Курсовая Анализ динамики объёмов реализации ОАО ЧЭМК
Работа добавлена на сайт bukvasha.net: 2015-10-25Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
Министерство по Образованию и Науке Российской Федерации
Государственное образовательное учреждение
Высшего профессионального образования
«Челябинский Государственный Университет»
Институт экономики отраслей, бизнеса и администрирования
Кафедра «Экономика Отраслей и Рынков»
Курсовая работа
по дисциплине
статистика.
На тему: «Анализ динамики объёмов реализации ОАО ЧЭМК»
Выполнила: Тараскина Е.С
Группа 21П-203
Проверил: к.э.н., доцент Плетнев Д. А.
Челябинск
2010 г.
АННОТАЦИЯ
Тараскина Е.С
«Анализ динамики объёмов реализации
ОАО ЧЭМК» //Курсовая работа.
Челябинск. ЧелГУ, 2010г., стр.41,
Библиографический список - 4 наименования.
Таблиц -13, рисунков-16.
В Курсовой работе приведены примеры статистических исследований финансов «ЧЭМК»- Челябинского электрометаллургического комбината, взятые из открытых источников.
В курсовой работе проведено статистическое исследование фактических данных, выборочное наблюдение с 1994 по 2005 год с использованием статистических показателей. Также был проведён расчёт средних величин, показателей вариации, дисперсионный и корреляционный анализы.
Оглавление.
Введение……………………………………………………………………4
1 Общая характеристика исследуемой совокупности:………………
1.1. Описание данных, источник получения, рассматриваемый период и пространственные рамки………………………………
1.2. Характеристика используемых статистических показателей, в том числе вид и единица измерения, тип (интервальный или моментный)
1.3. Оценка среднего значения выбранного показателя
1.4. Оценка структурных средних (моды, медианы) на основе структурной группировки
1.5. Оценка показателей вариации
1.6. Графическое представление распределения значений (гистограмма)
2 Оценка абсолютных и относительных показателей динамики для выбранного показателя…………………………………………………..
3 Выравнивание ряда методом скользящей средней
4 Выявление наличия тренда l;lkmв рассматриваемых рядах (проверка гипотезы о разности средних у первой и второй половины ряда)
5 Аналитическое выравнивание (построение тренда), прогноз при помощи тренда на 3 периода вперед
6 Экспоненциальное сглаживание динамического ряда (метод выбирается в зависимости от наличия в динамическом ряду тренда и цикла)
7 Анализ взаимосвязи между динамическими рядами (корреляция приростов, отклонений от тренда)
Введение.
Актуальность курсовой работы обусловлена тем, что в современных условиях предприятия нефтегазовой промышленности работают как самостоятельные хозяйствующие субъекты.
ОАО «ЧЭМК» - Челябинский электрометаллургический комбинат - крупнейший производитель ферросплавов в России, способный полностью обеспечить потребности отечественной металлургии.
Предметом исследования являются статистические данные по объему реализации за период с 1994 года по 2005 год.
Цель данной работы: осуществить прогноз на основе показателей динамики объемов реализации ОАО «ЧЭМК». Для достижения поставленной цели необходимо выполнение следующих задач:
· Дать общую характеристику исследуемой совокупности
· Дать оценку абсолютных и относительных показателей динамики
· Провести выравнивание ряда методом скользящих среднх
· Выявить наличие тренда
· Провести анализ колеблемости ряда
· Провести экспоненциальное сглаживание динамического ряда и анализ взаимосвязи между динамическими рядами
· Выполнить аналитическое выравнивание
При написании курсовой работы была использована теория и методология по проблеме анализа динамики социально-экономических явлений, статистическая отчётность и таблицы, а также использовались данные с сайта рейтингового агентства «Эксперт».
I.1.
Общая характеристика исследуемой совокупности:
I.1..1.
Описание данных, источник получения, рассматриваемый период и пространственные рамки
Для своей работы я выбрала предприятие «ЧЭМК» - Челябинский электрометаллургический комбинат. Он является крупнейшим отечественным производителем ферросплавов. Мощность предприятия позволяет в полной мере обеспечить потребности российской металлургии.
