Индекс инфляции для данного года вычисляют след образом. Рассчитывается
индекс цен для данного года. Для этого выбирается базовый период(например, за
базу принимается предыдущий год), для которого уровень цен принимается за 100
(берутся цены определенного набора товаров).
Индекс цен для данного года = цены текущего года/цены баз года*100
Это Уровень Инфляции. Индекс означает что данное соотношение умножается на 100.
Темп инфляции для данного года равен:
Индекс текущ года – индекс цен прошедшего года/индекс цен текущего года
Наиболее распространенным является индекс потребительских цен. Это
средневзвешенное изменение всех цен на товары, включенные в потребительскую
корзину.
3. Задачи и объект статистического наблюдения, виды и формы наблюдения.Статистическое наблюдение, или первичный статистический учет, являетсянаучной, специально организованной регистрацией признаков каждой единицысовокупности и записью их в определенных документах.Статистическим наблюдением называется планомерный научно организованный сбор или получение массовых сведений о явлениях общественной жизни.В процессе статистического наблюдения получаются статистические данные,необходимые для осуществления познаватльной и контрольно-организаторскойфункции статистики.Статистическое наблюдение выступает первым этапом статистическогоисследования, оно совпадает в основном с первой (чувственной илиэмпирической) ступенью процесса познания общественной жизни, являетсяважнейшим специфическим статистическим приемом исследования. Всякоеисследование, в т.ч. и статистическое, начинается со сбора фактов,наблюдения; выводы, обобщения как в науке, так и в практике ценны лишь тогда,когда они обоснованы фактами.К статистическим данным, пригодным для обобщений, предъявляется ряд требований:- данные должны быть максимально полными, но не отрывочными, случайновыхваченными;- данные должны быть абсолютно достоверными и точными;- данные должны соответствовать принципу единообразия, сопоставимости;- данные должны соответствовать принципу своевременности (сбор должен бытьорганизован только в строго определенное время, но кроме этого, данныедолжны быть представлены так же в срочном порядке).Объектом статистического наблюдения называется та совокупность, о которойдолжны быть собраны необходимые сведения. Объектом наблюдения может быть, например, совокупность фермерских хозяйств республики (или же какого- -либо района), совокупность ВУЗ-ов, совокупность промышленных предприятий и т.д. Единицей наблюдения называют тот составной элемент объекта наблюдения,который является носителем признаков, подлежащих регистрации. В одном каком-либо наблюдении может быть не одна, а несколько единиц наблюдения. Так при переписи населения, например, единицей наблюдения может быть или человек (житель), или семья, или то и другое.Единицы наблюдения, как и объект в целом, обладают, как правило, множествомразличных признаков. Все их учесть невозможно. Поэтому необходимо определить какие признаки следует регистрировать в процессе наблюдения.Перечень признаков, регистрируемых в процессе наблюдения, называют программой статистического наблюдения.Наряду с составлением перечня признаков, включаемых в программу наблюдения, важное значение имеет также точное, ясное и исчерпывающее определение каждого признака. Точная и исчерпывающая формулировка вопросов программы необходима для того, чтобы обеспечить одинаковое их понимание всеми участвующими в наблюдении лицами. В этих целях часто в формулировку вопросов включается так называемый подсказ, т.е. варианты возможных ответов.Статистическое наблюдение может производится в двух основных формах: в форме отчетности и в форме специально организованных статистических обследований.Специальные статистические обследования освещают моменты, не охватываемыестатистической отчетностью, служат средством для проверки и анализаматериалов этой отчетности, дают дополнительный материал как длянациональнохозяйственного прогнозирования и оперативных мероприятий, так идля познания закономерностей развития экономики.Для изучения особенностей и закономерностей общественных явлений применяются различные виды и способы сбора статистических сведений. В зависимости от задач исследования и конкретных условий статистическое наблюдение может быть Единовременное наблюдение - запись признаков единиц наблюдения, приуроченная к данному "критическому моменту" времени. Единовременное наблюдение или учет состояния проводится через некоторые периоды времени, охватывает длительно существующую совокупность. Такое наблюдение проводится для определения численности, состава и качественных особенностей совокупности. ПрограммА сбора сведений в этом случае должна быть в основном аналогичной содержанию предшествующих единовременных наблюдений.