РефератыЭкономикаСтСтатистические методы анализа экономических явлений

Статистические методы анализа экономических явлений

Министерство образования и науки Российской Федерации


Федеральное агентство по образованию


ГОУ ВПО «Уральский государственный технический университет УПИ имени первого Президента России Б. Н. Ельцина»


Кафедра «Экономика и управление качеством продукции»


Курсовая работа


по Статистике промышленности


Тема: Статистические методы анализа экономических явлений


Студентки Колясниковой Ю.А.


группа ЭУ27081


Консультант: Павина Э.Н.


г. Екатеринбург 2009 г.


Содержание


Введение


Раздел 1. Метод группировок


1.1 Метод группировки и его место в системе статистических методов


1.2 Типологические группировки


1.3 Структурные группировки


1.4 Аналитические группировки


1.5 Метод группировок, относительные и средние величины


Раздел 2. Методы анализа рядов динамики


2.1 Понятие о статистических рядах динамики


2.2 Показатели рядов динамики


2.3 Выявление и характеристика основной тенденции развития


Раздел 3. Индексный метод анализа


3.1 Понятие об индексах. Основные задачи индексного метода


3.2 Индексы индивидуальные и сводные


3.3 Индексы базисные и цепные с переменными и постоянными весами


3.4 Использование индексов в экономическом анализе


Раздел 4. Анализ на основе выборочного наблюдения


4.1 Понятие о выборочном наблюдении


4.2 Собственно-случайная выборка


4.3 Механическая выборка


4.4 Типическая выборка


4.5 Серийная выборка


Заключение


Список использованной литературы


Введение


Анализ и обобщение статистических данных – заключительный этап статистического исследования, конечной целью которого является полчение теоретических выводов и практических заключений о тенденциях и закономерностях изучаемых социально-экономических явлений и процессов.


Анализ – это метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей. Экономико-статистический анализ – это разработка методики, основанной на широком применении традиционных статистческих и математико-статистических методв, с целью контроля адекватного отражения исследуемых явлений и процессов.


Задачами статистического анализа являются: определение и оценка специфики и особенностей изучаемых явлений и процессов, изучение их структуры, взаимосвязей и закономерностей их развития.


Статистический анализ данных проводится в неразрывной связи теоретического,качественного анализа сущности исследуемых явлени и соответствующего количественного инструментария, изучения их структуры, связей и динамики.


В своей работе я предполагаю сделать следующее:


-рассмотреть основные методы анализа экономических явлений


-рассмотреть области применения того или иного метода


-рассмотреть формулы для расчета показателей


-рассмотреть преимущества и недостатки применения каждого метода


Раздел 1. Метод группировок


1.1 Метод группировки и его место в системе статистических методов


Различные единицы статистической совокупности, имеющие определенное сходство межу собой по дстаточно важным признакам, объединяются в группы при помощи метода группировки. Такой прием позволяет «сжать» информацию, полученную в ходе наблюдения, и на этой основе установить закономерности, присущие изучаемому явлению.


Группировка – это


1. распределение единиц по группам в соответствии со следующим принципом: различия между единицами, отнесенными к одной группе, должны быть меньше, чем между единицами, отнесенными к разным группам.


2. расчленение множества единиц исследуемой совокупности на группы по определенным существенным для них признакам.


Группировка является одним из наиболее сложных в методологическом плане этапов статистического исследования. Совокупность причин, которые обуславливают необходимость проведения группировки и определяют ее место в общей системе статистических методов, кроются в своеобразии объекта статистического исследования. Он представляет собой комплекс частных совокупностей, которые могут быть качественно и глубоко различны, обладать различными свойствами, степенью сложности, характером развития.


Метод группировок применяется для решения различных задач, важнейшими из которых являются:


1. выделение социально-экономических типов


2. определение структуры однотипных совокупностей


3. вскрытие связей и закономерностей между отдельными признаками общественных явлений


В связи с этим существуют 3 вида группировок: типологические, структурные и аналитические. Группировки различают по форме проведения. Выполнятся они могут путем либо последовательного развертывания, либо одновременного охвата группировочных признаков, вследствие чего образуются простая группировка (по одному признаку) и комбинационная группировка (по двум или нескольким признакам).


1.2 Типологические группировки


Типологическая группировка представляет собой разделение исследуемой качественно разнородной статистической совокупности на классы, социально-экономические типы, однородные группы единиц. В качестве примера таких группировок можно назвать группировки работников одной прфессии по различным квалификациям, группировки акционерных компаний по по различным уровням дивидендов.


