Метод группировок в статистике, его значение в использовании социально-экономических явлений по материалам: ОАО «Ливенский завод противо

Второй  этап изучения взаимосвязей сводится к тому, чтобы посредством специальных  характеристик получить количественное подтверждение наличия или отсутствия связи между признаками. Количественную оценку тесноты с вязи получают, обобщая результаты статистического  наблюдения по всей совокупности. Если оценивается теснота взаимосвязи  качественных показателей, то, по существу, этот этап является заключительным. Если же оценивается взаимосвязь признаков, имеющих реальное количественное измерение, то подтверждение гипотезы о наличии  связи является основанием для перехода к третьему этапу — установлению аналитической зависимости между  признаками. [2, с. 43]

Вид аналитической  зависимости или конкретной формулы, устанавливающей взаимное соответствие между признаками, выбирается исходя из содержательного анализа явления.

Третий  этап исследования выполняется чаще всего методами регрессионно-корреляционного  анализа. При этом определяется поведение  среднего уровня одного признака (результативного) в зависимости от изменения фактических  значений другого показателя (факторного). Связи такого типа называются парными. В тех случаях, когда устанавливается  поведение среднего уровня одного или  нескольких результативных признаков  в зависимости от конкретных значений нескольких признаков-факторов, вводят понятие множественной регрессии. [2, с. 44]

Четвёртый этап изучения взаимосвязей – оценка достоверности полученных результатов. Здесь используется аппарат, разработанный  теорией вероятностей и математической статистикой. Оценка достоверности  базируется на гипотезе, что полученные данные наблюдений и результаты их обработки являются выборкой из нескольких генеральных совокупностей. Эти  результаты взаимосвязи признаков  позволяют уточнить гипотезу о наличии  и форме связи, отобрать наиболее существенные признаки, построить систему  взаимосвязи и группировки показателей  и т.д.

Статистика  разработала множество методов  изучения связей, выбор которых зависит  от целей исследования и поставленных задач. Признаки по их значению для  изучения взаимосвязи делятся на два класса. Признаки, обусловливающие  изменения других, связанных с  ними признаков, называются факторными или просто факторами. Признаки, изменяющиеся под действием факторных признаков, являются результативными. [9, с. 110]

Связи между  явлениями и их признаками классифицируются по степени тесноты связи, направлению  и аналитическому выражению. В статистике различают функциональную связь  и статистическую зависимость. Функциональной называют такую связь, при которой определенному значению факторного признака соответствует одно значение результативного признака. Функциональная связь проявляется во всех случаях наблюдения и для каждой единицы исследуемой совокупности. Если причинная зависимость проявляется не в каждом отдельном случае, а в общем, среднем при большом числе наблюдений, то такая зависимость называется статистической. Частным случаем связи является корреляционная связь, при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

По направлению  выделяют связь прямую и обратную. При прямой связи с увеличением или уменьшением значении факторного признака происходит увеличение или уменьшение значений результативного. [9, с. 111] Так, рост производительности труда способствует увеличению уровня рентабельности производства. В случае обратной связи значения результативного признака изменяются под воздействием факторного. Так, с увеличением уровня фондоотдачи снижается себестоимость единицы производимой продукции.

По аналитическому выражению выделяют также связи  прямолинейные (или просто линейные) и криволинейные (нелинейные). Если статистическая связь между явлениями может быть приближенно выражена уравнением прямой линии, то ее называют линейной связью; если же она выражается уравнением какой-либо кривой линии (параболы, гиперболы, степенной, показательной, экспоненциальной и т.д.), то такую связь называют нелинейной или криволинейной.

Для выявления  наличия связи, ее характера и  направления в статистике используются следующие методы: анализ параллельных рядов; аналитические группировки; графический метод; метод корреляции.

Таким образом, выявление связей между явлениями  и их признаками – основная задача группировки статистического материала. В процессе статистического исследования зависимостей вскрываются причинно-следственные отношения между явлениями, что  позволяет выявлять признаки, оказывающие  основное влияние на вариацию изучаемых  явлений и процессов. Причинно-следственные отношения — это связь явлений  и процессов, когда изменение  одного из них — причины, ведет  к изменению другого — следствия.

3.2 Многомерные группировки

 

Аналитические группировки, построенные по одному признаку, и сложные группировки  позволяют установить связь и  определить направление между результативными  и 1 - 3- факторными признаками. Но часто  этого бывает недостаточно, так как  в действительности на изменение  величины результативного признака оказывает влияние множество  факторов, действующих в разных направлениях. [13, с. 93] Для исследования таких многофакторных связей используются многомерные группировки. Целью таких группировок является расчленение совокупности социально-экономических  явлений на качественно-однородные группы по большому числу признаков  одновременно и определение на их основе связи и влияния факторных  признаков на результативный. В основу построения многомерной группировки  положен принцип перехода от величин, имеющих определённую размерность (рубли, тонны, гектары и т.д.), к  безразмерным относительным величинам.

На основе многомерной группировки можно  построить уравнение регрессии, количественно отражающее степень  связи между признаками. [13, с. 94]

Эти методы получили распространение благодаря  использованию ЭВМ и пакетов  прикладных программ. Цель этих методов  – классификация данных, иначе  говоря, группировка на основе множества  признаков. Задачи этого класса широко распространены в науках о природе  и обществе, в практической деятельности по управлению массовыми процессами. Например, выделение типов предприятий  по финансовому положению, по экономической  эффективности деятельности производится на основе множества признаков: выделение  и изучение типов людей по степени  их пригодности к определенной профессии; диагностика болезней на основании  множества объективных признаков  и т. д. [3, c. 133]

Простейшим  вариантом многомерной классификации  является группировка на основе многомерных средних.