Завод был основан в ноябре 1929 года. В 1930 году начала работать ферросплавная печь, на которой получили первые тонны феррохрома. С 1934 года стартовало электродное производство.
В 1960 году был организован Челябинский электрометаллургический комбинат (ЧЭМК), который объединил челябинские ферросплавный, электродный и абразивный заводы.
В 1992 году предприятие было преобразовано в открытое акционерное общество «Челябинский электрометаллургический комбинат».
В настоящее время в состав завода входит более 50 структурных подразделений, среди которых 7 ферросплавных цехов и 6 цехов по производству электродной продукции. В общей сложности на предприятии сейчас трудится около 8 тыс. работников.
В качестве рассматриваемых данных я взяла объем реализации в млн. долл., с1994 по 2005 год. Источник получения информации - официальный сайт компании и www.raexpert.ru
Таблица 1.1
| Год | Объем реализации, млн. дол. |
| 1994 | 119,7 |
| 1995 | 194,7 |
| 1996 | 217,3 |
| 1997 | 330,5 |
| 1998 | 236,5 |
| 1999 | 148,6 |
| 2000 | 120,9 |
| 2001 | 123,2 |
| 2002 | 152 |
| 2003 | 215,4 |
| 2004 | 460,1 |
| 2005 | 684,8 |
1.2 Характеристика используемых статистических показателей, в том числе вид и единица измерения, тип (интервальный или моментный)
В современном обществе статистика является одним из важнейших инструментов управления экономикой. Овладение статистической методологией – одно из непременных условий познания конъюнктуры рынка, изучения тенденций и прогнозирования спроса и предложения, принятия оптимальных решений на всех уровнях коммерческой деятельности на рынке товаров и услуг.
При написании данной работы были использованы внутренние источники статистической информации – отчетность Челябинского электрометаллургического комбината.
Отчетность предприятий является основным источником информации об экономической деятельности предприятий и организаций, особенно крупных и средних. Особенностями отчетности являются обязательность, документальная обоснованность и юридическая сила. Также отчетность предприятий может служить базой для финансового и экономического анализа.
1.3
Оценка среднего значения выбранного показателя
Проведем группировку совокупности по Челябинскому электрометаллургическому комбинату
Таблица 1.2
Статистические данные по Челябинскому электрометаллургическому комбинату
| Год | Объем реализации, млн. дол. |
| 1994 | 119,7 |
| 1995 | 194,7 |
| 1996 | 217,3 |
| 1997 | 330,5 |
| 1998 | 236,5 |
| 1999 | 148,6 |
| 2000 | 120,9 |
| 2001 | 123,2 |
| 2002 | 152 |
| 2003 | 215,4 |
| 2004 | 460,1 |
| 2005 | 684,8 |
Расчет средней величины объема реализации продукции осуществляется по формуле средней арифметической простой:
Проведем расчет и сравнительный анализ средних, по результатам структурной группировки .
Определение оптимального числа групп, возможно рассчитать по приближенной формуле Стерджесса:
m
= 1 +3,322 lgN,
где n – число групп; N – число единиц совокупности. В данном случае N=12 значит m
= 1 +3,322 lg12≈5.