Для научно обоснованного построения типологических группировок важное значение имеет выбор группировочных признаков. Группировочным называется такой признак, на основе которого проводится выделение различных типов, групп и подгрупп. При типологической группировке в качестве группировочных выступают наиболее существенные признаки, поскольку ее задачей является выделение типов и групп, отличающихся друг от друга не чисто внешне, а по существу.


Вслед за выбором группировчных признаков важнейшее значение имеет выделение качественно однородных групп, установление их количества и границ. В случае группировки по атрибутивным признакам число групп должно соответствовать экономической теории и числу разновидностей признака.


Выделение групп и подгрупп по количественным группировочным признакам связано с образованием интервалов по этим признакам. Лишь тогда, когда дискретный количественный признак изменяется в небольших пределах, выделяемые группы совпадают со значениями признака. Интервал – величина отдельных групп или подгрупп, выделенных по количественному признаку. Образование интервалов – важнейший принципиальный этап работы, осуществляемый на основе глубокого теоретического анализа. В результате типологической группировки из разнокачественных явлений выделяются однокачественные типы. Вопрос о числе групп и интервалов решается в зависимости от содержания явлений задач исследованя, иногда от численности совокупностей явлений. Намечанные интервалы могут быть разными: различают открытые и закрытые интервалы. Открытыми называются такие интервалы, у которых указана лишь одна граница – верхняя или нижняя; у закрытых указаны и верхняя и нижняя границы.


Следующим этапом является непосредственная группировка материала по намеченым признакам и группам (интервалам). После того, как намечены группировочные признаки и группы, по которым предполагается выделять соответствующие типы, необходимо провести соответствующую группировку материала. Сначала намечают, к какому типу относится та или иная группа или подгруппа, затем подсчитывают число единиц совокупности по каждой группе или подгруппе и посредством суммирования однокачественных группп и подгрупп устанавливают число типов, которые характеризуются соответствующими системами показателей.


1.3 Структурные группировки


Структурные группировки разделяют однородную в качественном отношении совокупность единиц по определенным, существенным признакам на группы, характеизующие ее состав и внутреннюю структуру. Тем самым решается вторая задача группировок – выявление внутренего строения статистической совокупности. Структурные группировки дают иформацию о том, из каких частей состоит изучаемое множество явлений, каково строение типов явлений и какими показателями характеризуются отдельные части; служат преимущественно для получения выводов о текущем состоянии хозяйства, используются для оперативного руководства работой предприятия, а также в качестве основы для выявления и мобилизации имеющихся в хозяйстве резервов. В качестве примеров можно назвать группировки рабочих по стажу работы, по заработной плате, исследование состава населения по полу, возрасту, исследование состава коммерческих банков по капиталу, уставному фонду.


Первым этапом выполнения структурных группировок является выбор группировчных признаков. В качествеэтих признаков могут рассматриваться и количественные и атрибутивные признаки. При составлении группировок по количественным признакам необходимо определиться с оптимальным числом групп и шириной интервалов. В матемаической статистике используется следующая формула для определения оптимального числа групп:


К=1+3,2logn,


где К – оптимальное число групп, а n – число единиц совокупности. Для расчета величины интервала в группировках с равными интервалами используется следующая формула:


где - соответственно максимальное и минимальное значения изучаемого признака.


1.4 Аналитические группировки


Аналитические группировки обеспечивают установление взаимосвязи и взаимозависимости между исследуемыми социально-экономическими явлениями и признаками, их характеризующими. Посредством этого вида группировок устанавливаюия и изучаются причинно-следственные связи между признаками однородных явлений, определяются факторы развития статистической совокупности. Если с увеличением (уменьшением) значений группировочных признаков связанные с ними признак также увеличиваются (уменьшаются), то такая связь называется прямой; если же с увеличением факторных признаков результативные уменьшаются, то такая связь называется обратной. В качестве примеров можно назвать установление связей между стажем работы и часовой заработной платой в коллективе рабочих одной профессии.


1.5 Метод группировок, относительные и средние величины


Метод группировок используется совместно с метдом обобщающих показателей. Поэтому для каждой группы, образованной по какому-либо признаку, вычисляется средняя абсолютная или относительная величина результативного признака.


Относительные величины получаются в результате сравнения (деления) абсолютных величин. Различают следующие виды:


1. относительные величины динамики – характеризуют изменение явления во времени и показывают, во сколько раз увеличился (уменьшился) уровень показателя по сравнению с каким-либо предшествующим периодом. Для расчета этой относительной величины определяют отношение уровней, характеризующих изучаемое явление в разные периоды времени.


