Курсовая работа: Экономико-статистический анализ цен
В
среднем, абсолютный размер снижения уровня объёма продаж за 2009 год составил
114334 тыс. руб. В среднем, 726 рублей содержится в 1% прироста.
На
8887,273 тыс.руб. в среднем происходило увеличение объёма продаж в единицу
времени. Средняя относительная скорость изменения уровня объёма продаж
составила 166,7 рублей.
Одной из
задач, возникающих при анализе рядов динамики, является установление
закономерности изменения уровней изучаемого общественного явления.
В
некоторых случаях закономерность изменения явления, общая тенденция его
развития ясно отображается уровнями динамического ряда.
Однако
часто приходится встречаться с такими рядами динамики, когда уровни ряда
подвергаются самым различным изменениям и общая тенденция развития явления
использует особые приемы обработки рядов динамики.
Выявление
основной тенденции может быть осуществлено методом скользящей средней.
Суть
способа сглаживания ряда динамики при помощи скользящей средней заключается в
том, что последовательно находятся средние значения из нескольких членов ряда,
начиная с первого, второго и т. д.
Расчет скользящих средних:
и т.д.
Чтобы получить сглаженные уровни
ряда, необходимо провести центрирование расчетных средних, определяемых как
простая средняя арифметическая из двух рядом лежащих средних:
и т.д.
Таблица 8
Расчет
скользящих средних
Месяц
Объём продаж
Скользящие 4-х членные средние
Центрированные средние
1
146640
2
41360
3
109040
106220
92590
4
127840
78960
77265
5
37600
75570
64290
6
27800
53010
39850
7
18800
26690
31390
8
22560
36090
45775
9
75200
55460
63920
10
105280
72380
100110
11
86480
127840
12
244400
Изобразим
графически фактические и сглаженные уровни ряда динамики:
Можно увидеть, что
конкретной тенденции к увеличению или снижению объёма продаж - нет. Наибольший
объём продаж был, достигнут в январе, марте, апреле, ноябре и декабре, что
может быть связано с наибольшим спросом на принтеры в перечисленные месяцы, в
свою очередь, наименьший объём продаж был в феврале, мае, июне, июле, августе.
Не большой спрос в летние месяцы, можно связать с сезонными колебаниями. Так,
например, в летний период большинство людей находятся в отпусках и не нуждаются
в данной продукции, а, например, в зимний период (декабрь - наибольший объём
продаж) принтеры могут быть прекрасным подарком к Новому году и, следовательно,
из-за этого спрос на данную продукцию возрастает.
Таким образом, объём
продаж принтеров и МФУ постоянно находился в "движении", увеличивался
и сокращался за анализируемый период, а именно за 2009 год.
Аналитическое
выравнивание.
Аналитическое
выравнивание основано на допущении, что изменение в рядах динамики могут быть
выражены определённым математическим законом.
На основе теоретического
анализа выявляется характер явления во времени и на этой основе выбирается то
или иное математическое выражение.
Проанализировав,
показатели динамики я пришла к выводу, что развитие происходит с переменным
ускорением. Таким образом, тенденция описывается параболой третьего порядка:
Месяц
y, тыс.руб.
t
t^2
y*t
yt^
январь
146640
-6
36
-879840
1,97395E+18
февраль
41360
-5
25
-206800
4,42821E+16
март
109040
-4
16
-436160
8,11567E+17
апрель
127840
-3
9
-383520
1,3079E+18
май
37600
-2
4
-75200
3,32688E+16
июнь
27800
-1
1
-27800
1,34449E+16
июль
18800
1
1
18800
4,15725E+15
август
22560
2
4
45120
7,1845E+15
сентябрь
75200
3
9
225600
2,66194E+17
октябрь
105280
4
16
421120
7,30471E+17
ноябрь
86480
5
25
432400
4,04857E+17
декабрь
244400
6
36
1466400
9,13898E+18
Итого
1043000
0
182
600120
1,47363E+19
,
следовательно, модель в
целом признаётся значимой.
Ошибка аппроксимации:
%
Так как ошибка
аппроксимации превышает 7 % следовательно данную ошибку аппроксимации следует
считать не подходящей в качестве критерия выбора параметризированного
уравнения.