После определения числа групп необходимо определить интервалы для каждой группы. Для определения границ каждой группы базовым методом является метод равных интервалов:
h=
Первый интервал будет иметь границы от xmin до xmin+h, второй – от xmin+h до xmin+2h и так далее. Для k-го интервала нижний предел равен: xmin+(k-1)h, а верхний – xmin+kh. Верхний предел последнего интервала равен
xmax. [xmin, xmin+h )
Таблица 1.3
Распределение объемов реализации (1)
| № п/п | Объем реализации, млн. долл. | Число лет в группе | |
| Нижняя граница | Верхняя граница | ||
| 1 | 119,7 | 232,72 | 8 |
| 2 | 232,72 | 345,74 | 2 |
| 3 | 345,74 | 458,76 | 0 |
| 4 | 458,76 | 571,78 | 1 |
| 5 | 571,78 | 684,8 | 1 |
| | Итого | 12 | |
Так как в группе появился 0, то это говорит о возможной качественной неоднородности выборки, и поэтому мы сделаем перегруппировку по методу неравных интервалов:
Таблица 1.4
Распределение объемов реализации (2)
| № п/п | Объем реализации, млн. долл. | Число лет в группе | Средняя величина объема реализации, млн. долл. | |
| Нижняя граница | Верхняя граница | |||
| 1 | 119,7 | 157,37 | 5 | 138,53 |
| 2 | 157,37 | 232,72 | 3 | 195,04 |
| 3 | 232,72 | 345,74 | 2 | 289,23 |
| 4 | 345,74 | 496,43 | 1 | 421,08 |
| 5 | 496,433 | 684,8 | 1 | 590,61 |
| | Итого | 12 | 238,993 | |
Для определения средней величины объема реализации воспользуемся средней арифметической взвешенной, использовав в качестве весов число лет. Получим значение –238,9993
1.4. Оценка структурных средних (моды, медианы) на основе структурной группировки
При анализе рядов распределения, помимо степенных средних, производят расчет структурных средних, позволяющих провести более глубокий анализ распределения явления. Наиболее распространенными среди структурных средних являются мода и медиана.
Мода – это значение изучаемого признака, повторяющееся с наибольшей частотой.
Произведём расчёт моды по формуле:
где x0 – нижняя граница модального интервала;
h – величина модального интервала;
fm – частота модального интервала;
fm-1 – частота интервала, предшествующего модальному;
fm+1 – частота интервала, следующего за модальным
Возьмём первый модальный интервал, так как в него вошло наибольшее число показателей объёма реализации. Подставим соответствующие значения в формулу:
Мо = 119,7+37,673∙146,607млн. долл.
Таким образом, наиболее часто встречающаяся величина объема реализации–146,607млн. долл.
Существует и графический способ определения моды по гистограмме.
Графическое определение моды в интервальном ряду возможно по гистограмме распределения. Прямоугольник гистограммы, возвышающийся над рядом стоящими, является модальным. Его правую вершину необходимо соединить с правым верхним углом предыдущего прямоугольника, а левую его вершину – с левым верхним углом последующего прямоугольника. Далее нужно опустить перпендикуляр из точки их пересечения на ось абсцисс.
Полученная абсцисса точки пересечения данных прямых является модой.
Произведем расчет медианы. Сумма частот равна12, следовательно ее половина равна 6.
Расчет накопленных частот показан в таблице1.4
Таблица 1.5
Расчёт накопленный частот
| № п/п | Объем реализации, млн. долл. | Число лет в группе | Накопленная частота | |
| Нижняя граница | Верхняя граница | |||
| 1 | 119,7 | 157,37 | 5 | 5 |
| 2 | 157,37 | 232,72 | 3 | 8 |
| 3 | 232,72 | 345,74 | 2 | 10 |
| 4 | 345,74 | 496,43 | 1 | 11 |
| 5 | 496,433 | 684,8 | 1 | 12 |
| | Итого | 12 | | |
Медианный интервал такой, при котором сумма накопленных частот превысит половину общей численности совокупности - это второй интервал.
Медиана – это значение признака, приходящееся на середину ранжированной совокупности.
Медиана рассчитывается по формуле:
где x0 – нижняя граница медианного интервала;
h – величина медианного интервала;
Sme-1 – сумма накопленных частот на интервале, предшествующем медианному;
fme – частота медианного интервала.