2. Относительные величины планового задания и выполнения плана - показывают во сколько раз или на сколько процентов должна увеличится (уменьшится) величина показателя по плану в сравнении с его уровнем в предшествующем периоде


3. Относительные величины структуры - характеризуют долю отдельных частей в общем объеме совокупности. Их расчитывают как отношение числа единиц (или объема признака) в отдельных частях совокупности к общей численности единиц (или объему признака) по всей совокупности.


4. Относительные величины интенсивности – характеризуют степь развития или распространения данного явления


5. Относительные величины координации – характеризуют соотношения между двумя частями одного целого


6. Относительные величины сравнения – характеризуют отношение одноименных показателей, тносящихся к одному и тому же периоду (моменту) времени, но к разным объектам или территориям.


Средним показателем в статистике называется обобщающая или типическая характеристика социально-экономических явлений по одному количественному признаку. Рассчитывается средний показатель чаще всего посредством деления объема признака, взятого по совокупности явлений, на число явлений (единиц), которые этим признаком обладают. Наиболее распространенной формой средних величин является средняя арифметическая простая и взвешенная.


Когда имеются данные наблюдения на определенные моменты времени, используется средняя хронологическая:


Кроме рассмотренных выше имеются и другие показатели, характеризующие структуру рядов распределения.


Применение медианы целесообразно при наличии в вариационном ряду открытых интервалов, так как не требуется условного установления неизвестных границ крайних интервалов, что не влияет на точность расчета медианы.


Так как каждая величина отличается от средней в различной степени, то для измерения таких различий вычисляют специальные показатели:


- размах вариации


-среднее линейное отклонение


-дисперсия


-среднее квадратическое отклонение


-коэффициент вариации


Размах вариации показывает разность между максимальным и минимальным значениями признака, не учитывая различия всех остальных значений. Среднее линейное отклонение учитывает только абсолютный размер колеблемости и используется в случаях нежелательности отклонений ни в большую, ни в меньшую сторону от установленного стандарта. Среднее квадратическое отклонение учитывает колеблемость всех значений признака от средней величины и может учесть знак отклонения. Коэффициент вариации показывает относительный размер колеблемости и вычисляется при анализе одноименных явлений, относящихся к различным объектам или территориям, или при анализе различных явлений, относящихся к одному и тому же объекту.


Раздел 2. Методы анализа рядов динамики


2.1 Понятие о статистических рядах динамики


Методы анализа рядов динамики занимают немаловажное место в связи с тем, что уровни общественных явлений изменяются во времени и, следовательно, необходимо выделить однородные этапы развития, найти и охарактеризовать свойственные им закономерности, тенденции и специфические особенности.


Ряд расположенных в хронологической последовательности значений статистических показателей, представляет собой временной (динамический) ряд. Каждый временной ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени, к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели, которые характеризуют изучаемый объект на определенный момент или за указанный период времени.


Статистические показатели, характеризующие изучаемый объект, называются уровнями ряда. Уровни рядов динамики могут представлять собой абсолютные, относительные и средние величины.


В качестве показателя времени в рядах динамики могут указываться либо определенные моменты времени, либо отдельные периоды (сутки, месяцы, кварталы, полугодия и т.д.). В зависимости от характера временного параметра ряды делятся на моментные и интервальные. В моментных рядах уровни характеризуют значения показателя по состоянию на определенные моменты времени (пример: ряд курсов акций для конкретных чисел). В интервальных рядах уровни характеризуют значения показателей за определенные интервалы времени (пример: ряд годовой динамики производства продукции в стоимостном выражении).


Важной особенностью интервальных рядов динамики абсолютных величин является возможность суммирования их уровней. В результате чего получаются накопленные итоги, имеющие осмысленное содержание благодаря отсутствию повторного счета.


