Автор: Пользователь скрыл имя, 18 Декабря 2012 в 18:47, курсовая работа
В работе выполняли прогнозирование технико-экономических показателей деятельности предприятия.
В первую очередь мы провели аналитическую группировку статистических наблюдений на предприятии, где определили тесноту связи между среднесписочной численностью на предприятии и объёмами выполненных работ, подсчитали коэффициент корреляции, оцениваем значимость коэффициента корреляции по t-критерию Стьюдента. Далее нам необходимо построить поле корреляции и сформулировать гипотезу о форме связи, подсчитать коэффициент регрессии; оценить модель через среднюю ошибку аппроксимации и построить 3 линии тренда, выбрать лучшую моде
Рассчитаем основные показатели динамики объёмов выполненных работ (базисные и цепные).
2.1. Абсолютный прирост:
, где
y0 – постоянная база;
, где
yi-1 – переменная база.
Проверка: Абсолютный базисный прирост равен сумме абсолютных цепных приростов (60=60).
2.2. Коэффициент роста:
;
.
Проверка: Произведение цепных показателей коэффициента роста равно базисному коэффициенту роста (1,1=1,1).
2.3. Темп роста:
%.
2.4. Темп прироста:
%;
%;
%.
2.5. Абсолютное значение одного процента прироста:
.
Выводы по 2001 году:
Абсолютный прирост показывает увеличение уровня объёма выпущенной продукции на 37 тыс.руб. в 2001 году по сравнению с 2000 годом.
Коэффициент роста показывает изменение уровня в 2001 году в 1,1 раза, по сравнению с 2000 годом.
Темп прироста 5,1% в 2001 году по сравнению с 2000 годом.
За относительным показателем один процент прироста скрывается абсолютное значение 7,4 тыс.руб.
Рассчитаем средние показатели ДР:
2.1. Средний абсолютный прирост:
;
;
=1,9 (тыс.руб.).
Вывод: На 1,9 тыс.руб. в среднем изменился объём выпущенной продукции за период с 2000 по 2009 год..
2.2. Средний коэффициент роста:
, где
yn – последний уровень;
y1 – первый уровень;
;
.
Вывод: Объём выпущенной продукции изменился 1,08 раз в среднем за период с 2000 по 2009 гг..
2.3. Средний темп роста:
%;
;
108%;
2.4. Средний темп прироста:
%;
108-100;
8%.
Вывод: Уровни ДР за период с 2000 по 2009 год изменились на 8%.
2.4. Средняя арифметическая простая:
x= ;
x= ;
x=8072 тыс.руб.
Вывод: Наиболее типичный выпуск продукции за период с 2000 по 2009 годы, это 8072 тыс.руб..
3. Анализ перевозок грузов с помощью расчета индексов сезонности.
К сезонным относятся явления, которые обнаруживают в своём развитии отчетливо выраженную закономерность, внутригодовых изменений, т.е. повторяющиеся из года в год колебания уровней. Периодические колебания, которые имеют постоянный период, равны годовому промежутку времени, называется сезонными колебаниями или сезонная волна. Динамический ряд, содержащий сезонную волну, называется сезонным динамическим рядом.
Существует ряд методов изучения и измерения сезонных колебаний. Самый простой заключается в построении специальных показателей, которые называются индексами сезонности Is. Совокупность этих показателей отражает сезонную волну. Индексами сезонности являются проценты отношения фактических внутригрупповых уровней.
