Размещено на http://www.allbest.ru/

Содержание

Введение

Показатели вариации и их использование в анализе

Задача

• Литература
• Введение

Существует несколько подходов к определению понятия «статистика»:

1. Под статистикой понимают отрасль практической деятельности, которая имеет своей целью сбор, обработку, анализ и публикацию массовых данных о самых различных явлениях общественной жизни (в этом смысле «статистика» выступает как синоним словосочетания «статистический учет»).

2. Также статистикой называют цифровой материал, служащий для характеристики какой-либо области общественных явлений или территориального распределения какого-то показателя

3. Статистикой называется отрасль знания, особая научная дисциплина и соответственно учебный предмет в высших и средних специальных учебных заведениях.

Как и всякая наука, статистика имеет свой предмет изучения, состоящий в исследовании количественных сторон массовых общественных явлений в неразрывной связи с их качественной стороной.

Свой предмет статистика изучает при помощи определенных категорий, т.е. понятий, которые отражают наиболее общие и существенные свойства, признаки, связи и отношения предметов и явлений объективного мира.

Основные понятия теории статистики:

1. Статистическая совокупность - это множество единиц изучаемого явления, объединенных единой качественной основой, общей связью, но отличающихся друг от друга отдельными признаками. Таковы, например, совокупность домохозяйств, совокупность семей, совокупность предприятий, фирм, объединений и т.п.

Совокупность называется однородной, если один или несколько изучаемых существенных признаков ее объектов являются общими для всех единиц.

Совокупность, в которую входят явления разного типа, считается разнородной. Совокупность может быть однородна в одном отношении и разнородна в другом. В каждом отдельном случае однородность совокупности устанавливается путем проведения качественного анализа, выяснения содержания изучаемого общественного явления.

2. Признак - это качественная особенность единицы совокупности. По характеру отображения свойств единиц изучаемой совокупности признаки делятся на две основные группы:

признаки, имеющие непосредственное количественное выражение, например возраст, стаж работы, средний заработок и т.д. Они могут быть дискретными и непрерывными;

признаки, не имеющие непосредственного количественного выражения. В этом случае отдельные единицы совокупности различаются своим содержанием (например, профессии - характером труда: учитель, столяр, швея-мотористка и т.д.). Такие признаки обычно называют атрибутивными (в философии «атрибут» - неотъемлемое свойство предмета). В случае, когда имеются противоположные по значению варианты признака, говорят об альтернативном признаке (да, нет). Например, продукция может быть годной или бракованной (не годной); для представителей отдельных возрастных групп существует вероятность дожить или не дожить до следующей возрастной группы; каждое лицо может состоять в браке или нет и т.д.

Особенностью статистического исследования является то, что в нем изучаются только варьирующие признаки, т.е. признаки, принимающие различные значения (для атрибутивных, альтернативных признаков) или имеющие различные количественные уровни у отдельных единиц совокупности.

3. Статистический показатель - это количественная оценка свойства изучаемого явления. Статистические показатели можно подразделить на два основных вида: учетно-оценочные показатели (размеры, объемы, уровни изучаемого явления) и аналитические показатели (относительные и средние величины, показатели вариации и т.д.).

Свой предмет статистика изучает при помощи своего, специфического метода. Общей основой разработки и применения статистической методики является диалектический метод познания, согласно которому общественные явления и процессы рассматриваются в развитии, взаимной связи и причинной обусловленности. Метод статистики - это целая совокупность приемов, пользуясь которыми статистика исследует свой предмет. Она включает в себя три группы собственно методов: метод массовых наблюдений, метод группировок, метод обобщающих показателей.

Статистическое наблюдение заключается в сборе первичного статистического материала, в научно организованной регистрации всех существенных фактов, относящихся к рассматриваемому объекту. Это первый этап всякого статистического исследования.

Метод группировок дает возможность все собранные в результате массового статистического наблюдения факты подвергать систематизации и классификации. Это второй этап статистического исследования.