Текущее наблюдение или текущий учет ведется для определения измеренийсостояния явления. Единицы наблюдения и их признаки регистрируются в момент возникновения или же в ближайший после этого момент времени.Материалы единовременного и текущего наблюдений взаимно дополняют друг друга; создается возможность получения данных на любой момент времени или за любой период времени.Сплошное наблюдение - учет всех без исключения единиц в пределах даннойсовокупности, например перепись всех видов оборудования или материалов вданном предприятии. Материалы сплошного наблюдения позволяют выделить всоставе изучаемой массе единицы качественно однородной группы и определитьпо каждой группе средние величины по наиболее существенным признакам.Единовременное и текущее наблюдения осуществляются в форме сплошногонаблюдения, если необходимо получить сведения об объеме изучаемых явлений.Организация сплошного наблюдения не всегда возможна и целесообразна, особенно для контроля за качеством продукции. В этом случае сплошное наблюдение приводит к исключению из сферы практического использования массы продукции предприятий. Поэтому необходимо осуществлять несплошное (частичное)наблюдение - учитывать только часть единиц совокупности, по которойсоставляют представление о характерных особенностях изучаемого явления вцелом.Несплошное наблюдение имеет определенные преимущества по сравнению сосплошным наблюдением:- требуется значительно меньше затрат труда и средств в связи с уменьшениемчисла обследуемых единиц;- данные могут быть собраны в более короткие сроки и по более широкойпрограмме, чтобы в заданных пределах всесторонне раскрыть особенностиизучаемой совокупности, провести более глубокое научное исследование;- данные несплошного наблюдения привлекаются для контроля материаловсплошного наблюдения;- несплошное наблюдение должно быть репрезентативным (представительным).Обследуемые единицы отбираются так, чтобы, опираясь на полученные по этимединицам данные, составить правильное представление о явлении в целом.Поэтому одной из существенных особенностей несплошного наблюдения являетсяорганизация отбора единиц обследуемой совокупности способами: основногомассива, монографическим, анкетным и выборочным наблюдением.Способ основного массива предусматривает отбор единиц совокупности,преобладающих по изучаемому признаку. Данный способ не обеспечивает отбораединиц, которые представляли бы все части совокупности.Монографическое наблюдение - детальное описание небольшого числа единицсовокупности. Типическая монография, как один из способов изученияособенностей единиц совокупности, предусматривает отбор из состава всейсовокупности качественно однородных единиц одного типа. Собираются сведения по 1-3 единицам с индивидуальными значениями признака, близкими к типичным значениям признака в группе;К числу недостатков типической монографии относится субъективный выборединиц наблюдения, когда руководствуются только общим представлением об иххарактерных особенностях. Кроме того, число отобранных единиц невелико, несоответствуют численности самой группы, и полученные данные не позволяютизучить распределение единиц (состав, долю) в пределах отдельной группы.Большая уверенность в репрезентативности данных, полученных типическоймонографией, достигается, если выбор единиц основан на данных ранеевыполненных сплошных наблюдений.Анкетный способ предусматривает раздачу анкет (иногда анкеты публикуют) всем единицам совокупности для специальных обследованний, например с цельюизучения регулярности доставки почтовой корреспонденции, мнений по отдельным вопросам.Анкеты заполняются добровольно и поэтому не всегда обеспечиваетсярепрезентативность выборки. Программа анкетного обследования содержит узкийкруг вопросов, ответы на которые часто дают только заинтересованные лица.Большое распространение получает метод интервью, когда опрос ведется путемличного общения по специально разработанной программе. Такой метод широкоприменяется в социологических исследованиях.Наиболее совершенным с научной точки зрения видом несплошного наблюденияявляется выборочное наблюдение. Выборочное наблюдение представляет собойтакой вид статистического наблюдения, при котором обследованию подвергаетсянекоторая часть единиц изучаемой совокупности, отобранная в определенномстрого научном порядке, с целью последущей характеристики всей совокупности.Сплошное и несплошное статистическое наблюдение осуществляется различнымиспособами: непосредственным наблюдением, опросом и документированной записью. Источником сведений служит опрос. По способу регистрации фактов опрос имеет разновидности: экспедиционный способ, саморегистрация, корреспондентский способ и документированная запись.