Обработка статистических данных

    где - конечный уровень ряда динамики,

           - начальный уровень ряда динамики.

3. Средний темп роста:

Для цепного показателя:

.                                                          (1.14)

Для базисного показателя:

.                                                                                     (1.15)

4. Средний темп прироста:

.                                                                                       (1.16) 

    1.3 Вариация 

    Составной частью обработки данных статистического  наблюдения является построение рядов распределения. Цель его – выявление основных свойств и закономерностей исследуемой статистической совокупности. В зависимости от того, является ли признак, взятый за основу группировки, качественным или количественным, различают соответственно два типа рядов распределения – атрибутивные и вариационные. Ряды распределения, построенные по качественным признакам, называют атрибутивными, а по количественному – вариационными. Величины того или иного количественного признака у отдельных единиц совокупности более или менее различаются между собой. Такое различие в величине признака носит название вариации.

    Расчет  показателей вариации.

    Среднее значение совокупности:

        ,                                                                                       (1.17)

    где - значение единиц совокупности,

           - количество единиц совокупности.

    Среднее квадратическое отклонение – это  обобщающая характеристика размеров вариации признака в совокупности под влиянием отдельных факторов.

     .                                                                                        (1.18)

    Коэффициент вариации оценивает однородность совокупности. Совокупность считается однородной, если коэффициент не превышает 33%.

     .                                                                                        (1.19)

    Проверка на однородность совокупности.

    Необходимыми  предпосылками корректного использования  статистических методов анализа  является однородность совокупности. Неоднородность совокупности возникает  вследствие значительного вариации признака или попадания в совокупность резко выделяющихся, так называемых «аномальных наблюдений». Для их выявления используется правило трех сигм, которое состоит в том, что аномальными будут те явления, у которых значение анализируемого признака будут выходить за пределы интервала:

     .                                                                               (1.20) 

    1.4 Корреляционно-регрессионный  анализ 

    Суть  корреляционного анализа установить связи и измерить ее тесноту между  наблюдениями, которые можно считать  случайными или выбранными из совокупности. Корреляционной связью называется такая  статистическая связь, при которой различным значениям одной переменной соответствуют разные средние значения другой переменной. Теснота связи определяется линейным коэффициентом корреляции, обозначается .

    Линейный  коэффициент корреляции наблюдается при линейной зависимости, изменяемой в интервале от -1 до 1. Если , то связь прямая. Если , то – обратная. Этот коэффициент можно найти по формуле:

     ,                                                                                          (1.21)

    где - значение факторного признака,

          - значение результативного признака,

          - среднее квадратическое отклонение факторного признака,

          - среднее квадратическое отклонение результативного признака.

    В свою очередь среднее квадратическое отклонение рассчитывается:

    Для факторного признака

     ,                                                                                          (1.22)

    для результативного признака

     .                                                                                          (1.23)

    Регрессионный анализ – это метод установления аналитического выражения зависимости между исследуемыми признаками в процессе сбора и анализа полученных результатов.

    Уравнение регрессии показывает, как в среднем  изменяется результативный признак  при изменении факторного.

     Уравнение регрессии следующее:

     ,

     .                                                                           (1.24)

    где - характеризует значение неучтенных факторов влияющих на формирование результативного признака,

             - показывает изменение факторного признака на единицу собственного измерения.

    Уравнение линейной регрессии:

     .                                                                                            (1.25)

    где - общие затраты,

          - переменные затраты,

          - постоянные затраты,

          - объем производства.

    При учете и оценки затрат проводится группировка с учетом объемов  производства. В результате затраты  делятся на переменные и постоянные .

    Постоянные  затраты не зависят от изменения  объемов.

    Переменные  затраты изменяются прямо-пропорционально объему производства. 
 

                                       

      
 
 
 

                                                                                                                                                             

    

                                    
 
 
 
 

    Глава II. Обработка статистических данных 

1. Аналитическая группировка

 

    Исходные данные смотри в Приложении.

    В последующих вычислениях за x принят факторный признак, а за y результативный.

1. Группировочный признак – объем производства.
2. Определяем величину интервала R:

     ,

    

    значит  .                                                          См (1.1)

3. Определим количество групп и интервалов n:

    

     .                                                                     См (1.3)

4. Найдем интервальный шаг h:

     .                                                                                  См (1.2)

5. Таким образом, у меня получились следующие интервалы:

 

Таблица 1. Интервалы

 

6. Строим  группировочную таблицу:

 
 

Таблица 2. Группировочная таблица

 
 

    Вывод: наибольшее количество месяцев входит в группу по объему производства (34,13 - 35,66), что составляет примерно 33,3%, при средних затратах на производство 15651,53 тыс.руб.

7. Проанализируем полученные данные:

Таблица 3. Общие данные по выбранному интервалу