2.2 Показатели рядов динамики


При изучении динамики необходимо решить целый ряд задач и осветить широкий круг вопросов, с тем чтобы охарактеризовать особенности и закономерности развития изучаемого объекта. К числу основных задач, возникающих при изучении динамических рядов, относятся следующие:


1. характеристика интенсивности отдельных изменений в уровнях ряда от периода к периоду или от даты к дате


2. определение средних показателей временного ряда за тот или иной период


3. выявление основных закономерностей динамики исследуемого явления на отдельных этапах и в целом за рассматриваемый период


4. выявление факторов, обуславливающих изменение изучаемого объекта во времени


5. прогноз развития явления на будущее


Динамический ряд представляет собой ряд последовательных уровней, сопоставляя которые между собой можно получить характеристику скорости и интенсивности развития явления. В результате сравнения уровней получается система абсолютных и относительных показателей динамики, к числу которых относятся абсолютный прирост, коэффициент роста, темп прироста, абсолютное значение одного процента прироста. Если сравнению подлежат несколько последовательных уровней, то возможны 2 варианта сопоставления: каждый уровень динамического ряда сравнивается с одним и тем же предшествующим уровнем, принятым за базу сравнения; каждый уровень динамического ряда сравнивается с непосредственно ему предшествующим.


Абсолютный прирост определяется как разность между двумя уровнями динамического ряда и показывает, на сколько данный уровень ряда превышает уровень, принятый за базу сравнения:


Темп роста определяется как отношение двух сравниваемых уровней и показывает, во сколько раз данный уровень превышает уровень базисного периода:


Темп прироста показывает, на сколько процентов уровень данного периода больше (меньше) базисного уровня. Данный показатель может быть рассчитан 2 способами:


1.отношение абсолютного прироста к уровню, принятому за базу сравнения:


2.разность между темпом роста (в процентах) и 100%


Во всех вышеперечисленных формулах расчетах - текущий уровень ряда динамики, - предшествующий текущему уровень ряда, - базисный уровень ряда.


Между показателями динамики, вычисленными с постоянной и переменной базой, существует определенная связь:


1. произведение ряда последовательных цепных коэффициентов роста равно соответствующему базисному


2. частное от деления последующего базисного коэффициента роста на предшествующий ему базисный коэффициент равно соответствующему цепному коэффициенту роста


3. абсолютное значение 1% прироста составляет 0,01 уровня ряда за предшествующий период


4. темп прироста равен темпу роста минус 100


Кроме частных показателей вычисляются также и средние показатели: уровень ряда, темп роста, темп прироста. Метод расчета среднего уровня ряда динамики зависит от временного ряда. Для интервального ряда динамики средний уровень за период определяется по формуле простой средней арифметической:


Средний абсолютный прирост рассчитывается как средняя арифметическая из показателей скорости роста за отдельные промежутки времени.


2.3 Выявление и характеристика основной тенденции развития


Одной из задач, возникающих при анализе рядов динамики, является установление закономерности изменения уровней изучаемого показателя во времени.


В некоторых случаях эта закономерность вполне ясно отображается уровнями динамического ряда. Однако часто приходится встречаться с такими рядами динамики, когда уровни ряда претерпевают самые различные изменения и можно говорить лишь об общей тенденции развития явления, либо о тенденции к росту, либо к снижению. В этих случаях для определения основной тенденции развития явления, достаточно устойчивой на протяжении данного периода, используют особые приемы обработки рядов динамики.


Уровни ряда динамики формируются под влиянием множества факторов и в том числе различного рода случайных обстоятельств. Выявление основной закономерности изменения уровней ряда предполагает ее количественное выражение, в некоторой мере свободное от случайных воздействий.


Один из наиболее простых приемов обнаружения общей тенденции развития явления – укрупнение интервала динамического ряда. Смысл заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, показатели которого относятся к большим по продолжительности периодам времени. Например, ряд, содержащий данные о месячном выпуске продукции, может быть преобразован в ряд квартальных данных. Вновь образованный ряд может содержать либо абсолютные величины за укрупненные по продолжительности промежутки времени, либо средние величины. При суммировании уровней или при выведении средних по укрупненным интервалам отклонения в уровнях, обусловленные случайными причинами, взаимопогашаются, сглаживаются и более четко видно действие основных факторов изменения уровней.


Выявление основной тенденции может быть осуществлено методом скользящей средней. Для определения скользящей средней формируются укрупненные интервалы, состоящие из одинакового числа уровней. Каждый последующий интервал получается постепенным сдвигом от начального уровня динамического ряда на один уровень.


Для того, чтобы представить количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени, исполь

зуется аналитическое выравнивание ряда динамики. В этом случае фактические уровни заменяются уровнями, вычисленными на основе определенной кривой. Предполагается, что она отражает общую тенденцию изменения во времени изучаемого показателя.


Данный метод состоит из 4 последовательных этапов:


1. На основе теоретического анализа сущности и законов развития данного явления устанавливается характер его динамики на определенном этапе.