Многомерной средней называется средняя величина нескольких признаков для одной  единицы совокупности. Поскольку нельзя рассчитать среднюю величину абсолютных значений разных признаков выраженных в разных единицах измерения, то многомерная средняя вычисляется из относительных величин, как правило, - из отношений значений признаков для единицы совокупности к средним значениям этих признаков:

 

, (11)

 

где - многомерная средняя для i-единицы;

- значения признака  для i-единицы;

- среднее значение признака  ;

k - число признаков;

j - номер признака;

i – номер единицы совокупности.

Многомерные средние дают обобщённую характеристику уровня интенсивности производства по четырём факторам. При этом значимость признака для многомерной оценки хозяйства считается одинаковой, что экономически, конечно, неточно.

Теперь  рассмотрим использование многомерных  средних на примере предприятия  – ОАО «ЛЗПМ» (таблица 6 – “Характеристика  предприятия ОАО «ЛЗПМ»). В таблице  приведены сведения за 3 года, и каждый год характеризуется четырьмя признаками:

1. Среднемесячная оплата труда работников, руб., х₁.
2. Валовый доход отчётного периода, руб., х₂.
3. Среднегодовая стоимость основных производственных фондов на конец отчётного периода, руб., х₃.
4. Отношение дебиторской задолженности к кредиторской задолженности, %, х₄.

 

Таблица 6

Характеристика  предприятия ОАО «ЛЗПМ»

Отчётный период	Значения признаков				В % к средней				Многомерная средняя
	х1	х2	х3	х4	х1	х2	х3	х4
2007	6800	541300000	46940000	35	93	82	81	92	87
2008	7000	562300000	50260000	32	100	85	86	84	89
2009	6200	884700000	77240000	48	107	133	133	126	125
Средняя арифметическая	6000	662800000	58150000	38	100	100	100	100	100

 

Средняя арифметическая будет рассчитываться следующим образом:

 

1. (6800 + 7000 + 6200) : 3 = 6000 рублей
2. (541300000 + 562300000 + 884700000) : 3 = 662800000 рублей
3. (46940000 + 51260000 + 77240000) : 3 = 58150000 рублей
4. (35 + 32 + 48) : 3 = 38 %

 

Значения  признаков в % к средней будут  рассчитываться следующим образом:

 

6800 : 7000 * 100% = 93 %

 

Аналогично  рассчитываются остальные значения.

Расчёты многомерной средней приведены  ниже:

 

за 2007 год: (93 + 82 +81 + 92) : 4 = 87

за 2008 год: (100 + 85 + 86 + 84) : 4 = 89

за 2009 год: (107 + 133 + 133 + 126) : 4 = 125

Эти признаки можно считать однородными, так  как большая их величина положительно характеризует экономику предприятия. Предпочтительнее обобщать в многомерной  средней признаки либо «положительные», либо «отрицательные».

Многомерные средние, приведенные в последней  графе таблицы 6 обобщают четыре признака. При этом значимость признаков для  оценки предприятия полагается одинаковой. Можно усложнить методику, приписав признакам, на основе экспертной оценки, разные веса, и вычислить взвешенные многомерные средние.

Судя  по полученным оценкам, данные год, т.е. 2007, 2008 и 2009 год можно разделить  на группы с многомерными средними ниже 100% (два года: 2007 и 2008) и резко  превышающие 100% (один год - 2009).

При большом  объеме совокупности для выделения  групп на основе многомерной средней  необходимо установить интервалы значений многомерной средней. Затем определить число групп, после чего следует  провести группировку единиц: определить их количество в каждой группе и  постараться указать, в чем состоят  качественные различия между группами.

 

 

ЗАКЛЮЧЕНИЕ

 

В результате статистического наблюдения получают статистическую информацию, представляющую собой большое количество первичных  разрозненных сведений об отдельных  единицах объектах исследовании. Собранные  данные являются исходной информацией  для проведения статистических исследований и представляют собой хаотический  набор данных. Начальным этапом её обработки должна быть систематизация беспорядочной массы чисел с  целью придания ей удобной формы  и структуры для проведения первичного анализа, смысл которого заключается  в оценке данных в связи с исследуемой  проблемой и облегчении сравнения с другими данными того же рода. Это достигается в результате сводки, где отдельные единицы изучаемой совокупности объединяются в группы при помощи метода группировок.

Существуют  три вида группировок, это: типологическая, структурная и аналитическая  или как её ещё называют факторная. Также группировки бывают простые  и сложное , в зависимости от числа  образуемых признаков. А если группы, образованные по одному признаку делятся  затем на подгруппы по второму  признаку и т.д., то такая группировка  называется комбинационной.

Также при  выполнении группировки необходимо определить группировочный признак, затем, количество образуемых групп и интервалы  группировки, а уже после этого  делать какие-либо расчёты и анализировать  их влияние на всю изучаемую совокупность. Все рассчитанные данные можно оформить в виде статистических таблиц, а  на их основе построить графики, которые  будут показывать определённую тенденцию  к уменьшению или увеличению признака.

Следующим этапом курсовой работы будет анализ предприятия ливенский хлебокомбинат  филиал ОАО “ОРЁЛОБЛХЛЕБ”, расчёт конкретных показателей, характеризующих  работу данного предприятия и  выявление взаимосвязи, и оценку работы предприятия. После проделанных вычислений можно сделать вывод о том, что в целом предприятие функционирует нормально, но ему следует увеличить численность работников, а также их заработную плату для более успешной работы предприятия.