Экспедиционный способ предусматривает сбор сведений на месте возникновенияфакта. Специальный регистратор производит опрос и сам записывает ответ. Этотспособ обеспечивает точную информацию, но требует значительных затратвремени, труда и средств.Саморегистрация осуществляется с участием специального регистратора на местесбора сведений. Регистратор только разъясняет порядок ответов на поставленныевопросы в бланке, а ответы даются обычно представителями организаций ипредприятий. Этот способ требует значительных затрат времени и средств, атакже привлечения высококлалифицированных статистических работников.Корреспондентский способ предполагает рассылку статистическими и другимиорганами управления специально разработанных бланков и инструкций по ихзаполнению хозяйствующим субъектам или специально выделенным лицам -корреспондентам для изучения определенного вопроса. Сведения поступают вустановленные сроки по почте, телеграфом или доставляются нарочным. Способне требует особых затрат, но качество информации зависит от уровня знаний истепени подготовки корреспондентов.Документированная запись - основная форма статистического наблюдения является
Вопрос №5
Статистическая методология представляет собой совокупностьобщих правил и специальных методов, направленных на изучение количественныхзакономерностей. Методологической основой статистики яв-ся положение соц. –эконом. теории и динамического познания.В статистике разработаны и применяются специфические способы и приемыисследования общественных явлений, которые в совокупности и образуют методстатистики. К ним относятся наблюдение, сводка и группировка данных,исчисление обобщающих показателей на основе специальных методов (методсредних индексов и т.д.). В соответствии с вышесказанным различают три этапаработы со статистическими данными:1)сбор; 2) группировка и сводка; 3) обработка и анализ.Под сбором данных понимают массовое научно-организованное наблюдение,посредством которого получают первичную информацию об отдельных фактах(единицах) исследуемого явления. Такой статистический учет большого числа иливсех входящих в состав изучаемого явления единиц является информационной базойдля статистических обобщений, для формулирования выводов об изучаемом явленииили процессе. Под группировкой и сводкой данных понимают распределениемножества фактов (единиц) на однородные группы и подгруппы, подсчет итогов покаждой группе и подгруппе и оформление полученных итогов в виде статистическойтаблицы. Статистический анализ является заключительной стадией статистическогоисследования. Он включает в себя обработку статистических данных, полученныхпри сводке, интерпретацию полученных результатов с целью получения объективныхвыводов о состоянии изучаемого явления и закономерностях его развития. Впроцессе статистического анализа изучаются структура, динамика и взаимосвязьобщественных явлений и процессов.К основным этапам статистического анализа относят: 1) установление фактов иих оценку; 2) выявление характерных особенностей и причинявления;3)сопоставление явления с нормативными, плановыми и прочимиявлениями, принятыми за базу сравнения; 4)формулирование выводов, прогнозов,предположений и гипотез; 5) статистическую проверку выдвинутых гипотез.
СРЕДНЯЯ КВАДРАТИЧЕСКАЯ И СРЕДНЯЯ КУБИЧЕСКАЯ. В ряде случаев вэкономической практике возникает потребность расчета среднего размерапризнака, выраженного в квадратных или кубических единицах измерения. Тогдаприменяется средняя квадратическая (например, для вычисления среднейвеличины стороны и квадратных участков, средних диаметров труб, стволов и т.п.)и средняя кубическая (например, при определении средней длины стороныл кубов). Формулы для расчета средней квадратической: Средняя квадратическая простая является квадратным корнем из частного отделения суммы квадратов отдельных значений признака на их число: Средняя квадратическая взвешенная где f - веса. Формулы для расчета средней кубической: Средняя кубическая простаяСредняя кубическая взвешенная Средние квадратическая и кубическая имеют ограниченное применение в практикестатистики. Широко пользуется статистика средней квадр-ой, но не из самихвариантов х, и из их отклонений от средней при расчете показателейвариации. Средняя может быть вычислена не для всех, а для какой-либо частиединиц совокупности. Примером такой средней может быть средняяпрогрессивная как одна из частных средних, вычисляемая не для всех, атолько для "лучших" (например, для показателей выше или ниже среднихиндивидуальных).