2. Исходя из проведенного анализа, выбирается форма аналитического уравнения, которому графически соответствует определенная линия – парабола, гипербола, прямая и т.п. Выбор аналитического уравнения является несколько условным, так как процесс развития строго не укладывается в одну математическую формулу. Кроме того, развитие явления также только условно может рассматриваться как функция времени, так как изменение обусловлено действием целого комплекса условий и факторов.


3. На основе полученного уравнения кривой рассчитываются выравненные уровни, соответствующие во времени фактическим уровням ряда динамики.


Если уровень явления растет с более или менее постоянной абсолютной скоростью, то осуществляется выравнивание ряда по прямой:


Аналитическое выравнивание рядов динамики используют для интерполяции (нахождение неизвестных промежуточных уровней ряда) и экстраполяции (определение уровней, лежащих за пределами ряда динамики). Возможность экстраполяции обеспечивается двумя обстоятельствами: общие условия, определяющие тенденцию развития в прошлом, не претерпевают существенных изменений в будущем; тенденция развития явления характеризуется тем или иным аналитическим уравнением. Вместе с тем расчет показателей темпа роста и т.п. позволяет ориентироваться в наличии или отсутствии устойчивой тенденции развития и обосновать форму уравнения основной тенденции развития.


Раздел 3. Индексный метод анализа


3.1 Понятие об индексах. Основные задачи индексного метода


Необходимость разработки индексного метода обусловлена потребностями общества в учете, контроле и анализе отдельных элементов сложного явления. Для решения задач анализа динамики показателей, характеризующих однородные совокупности, используются индексы, которые позволяют не только исследовать динамику показателей, но и оценить влияние факторов, вызвавших то или иное изменение.


Индекс представляет собой относительную величину, получаемую в результате сопоставления уровней сложных социально-экономических показателей во времени, в пространстве или по сравнению с планом.


Из всего вышеперечисленного формулируются следующие задачи, решаемые индексным методом: оценка динамики обобщающих показателей, характеризующих разнородные совокупности; анализ влияния факторов на изменение результативных обобщающих показателей; анализ влияния структурных сдвигов на изменение средних показателей по однородной совокупности; территориальные, в том числе международные, сравнения.


3.2 Индексы индивидуальные и сводные


По охвату единиц совокупности индексы делят на индивидуальные и сводные. Индивидуальные индексы характеризуют динамику или территориальные изменения по одному товару, одному виду продукции и т.п.


Индивидуальные индексы, в сущности, представляют собой относительные показатели динамики, или темпы роста, и по данным за несколько периодов могут рассчитываться в цепной или базисной формах.


Сводный индекс отражает изменение по всей совокупности элементов сложного явления. Индексируемые показатели, а также явления, выступающие в роли весов (соизмерителей, которые позволяют складывать разнородные явления), могут быть качественными и количественными. Количественные представляют собой численность тех или иных единиц или общий объем признака (пример: индекс физического объема продукции); качественные показатели характеризуют уровень явления в расчете на какую-либо единицу совокупности (пример: индекс себестоимости). Если индексируется количественный показатель, то весами является качественный, причем на базисном уровне. Данные индексы охватывают весь круг единиц текущего периода.


Если индексируется качественный показатель, то весами является количественный, причем на отчетном уровне. Данные индексы характеризуют соотношение уровней явления применительно к сравнимому кругу единиц.


Числитель данного индекса отражает фактический товарооборот текущего периода, знаменатель представляет собой условную величину, показывающую, каким был бы товарооборот в текущем периоде при условии сохранения цен на базисном уровне.


Так же примерами сводных индексов могут служить следующие индексы:


-индекс товарооборота, числитель которого представляет собой товарооборот текущего периода, знаменатель – товарооборот предшествующего периода.


-индекс себестоимости, числитель которого отражает затраты на производство текущего периода, знаменатель – условную величину затрат при сохранении себестоимости на базисном уровне.


-индекс объема продукции, взвешенный по себестоимости.


3.3 Индексы базисные и цепные с переменными и постоянными весами


При расчете сводных индексов при сравнении показателей за два периода могут использоваться веса как текущего, так и базисного уровня. Если индексы рассчитываются за ряд последовательных периодов, то при построении такой индексной системы необходимо определиться со следующими пунктами:


1. какие веса будут у всех индексов, входящих в индексную систему, - постоянные или переменные


2. окажутся ли все исчисляемые индексы цепными либо базисными. При построении цепных индексов показатели каждого периода сравниваются с показателями предшествующего периода. В базисных индексах показатели каждого периода сравниваются с одним и тем же уровнем, взятым за базу сравнения.