Ме=157,37+37,673∙
Определение медианы также возможно графически – по кумуляте. Для этого из точки на шкале накопленных частот, соответствующей 50%, необходимо провести до пересечения с кумулятой прямую, параллельную оси абсцисс. Далее – опустить перпендикуляр на ось абсцисс из полученной точки пересечения. Абсцисса точки и будет медианой. Рассмотрим её реализацию на рисунке 1.2:
Рис 1.2. Распределение частот по объемам реализации
1.5 Оценка показателей вариации
При сравнении и анализе распределения социально-экономических явлений и процессов недостаточно знать центральную тенденцию. Необходимо знать, насколько велик разброс значений признака. Особую актуальность проблема вариации имеет при анализе качества продукции, движения фондовых ценностей, распределения доходов.
Как уже было установлено, вариация – это изменяемость величины признака у различных единиц совокупности.
Вариация – основная причина существования статистики: если бы все единицы в совокупности имели одинаковые значения по всем признакам, достаточно было бы изучить только одну единицу для получения исчерпывающей информации о явлении в целом.
В том случае, когда изменение значений у единицы совокупности наблюдается в течение некоторого времени, то говорят не о вариации признака, а о динамике его развития. Для анализа динамики применяются специальные методы.
Произведём расчёт абсолютных показателей вариации по таблице 1.5
1.
Размах вариации – это разность между единицами совокупности с наибольшим и наименьшим значениями варьирующего признака.
R = xmax – xmin
где xmax и xmin – наибольшее и наименьшее значения варьирующего признака.
R=xmax-xmin=684,8-119,7=565,1млн. долл
Таким образом разница между единицами совокупности равна 565,1.
Основным недостатком данного показателя является его зависимость от крайних значений варьирующего признака и недостаточный учёт изменений его в пределах совокупности .
Поэтому для более полного анализа вариации необходимо применение других показателей, отражающих все колебания варьирующего признака.
2.
Размах квартилей- разность между значениями третьего и первого квартилей:
Q=Q3-Q1=443,759 -136,0365=307,7225 млн. долл.
Этот показатель показывает, на отрезке какой величины лежит 50% средних значений признака.
3.
Квартильное отклонение
q=307,7225/2=153,86125 млн. долл.
Оно показывает, насколько отклоняются от среднего значения 50% ближайших к нему значений признака.
4.
Среднее линейное отклонение. Оноопределяется как средняя арифметическая из абсолютных значений отклонений признака от их средней (для сгруппированных данных рассчитывается взвешенная).
Таким образом, в среднем отклонение от средней величины составляет 105, 696 млн. долл.
При расчете значений отклонений приходится брать по модулю в связи с тем, что в противном случае отклонения взаимокомпенсируются. В то же время ряд статистических свойств этого показателя оказываются недостаточно качественными. Этот недостаток преодолевает следующий показатель вариации, который наиболее часто используется в статистических расчётах и исследованиях. Он отличается от предыдущего тем, что в нём вместо операции вычисления абсолютных значений отклонений при суммировании возводят в квадрат. Полученная таким образом мера вариации называется дисперсией.
5.Дисперсия
∂2=
6.Среднее квадратическое отклонение (стандартное отклонение)
Представляет собой корень квадратный из дисперсии. Оно является обобщающей характеристикой размеров вариации признака в совокупности и выражается в тех же единицах, что и сам признак.
∂=
Относительные показатели вариации.
Основным недостатком абсолютных показателей вариации является то, что они не могут быть использованы для сравнения вариации в различных совокупностях. Этот недостаток преодолевают относительные показатели вариации.
Произведем расчет относительных показателей вариации:
1) Коэффициент осцилляции VR
VR=
2) Линейный коэффициент вариации (
3) Коэффициент вариации (V∂) – наиболее часто применяемый относительный показатель вариации
Относительные показатели вариации являются безразмерными величинами. Анализируя полученные значения можно сделать вывод о степени однородности совокупности. Если значение коэффициента вариации не превышает 33 % то изучаемая совокупность считается однородной. В нашем случае коэффициент вариации равен 50,19% следовательно можно сделать вывод об неоднородности изучаемой совокупности.
