Глава 1. Предмет и метод статистики промышленности. (обьект, предмет, задачи статистики промышленности, метод статистики промышленности)



План курсовой работы.

Введение.                                                                                  стр.3-4

Глава 1. Предмет и метод статистики

Промышленности. (обьект, предмет,

Задачи статистики промышленности,

Метод статистики промышленности).                             стр.5        

Глава 2. Экономическая характеристика

Машиностроения вологодской области.                             стр.6

Состояние и развитие отрасли

Машиностроения в Вологодской области.                         стр.6-8

Основные машиностроительные предприятия

Вологодской области.                                                                     стр.8-10

Глава 3. Анализ тенденций и

Закономерностей развития машиностроения

Вологодской области.                                                                     стр.11

Группировка предприятий по удельному

Весу в кредиторской задолженности расчётов с

Персоналом организации по оплате труда.                        стр.11-14

Промежуточная аналитическая группировка.

Типическая группировка предприятий

Машиностроения.                                                                   стр.14-17

Комбинационная группировка по двум признакам.     стр.17-22

Корреляционно-регрессионный анализ

Влияния факторов на финансовые результаты.               стр.22-31

Индексный анализ финансовых результатов.                      стр.31-32

Заключение..                                                                            стр.33

Список литературы.

Введение                                                                                                                                                         Статистика промышленности изучает количественную сторону массовых явлений и процессов, происходящих в промышленности, неразрывной связи с их качественной стороной.                                  Она исследует количественное выражение закономерностей промышленного производства в конкретных условиях места и времени. Эти закономерности могут быть связаны с развитием явлений, изменением структуры явлений, зависимостью одних явлений от изменения других и проявляются они только в совокупностях, свободных от влияния случайных факторов. Таким образом, изучая массовые явления и процессы, статистика промышленности выступает в качестве обобщающего учета в отличие от бухгалтерского и оперативного, предметом изучения которых служит каждый единичный факт производственной и хозяйственной деятельности отдельного предприятия. Но это не означает, что статистика не связана с другими видами учета. Напротив, все они составляют единую систему учета и статистики                                                                                           Статистика промышленности вскрывает и появление новых, прогрессивных явлений и процессов, которые в будущем становятся массовыми, например переход промышленных предприятий на новый порядок планирования и экономического стимулирования, образование новых производственных объединений и т.д.                                             Статистика промышленности представляет различным министерствам и хозяйственным органам экономико-статистическую информацию о ходе выполнения государственных планов развития промышленности. Направления, темпы развития промышленности, намечаемые в планах, находят конкретное выражение в определенной системе показателей. Статистика промышленности должна, прежде всего, организовывать статистический учет, за ходом выполнения плановых заданий начиная от предприятий, производственных объединений и кончая промышленностью в целом. Обрабатывая полученные данные, статистика исчисляет показатели, характеризующие состояние промышленности за истекший период и тем самым дает исходные данные для построения плана на будущий период. Однако она не только регистрирует достигнутый уровень производства, но и анализирует выполнение планов, сигнализируя о возникновении частичных диспропорций, вскрывая внутрипромышленные резервы, и тем самым участвует в выполнении планов. Эта аналитическая задача статистики с каждым годом приобретает все большее значение. Таким образом, задачи статистики промышленности в основном определяются задачами планирования и управления этой отраслью.                                                        С первой задачей статистики промышленности тесно связана и вторая задача – разработка и анализ научно обоснованной развернутой системы статистических показателей, необходимой для всестороннего научного исследования экономики российской промышленности.                                       Кроме того, задачами статистики промышленности являются: выявление результатов работы промышленности в целом и на отдельных ее участках, оценка степени выполнения плана, определение роли отдельных факторов, обусловивших достигнутые результаты, выявление внутрипромышленных резервов для дальнейшего увеличения выпуска продукции. Также важной задачей статистики является обеспечение достоверности и своевременности представления статистических данных.

 

Глава 1. Предмет и метод статистики промышленности. (обьект, предмет, задачи статистики промышленности, метод статистики промышленности)

                                                                                             

Статистика промышленности, как и любая самостоятельная наука, имеет свой предмет, использует методы и приемы исследования.                    Она относится к экономическим наукам. Действия и проявления экономических законов в области промышленности изучают многие экономические науки: политическая экономия, экономика промышленности, планирование, бухгалтерский учет и др. При общности объекта изучения статистика промышленности отличается от других наук своим предметом.    Предмет статистики промышленности -- количественная сторона массовых явлений и процессов, представляющих факторы и результат промышленного производства в конкретных условиях места и времени. Количественная определенность статистических категорий и закономерностей неразрывно связана с их качественным своеобразием, что является главной особенностью статистической методологии.                  Статистика промышленности изучает свой предмет, используя методы и приемы исследования, разрабатываемые общей теорией статистики. Эти методы применяются в определенной последовательности. На первом этапе применяется метод статистического наблюдения (сбор первичных данных), на втором - метод сводки и группировки результатов наблюдения (первичный анализ данных), на третьем -методы построения и анализа статистических показателей (методы сравнения, средних величин, индексный, корреляционный, регрессионный, факторного анализа и др.). Метод исследования сближает статистику промышленности со всеми отраслями статистической науки (статистика капитального строительства, статистика сельского хозяйства и др.), но отличает от других экономических наук (экономика, планирование, бухгалтерский учет и др.), объектом исследования, которых является промышленность. В то же время статистику промышленности от других отраслевых статистических наук отличает объект исследования - промышленность.