3.3 Корреляционно-регресионный
анализ
Таблица 9
Исходные данные
Месяц
Цена принтера, тыс.руб.
Объём продаж, тыс.руб.
Цена конкурентов, тыс. руб.
январь
4,42
146,64
5,13
февраль
4,42
41,36
5,13
март
4,42
109,04
5,13
апрель
4,42
127,84
5,13
май
4,42
37,6
5,12
июнь
4,42
27,8
5,12
июль
4,42
18,8
4,44
август
4,42
22,56
4,44
сентябрь
4,42
75,2
5,10
октябрь
4,42
105,28
5,13
ноябрь
4,42
86,48
5,13
декабрь
4,44
244,40
5,14
Факторным признаком будет
являться цена, так как она влияет на объём продаж; другим факторным признаком
будет цена конкурентов, так как она также влияет на объём продаж,
результативным признаком будет являться объём продаж.
Для определения уравнения
регрессии необходимо сделать вспомогательные расчёты. В результате проведения
дополнительных расчётов и решения системы нормальных уравнений получились
следующие коэффициенты регрессии:
ао= 35448,930;
а1= 7929,866;
а2= 94,305
Окончательное уравнение
регрессии приняло следующий вид:
Y=35448,930+7929,866*x1-94,305*x2
При отсутствии влияния со
стороны факторных признаков, учтённых в данной модели, значение результативного
признака будет составлять – 35448,930 тыс.руб. При изменении собственных цен на
1 тыс.руб. произойдёт изменение объёма продаж в ту же сторону на 7929,866
тыс.руб., а при изменении цен конкурентов на 1 тыс.руб. следует ожидать
изменение объёма продаж на 94,305 тыс.руб.
Далее, я определила
следующие коэффициенты:
1.
Парные
коэффициенты корреляции:
ryx1 = 0,752;
ryx2 = 0,487;
rx1x2 = 0,151
Коэффициент корреляции
между факторными признаками, равный 0,151, позволяет судить о слабой связи
(0,1-0,3).
2.
Частные
коэффициенты корреляции: характеризуют степень влияния одного из факторов на
функцию при условии, что остальные независимые переменные закреплены на
постоянном уровне.
ryx1(x2) =
0,786;
ryx2(x1) =
0,574;
rx1x2(y)
= -0,375
Тесная связь наблюдается
между результативным признаком и собственными ценами на товар, существует
умеренная обратная связь между результативным признаком и ценами конкурентов.
3.
Множественный
коэффициент корреляции: показывает тесноту связи между результативными и обоими
факторными признаками:
R=0,842
Таким образом, выявлена
тесная связь между объёмом продаж и следующими факторными признаки:
собственными ценами на товар и ценами конкурентов.
Множественный коэффициент
детерминации определим как квадрат множественного коэффициента корреляции:
Ryx1x2 = (0,842)^2 = 0,709
На основе коэффициента
детерминации делаю вывод, что на 70,9% вариации величины объёма продаж
находится в зависимости от изменения цен, и на 29,1% от влияния прочих
неучтенных в модели факторов.
На завершительном этапе
анализа я проверила значимости параметров уравнения регрессии и модели в целом.
Для проверки значимости
модели в целом использовались F-статистика
Фишера. Для этого я определила остаточную дисперсию результативного признака:
Тогда
Fрасч =
Fтабл
Следовательно,
Fрасч > Fтабл .
Таким образом, модель в
целом признается значимой.
C помощью пакета анализа данных, я
сравнила Y (объём продаж, тыс.руб.) и X1 (цена принтера, тыс.руб.) и
получила следующее:
Коэффициент корреляции,
равный 0,752, позволяет судить о тесной связи между результативным и факторным
признаком (0,752 > 0,700).
Коэффициент детерминации
(; 56,6%) показывает, что на
56,6 % вариации объёма продаж зависит от вариации собственной цены на принтер,
и на 43,4 % - от остальных неучтённых в модели факторов.
Проверив, значимость
модели с помощью F-статистики
Фишера, я получила следующее:
Fтабл
Следовательно, Fрасч >Fтабл , модель признаётся значимой.
Затем, с помощью пакета
анализа данных, я сравнила Y
(объём продаж, тыс.руб.) и X2
(цена конкурентов, тыс.руб.) и получила следующее:
Коэффициент корреляции,
равный 0,487, позволяет судить об умеренной связи между результативным и
факторным признаком (0,487 > 0,300).