Таблица 1.6
| Годы | Объем реализации млн. долл. | |Xi-X| | (Хi-X)^2 | |
| 1994 | 119,7 | 73,541667 | 5408,376736 | |
| 1995 | 194,7 | 1,4583333 | 2,126736111 | |
| 1996 | 217,3 | 24,058333 | 578,8034028 | |
| 1997 | 330,5 | 137,25833 | 18839,85007 | |
| 1998 | 236,5 | 43,258333 | 1871,283403 | |
| 1999 | 148,6 | 44,641667 | 1992,878403 | |
| 2000 | 120,9 | 72,341667 | 5233,316736 | |
| 2001 | 123,2 | 70,041667 | 4905,835069 | |
| 2002 | 152 | -41,24167 | 1700,875069 | |
| 2003 | 215,4 | 22,158333 | 490,9917361 | |
| 2004 | 460,1 | 266,85833 | 71213,37007 | |
| 2005 | 684,8 | | |
1.6 Графическое представление распределения значений (гистограмма)
Рис. 1.3
Расчет квартилей.
Проведем расчет верхнего и нижнего квартилей распределения. Медиана является частным случаем характеристик ранжированной совокупности, которые позволяют определить распределение изучаемого явления. Эти характеристики называются квантилями, с их помощью можно установить значения признаков, делящих совокупность на любое число равных частей. Наиболее часто встречаются квартили, квантили, децили и процентили.
Квартили – это значения признака, делящие ранжированную совокупность на четыре равновеликие части. Выделяют нижний (Q1) и верхний (Q3) квартили. Нижний квартиль отделяет четвертую часть совокупности с наименьшими значениями признака, верхний – с наибольшими. Таким образом, 25 % единиц совокупности по величине будут меньше Q1; еще по 25 % будут заключены между Q1 и Q2, Q2 и Q3, а остальные 25 % – превосходить Q3.
Где xQ1 – нижняя граница интервала, содержащего нижний квартиль (интервал определяется по накопленной частоте, первой превышающей 25 %);
xQ3 – нижняя граница интервала, содержащего верхний квартиль (интервал определяется по накопленной частоте, первой превышающей 75 %);
h – величина интервала;
fQ1 – частота интервала, содержащего нижний квартиль;
fQ3 – частота интервала, содержащего верхний квартиль.
Квартили могут быть определены по кумуляте аналогично медианы – ось накопленных частот (ординат) делится на четыре 25-процентные равные части, и соответствующие отмеченным накопленным частотам на кумуляте варианты покажут значения квартилей.
Q1=119,7+32,673∙
Q3=345,74+32,673∙
Из расчета можно сделать вывод, что в 25% лет, участвующих в выборке, объем реализации составлял меньше 136,0365млн. долл., и только в 25% объем реализации был больше 443,759 млн. долл.
Оно приближенно показывает, насколько отклоняются от среднего значения 50% ближайших к нему значений признака.
2.
Оценка абсолютных и относительных показателей динамики для выбранного показателя
Относительные показатели динамики
Таблица 1.7
| Год | Объем реализации, млн. долл. | , % | ,%. | , % | |
| 1994 | 119,7 | - | - | - | - |
| 1995 | 194,7 | 162,6 | 62,6 | 162,6 | 62,6 |
