Автоматизированный априорный анализ статистической совокупности в среде MS Excel

Автор работы: Пользователь скрыл имя, 23 Октября 2015 в 19:48, контрольная работа

Описание работы

При проведении статистического наблюдения за деятельностью предприятий корпорации получены выборочные данные о среднегодовой стоимости основных производственных фондов и выпуске продукции за год по 32-м предприятиям, выпускающим однотипную продукцию (выборка 10%-ная, механическая).
В статистическом исследовании эти предприятия выступают как единицы выборочной совокупности. Генеральную совокупность образуют все предприятия корпорации. Анализируемые признаки предприятий – Среднегодовая стоимость основных производственных фондов и Выпуск продукции – изучаемые признаки единиц совокупности.

Файлы: 1 файл

otchet_po_statistike.doc

— 662.00 Кб (Скачать файл)

        yi – базовый для прогноза уровень;

        – средний за исследуемый период абсолютный прирост (среднегодовой, среднеквартальный и т.п.);

       – средний за исследуемый период темп роста (среднегодовой, среднеквартальный и т.п.).

Формула (1) применяется при относительно стабильных абсолютных приростах Δyц, что с некоторой степенью приближения соответствует линейной форме зависимости . Формула (2) используется при достаточно стабильных темпах ростах  ( ), что с некоторой степенью приближения соответствует показательной  форме зависимости .

Прогнозные оценки объема реализации продукции на 7-ой год (по данным шестилетнего периода), рассмотренные с использованием среднего абсолютного прироста и среднего темпа роста (рассчитанные в задании 1), приведены в табл.3.4.

Вывод.

Как показывают полученные прогнозные оценки, прогнозируемые объемы выпуска продукции на 7-ой год (по данным шестилетнего периода) достаточно близки между собой: 5776,40 и 5820,44 млн.руб. Расхождение полученных данных объясняется тем, что в основу прогнозирования положены разные методики экстраполяции рядов динамики.


Задача 2.2.

Прогнозирование выпуска продукции предприятием на год вперёд методом аналитического  выравнивания  ряда динамики по прямой, параболе и степенной функции выполнено с использованием средств инструмента МАСТЕР ДИАГРАММ. Результаты представлены на рис. 3.1 в виде уравнений регрессии и их графиков.

Выбор наиболее адекватной трендовой модели определяется максимальным значением индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

 

 

 

 

 

Вывод:

Максимальное значение индекса детерминации R2 =0,8974 Следовательно, уравнение регрессии, наиболее адекватное данным о выпуске продукции за 6-летний период, имеет вид  16,786х2+107,64х+4159. Рассчитанный по данному уравнению прогноз выпуска продукции на 7-ой год составляет 5776,40млн. руб., что существенно расходится с прогнозами, полученными в задаче 2.1.


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                                                  Задание 3.

Выявление тенденции развития изучаемого явления (тренда) методами скользящей средней и аналитического выравнивания по данным о выпуске продукции по месяцам за 6-ой год.

Выполнение Задания 3 заключается в решении двух задач:

Задача 3.1. Расчет скользящей средней ряда, полученной на основе трёхзвенной скользящей суммы.

Задача 3.2. Аналитическое выравнивание ряда динамики по прямой и параболе.

Задача 3.1.

Значения скользящей средней, полученные на основе трёхзвенной скользящей суммы, представлены в табл.3.5.

Вывод:

Анализ данных табл.3.5 показывает, что значения скользящей средней изменяются закономерно. Следовательно, можно установить основную тенденцию ряда – возрастание объемов  выпуска  продукции  по месяцам за 6-ой год.


График сглаживания ряда динамики выпуска продукции методом скользящей средней представлен на рис. 3.2.

Задача 3.2.

Метод аналитического выравнивания позволяет представить основную тенденцию (тренд) развития явления в виде функции времени y=f(t).

Для отображения трендов применяются различные функции: линейные и нелинейные.

Построение графика выпуска продукции предприятием методом аналитического выравнивания ряда динамики по прямой и полиному 2-го порядка (параболе) выполнено с использованием средств инструмента МАСТЕР ДИАГРАММ и представлено на рис. 3.3.

Выбор наиболее адекватной трендовой модели определяется максимальным значением индекса детерминации R2: чем ближе значение R2 к единице, тем более точно регрессионная модель соответствует фактическим данным.

 

Вывод:

Максимальное значение индекса детерминации R2 =0,9822 Следовательно, уравнение регрессии, наиболее адекватное данным о выпуске продукции за 6-ой год, имеет вид  22,556х+340,18.


 

1 Выводы должны раскрывать экономический смысл результатов проведенного статистического анализа совокупности предприятий, поэтому ответы на поставленные вопросы задач 1-6, должны носить экономический характер со ссылками на результаты анализа статистических свойств совокупности (п. 1-5 для выборочной совокупности и п. 1-3 для генеральной совокупности). В Методических указаниях к лабораторной работе №1 (стр.7-9) разяснено, на основании каких статистических показателей делаются соответствующие экономические выводы.


Информация о работе Автоматизированный априорный анализ статистической совокупности в среде MS Excel