
Определим коэффициент пересчёта:
К = 440 : 275 = 1,6
Умножим на этот коэффициент все данные до изменения, получим сопоставимый ряд.
2. Проанализируем изменение товарооборота при помощи показателей динамики (таблица 64).
Таблица 64
Аналитические показатели динамики
Годы |
Уi |
Абсолютный прирост |
Темп роста |
Темп прироста |
абсолютное значение 1% цепного прироста |
|||||
|
|
|
|
|
|
|||||
2001 |
416 |
- |
- |
- |
- |
- |
- |
- |
||
2002 |
432 |
16 |
16 |
103,8 |
103,8 |
3,8 |
3,8 |
4,16 |
||
2003 |
440 |
8 |
24 |
101,9 |
105,8 |
1,9 |
5,8 |
4,32 |
||
2004 |
450 |
10 |
34 |
102,3 |
108,2 |
2,3 |
8,2 |
4,4 |
||
2005 |
466 |
16 |
50 |
103,6 |
112 |
3,6 |
12,0 |
4,5 |
||
Итого: |
2204 |
50 |
- |
Пр =112 |
- |
- |
- |
17,38 |
||
Рассчитаем средние показатели динамики:
Вывод: Таким образом, товарооборот по региону за 2001-2005 гг. увеличился в целом на 50 млн. руб. (12%), причем ежегодно он увеличивался от 8 млн. руб. (1,9%) до 16 млн. руб. (3,8%). В среднем в год товарооборот составлял млн. руб., он увеличивался в среднем в год на 12,5 млн. руб. (2,9%)
Пример 2. Имеются данные о потреблении овощей на одного члена семьи по району за 2000 –2006 гг. (таблица 65).
Таблица 65
Данные по потреблению овощей на одного человека в год за 2000-2006 гг.
Год |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
У(t) |
10,0 |
10,5 |
12,0 |
10,2 |
13,0 |
16,3 |
18,0 |
Построить модель тренда методом аналитического выравнивания по прямой.
Решение:
Для определения параметров модели построим расчетную таблицу 66.
Таблица 66
Расчет параметров модели
Год |
Потребление овощей, кг. yt |
t |
t2 |
yi*t |
ft = 13 + +1,3*t
|
et = (yt – ft) |
et2 =(yt –ft)2 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
2000 |
10,0 |
-3 |
9 |
-30,0 |
9,1 |
0,9 |
0,81 |
2001 |
10,5 |
-2 |
4 |
-21,0 |
10,4 |
0,1 |
0,01 |
2002 |
12,0 |
-1 |
1 |
-12,0 |
11,7 |
0,3 |
0,09 |
2003 |
11,2 |
0 |
0 |
0 |
13,0 |
-0,8 |
0,64 |
2004 |
13,0 |
1 |
1 |
13,0 |
14,3 |
-1,3 |
1,69 |
2005 |
16,3 |
2 |
4 |
32,6 |
15,6 |
0,7 |
0,49 |
2006 |
18,0 |
3 |
9 |
54 |
16,9 |
1,1 |
1,21 |
Итого |
91 |
0 |
28 |
36,6 |
91 |
– |
4,94 |
По данным расчетной таблицы 66 (столбец 2) определим параметры линейной модели тренда yt = a0 +a1 *t.
Рассчитаем значения ft по построенной модели ft = 13 + 1,3*t.
Расчетные данные приведены в таблице 66 (столбец 6). Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда (рис.6).
Для оценки качества модели рассчитываются отклонения от тренда et и сумма квадратов отклонений от тренда et2 (колонка 7 и 8 таблицы 66), а также абсолютная и относительная меры колеблемости отклонений от тренда (остатков):
Стандартная ошибка модели равна
Где к – число параметров в модели, n – число уровней ряда.
Относительная ошибка модели равна
Вывод: Таким образом, относительная мера колеблемости остатков меньше 10 %, следовательно, построенная модель является достаточно хорошей.
Рис. 6 Динамика потребления овощей на одного
человека за 2000-2006 гг.
Пример 3. Имеются данные о производстве продукции по предприятию (тыс. шт.) за 2000 – 2008 гг. (таблица 67).
Таблица 67
Динамика производства продукции по предприятию за 2000-2008 гг.
Год |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
У(t) |
15 |
14 |
12 |
9 |
11 |
14 |
16 |
13 |
18 |
Построить модель тренда методом аналитического выравнивания по параболе, оценить ее качество и построить прогноз на 2010 г.
Решение:
Для определения параметров модели построим расчетную таблицу 68.