Среднемесячные объёмы перевезенных грузов предприятиями по годам | |||
Месяц |
Среднемесячные объёмы перевезенных грузов, т. | ||
2008 |
2009 |
2010 | |
январь |
258955,6 |
240441,6 |
239422,4 |
февраль |
250936 |
255533,6 |
234242,4 |
март |
241421,6 |
262298,4 |
243180 |
апрель |
256631,2 |
269444 |
250448,8 |
май |
278219,2 |
267769,6 |
263821,6 |
июнь |
291866,4 |
276774,4 |
270009,6 |
июль |
306448,8 |
301442,4 |
279020 |
август |
333060 |
324335,2 |
303576 |
сентябрь |
337103,2 |
333760 |
323775,2 |
октябрь |
318164 |
303116,8 |
248063,2 |
ноябрь |
255567,2 |
258720 |
245336 |
декабрь |
248852,8 |
275408 |
235048,8 |
3.1. Рассчитаем среднесуточный объём перевозок грузов:
- количество перевезенного груза за месяц;
- количество дней в периоде
Среднесуточные объёмы перевезенных грузов предприятиями по годам | |||
Месяц |
Среднесуточные объёмы перевезенных грузов, т. | ||
2008 |
2009 |
2010 | |
январь |
8353,4 |
7756,2 |
7556 |
февраль |
8962 |
9126,2 |
8365,8 |
март |
7787,8 |
8461,2 |
7844,5 |
апрель |
855,4 |
8981,5 |
250448,8 |
май |
8974,8 |
8637,7 |
8510,4 |
июнь |
97289 |
9225,8 |
9000,3 |
июль |
9885,4 |
9723,9 |
9724 |
август |
10743,9 |
10811,2 |
10462,4 |
сентябрь |
11236 |
11125,3 |
11125,3 |
октябрь |
10263,4 |
9778 |
9778 |
ноябрь |
8518,9 |
8624 |
8624 |
декабрь |
8027,5 |
8884,1 |
8884,1 |
3.2 Определим среднесуточный интервал для каждого месяца за 3 года
Среднесуточный интервал определяется по формуле:
3.3. Рассчитаем индекс сезонности
Индекс сезонности определяется по формуле:
Полученные расчеты занесем в таблицу:
Месяц |
Количество дней |
Среднемесячные объемы перевезенных грузов,т. |
|
|
Is | ||
2008 |
2009 |
2010 | |||||
январь |
31 |
258955,6 |
240441,6 |
239422,4 |
738820 |
22903407,6 |
2729 |
февраль |
28 |
250936 |
255533,6 |
234242,4 |
740712 |
20739936 |
2736 |
март |
31 |
241421,6 |
262298,4 |
243180 |
746900 |
23153900 |
2759 |
апрель |
30 |
256631,2 |
269444 |
250448,8 |
776524 |
23295720 |
2868 |
май |
31 |
278219,2 |
267769,6 |
263821,6 |
809810 |
25104122,4 |
2991 |
июнь |
30 |
291866,4 |
276774,4 |
270009,6 |
838650 |
25159512 |
3098 |
июль |
31 |
306448,8 |
301442,4 |
279020 |
886911 |
27494247,2 |
3276 |
август |
31 |
333060 |
324335,2 |
303576 |
960971 |
29790107,2 |
3549 |
сентябрь |
30 |
337103,2 |
333760 |
323775,2 |
994638 |
29839152 |
3674 |
октябрь |
31 |
318164 |
303116,8 |
248063,2 |
869344 |
26949664 |
3211 |
ноябрь |
30 |
255567,2 |
258720 |
245336 |
869344 |
26080320 |
3211 |
декабрь |
31 |
248852,8 |
275408 |
235048,8 |
759310 |
23538597,6 |
2805 |
ВСЕГО |
365 |
3377226 |
3369044 |
3135944 |
9882214 |
3607008110 |
36500 |
Рассчитаем недостающие данные :
Общая среднесуточная величина определяется по формуле:
=9882214/365=27074,6
Вывод: Динамические ряды
характеризуются резко
Сезонная волна
Заключение:
Нам представлены данные объёма выпуска продукции за период с 2000 по 2009 годы.
В ходе работы мы определили, что теснота связи между среднесписочной численностью и объёмами выполненных работ – высокая, т. К коэффициент корреляции равен 0,7.
tрасч>tтабл, значит подтвердилась значимость коэффициента корреляции в генеральной совокупности (tрасч=4,0, а tтабл=2,1).
Мы оценили модель, через среднюю ошибку аппроксимации. Построив 3 линии тренда, мы выбрали наилучшую модель для прогнозирования, ей является первая модель, т.к. ошибка аппроксимации в ней наименьшая (6,5%).
Доля влияния среднесписочной численности на объём выпущенной продукции - 0,5.
Доля влияния факторов не вошедших в модель на объём выпущенной продукции - 0,5.
Проанализировав динамику
объёмов выполненных работ с
помощью расчета статистических
показателей и средних
Также мы провели анализ перевозок грузов с помощью индексов сезонности.
Библиографический список:
Информация о работе Аналитическая группировка статистических наблюдений на предприятие