В качестве примера можно взять индекс цен:


-цепной индекс цен с переменными весами


Входящие в эту систему индексы являются цепными, так как сравнение уровней цен осуществляется последовательно: цены первого периода сравниваются с ценами базисного периода, цены второго периода сравниваются с ценами первого периода и т.д. Веса при этом каждый раз меняются, отражая объемы продаж текущего периода.


-цепной индекс цен с постоянными весами


Индексы данной системы остаются цепными, но веса их постоянны, зафиксированы на уровне базисного периода.


-базисный индекс цен с переменными весами


Индексы этой системы характеризуют изменение цен в текущем периоде по сравнению с неизменным базисным уровнем. Последний индекс в этом ряду будет отражать изменение цен за весь рассматриваемый временной интервал.


-базисный индекс цен с постоянными весами


В данном индексе не меняется не только база сравнения, но и веса. Использование базисных весов позволяет исключить влияние структурных изменений в объемах продаж на получаемые сводные индексы.


Индексы цепные и базисные с постоянными весами взаимосвязаны между собой следующим образом:


1. произведение цепных индексов равно базисному за соответствующий период


2. частное от деления последующего базисного индекса на непосредственно ему предшествующий равно цепному индексу.


4. Использование индексов в экономическом анализе.


Индексы применяются для характеристики изменения уровня сложных экономических показателей. Их можно использовать также в аналитических целях для оценки влияния на результативный показатель изменения факторов, его формирующих. Предпосылкой для проведения анализа в индексной форме является возможность представления результативного экономического показателя произведением двух или более определяющих его величину показателей или суммой таких произведений.


Оценивать роль отдельных факторов изменения результативного показателя можно путем построения системы взаимосвязанных индексов. Задача состоит в том, что бы рассчитать изменение сложного показателя при изменении величины только одного фактора так, чтобы величина других факторов была бы сохранена на определенном постоянном уровне. В основе приема аналитических индексных расчетов лежит принцип элиминирования (устранения влияния) изменений величины всех факторов, кроме изучаемого. При построении индексов, оценивающих влияние отдельных факторов на изменение сложного показателя, необходимо иметь в виду, что общий результат изменения этого показателя представляет собой сумму изменения за счет влияния всех исследуемых факторов, формирующих этот показатель.


В связи с этим, стоит рассмотреть индекс структурных сдвигов. Под индексом структурных сдвигов понимают индекс, характеризующий влияние изменения только структуры изучаемого явления на динамику среднего уровня этого явления.


Между всеми вышеперечисленными индексами существуют взаимосвязи:


1. взаимосвязь между индивидуальными и сводными индексами позволяет разложить общее изменение анализируемого показателя на индивидуальные.


2. взаимосвязь базисных и цепных индексов с постоянными весами позволяет разложить изменение изучаемого показателя за длительный период на изменения более краткого периода.


3. индекс переменного состава может быть разложен на два индекса: индекс фиксированного состава (изменение только исследуемого показателя), индекс структурных сдвигов (влияние изменения весов на среднее изменение исследуемого показателя).


4. если экономические показатели связаны между собой как произведение, то их индексы взаимосвязаны точно так же.


Раздел 4. Анализ на основе выборочного наблюдения


4.1 Понятие о выборочном наблюдении


Первым этапом статистического наблюдения является наблюдение. Этот этап может осуществляться сплошным и несплошным способами. Выборочное наблюдение представляет собой один из наиболее широко применяемых видов несплошного наблюдения. При проведении выборочного наблюдения обследуются не все единицы изучаемого объекта (не все единицы генеральной совокупности), а лишь некоторая, так или иначе отобранная часть этих единиц. Однако наблюдение организовано таким образом, что эта часть отобранных единиц в уменьшенном масштабе представляет всю совокупность.


Система правил отбора единиц и способов характеристики изучаемой совокупности исследуемых единиц составляет содержание выборочного метода. Выборочный метод позволяет получать достоверные результаты лишь тогда, когда соблюдается принцип равновозможности каждой единицы быть отобранной. При этом только случай, а не какой-либо иной фактор (за исключением механического отбора) влияет на разрешение включить рассматриваемую единицу в выборочную совокупность. Из всех методов несплошного наблюдения выборочный считается наиболее теоретически разработанным и обоснованным именно в силу того, что положенный в его основу принцип случайности позволяет математически обосновать дальнейшее распространение выборочных характеристик на всю совокупность.