Дисперсия признака представляет собой средний квадрат отклоненийвариантов от их средней величины, она вычисляется по формулам простой ивзвешенной дисперсий ( в зависимости от исходных данных):1) простая дисперсиядля несгруппированных данных σ2=∑(X-X‾)2 / n 2)взвешенная дисперсия для вариационного ряда σ2=∑(X-X‾)2 f / ∑f Cвойства дисперсии: 1)если все значения признака уменьшить или увеличить на одну и ту же постояннуювеличину А, то дисперсия от этого не изменится; 2)если все значенияпризнака уменьшить или увеличить в одно и то же число раз (i раз), то дисперсиясоответственно уменьшится или увеличится в i2 раз. Используя второесвойство дисперсии, разделив все варианты на величину интервала, получимследующую формулу вычисления дисперсии в вариационных рядах с равнымиинтервалами по способу моментов: где а — дисперсия, исчисленная по способу моментов; i— величина интервала;x1=x-A/ i новые (преобразованные) значения вариантов (А — условный ноль, в качестве которого удобно использовать серединуинтервала, обладающего наибольшей частотой);— момент второго порядка;— квадрат момента первого порядка Среднее квадратическое отклонение σ равно корню квад-| ратному издисперсии:для несгруппированных данных для вариационного ряда Среднее квадратическое отклонение — это обобщающая характеристика размероввариации признака в совокупности; оно показывает, на сколько в среднемотклоняются конкретные ва- рианты от их среднего значения; являетсяабсолютной мерой колеблемости признака и выражается в тех же единицах, что иварианты, поэтому экономически хорошо интерпретируется.Обозначим: 1 — наличие интересующего нас признака; 0 — его отсутствие; р — доля единиц, обладающих данным признаком; q — доля единиц, не обладающихданным признаком; р + q =1. Исчислим среднее значение альтернативного признака и его дисперсию.Среднее значениеальтернативного признака так как p + q = l.,тоДисперсия альтернативного признака Подст-в в формулу дисперсии q = 1 - р, получим Среднее квад-ое отклонение альтерн-ого признака Коэффициент вариации представляет собой выраженное в процентахотношение среднего квадратического отклонения к средней арифметической:: V=σ / X‾ *100 Общая дисперсия σ2 измеряет вариацию признака повсей совокупности под влиянием всех факторов, обусловивших эту вариацию. Онаравна среднему квадрату отклонений отдельных значений признака х от общейсредней х и может быть вычислена как простая дисперсия
Виды средних величин и методы их расчета.Выбор СВ зависит от характера исходной информации и от содержания имеющихсяцифровых показателей.Признак, по которому находятся СВ – осредняемый признак (Хоср.).Величина осредняемого признака у любой ед. совокупности – индивидуальное егозначение. Частота (вес) – повторяемость инд. значений признака (f). 2.1. Средне-арифметич. простая.Она определяется, если индивидуальные значения признака не повторяются. Онаравна отношению суммы отдельных значений признака к их числу.Хоср. = åxi/n 2.2. В стат-ке часто им. дело не с результатами наблюдения, а срезультатами сводки и группировки => индивидуальное значение признака частоповторяется и средний показатель рассчитывается по средней арифм.взвешенной.Xоср. = åxf/åfПример:№/ср.з.пл./число раб.1 3200 152 2800 103 3600 25Хоср. = (3200х15 + 2800х10 + 3600х25)/50 2.3. Результаты наблюдения иногда не дают возможности применить ср.взв.,когда в учете отсутствуют данные о частоте появления признака, но имеетсяинформация об общем значении признака. M = xifiКогда есть эта информация, тогда ср.взв. преобразовывается в среднегармоническую. Хоср. = åМ/(åМ/Х) из Хоср. = åxf/åf, а f = M/Х.Пример: Определить среднюю цену реализации по 3-м магазинам.№/цена/выручка1 8 2402 10 1503 9 180Нет данных о кол-ве товара.Хоср. = (240+150+180)/(240/8+150/10+180/9) 2.4. Ср.хронологич. исп. тогда, когда данные приведены на определенныймомент времени (на конкр. дату), например на 1-е число месяца.Хоср. = (½Х1+Х2+Х3+.+1/2Хn)/(n-1)Пример: Определить среднемес. остаток вкладов в СБ за 1-е полугодие.дата/тыс.руб.1.01 6401.02 6201.03 5901.04 6101.05 6301.06 5801.07 600Хоср. = (640/2+620+590+610+630+580+600/2)/(7-1)
