176053 (Взаимосвязь показателей деятельности предприятия), страница 2

Дисперсия и среднее квадратическое отклонение для не сгруппированных данных рассчитывается по следующим формулам.

Дисперсия без частот:

Среднее квадратическое отклонение:

Абсолютные и относительные величины

Абсолютные показатели – всегда является именованными числами, характеризуют размеры, изучаемых явлений, процессов (массу, площадь, объем, протяженность и т.д.) Могут быть индивидуальными и сводными.

Единицы измерения могут быть:

1. Натуральные (штуки, м³, км, кг, л)

 натуральные сложные (Кв/ч электроэнергии)

 условно-натуральные (переводят в условные)

 единицы измерения, осуществляющиеся на основе специальных коэффициентов, рассчитываемых как отношение потребительских свойств отдельных разновидностей продукта к эталонному значению.

 для характеристики грузооборота и пассажирооборота единицей измерения используют тонны/км и пассажиро/км.

2. Стоимостные единицы измерения позволяют получить денежную оценку социально-экономических явлений и процессов.

3. Трудовые единицы измерения позволяют учитывать как общие затраты труда на предприятии, так и трудоемкость отдельных операций технологию процесса (человеко-дни, человеко-часы)

Относительные показатели представляют собой результат деления одного абсолютного показателя на другой и выражают соотношения между количественными характеристиками социально-экономических явлений и процессов.

Они могут быть выражены:

 в коэффициентах или долях (без единиц измерения)

 в процентах, в промилях и продецемилях.

Некоторые относительные показатели выражаются, имеют единицу измерения, отражающую содержание, сравниваемых явлений.

Изучение взаимосвязи социально-экономических явлений

Социально-экономические явления представляют собой результат воздействия большого числа причин (факторов)

Признаки делят на:

факторные

результативные

Связь м/у факторными и результативными признаками может быть:

функциональной, при которой каждому значению факторного признака соответствует одно значение результативного признака стохастической, когда причинная зависимость проявляется не в каждом отдельном случае, а в общем среднем при большом числе наблюдений. Частным случаем является корреляционная связь при которой изменение среднего значения результативного признака обусловлено изменением факторных признаков.

Связи м/у явлениями и их признаками классифицируются по степени тесноты, направлению и аналитическому выражению

По степени тесноты различают количественные оценки тесноты связи

По направлению связь бывает:

прямая (+)

обратная (-)

По аналитическому выражению:

Прямолинейная (линейная)

Нелинейная (криволинейная)

- парабола

- гипербола

Для выявления количества связей, ее характера и направления в статистике используют следующие методы:

1. Метод приведения параллельных данных

2. метод аналитических группировок

3. Графический метод

4. Метод корреляции

Корреляция – статистическая зависимость м/у случайными величинами не имеющая строгофункционального характера, при котором изменение одного из случайных величин приводит к изменению математического ожидания другой.

В статистике различают следующие варианты зависимости:

 Парная корреляция – связь м/у двумя признаками (результативным и факторным, или двумя факторными)

 Частная корреляция – зависимость м/у результативным и одним факторным признаком, при фиксированном значении других факторных признаков

 Множественная корреляция зависимость результативного и 2-х и более факторных признаков включенных в исследование

Корреляционный анализ имеет задачи:

1. отыскание математической формулы, которая выражала бы зависимость y от x

2. измерение тесноты такой зависимости

Решение 1 задачи осуществляется в регрессионном анализе и нахождении уравнения регрессии (уравнение связи)

Параметры для всех уравнений связи определяют из системы нормальных уравнений, отвечающих требованию метода наименьших квадратов

Система нормальных уравнений при линейной зависимости

а₀ – параметр, выражающий суммарное влияние всех неучтенных факторов

а₁ – коэффициент выражающий усредненное влияние фактора х на результат у

Если связь выражена параболой второго порядка , то система нормальных уравнений для отыскания параметров а₀, а₁ и а₂ выражается следующим образом

Измерение тесноты связи для всех форм связи может быть решена с помощью исчисления теоретического корреляционного отношения (ŋ)

Где - факторная дисперсия

- дисперсия фактического значения признака

 - средний квадрат отклонений расчетных значений результативного признака от средней фактической результативного признака. Т.к. ² отражает вариацию в ряду только за счет вариации фактора х, а дисперсия ² отражает вариацию у за счет факторов то их отношение, именуемое теоретическим коэффициентом детерминации, показывает какой удельный вес в общей дисперсии ряда у занимает дисперсия, вызываемая вариацией фактора х. Квадратный корень из отношения этих дисперсий дает нам теоретическое корреляционное отношение.

Если ²=² то это означает, что роль других факторов в вариации сведена на нет. И отношение , означает полную зависимость вариации у от х.

Если ²=0, значит вариация х никак не влияет на вариацию у и ŋ=0

Т.о. корреляционное отношение может быть от 0 до 1.

В случае линейной зависимости

- линейный коэффициент корреляции

В случае небольшого числа наблюдений n очень важно оценить надежность (значимость) коэффициента корреляции. Для этого определяют среднюю ошибку коэффициента корреляции по следующей формуле:

Где n-2 – число степеней свободы при линейной зависимости, затем находят отношение коэффициента корреляции к его средней ошибке

, которое сравнивается с табличным значением t-критерия Стьюдента. Если t фактического (расчетное) больше t табличного, то линейный коэффициент корреляции r считается значимым, а связь м/у х и у реальной.

Задача № 2

По данным таблицы произведите группировку предприятий по численности работающих, укажите к какому виду группировок принадлежит данная группировка, подсчитайте по каждой группе объем выпуска продукции и численность работающих, на графике покажите зависимость между численностью работающих и объемом выпуска продукции.

Таблица

Решение.

Ряд распределения является простейшей группировкой и представляет собой упорядоченное распределение единиц изучаемой совокупности по значению варьирующего признака. Вариант ряда распределения – это отдельные числовые значения количественного признака. Частота – численности отдельных вариантов, их сумма называется объемом совокупности. Ряд распределения, построенный на основе качественного признака называется атрибутивным, а на основе количественного – вариационным. Также различают дискретный вариационный ряд распределения, выражаемый одним целым числом; и интервальный вариационный ряд, в котором признак принимает различные значения в пределах интервала.

При построении вариационного ряда распределения определяют оптимальное количество групп (n) и величину интервала, в пределах которой изменяется вариационный признак (h). Оптимальное количество групп находится по формуле Стерджесса:

n=1+3,322*lgN,

где N – количество единиц совокупности.

Также можно воспользоваться следующей таблицей.

Величина равного интервала определяется по формуле:

,

где и - максимальное и минимальное значение признака.