Таблица 68
Расчет параметров модели
-
Год
Производство продукции тыс. шт.
yi
t
t2
yi*t
t4
yi*t2
ft
(yt – ft)2
2000
15
-4
16
-60
256
240
14,7
0,09
2001
14
-3
9
-42
81
126
13
1
2002
12
-2
4
-24
16
48
11,9
0,01
2003
9
-1
1
-9
1
9
11,4
5,76
2004
11
0
0
0
0
0
11,5
0,25
2005
14
1
1
14
1
14
12,2
3,24
2006
16
2
4
32
16
64
13,5
6,25
2007
13
3
9
39
81
117
15,4
5,76
2008
18
4
16
72
256
288
17,9
0,01
Итого
122
0
60
22
708
906
121,5
22,37
П о данным расчетной таблицы 68 определим параметры квадратичной модели тренда yt = a0 +a1 *t + a2*t2.
Решая систему уравнений, получим значения параметров – a0 = 11,5, a1 =0,4, a2 =0,3. Тогда модель основной тенденции примет вид:
ft = 11,5 +0,4 *t + 0,3*t2.
Рассчитаем значения yt по построенной модели. Расчетные данные приведены в предпоследней колонке таблицы 68. Для наглядного представления основной тенденции развития явления строится график фактических данных и модели тренда (рис. 7). Для оценки качества модели рассчитывается сумма квадратов отклонений от тренда (последняя колонка таблицы 68), а также абсолютная и относительная меры колеблемости отклонений от тренда (остатков):
Рис. 7 Динамика производства продукции по предприятию
за 2000-2008 гг.
Стандартная
ошибка модели равна
Где к – число параметров в модели, n – число уровней ряда.
Средний
уровень ряда равен
Относительная ошибка модели равна
Вывод: Таким образом, относительная мера колеблемости остатков меньше 15 %, следовательно, построенная модель может быть использована для прогнозирования.
Построим прогноз продукции предприятия на 2010 г. по построенной модели тренда. Так как в 2010 г. время t будет равняться 6, то прогноз равен:
Y* 2004 = 11,5 + 0,4 *6 + 0,3* 36 = 24,7 тыс. шт.
Пример 4.
Имеются месячные данные динамики производства мороженного по предприятию (таблица 69). Проанализировать сезонность производства мороженного, сделать выводы.
Таблица 69
Динамика производства мороженного 2004-2006 гг.
Номер строки |
Год |
Месяц t |
|||||||||||
январь |
февраль |
март |
апрель |
май |
июнь |
июль |
август |
сентябрь |
октябрь |
ноябрь |
декабрь |
||
1 |
2004 |
30 |
35 |
45 |
55 |
58 |
64 |
69 |
52 |
42 |
35 |
33 |
31 |
2 |
2005 |
37 |
40 |
44 |
52 |
46 |
70 |
60 |
48 |
46 |
38 |
36 |
35 |
3 |
2006 |
33 |
39 |
42 |
56 |
62 |
73 |
65 |
56 |
39 |
35 |
31 |
28 |
4 |
Итого |
100 |
114 |
131 |
163 |
166 |
207 |
194 |
156 |
127 |
108 |
100 |
94 |
Решение: Для расчетов построим таблицу 70.
Таблица 70
Динамика производства мороженного 2004-2006 гг.
Номер строки |
Год |
Месяц t |
|||||||||||
январь |
февраль |
март |
апрель |
май |
июнь |
июль |
август |
сентябрь |
октябрь |
ноябрь |
декабрь |
||
1 |
2004 |
30 |
35 |
45 |
55 |
58 |
64 |
69 |
52 |
42 |
35 |
33 |
31 |
2 |
2005 |
37 |
40 |
44 |
52 |
46 |
70 |
60 |
48 |
46 |
38 |
36 |
35 |
3 |
2006 |
33 |
39 |
42 |
56 |
62 |
73 |
65 |
56 |
39 |
35 |
31 |
28 |
4 |
Итого |
100 |
114 |
131 |
163 |
166 |
207 |
194 |
156 |
127 |
108 |
100 |
94 |
5 |
|
33,3 |
38,0 |
43,7 |
54,3 |
55,3 |
69,0 |
64,7 |
52,0 |
42,3 |
36,0 |
33,3 |
31,3 |
6 |
|
72,3 |
82,4 |
94,7 |
118,8 |
120 |
149,6 |
140,2 |
112,8 |
91,8 |
78,1 |
72,3 |
68,0 |
Определим средние за каждый месяц значения реализации мороженного (строка 5 таблицы 70) и общую среднюю за весь период
Рассчитаем индексы сезонности за каждый месяц (строка 6 таблицы 70). Например,
Построим график сезонной волны производства мороженного (рис. 8).
Вывод: Таким образом, динамика производства мороженного характеризуется ростом с января по июнь и снижением в июле-декабре.
Рис. 8 Сезонная волна производства мороженного