 

Методы анализа

Одна из важнейших черт статистических показателей, как объективных характеристик общественных явлений, состоит в их тесной взаимосвязи и взаимообусловленности.                                                                   Статистика принята, вскрывать эти связи и количественно их охарактеризовать.                                                                       Корреляционная, статистическая связь это неполная связь между признаками, которая проявляется при большом числе наблюдений.               Используя метод корреляции, можно решить следующие задачи:

-определить среднее изменение результативного признака под влиянием одного или нескольких факторов;

-охарактеризовать меру зависимости между результативным признаком и одним из факторов при среднем значении других;

-установить меру относительного изменения признака на единицу относительного изменения фактора или факторов;

-определить меру тесноты связи результативного признака;

-подвергнуть анализу общий объём вариации результативного признака и определить роль каждого фактора в этом варьировании;

-статистически оценить показатели корреляционной связи, полученные по выборочным данным.

Для приведения корреляционно - регрессионного анализа необходимо составить систему показателей. Говоря о корреляционном отношении как о показателе измерения тесноты зависимости, следует отличать от эмпирического корреляционного отношения – теоретическое.                     

Теоретическое корреляционное отношение η представляет собой относительную величину, получающуюся в результате сравнения среднего квадратического отклонения выравненных значений результативного признака δ, то есть рассчитанных по уравнению регрессии, со средним квадратическим отношением эмпирических (фактических) значений результативности признака σ:

 

,где ; .

 

 

Изменение значения η объясняется влиянием факторного признака.      В основе расчёта корреляционного отношения лежит правило сложения дисперсий, то есть , где - отражает вариацию у за счёт всех остальных факторов, кроме х , то есть являются остаточной дисперсией:


Тогда формула теоретического корреляционного отношения примет вид:

 

Подкоренное выражение корреляционного выражения представляет собой коэффициент детерминации (мера определенности, причинности) Коэффициент детерминации показывает долю вариации результативного признака под влиянием вариации признака-фактора.    Теоретическое корреляционное выражение применяется для измерения тесноты связи при линейной и криволинейной зависимостях между результативным и факторным признаком.                                                Как видно из вышеприведенных формул корреляционное отношение может находиться от 0 до 1. Чем ближе корреляционное отношение к 1, тем связь между признаками теснее.                                                      Теоретическое корреляционное отношение применительно к моему анализу я рассчитаю двумя способами:


 

                           

Полученное значение теоретического корреляционного отношения свидетельствует о возможном наличии среднестатистической связи между рассматриваемыми признаками. Коэффициент детерминации равен 0,62. Отсюда я заключаю, что 62% общей вариации работающих активов изучаемых банков обусловлено вариацией фактора – капитала банков (а 38% общей вариации нельзя объяснить изменением размера капитала).      Кроме того, при линейной форме уравнения применяется другой показатель тесноты связи – линейный коэффициент корреляции:


где n – число наблюдений.                                                                         Для практических вычислений при малом числе наблюдений (n≤20ч30) линейный коэффициент корреляции удобнее исчислять по следующей формуле:


Значение линейного коэффициента корреляции важно для исследования социально-экономических явлений и процессов, распределение которых близко к нормальному. Он принимает значения в интервале: -1≤ r≤1.  Отрицательные значения указывают на обратную связь, положительные – на прямую. При r = 0 линейная связь отсутствует. Чем ближе коэффициент корреляции по абсолютной величине к единице, тем теснее связь между признаками. И, наконец, при r=±1 – связь функциональная.                                                                        Используя данные табл. 1 я рассчитываем линейный коэффициент корреляции r. Но чтобы использовать формулу для линейного коэффициента корреляции рассчитаем дисперсию результативного признака σy:


 

Квадрат линейного коэффициента корреляции r2 называется линейным коэффициентом детерминации.                                                                  Из определения коэффициента детерминации очевидно, что его числовое значение всегда заключено в пределах от 0 до 1, то есть 0 ≤ r2 ≤ 1. Степень тесноты связи полностью соответствует теоретическому корреляционному отношению, которое является более универсальным показателем тесноты связи по сравнению с линейным коэффициентом корреляции.                                                                                          Факт совпадений и несовпадений значений теоретического корреляционного отношения η и линейного коэффициента корреляции r используется для оценки формы связи.                                       Выше отмечалось, что посредством теоретического корреляционного отношения измеряется теснота связи любой формы, а с помощью линейного коэффициента корреляции – только прямолинейной. Следовательно, значения η и r совпадают только при наличии прямолинейной связи.               Для оценки значимости коэффициента корреляции r используют t-критерий Стьюдента, который применяется при t-распределении, отличном от нормального.                                                                                          Индексный анализ .                                                                            Индексами в статистике называют сложные относительные показатели, характеризующие среднее изменение явления, состоящего из непосредственно несоизмеримых элементов                                      Применение индексного анализа поможет сравнить и проанализировать показатели двух типических групп, то есть высшей и низшей.

Различают два основных вида индексов:

простые (частные, индивидуальные);

аналитические (общие, агрегатные).

В первом случае исследуемый признак принимается без учета связи этого признака с остальными признаками исследуемых экономических явлений. Такие индексы могут быть представлены следующей формулой:

и — соответственно сравниваемые состояния какого-либо признака

Во втором случае изучаемый признак используется не изолированно, а в его взаимосвязи с другими признаками.

Поэтому любой аналитический индекс состоит из двух элементов:

индексируемый признак , то есть тот признак, изменение которого подвергается изучению;

весовой признак .

С помощью весовых признаков исследуются изменения экономических явлений, составляющие элементы которых являются несоизмеримыми. Следует иметь в виду, что простые и аналитические индексы взаимно дополняют друг друга.                                                           Аналитические индексы могут быть представлены следующим образом:

или

где и — весовые признаки.


Дата добавления: 2018-02-15; просмотров: 410; ЗАКАЗАТЬ РАБОТУ