Метод обобщающих показателей позволяет характеризовать изучаемые явления и процессы при помощи статистических величин - абсолютных, относительных и средних. На этом этапе статистического исследования выявляются взаимосвязи и масштабы явлений, определяются закономерности их развития, даются прогнозные оценки.

статистика средний величина совокупность

Показатели вариации и их использование в анализе

Вариация - это различие в значениях какого- либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Например, работники фирмы различаются по доходам, затратам времени на работу, росту, весу, любимому занятию в свободное время и т.д. Она возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов (условий), которые по-разному сочетаются в каждом отдельном случае. Таким образом, величина каждого варианта объективна.

Исследование вариации в статистике имеет большое значение, помогает познать сущность изучаемого явления. Особенно актуально оно в период формирования многоукладной экономики. Измерение вариации, выяснение ее причины, выявление влияния отдельных факторов дает важную информацию (например, о продолжительности жизни людей, доходах и расходах населения, финансовом положении предприятия и т.п.) для принятия научно обоснованных управленческих решений.

Средняя величина дает обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строения совокупности, которое весьма существенно для ее познания.

Средняя всегда обобщает количественную вариацию признака, т.е. в средних величинах погашаются индивидуальные различия единиц совокупности, обусловленные случайными обстоятельствами. В отличие от средней абсолютная величина, характеризующая уровень признака отдельной единицы совокупности, не позволяет сравнивать значения признака у единиц, относящихся к разным совокупностям. Так, если нужно сопоставить уровни оплаты труда работников на двух предприятиях, то нельзя сравнивать по данному признаку двух работников разных предприятий. Оплата труда выбранных для сравнения работников может быть не типичной для этих предприятий. Если же сравнивать размеры фондов оплаты труда на рассматриваемых предприятиях, то не учитывается численность работающих и, следовательно, нельзя определить, где уровень оплаты труда выше. В конечном итоге сравнить можно лишь средние показатели, т.е. сколько в среднем получает один работник на каждом предприятии. Таким образом, возникает необходимость расчета средней величины как обобщающей характеристики совокупности.

Вычисление среднего - один из распространенных приемов обобщения; средний показатель отрицает то общее, что характерно (типично) для всех единиц изучаемой совокупности, в то же время он игнорирует различия отдельных единиц. В каждом явлении и его развитии имеет место сочетание случайности и необходимости. При исчислении средних в силу действия закона больших чисел случайности взаимопогашаются, уравновешиваются, поэтому можно абстрагироваться от несущественных особенностей явления, от количественных значений признака в каждом конкретном случае. В способности абстрагироваться от случайности отдельных значений, колебаний и заключена научная ценность средних как обобщающих характеристик совокупностей.

Для того, чтобы средний показатель был действительно типизирующим, он должен рассчитываться с учетом определенных принципов.

Остановимся на некоторых общих принципах применения средних величин.

1. Средняя должна определяться для совокупностей, состоящих из качественно однородных единиц.

2. Средняя должна исчисляться для совокупности, состоящей из достаточно большого числа единиц.

3. Средняя должна рассчитываться для совокупности, единицы которой находятся в нормальном, естественном состоянии.

4. Средняя должна вычисляться с учетом экономического содержания исследуемого показателя.

Рассмотрим теперь виды средних величин, особенности их исчисления и области применения. Средние величины делятся на два больших класса: степенные средние, структурные средние.

К степенным средним относятся такие наиболее известные и часто применяемые виды, как средняя геометрическая, средняя арифметическая и средняя квадратическая.

В качестве структурных средних рассматриваются мода и медиана.

Остановимся на степенных средних. Степенные средние в зависимости от представления исходных данных могут быть простыми и взвешенными. Простая средняя считается по не сгруппированным данным и имеет следующий общий вид:

,

где Xi - варианта (значение) осредняемого признака;

m - показатель степени средней;

n - число вариант.