Коэффициент детерминации
(; 23,7%) показывает, что на
23,7 % вариации объёма продаж зависит от вариации цены конкурентов на принтер,
и на 76,3 % - от остальных неучтённых в модели факторов.
Проверив, значимость
модели с помощью F-статистики
Фишера, я получила следующее:
Fтабл
Следовательно, Fрасч >Fтабл , модель признаётся значимой.
Выводы
Подводя
итоги, можно выделить следующее:
На 90% и
на 94979 тыс.руб. изменились издержки продаж продукции в результате изменения
объёма продаж. На 17% и на 722745 тыс.руб. изменилась стоимость продукции в
результате изменения цен.
На 16% и
на 817724 тыс.руб. изменилась стоимость продукции в текущем периоде по
сравнению с базисным. На 89% и на 46730 тыс.руб. изменились издержки продаж продукции
в результате изменения объёма продаж.
На 102% и
на 8093 тыс.руб. изменились издержки продаж продукции в результате изменения
себестоимости продукции. На 38637 тыс.руб и на 91% уменьшились издержки продажи
продукции в текущем периоде по сравнению с базисным.
Продажи
принтеров и МФУ, в целом, имели тенденцию к снижению за анализируемый период,
но в марте, апреле, сентябре, октябре и декабре 2009 года объём продаж
увеличивался. Скорость изменения объёма продаж увеличилась в июне по сравнению
с апрелем и маем, затем она сохраняла тенденцию увеличения, но в октябре и
ноябре вновь снизилась, но зато в декабре вернула тенденцию увеличения.
Анализируя, темп роста можно увидеть, что достаточно высокий темп роста
наблюдался в апреле, сентябре и декабре. Можно говорить, о том, что именно в
эти месяцы спрос на принтеры и МФУ был высоким.
В
среднем, абсолютный размер снижения уровня объёма продаж за 2009 год составил
114334 тыс. руб. В среднем, 726 рублей содержится в 1% прироста.
На
8887,273 тыс.руб. в среднем происходило увеличение объёма продаж в единицу
времени. Средняя относительная скорость изменения уровня объёма продаж
составила 166,7 рублей.
Модель факторов, в
которой результативным признаком является объём продаж, а собственные цены и
цены конкурентов – факторными признаками: является значимой.
Список литературы
1.
Гусаров В.М.
Статистика. – М.: Юнити, 2007.
2.
Елисеева И.И.,
Юзбашев М.М. Общая теория статистики: Уч. Для студентов вузов –М: Финансы и
статистика,2004.
3.
Микроэкономическая
статистика. Учебник / Под редакцией Ильенкова С.Д., М.: Финансы и статистика,
2004.
4.
Общая теория
статистики. Часть II: учебно-метод. пособие по выполнению практических и
лабораторных работ / Сост.: Н.И. Гришакина, Г.В. Фетисова, О.Д. Притула,Д.П.
Воронова; НовГУ им. Ярослава Мудрого.- Великий Новгород, 2008.
7.
Статистика.
Метод. указания по выполнению практических и лабораторных работ. Часть 4/
Сост.: Н.И. Гришакина, Г.В. Лебедева, О.Д. Притула, Г.В. Фетисова; НовГУ им.
Ярослава Мудрого.- Великий Новгород, 2003.
8.
Статистика.
Руководство по выполнению курсовых работ для специальностей 060500
–Бухгалтерский учет, анализ и аудит / Сост.: Л.И. Бернасовская, Н.И. Гришакина,
Г.В. Лебедева, О.Д. Притула, Г.В. Фетисова; НовГУ им. Ярослава Мудрого.-
Великий Новгород, 2003.
9.
Эконометрика.
Учебно-метод. указания по выполнению практических работ для студ. экономических
спец. Часть 4/ Сост.: Н.И. Гришакина, О.Д. Притула, Г.В. Фетисова; НовГУ им.
Ярослава Мудрого.- Великий Новгород, 2006.
10.
Экономическая
статистика. Учебник / Под редпкцией Иванова Ю.Н. 3-е изд., перераб. и доп. –
М.: ИНФРА-М, 2008.