Корреляционно-регрессионный анализ (КРА) заключается в построении ианализе статистической модели в виде уравнения регрессии (уравнениекорреляционной связи), приближенно выражающей зависимость результативногопризнака от одного или нескольких факторных признаков и в оценке степенитесноты связи. Задачами КРАявляются:1. Обнаружение корреляционной зависимости и выявление формы связи.2. Установление количественных оценок тесноты связи, характеризующих силувлияния факторных признаков на результативные.При изучении взаимосвязей выделяют след основные этапы:1. Качественный анализ явления, в процессе к-рого устанавливаютсяпричинно-следственные связи между явлениями, определяется направление связи.2. Построение модели связи. Выбирается определенный вид математическойфункции, наилучшим образом отображаемый характер изучаемой связи. Эта задачарешается с помощью регрессионного анализа. Математическая функция, отображающаяформу корреляционной зависимости наз-ся уравнением регрессии.3. Интерпретация результатов. Оценивается теснота связи между признаками(эта задача решается с помощью корреляционного анализа). Если характеризуетсясвязь двух признаков, то она наз-ся парной, более двух – множественной. Множественная (многофакторная) регрессия Явления общественной жизни складываются под воздействием не одного, а целогоряда факторов, между к-рыми существуют сложные взаимосвязи. Изучение связимежду тремя и более связанными между собой признаками наз-ся множественной(многофакторной) регрессии.Многофакторный корреляционно-регрессионный анализ позволяет оценить степеньвлияния на исследуемый результативный показатель каждого из включенных вмодель факторов при фиксированном положении остальных факторов, а также сопределенной степенью точности найти теоретическое значение этого показателя.Математически задача формулируется след образом: требуется найтианалитическое выражение наилучшим образом отражающее связь факторныхпризнаков с результативным, т.е. найти функцию : Наиболее сложной проблемой при этом является выбор формы связи. Её можноопределить эмпирически путем перебора функций разных типов, однако, этосвязано с большим объемом вычислительных работ.Практика построения многофакторных моделей взаимосвязи показывает, что всереально существующие зависимости между социально-экономическими явлениямиможно описать, используя 5 типов моделей:1) Линейная модель yx=a0+a1x1+a2x2+ .+anxnКаждый коэффициент уравнения (a0, a1, a2, .,an) степень влияния соответствующего фактора на анализируемыйпоказатель.2) Степенная функция3) Показательная функция4) Параболическая функция5) Гиперболическая функцияПосле выбора функции приступают к многофакторному корреляционно-регрессионному анализу, задачей к-рого является построение уравнениямножественной регрессии и нахождения его неизвестных параметров.Система нормальных уравнений с n неизвестными при линейной зависимостиимеет вид: Оценка существенности связейПосле построения регрессионной модели с помощью корреляционного анализаосуществляют проверку адекватности полученной модели. Адекватную модельэкономически интерпретируют. Проверка адекватности моделей начинается спроверки значимости каждого коэффициента регрессии с помощью t-критерияСтьюдента. Проверка адекватности всей модели осуществляется с помощьюрасчета F-критерия и величины средней ошибки аппроксимации.Средняя ошибка аппроксимации определяется по формуле: где - это линейныеотклонения абсолютных величин эмпирических и выровненных данных.Значение средней ошибки не должно превышать 12-15%.После проверки адекватности, установления точности и надежности построенноймодели её необходимо проанализировать. Для этого используют след показатели:1. Частные коэффициенты эластичности, где а1 – коэффициент регрессии при соответствующем факторном признаке; - среднее значение соответствующего факторного признака; - среднее значение результативного признака.