Взвешенная средняя считается по сгруппированным данным и имеет общий вид

,

где Xi - варианта (значение) осредняемого признака или серединное значение интервала, в котором измеряется варианта;

m - показатель степени средней;

fi - частота, показывающая, сколько раз встречается i-e значение осредняемого признака.

Приведем в качестве примера расчет среднего возраста студентов в группе из 20 человек:

№ п/п	Возраст (лет)	№ п/п	Возраст (лет)	№ п/п	Возраст (лет)	№ п/п	Возраст (лет)
1 2 3 4 5	18 18 19 20 19	6 7 8 9 10	20 19 19 19 20	11 12 13 14 15	22 19 19 20 20	16 17 18 19 20	21 19 19 19 19

Средний возраст рассчитаем по формуле простой средней:

Сгруппируем исходные данные. Получим следующий ряд распределения:

Возраст, Х лет	18	19	20	21	22	Всего
Число студентов	2	11	5	1	1	20

В результате группировки получаем новый показатель - частоту, указывающую число студентов в возрасте Х лет. Следовательно, средний возраст студентов группы будет рассчитываться по формуле взвешенной средней:

Общие формулы расчета степенных средних имеют показатель степени (m). В зависимости от того, какое значение он принимает, различают следующие виды степенных средних:

средняя гармоническая, если m = -1;

средняя геометрическая, если m -> 0;

средняя арифметическая, если m = 1;

средняя квадратическая, если m = 2;

средняя кубическая, если m = 3.

Если рассчитать все виды средних для одних и тех же исходных данных, то значения их окажутся неодинаковыми. Здесь действует правило мажорантности средних: с увеличением показателя степени m увеличивается и соответствующая средняя величина:

Виды степенных средних

Вид степенной средней	Показатель степени (m)	Формула расчета
		Простая	Взвешенная
Гармоническая	-1
Геометрическая	0
Арифметическая	1
Квадратическая	2
Кубическая	3

В статистической практике чаще, чем остальные виды средних взвешенных, используются средние арифметические и средние гармонические взвешенные.

Средняя гармоническая имеет более сложную конструкцию, чем средняя арифметическая. Среднюю гармоническую применяют для расчетов тогда, когда в качестве весов используются не единицы совокупности - носители признака, а произведения этих единиц на значения признака (т.е. m = Xf). К средней гармонической простой следует прибегать в случаях определения, например, средних затрат труда, времени, материалов на единицу продукции, на одну деталь по двум (трем, четырем и т.д.) предприятиям, рабочим, занятым изготовлением одного и того же вида продукции, одной и той же детали, изделия.

Главное требование к формуле расчета среднего значения заключается в том, чтобы все этапы расчета имели реальное содержательное обоснование; полученное среднее значение должно заменить индивидуальные значения признака у каждого объекта без нарушения связи индивидуальных и сводных показателей. Иначе говоря, средняя величина должна исчисляться так, чтобы при замене каждого индивидуального значения осредняемого показателя его средней величиной оставался без изменения некоторый итоговый сводный показатель, связанный тем или другим образом с осредняемым. Этот итоговый показатель называется определяющим, поскольку характер его взаимосвязи с индивидуальными значениями определяет конкретную формулу расчета средней величины. Покажем это правило на примере средней геометрической.

Формула средней геометрической

используется чаще всего при расчете среднего значения по индивидуальным относительным величинам динамики.

Средняя геометрическая применяется, если задана последовательность цепных относительных величин динамики, указывающих, например, на рост объема производства по сравнению с уровнем предыдущего года: i1, i2, i3,..., in. Очевидно, что объем производства в последнем году определяется начальным его уровнем (q0) и последующим наращиванием по годам:

qn=q0Ч i1Ч i2Ч...Чin.

Приняв qn в качестве определяющего показателя и заменяя индивидуальные значения показателей динамики средними, приходим к соотношению

Отсюда

Особый вид средних величин - структурные средние - применяется для изучения внутреннего строения рядов распределения значений признака, а также для оценки средней величины (степенного типа), если по имеющимся статистическим данным ее расчет не может быть выполнен (например, если бы в рассмотренном примере отсутствовали данные и об объеме производства, и о сумме затрат по группам предприятий).