Широкое применение выборочного метода объясняется рядом его неоспоримых преимуществ по сравнению со сплошным наблюдением. Основными из них являются:


-быстрота получения результатов обследования. Существенное уменьшение объема наблюдения за счет отбора лишь части единиц совокупности позволяет быстрее собрать информацию и оперативнее получить сводные результаты обследования.


-значительное снижение стоимости обследования. Все затраты на организацию наблюдения делят на затраты, не зависящие от числа единиц наблюдения, и затраты, прямо пропорциональные числу единиц обследования. Для обеспечения одной и той же точности в больших по численности совокупностях при прочих равных условиях требуется заметно меньшая доля отбираемых единиц по сравнению с совокупностями, меньшими по численности.


-возможность лучшей организации проведения обследования и как следствие повышение достоверности получаемых результатов. При проведении выборочного наблюдения возникают два типа ошибок: ошибки репрезентативности (представляют собой расхождение между величиной полученных по выборке показателей и величиной этих показателей, которые были бы получены при проведенном с одинаковой степенью точности сплошном наблюдении) и ошибки регистрации (их появлении может быть вызвано несовершенством измерительных приборов, недостаточной квалификацией наблюдателя, неточностью подсчетов и т.п.). Использование выборки позволяет свести последние к минимуму за счет лучшей организации проведения обследования, так как объем наблюдений уменьшается и появляется возможность проконтролировать основные этапы его проведения, таким образом, обеспечивается большая достоверность получаемых данных.


-возможность расширения программы наблюдения. Уменьшение количества наблюдаемых единиц позволяет изучить их, используя более широкий перечень вопросов, расширить программу наблюдения.


-возможность использования в тех случаях, когда проведение сплошного наблюдения методологически невозможно. Если наблюдение связано с порчей или уничтожением продукции, например, при статистических исследованиях качества продукции, выборочное наблюдение становится единственно возможным.


Понятие «выборочный метод» объединяет большую группу методов, значительно отличающихся друг от друга схемами и способами организации отбора единиц наблюдения из генеральной совокупности. Различают индивидуальный, групповой и комбинированный отбор.


При индивидуальном отборе в выборочную совокупность извлекаются отдельные единицы генеральной совокупности (пример: при обследовании населения – конкретные люди). Индивидуальный отбор применяется при организации собственно-случайной, механической и типической выборок. При групповом отборе единицы извлекаются группами (пример: при обследовании населения – микрорайоны). Комбинированный отбор предполагает сочетание индивидуального и группового отборов (пример: сначала выбираются конкретные микрорайоны, а затем из них случайным образом извлекаются конкретные люди).


При проведении можно использовать бесповторный или повторный отбор. В зависимости от схем и способов отбора различают следующие виды выборок: собственно-случайную, механическую, типическую, серийную.


4.2 Собственно-случайная выборка


Отбор единиц при использовании собственно-случайной выборки предполагает непреднамеренный отбор единиц генеральной совокупности в выборочную. При этом средний размер изучаемого признака и доля единиц, обладающих изучаемым признаком, в выборке будет носить переменный характер, то есть они могут принимать различные значения при том или ином исходе выборки, и их появление будет иметь различную вероятность. Все эти возможные варианты значений средней или доли будут колебаться около генеральной средней и генеральной доли.


Мерой колеблемости является дисперсия ( ). При изучении среднего размера признака


Корень квадратный из этих выражений носит название средней ошибки выборки.


В математической статистике доказывается, что при достаточно большом числе единиц наблюдения выборочной совокупности расхождения между генеральными и выборочными дисперсиями незначительны.


Условные обозначения показателей выборочной и генеральной совокупностей.






















Показатели Генеральная совокупность Выборочная совокупность
Численность единиц
Средняя величина
Число единиц, обладающих изучаемым признаком
Доля единиц, обладающих изучаемым признаком
Доля единиц, не обладающих изучаемым признаком
Дисперсия

Средняя ошибка выборки


-при изучении средней


-при изучении доли единиц, обладающих признаком


Предельная ошибка выборки


-при изучении средней


При изучении доли



Эта зависимость между величинами предельной и средней ошибок вытекает из закона больших чисел: с вероятностью сколь угодно близкой к единице можно утверждать, что при достаточно большом объеме выборки и ограниченной генеральной дисперсии выборочные обобщающие показатели будут сколь угодно мало отличаться от соответствующих генеральных показателей.


Следовательно, предельная ошибка выборки отвечает на вопрос о точности выборки с определенной вероятностью, величина которой определяется значением коэффициента доверия. Востребованность собственно-случайной выборки объясняется не только удобством ее практического применения, но и тем, что она лежит в основе многих других способов выборочного наблюдения.