Коэффициент эластичности показывает на сколько процентов в среднем изменитсязначение результативного признака при изменении факторного признака на 1%.2. Для определения тесноты связи между признаками при линейной форме связииспользуется показатель линейный коэффициент корреляции. Линейный коэффициент корреляции изменяется в пределах от -1 до 1. По этомупоказателю можно сделать след выводы:а) о направлении связи (если -1 < r < 0, то связь обратная, если 0 < r< 1, то связь прямая);б) определить тесноту связи. Квадрат линейного коэффициента корреляции (линейный коэффициент детерминации) показывает на сколько процентов вариация результативного признака объясняетсявариацией факторного признака.Для измерения тесноты связи при множественной корреляционной зависимостирассчитываются множественный коэффициент корреляции и частные коэффициентыкорреляции. Корреляционно-регрессионный анализ (КРА) заключается в построении ианализе статистической модели в виде уравнения регрессии (уравнениекорреляционной связи), приближенно выражающей зависимость результативногопризнака от одного или нескольких факторных признаков и в оценке степенитесноты связи. Задачами КРАявляются:1. Обнаружение корреляционной зависимости и выявление формы связи.2. Установление количественных оценок тесноты связи, характеризующих силувлияния факторных признаков на результативные.При изучении взаимосвязей выделяют след основные этапы:1. Качественный анализ явления, в процессе к-рого устанавливаютсяпричинно-следственные связи между явлениями, определяется направление связи.2. Построение модели связи. Выбирается определенный вид математическойфункции, наилучшим образом отображаемый характер изучаемой связи. Эта задачарешается с помощью регрессионного анализа. Математическая функция, отображающаяформу корреляционной зависимости наз-ся уравнением регрессии.3. Интерпретация результатов. Оценивается теснота связи между признаками(эта задача решается с помощью корреляционного анализа). Если характеризуетсясвязь двух признаков, то она наз-ся парной, более двух – множественной. Парная регрессия характеризует связь между двумя признаками:факторным и результативным. Аналитически связь между ними описываетсяуравнениями прямой, гиперболы, параболы и т. д.1) Если результативный признак с увеличением факторного признака равномерновозрастает или убывает, то такая зависимость является линейной и описываетсяуравнением прямой: ух=а0+а1х,где ух – теоретические значения результативного признака,полученные по уравнению регрессии; а0, а1 – параметры прямой; х – значение факторного признака.Параметры уравнения прямой (а0, а1)определяются путем решения системы нормальных уравнений на основе методанаименьших квадратов. Сущность данного метода заключается в нахождениипараметров модели, при к-рых минимизируется сумма квадратов отклоненийэмпирических (фактических) значений результативного признака от теоретических,полученных по уравнению регрессии: Система нормальных уравнений для нахождения параметров линейной парнойрегрессии имеет вид: где n – объем исследуемой совокупности.В уравнении регрессии параметр а1 называется коэффициентом регрессии. Он показывает на сколько единиц изменится значениерезультативного признака при увеличении факторного признака на одну единицу.2) Если результативный признак с увеличением факторного признака возрастает(убывает) не бесконечно, а стремится к конечному пределу, то для анализатакого признака применяется уравнение гиперболы: Для определения параметров этого уравнения используется система нормальныхуравнений: 3) Если с увеличением факторного признака результативный признакувеличивается, но до определенной величины, а затем с ростом Х У снижается,то такая зависимость описывается уравнением параболы 2-ого порядка: Для определения параметров этого уравнения используется система нормальныхуравнений:
Вопрос 6
Учет – одна из важнейших функций управления, а в странах с развитой рыночной экономикой его даже называют «языком бизнеса». Достижения любого коллектива во многом зависят от того, как организована переработка экономической информации, и чем достовернее сведения о производстве, чем быстрей их получают, тем шире возможности эффективного управления организацией.
Учет дает наиболее важную, полную и адекватную информацию. Систематизирует, обрабатывает разрозненные данные, и только потом они становятся основой для принятия управленческих решений.