В качестве структурных средних чаще всего используют показатели моды - наиболее часто повторяющегося значения признака - и медианы - величины признака, которая делит упорядоченную последовательность его значений на две равные по численности части. В итоге у одной половины единиц совокупности значение признака не превышает медианного уровня, а у другой - не меньше его.

Если изучаемый признак имеет дискретные значения, то особых сложностей при расчете моды и медианы не бывает. Если же данные о значениях признака Х представлены в виде упорядоченных интервалов его изменения (интервальных рядов), расчет моды и медианы несколько усложняется. Поскольку медианное значение делит всю совокупность на две равные по численности части, оно оказывается в каком-то из интервалов признака X. С помощью интерполяции в этом медианном интервале находят значение медианы:

,

где XMe - нижняя граница медианного интервала;

hMe - его величина;

(Sum m)/2 - половина от общего числа наблюдений или половина объема того показателя, который используется в качестве взвешивающего в формулах расчета средней величины (в абсолютном или относительном выражении);

SMe-1 - сумма наблюдений (или объема взвешивающего признака), накопленная до начала медианного интервала;

mMe - число наблюдений или объем взвешивающего признака в медианном интервале (также в абсолютном либо относительном выражении).

В нашем примере могут быть получены даже три медианных значения - исходя из признаков количества предприятий, объема продукции и общей суммы затрат на производство:



Таким образом, у половины предприятий уровень себестоимость единицы продукции превышает 125,19 тыс. руб., половина всего объема продукции производится с уровнем затрат на изделие больше 124,79 тыс. руб. и 50 % общей суммы затрат образуется при уровне себестоимости одного изделия выше 125,07 тыс. руб. Заметим также, что наблюдается некоторая тенденция к росту себестоимости, так как Ме2 = 124,79 тыс. руб., а средний уровень равен 123,15 тыс. руб.

При расчете модального значения признака по данным интервального ряда надо обращать внимание на то, чтобы интервалы были одинаковыми, поскольку от этого зависит показатель повторяемости значений признака X. Для интервального ряда с равными интервалами величина моды определяется как

,

где ХMo - нижнее значение модального интервала;

mMo - число наблюдений или объем взвешивающего признака в модальном интервале (в абсолютном либо относительном выражении);

mMo-1 - то же для интервала, предшествующего модальному;

mMo+1 - то же для интервала, следующего за модальным;

h - величина интервала изменения признака в группах.

Для нашего примера можно рассчитать три модальных значения исходя из признаков числа предприятий, объема продукции и суммы затрат. Во всех трех случаях модальный интервал один и тот же, так как для одного и того же интервала оказываются наибольшими и число предприятий, и объем продукции, и общая сумма затрат на производство:

Таким образом, чаще всего встречаются предприятия с уровнем себестоимости 126,75 тыс. руб., чаще всего выпускается продукция с уровнем затрат 126,69 тыс. руб., и чаще всего затраты на производство объясняются уровнем себестоимости в 123,73 тыс. руб.

Таким образом, средняя не показывает, как располагаются около нее варианты усредняемого признака, сосредоточены ли они вблизи средней или значительно отклоняются от нее. Средняя величина признака в двух совокупностях может быть одинаковой, но в одном случае все индивидуальные значения отличаются от нее мало, а в другом - эти отличия велики, т.е. в одном случае вариация признака мала, а в другом - велика, это имеет весьма важное значение для характеристики надежности средней величины.

Чем больше варианты отдельных единиц совокупности различаются между собой, тем больше они отличаются от своей средней, и наоборот, - чем меньше варианты отличаются друг от друга, тем меньше они отличаются от средней, которая в таком случае будет более реально представлять всю совокупность. Вот почему ограничиваться вычислением одной средней в ряде случаев нельзя. Нужны и показатели, характеризующие отклонения отдельных значений от общей средней.