4.3 Механическая выборка


Наряду со случайным отбором применяется механический отбор. При этом способе генеральная совокупность делится на столько групп, сколько единиц наблюдения должно войти в выборку, и из каждой группы выбирается одна единица. Существует два принципиально отличных друг от друга способа формирования механической выборки: по неранжированным данным и по ранжированным данным генеральной совокупности. В первом случае результаты механического отбора по сути будут являться реализацией случайного бесповторного отбора, так как единицы наблюдения располагаются в случайном порядке. Во втором случае единицы наблюдения определенным образом упорядочиваются по величине изучаемого или коррелирующего с ним признака. В этом отборе получается более точное распределение единиц выборочной совокупности к распределению в генеральной совокупности, чем при собственно-случайном отборе. Оценка точности результатов механической выборки производится с помощью тех же формул, что и для собственно-случайной выборки.


4.4 Типическая выборка


При значительной колеблемости признака в генеральной совокупности (пример: при обследовании предприятий различных отраслей, которые значительно отличаются друг от друга) совокупность целесообразно предварительно разбить на одинаковые в некотором смысле слова типы или группы, а затем провести случайный отбор единиц наблюдения внутри полученных групп. Извлеченная подобным образом выборка будет типической.


Данный вид выборки может быть пропорциональным и оптимальным. Если отбор пропорциональный, то в каждом районе число единиц выборки равно числу выборочных единиц других групп. В тех случаях, когда известно, что колеблемость отдельных вариантов изучаемого признака в одних районах меньше, а в других – больше, то численность выборки увеличивают в тех районах, где среднее квадратическое отклонение больше. Такая выборка называется оптимальной.


Точность типической выборки более высока, чем в собственно-случайной или механической. Особенно она возрастает, если всю генеральную совокупность до осуществления отбора удается разбить на отдельные типы единиц, руководствуясь величиной признака, связанного с изучаемым.


4.5 Серийная выборка


Если генеральную совокупность можно разбить на одинаковые по объему и однородные группы, то осуществляют отбор не единиц наблюдения, а их серий, после чего проводится сплошное обследование внутри серии (пример: при оценке качества продукции можно отбирать партии товара, а затем на сплошной основе обследовать входящие в них изделия). В отличие от типического отбора, серийный отбор базируется на том предположении, что количество единиц в группах является случайным, несистематическим и при изучении основных тенденций и закономерностей этим отличием можно пренебречь. Серийной называется выборка, в процессе формирования которой проводится случайный либо механический отбор однородных серий или групп объектов, а затем сплошное наблюдение всех единиц, составляющих отобранные серии.


Заключение


Статистика как наука имеет свой предмет исследования. Она изучает с количественной стороны в непосредственной связи с качественным содержанием массовые социально-экономические явления. Использование статистических методов анализа предполагает предварительное глубокое изучение того или иного явления, понимание его сущности. Исследование должно быть научно организованным от первого этапа – статистического наблюдения и регистрации всех необходимых свойств и черт изучаемого явления до последнего этапа – определения количественного влияния отдельных факторов на результат или определения тенденции развития или каких-либо других выводов.


В своей работе я рассмотрела основные методы анализа экономических явлений, такие как: метод группировок, метод анализа рядов динамики, индексный метод, анализ на основе выборочного наблюдения. По всем вышеперечисленным методам я привела примеры применения на практике, основные формулы расчета и преимущества или недостатки использования.


Список использованной литературы


1. Елисеева И.И. Общая теория статистики. М.: Статистика и финансы, 1999


2. Ефимова М.Р. Общая теория статистики. М.: Инфра-М, 2001


3. Илышев А.М. Общая теория статистики. М.: ЮНИТИ-ДАНА, 2008


4. Павина Э.Н. Статистические методы анализа экономических явлений. Екатеринбург: УПИ, 1981


5. Степанов В.Г. Статистика: учебный курс. М.: МИЭМП, 2005


6. Харламова А.И. Общая теория статистики: статистические методы в изучении коммерческой деятельности. М.: Финансы и статистика, 1996


7. Шевелева Р.Н. Общая теория статистики: учебное пособие. Екатеринбург: ИМИР, 2002


8. Шмойлова Р.А. Теория статистики. М.: Статистика и финансы, 2006

Сохранить в соц. сетях:
Обсуждение:
comments powered by Disqus

Название реферата: Статистические методы анализа экономических явлений

Слов:4967
Символов:44900
Размер:87.70 Кб.