| 1996 | 217,3 | 111,6 | 11,6 | 181,5 | 81,5 |
| 1997 | 330,5 | 152 | 52 | 276,1 | 176,1 |
| 1998 | 236,5 | 71,5 | -28,4 | 197,5 | 97,5 |
| 1999 | 148,6 | 62,8 | -37,1 | 124,1 | 24,1 |
| 2000 | 120,9 | 81,3 | -18,6 | 101 | 1 |
| 2001 | 123,2 | 101,9 | -1,9 | 102,9 | 2,9 |
| 2002 | 152 | 123,3 | 23,3 | 126,9 | 26,9 |
| 2003 | 215,4 | 141,7 | 41,7 | 179,9 | 79,9 |
| 2004 | 460,1 | 213,6 | 113,6 | 384,3 | 284,3 |
| 2005 | 684,8 | 148,8 | 48,8 | 572 | 472 |
*100%
Рис.1.7
Рис. 1.8
Абсолютные показатели динамики
Таблица 1.8
| Год | Объем реализации, млн. долл. | Абсолютный прирост | Абсолютное ускорение | |
| ∆ | ∆ | |||
| 1994 | 119,7 | - | - | - |
| 1995 | 194,7 | 75 | 75 | - |
| 1996 | 217,3 | 22,6 | 97,6 | -52,4 |
| 1997 | 330,5 | 113,2 | 210,8 | 90,6 |
| 1998 | 236,5 | -94 | 116,8 | -207,2 |
| 1999 | 148,6 | -87,9 | 28,9 | 6,1 |
| 2000 | 120,9 | -27,7 | 1,2 | 60,2 |
| 2001 | 123,2 | 2,3 | 3,5 | 30 |
| 2002 | 152 | 28,8 | 32,3 | 26,5 |
| 2003 | 215,4 | 63,4 | 95,7 | 34,6 |
| 2004 | 460,1 | 244,7 | 340,4 | 181,3 |
| 2005 | 684,8 | 224,7 | 565,1 | -20 |
=
Рис. 1.9
| Год | Объем реализации, млн. долл. | Абсолютный прирост | Абсолютное ускорение | Темп роста | Темп прироста | |||
| ∆ | ∆ | , % | , % | ,% | | |||
| 1994 | 119,7 | - | - | - | - | 100 | - | - |
| 1995 | 194,7 | 75 | 75 | - | 162,6 | 162,6 | 62,6 | 62,6 |
| 1996 | 217,3 | 22,6 | 97,6 | -52,4 | 111,6 | 181,5 | 11,6 | 81,5 |
| 1997 | 330,5 | 113,2 | 210,8 | 90,6 | 152 | 276,1 | 52 | 176,1 |
| 1998 | 236,5 | -94 | 116,8 | -207,2 | 71,5 | 197,5 | 28,4 | 97,5 |
| 1999 | 148,6 | -87,9 | 28,9 | 6,1 | 62,8 | 124,1 | 37,1 | 24,1 |
| 2000 | 120,9 | -27,7 | 1,2 | 60,2 | 81,3 | 101 | 18,6 | 1 |
| 2001 | 123,2 | 2,3 | 3,5 | 30 | 101,9 | 102,9 | 1,9 | 2,9 |
| 2002 | 152 | 28,8 | 32,3 | 26,5 | 123,3 | 126,9 | 23,3 | 26,9 |
| 2003 | 215,4 | 63,4 | 95,7 | 34,6 | 141,7 | 179,9 | 41,7 | 79,9 |
| 2004 | 460,1 | 244,7 | 340,4 | 181,3 | 213,6 | 384,3 | 113,6 | 284,3 |
| 2005 | 684,8 | 224,7 | 565,1 | -20 | 148,8 | 572 | 48,8 | 472 |
Таблица 1.9
| Год | Объем реализации, млн. долл. | 3-х уровневая скользящая | 4-х уровневая нецентрированнная скользящая | 4-х уровневая центрированная скользящая | ||
| 1994 | 119,7 | - | - | - | ||
| 1995 | 194,7 | 177,2 | - | |||
| 215,5 | ||||||
| 1996 | 217,3 | 247,5 | 230,1 | |||
| 244,7 | ||||||
| 1997 | 330,5 | 261,4 | 238,9 | |||
| 233,25 | ||||||
| 1998 | 236,5 | 238,5 | 221,1 | |||
| 209,15 | ||||||
| 1999 | 148,6 | 168,6 | 183,2 | |||
| 157,3 | ||||||
| 2000 | 120,9 | 130,9 | 146,7 | |||
| 136,175 | ||||||
| 2001 | 123,2 | 132 | 144,5 | |||
| 152,875 | ||||||
| 2002 | 152 | 163,5 | 195,2 | |||
| 237,675 | ||||||
| 2003 | 215,4 | 275,8 | 307,8 | |||
| 378,075 | ||||||
| 2004 | 460,1 | 453,4 | - | |||
| - | ||||||
| 2005 | 684,8 | | - | |||
3.