Конкретные условия, в которых находится каждый из изучаемых объектов, а также особенности их собственного развития (социальные, экономические и пр.) выражаются соответствующими числовыми уровнями статистических показателей. Таким образом, вариация, т.е. несовпадение уровней одного и того же показателя у разных объектов, имеет объективный характер и помогает познать сущность изучаемого явления.

Для измерения вариации в статистике применяют несколько способов.

Наиболее простым является расчет показателя размаха вариации Н как разницы между максимальным (Xmax ) и минимальным (Xmin) наблюдаемыми значениями признака:

H=Xmax - Xmin.

Однако размах вариации показывает лишь крайние значения признака. Повторяемость промежуточных значений здесь не учитывается.

Более строгими характеристиками являются показатели колеблемости относительно среднего уровня признака. Простейший показатель такого типа - среднее линейное отклонение Л как среднее арифметическое значение абсолютных отклонений признака от его среднего уровня:

При повторяемости отдельных значений Х используют формулу средней арифметической взвешенной:

(Напомним, что алгебраическая сумма отклонений от среднего уровня равна нулю.)

Показатель среднего линейного отклонения нашел широкое применение на практике. С его помощью анализируются, например, состав работающих, ритмичность производства, равномерность поставок материалов, разрабатываются системы материального стимулирования. Но, к сожалению, этот показатель усложняет расчеты вероятностного типа, затрудняет применение методов математической статистики. Поэтому в статистических научных исследованиях для измерения вариации чаще всего применяют показатель дисперсии.

Дисперсия признака (s2) определяется на основе квадратической степенной средней:

.

Показатель s, равный , называется средним квадратическим отклонением.

В общей теории статистики показатель дисперсии является оценкой одноименного показателя теории вероятностей и (как сумма квадратов отклонений) оценкой дисперсии в математической статистике, что позволяет использовать положения этих теоретических дисциплин для анализа социально-экономических процессов.

Если вариация оценивается по небольшому числу наблюдений, взятых из неограниченной генеральной совокупности, то и среднее значение признака определяется с некоторой погрешностью. Расчетная величина дисперсии оказывается смещенной в сторону уменьшения. Для получения несмещенной оценки выборочную дисперсию, полученную по приведенным ранее формулам, надо умножить на величину n / (n - 1). В итоге при малом числе наблюдений (< 30) дисперсию признака рекомендуется вычислять по формуле

.

Обычно уже при n > (15ч20) расхождение смещенной и несмещенной оценок становится несущественным. По этой же причине обычно не учитывают смещенность и в формуле сложения дисперсий.

Если из генеральной совокупности сделать несколько выборок и каждый раз при этом определять среднее значение признака, то возникает задача оценки колеблемости средних. Оценить дисперсию среднего значения можно и на основе всего одного выборочного наблюдения по формуле

,

где n - объем выборки; s2 - дисперсия признака, рассчитанная по данным выборки.

Величина носит название средней ошибки выборки и является характеристикой отклонения выборочного среднего значения признака Х от его истинной средней величины. Показатель средней ошибки используется при оценке достоверности результатов выборочного наблюдения.

Показатели относительного рассеивания. Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах. Они позволяют сравнивать характер рассеивания в различных распределениях (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних, при сравнении разноименных совокупностей). Расчет показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к средней арифметической, умножаемое на 100%.

1. Коэффициентом осцилляции отражает относительную колеблемость крайних значений признака вокруг средней

.

2. Относительное линейное отключение характеризует долю усредненного значения признака абсолютных отклонений от средней величины

.

3. Коэффициент вариации:

является наиболее распространенным показателем колеблемости, используемым для оценки типичности средних величин.

В статистике совокупности, имеющие коэффициент вариации больше 30-35 %, принято считать неоднородными.

У такого способа оценки вариации есть и существенный недостаток. Действительно, пусть, например, исходная совокупность рабочих, имеющих средний стаж 15 лет, со средним квадратическим отклонением s = 10 лет, «состарилась» еще на 15 лет. Теперь = 30 лет, а среднеквадратическое отклонение по-прежнему равно 10. Совокупность, ранее бывшая неоднородной (10/15 Ч 100 = 66,7%), со временем оказывается, таким образом, вполне однородной (10/30 Ч 100 = 33,3 %).

