3. Аналитическое выравнивание ряда динамики с применением индексов сезонности.
Рассмотрим метод на основании имеющихся данных о динамике реализации картофеля на колхозных рынках:
Реализация картофеля на колхозных рынках города за три года.
Месяцы | реализация картофеля, т. | Индексы сезонности, % | ||||
первый год, у1 | второй год, у2 | третий год, у3 | всего за три года, yi | в среднем за три года, yi | ||
1 | 2 | 3 | 4 | 5 | 6 | 7 |
Январь | 70 | 71 | 63 | 204 | 68 | 26,05 |
Февраль | 71 | 85 | 60 | 216 | 72 | 27,59 |
Март | 82 | 84 | 59 | 225 | 75 | 28,74 |
Апрель | 190 | 308 | 261 | 759 | 253 | 96,93 |
Май | 280 | 383 | 348 | 1011 | 337 | 129,12 |
Июнь | 472 | 443 | 483 | 1398 | 466 | 178,54 |
Июль | 295 | 261 | 305 | 861 | 287 | 109,96 |
Август | 108 | 84 | 129 | 321 | 107 | 41,00 |
Сентябрь | 605 | 630 | 670 | 1905 | 635 | 243,30 |
Октябрь | 610 | 450 | 515 | 1575 | 525 | 201,15 |
Ноябрь | 184 | 177 | 185 | 546 | 182 | 69,73 |
Декабрь | 103 | 168 | 104 | 375 | 125 | 47,89 |
ИТОГО: | 3070 | 3144 | 3182 | 9396 | 261 | 100,00 |
Применяя формулу средней арифметической простой, определим средние месячные уровни за три года:
За январь: уi = (70+71+63)/3 = 68 т.
Февраль: уi = (71+85+60)/3 = 72 т и т.д.
Программа Excel считает среднее арифметическое автоматически при введении необходимых формул.
И, наконец, исчислим за каждый месяц индексы сезонности:
Январь: Is=68/261 = 0,263 или 26,3%
Февраль: Is=72/261 = 0,276 или 27,6% и т.д.
С помощью мастера диаграмм построим график сезонной волны.
По индексам сезонности можно наблюдать рост или снижение продажи картофеля в различное время года. Так, наименьший спрос приходится на январь – февраль, а наибольший – на сентябрь-октябрь.
Заключение.
Возрастающий интерес к статистике вызван современным этапом развития экономики в стране, формирования рыночных отношений. Это требует глубоких экономических знаний в области сбора, обработки и анализа экономической информации.
Статистическая грамотность является неотъемлемой составной частью профессиональной подготовки каждого экономиста, финансиста, социолога, политолога, а также любого специалиста, имеющего дело с анализом массовых явлений, будь то социально-общественные, экономические, технические, научные и другие. Работа этих групп специалистов неизбежно связана со сбором, разработкой и анализом данных статистического (массового) характера. Нередко им самим приходится проводить статистический анализ различных типов и направленности либо знакомиться с результатами статанализа, выполненного другими. В настоящее время от работника, занятого в любой области науки, техники, производства, бизнеса и прочее, связанной с изучением массовых явлений, требуется, чтобы он был, по крайней мере, статистически грамотным человеком. В конечном счете, невозможно успешно специализироваться по многим дисциплинам без усвоения какого-либо статистического курса. Поэтому большое значение имеет знакомство с общими категориями, принципами и методологией статистического анализа.
Как известно, для статистической практики РФ и стран СНГ в последние годы важнейшим вопросом оставалось адекватное информационное отражение новых социально-экономических явлений. Сюда, в частности, относится организация получения и анализ данных, характеризующих изменение форм собственности и процесс приватизации, негосударственную занятость населения и безработицу, деятельность рыночных финансово-кредитных структур и коренное реформирование налоговой системы, новые виды миграции граждан и поддержку возникших малоимущих социальных групп, а также многое другое. Кроме того, в целях отслеживания внедрения рыночных отношений и складывающихся реалий серьезной корректировки, потребовали системы показателей, сбор и разработка данных в традиционных областях статистического наблюдения: по учету основных результатов промышленного и сельскохозяйственного производства, внутренней и внешней торговли, деятельности объектов социальной сферы и т.д. Вместе с тем, насущная необходимость получения адекватной и однозначной информации в настоящее время систематически возрастает.
В заключение отметим, что сравнение различных экономических прогнозов имеет, прежде всего, методологическое значение - связанное с выявлением характера действующих причинно-следственных связей. Если последние изложены убедительно, определенный интерес представляют и конкретные количественные оценки, так и усредненные прогнозные значения.
Литература.
1. Башет К.В. «Статистика коммерческой деятельности», М: «Финансы и статистика», 1996.
2. Елесеева М.А. «Общая теория статистики», М.: «Статистика», 1988.
3. Финансы. Под ред. В.М. Родионовой. – М.: «Финансы и статистика», 1994.
4. Харченко Л.П. «Статистика» М: «ИНФРА – М», 1997.
5. http://www.prime-tass.ru.
6. http://www.vedi.ru.
7. http://gks.ru.
8. http://www.finam.ru/
9. http://www.rbc.ru/fm_wi.shtml
10. Электронная версия «Российского статистического ежегодника»
... метода стандартизации. 4. В чем сущность косвенного метода стандартизации. ТЕСТЫ к практическому занятию по теме «Использование метода стандартизации при оценке здоровья населения и показателей работы учреждений здравоохранения.» АЛЬТЕРНАТИВНЫЕ ВОПРОСЫ: 1. Для устранения различий в составе сравниваемых совокупностей используется: 1. метод стандартизации 2. расчет относительных ...
... операций или экономические модели 44 7 Технологическое прогнозирование 29 6 Как видно из таблицы, даже в условиях развитой рыночной экономики большинство компаний предпочитают относительно простые и традиционные методы прогнозирования – субъективные оценки и экстраполяцию трендов. Полезными эти методы будут и для российских предприятий по двум причинам: · не ...
... - уровни динамического ряда. В итоге получены две статистические кривые экспорта и импорта, которые дают наглядное представление о динамике исследуемого ряда: Рис. 1. Графическое представление динамики импорта и экспорта США (млрд. $) Мы видим, что существует тенденция увеличения объема экспорта и импорта на протяжении рассматриваемого периода, но эта закономерность не проявляется четко ...
... , взаимозависимостью состояний отдельных единиц и наличием вариации. Изменение социально-экономических явлений во времени изучается статистикой методом построения и анализа динамических рядов. Ряды динамики - это значения статистических показателей, которые представлены в определенной хронологической последовательности. Каждый динамический ряд содержит две составляющие: 1) показатели периодов ...
0 комментариев