Выравнивание ряда методом скользящей средней
Таблица 2.1
Рис.2.1
Рис.2.2
Рис.2.3
4.Выявление наличия тренда в рассматриваемых рядах (проверка гипотезы о разности средних у первой и второй половины ряда)
Тренд характеризует основную тенденцию развития ряда динамики. При анализе тренда остальные компоненты рассматриваются только как мешающие процедуре его определения. При наличии ряда наблюдаемых значений для различных моментов времени следует найти подходящую трендовую кривую, которая сгладила бы остальные колебания.
Проверка на наличие тренда в ряду динамики может быть осуществлена при помощи метода средних
| | Изучаемый ряд динамики разбивается на несколько интервалов (обычно на два), для каждого из которых определяется средняя величина |
где n1 и n2 – число единиц в первой и второй группе соответственно
у – среднеквадратическое отклонение разности средних, рассчитывается по формуле:
Если рассчитанное по формуле значение t-статистики будет больше табличного значения
Так как |tрасч|>|tтабл| (табличное значение принимается при уровне
значимости 0,05), значит, делается вывод о наличии тренда.
Представим тренд графически по каждой части:
Рис.2.4
Рис. 2.5.
Рис. 2.6.
5)
Аналитическое выравнивание (построение тренда), прогноз при
помощи тренда .
Таблица 2.2
| Год | Объем реализации, млн. долл. | Уi | t | t^2 | y*t | Теорет.зн. | ||||||
| 1994 | 119,7 | … | -6 | 36 | -718,2 | 121,07097 | ||||||
| 1995 | 194,7 | 75 | -5 | 25 | -973,5 | 142,61053 | ||||||
| 1996 | 217,3 | 22,6 | -4 | 16 | -869,2 | 164,15009 | ||||||
| 1997 | 330,5 | 113,2 | -3 | 9 | -991,5 | 185,68965 | ||||||
| 1998 | 236,5 | -94 | -2 | 4 | -473 | 207,22921 | ||||||
| 1999 | 148,6 | -87,9 | -1 | 1 | -148,6 | 228,76877 | ||||||
| 2000 | 120,9 | -27,7 | 1 | 1 | 120,9 | 271,84789 | ||||||
| 2001 | 123,2 | 2,3 | 2 | 4 | 246,4 | 293,38745 | ||||||
| 2002 | 152 | 28,8 | 3 | 9 | 456 | 314,92701 | ||||||
| 2003 | 215,4 | 63,4 | 4 | 16 | 861,6 | 336,46658 | ||||||
| 2004 | 460,1 | 244,7 | 5 | 25 | 2300,5 | 358,00614 | ||||||
| 2005 | 684,8 | 224,7 | 6 | 36 | 4108,8 | 379,5457 | ||||||
| ∑ | 3003,7 | 565,1 | 0 | 182 | 3920,2 | 3003,7 | ||||||
| Прогноз на 3 года вперд | ||||||||||||
| 2006 | - | 7 | - | 49 | - | 401,09 | ||||||
| 2007 | - | 8 | - | 64 | - | 422,62 | ||||||
| 2008 | - | 9 | - | 81 | - | 444,16 | ||||||
Прогноз строится при помощи линии тренда.
Сделав прогноз на три года вперед с помощью аналитического выравнивания можно наблюдать увеличение теоретического значения объема реализации.