Задача

Товар	Цена, р/ед	Продажи, тыс. ед
	2006	2007	2006	2007
E	87	91	240	280
F	350	400	85	80
G	12	14	1200	1100
H	6	8	1500	1400

Рассчитать:

1. Средние цены по каждому товару за два года.

2. Определить дисперсию и среднее квадратичное отклонение цен по каждому товару.

3. Индивидуальные индексы цен.

4. Общие индексы цен Паше, Ласпрейса, Фишера.

5. Построить систему индексов товарооборота, цен и физического объема продаж.

6. Оценить изменение, общее изменение расходов покупателей, а также изменение их затрат вследствие роста цен и роста объемов продаж в абсолютном выражении.

7. Оценить влияние изменения структуры продаж на уровень цен (индекс структурных сдвигов). Изменение отразить на графике.

Решение

1. Средние цены по товару E: (87 + 91) / 2 = 89 руб/ед.у

Средние цены по товару F: (350 + 400) / 2 = 375 руб/ед.

Средние цены по товару G: (12 + 14) / 2 = 13 руб/ед.

Средние цены по товару Н: (6 + 8) / 2 = 7 руб/ед.

2. Дисперсия представляет собой квадрат отклонений от среднего значения признака.

Дисперсия по товару Е равна (87 - 89)2 + (91 - 89) 2 / 2 = 4

Дисперсия по товару F равна (350 - 375)2 + (400 - 375) 2 / 2 = 625

Дисперсия по товару G равна (12 - 13)2 + (14 - 13) 2 / 2 = 1

Дисперсия по товару H равна (6 - 7)2 + (8 - 7) 2 / 2 = 1

Среднее квадратическое отклонение у равно корню квадратному из дисперсии

По товару Е: 2

По товару F: 25

По товару G: 1

По товару Н: 1

3. Индивидуальный индекс цен характеризует изменение цены одного определенного товара в текущем периоде по сравнению с базисным.

По товару Е: 91 / 87 = 1,05

По товару F: 400 / 350 = 1,14

По товару G: 14 / 12 = 1,17

По товару Н: 8 / 6 = 1,33

4. Индекс Ласпейреса: сравниваются цены текущего периода (p1) и базового (p 0) на одинаковый набор товаров (товарную корзину) (q0).

Индекс Ласпейреса:

(91*240) + (400*85) + (8*1500) + (14*1200) / (87*240) + (350*85) + (6*1500) + (12*1200) = 1,14.

Таким образом, цены выросли за год на 14%.

Индекс Паше:

.

Индекс Паше равен 1,22, т.е. фиксированная товарная корзина текущего периода дороже на 22%, чем в базовом периоде.

Индекс цен американского экономиста И. Фишера представляет собой среднее геометрическое из произведения двух агрегатных индексов цен Ласпейреса и Пааше:

.

Квадратный корень из произведения 1,14 и 1,22 = 1,10.

5, 6 Индекс физического объема продукции - это индекс количественного показателя. В этом индексе индексируемой величиной будет количество продукции в натуральном выражении, а весом - цена.

Формула для расчета индекса имеет вид:

.

В числителе дроби -- условная стоимость произведенных в текущий период товаров в ценах базисного периода, а в знаменателе -- фактическая стоимость товаров, произведенных в базисном периоде.

Данный индекс показывает, во сколько раз возросла (уменьшилась) стоимость продукции из-за роста (снижения) объема ее производства или сколько процентов составляет рост (снижение) стоимости продукции в результате изменения физического объема ее производства.

Если из значения индекса физического объема продукции вычесть 100%, то разность покажет, на сколько процентов возросла (уменьшилась) стоимость продукции в текущий период по сравнению с базисным из-за роста (снижения) объема ее производства.

Разность числителя и знаменателя (Уp0q1 - У p0 q 0) показывает, на сколько рублей изменилась стоимость продукции в результате роста (уменьшения) ее объема.

Индекс физического объема продукции равен: 0,999 или 99%.

Следовательно, стоимость продукции в 2007 по сравнению 2006 возросла в 0,99 раза за счет увеличения объема производства. Стоимость продукции уменьшилась на 70 тыс. рублей.

Индекс цен Паше показывает, во сколько раз возросла (уменьшилась) стоимость продукции из-за изменения цен или сколько процентов составляет рост (снижение) стоимости продукции в результате изменения цен.

Следовательно, в среднем по трем товарам цены возросли в 1,22 раза (или рост цен составил 22%). В результате за счет увеличения цен на 22% (122 - 100) покупатели заплатили на 10050 тыс. рублей больше в 2007, чем в 2006.

Индекс стоимости продукции, или товарооборота (Ipq), представляет собой отношение стоимости продукции текущего периода (Уp1q1) к стоимости продукции в базисный период (Уp0q0) и определяется по формуле:

.

Данный индекс показывает, во сколько раз возросла (уменьшилась) стоимость продукции (товарооборота) отчетного периода по сравнению с базисным или сколько процентов составляет рост (снижение) стоимости продукции. Если из значения индекса стоимости вычесть 100%, то разность покажет, на сколько процентов возросла (уменьшилась) стоимость продукции в текущий период по сравнению с базисным.

Разность числителя и знаменателя (Уp1q1 - Уp0q0) показывает, на сколько рублей увеличилась (уменьшилась) стоимость продукции в текущий период по сравнению с базисным.

Индекс товарооборота равен 1,14 или 114%.

Следовательно, стоимость продукции (товарооборота) в 2007 по сравнению с 2006 возросла почти в 1,14 раза (рост составил 114 %). Стоимость продукции увеличилась на 114 - 100 = 14%, или на 10050 тыс. рублей (84080 - 74030).

Т.к. стоимость продукции можно представить как произведение количества товара на его цену, то такая же зависимость существует и между индексами товарооборота, физического объема и цен:

.

7. К индексам средних величин относятся: индекс переменного состава, индекс постоянного состава и индекс структурных сдвигов.

Индексом переменного состава называется индекс, выражающий соотношение средних уровней изучаемого явления, относящихся к разным периодам времени.

Индекс переменного состава отражает изменение не только индексируемой величины, но и структуры совокупности (весов).

Индекс постоянного (фиксированного) состава -- это индекс, исчисленный с весами, зафиксированными на уровне одного какого-либо периода, и показывающий изменение только индексируемой величины.

Под индексом структурных сдвигов понимают индекс, характеризующий влияние изменения только структуры изучаемого явления на динамику среднего уровня этого явления.

Система взаимосвязанных индексов имеет следующий вид:

Iпс = IфсЧIсс.

Стоимость продукции (товарооборота) в 2007 по сравнению с 2006 возросла почти в 1,14 раза, т.е. увеличилась 14%, или на 10050 тыс. рублей (84080 - 74030).

Отразим влияние изменения структуры продаж на уровень цен на графике:

Индекс влияния структурных сдвигов (I сс)

Литература

1. Гусаров В.М. Теория статистики: Учебное пособие для вузов. - М.: Аудит, ЮНИТИ, 1998. - 247 с

2. Общая теория статистики Учеб. для вузов / В.С. Козло, Я.М. Эрлих и др. М.: Финансы и статистика, 1985

3. Практикум по статистике: Учебное пособие для вузов / под редакцией В.М. Симчеры / ВЗФЭИ. - М.: ЗАО "Финстатинформ", 1999. - 259 с

4. Ряузов Н.Н. Общая теория статистики: Учеб. для вузов. - М.: Финансы и статистика, 1984

5. Теория статистика: Учеб. для вузов / Под ред. Р.А. Шмойловой. - М.: Финансы и статистика, 1996

Размещено на Allbest.ru

...