Рис.2.7
6)
Экспоненциальное сглаживание динамического ряда (метод выбирается в зависимости от наличия в динамическом ряду тренда и цикла)
Таблица 2.3
| Год | Объем реализации, млн. дол. | Экспоненциальное сглаживание А=0,7 |
| 1994 | 119,7 | |
| 1995 | 194,7 | 119,7 |
| 1996 | 217,3 | 172,2 |
| 1997 | 330,5 | 203,8 |
| 1998 | 236,5 | 292,5 |
| 1999 | 148,6 | 253,3 |
| 2000 | 120,9 | 180 |
| 2001 | 123,2 | 138,6 |
| 2002 | 152 | 127,8 |
| 2003 | 215,4 | 144,7 |
| 2004 | 460,1 | 194,2 |
| 2005 | 684,8 | 380 |
| Прогноз на 2006 год | 593,5 | |
Прогноз объёма реализации на 2006 год составил 593,5 млн. руб.
y
(
t
-1)- фактическое значение признака в ( t-1) период
у(
t
-1)- сглаженное значение признака в (t-1) период
Значения сглаживающей константы:
- если требуется исключить нерегулярную компоненту, то выбирается небольшое значение константы (0,1)
- если требуется чтобы сглаженный ряд как можно более точно огибал фактический ряд выбирается значение константы от 0,8 и выше , в остальных случаях выбирается значение около 0,5.
В нашем случае константа равна 0,7.
=172,2
Эти данные можно представить в графической форме
Рис. 2.8
7) Анализ взаимосвязи между динамическими рядами (корреляция приростов, отклонений от тренда)
| Год | Объем реализации, млн. дол. (x) | Активы Млн. долл. (y) | | | |
| 1994 | 119,7 | 13,1 | -130,6 | -17,6 | 2295,4 |
| 1995 | 194,7 | 12,5 | -55,6 | -6,4 | 354,5 |
| 1996 | 217,3 | 14,1 | -33 | -4,8 | 157,6 |
| 1997 | 330,5 | 16,7 | 80,2 | -2,2 | -174,4 |
| 1998 | 236,5 | 23,9 | -13,8 | 5,1 | -69,4 |
| 1999 | 148,6 | 21,2 | -101,7 | 2,3 | -236,5 |
| 2000 | 120,9 | 31,7 | -129,4 | 12,8 | -1659,5 |
| 2001 | 123,2 | 47,5 | -250,3 | 28,6 | -7165,1 |
| 2002 | 152 | 12,6 | -98,3 | -6,3 | 138,8 |
| 2003 | 215,4 | 14,9 | -34,9 | -3,9 | 616,9 |
| 2004 | 460,1 | 15,3 | 209,8 | -3,6 | -750,1 |
| 2005 | 684,8 | 14,8 | 434,5 | -4,1 | -1770,6 |
| Ср.знач. | 250,3 | 18,9 | | | |
Таблица 2.4
Расчет линейного коэффициента корреляции.
Так как число при подсчёте получилось положительное, значит связь обратная, средней силы.
Расчёт коэффициента Фехнера.
А-число совпвдающих значений
В-число не совпадающих значений
Так как число получилось отрицательное , то можно сделать вывод о том что связь тесная, обратная.
ЗАКЛЮЧЕНИЕ.
Таким образом, в курсовой работе было проведено статистическое исследованиефинансовых показателей «ЧЭМК» - Челябинского электрометаллургического комбината.
В ходе исследования были изучены относительные и абсолютные показатели. Анализируя значения относительных показателей вариации было выявлено то, что изучаемая совокупность считается неоднородной.
А также проведены дисперсионный, корреляционный анализы взаимосвязей, а также расчёт средних величин и показателей вариации, моды, медианы, квартилей, сравнение видов средних.
Полученные результаты позволили сделать вывод о взаимосвязи рассматриваемых показателей - объёма реализации продукции и величины активов. Проведя корреляционный анализ, можно сделать вывод, что между показателями присутствует обратная связь; коэффициент Фехнера показал, что между исследуемыми данными достаточно тесная, обратная связь.
СПИСОК ЛИТЕРАТУРЫ.
1. Бархатов В. И., Плетнёв Д.А. Статистика. Учебно-методический комплекс. Челябинск 2005.
2. Кожухарь Л.И. Основы общей теории статистики.-М.: Финансы и статистика, 1999ю-144с.
3. http://www. Raexpert.ru
4. http://www. Fira/ru
