Экономико-статистический анализ цен
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:
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).
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.
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
Гусаров В.М. Статистика. – М.: Юнити, 2007.
Елисеева И.И., Юзбашев М.М. Общая теория статистики: Уч. Для студентов вузов –М: Финансы и статистика,2004.
Микроэкономическая статистика. Учебник / Под редакцией Ильенкова С.Д., М.: Финансы и статистика, 2004.
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.
Рудакова Р.П., Букин Л.Л., Гаврилов В.И. Статистика. 2-е изд. – С-Пб.: Питер, 2007.
Салин В.Н., Шпаковская Е.П. Социально-экономическая статистика. Учебник – М.:Юристъ, 2001.
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.
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.
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.
Экономическая статистика. Учебник / Под редпкцией Иванова Ю.Н. 3-е изд., перераб. и доп. – М.: ИНФРА-М, 2008.
Приложение А
1.Индекс стоимости продукции:

![]()
2. Индекс цен:

3. Индекс физического объёма продукции:

4. Индекс себестоимости продукции:

5.Индекс издержек продаж:

| квартал | (Y) | (X1) | (X2) | X1*Y | X2*Y | X1*X2 | Y^ | Y-Y^ |
9555,102 3899,691 3561,973 1205,098 5229,944 7306,452 9625,985 5930,125 2173,566 6118,174 9338,460 1067,875 6980,656 |
X12 | X22 | Y2 |
| 1 | 146,64 | 4,42 | 5,13 | 648,149 | 752,263 | 22,67 | -882,707 | 1029,347 | 19,5364 | 26,317 | 21503,290 | |
| 2 | 41,36 | 4,42 | 5,13 | 182,811 | 212,177 | 22,67 | -882,707 | 924,067 | 19,5364 | 26,317 | 1710,650 | |
| 3 | 109,04 | 4,42 | 5,13 | 481,957 | 559,375 | 22,67 | -882,707 | 991,747 | 19,5364 | 26,317 | 11889,722 | |
| 4 | 127,84 | 4,42 | 5,13 | 565,053 | 655,819 | 22,67 | -882,707 | 1010,547 | 19,5364 | 26,317 | 16343,066 | |
| 5 | 37,6 | 4,42 | 5,12 | 166,192 | 192,512 | 22,63 | -881,764 | 919,364 | 19,5364 | 26,214 | 1413,760 | |
| 6 | 27,8 | 4,42 | 5,12 | 122,876 | 142,336 | 22,63 | -881,764 | 909,564 | 19,5364 | 26,214 | 772,840 | |
| 7 | 18,8 | 4,42 | 4,44 | 83,096 | 83,472 | 19,62 | -817,636 | 836,436 | 19,5364 | 19,714 | 353,440 | |
| 8 | 22,56 | 4,42 | 4,44 | 99,715 | 100,166 | 19,62 | -817,636 | 840,196 | 19,5364 | 19,714 | 508,954 | |
| 9 | 75,2 | 4,42 | 5,1 | 332,384 | 383,520 | 22,54 | -879,878 | 955,078 | 19,5364 | 26,01 | 5655,040 | |
| 10 | 105,28 | 4,42 | 5,13 | 465,338 | 540,086 | 22,67 | -882,707 | 987,987 | 19,5364 | 26,317 | 11083,878 | |
| 11 | 86,48 | 4,42 | 5,13 | 382,242 | 443,642 | 22,67 | -882,707 | 969,187 | 19,5364 | 26,317 | 7478,790 | |
| 12 | 244,4 | 4,44 | 5,14 | 1085,136 | 1256,216 | 22,82 | -725,053 | 969,453 | 19,7136 | 26,42 | 59731,360 | |
| Итого | 1043 | 53,06 | 60,14 | 4614,948 | 5321,586 | 265,92 | -10299,973 | 11342,973 | 234,614 | 302,19 | 138444,789 | |
| Среднее | 86,91667 | 4,421667 | 5,011667 | 384,579 | 443,465 | 22,16 | -858,331 | 945,248 | 19,55117 | 25,182 | 11537,066 |
| X22 | Y2 | (Y-Y^)2 | X12 | X22 | Y2 | (Y-Y^)2 | X12 |
| 26,317 | 21503,290 | 1059555,102 | 19,5364 | 19,714 | 508,954 | 705930,125 | 19,5364 |
| 26,317 | 1710,650 | 853899,691 | 19,5364 | 26,01 | 5655,040 | 912173,566 | 19,5364 |
| 26,317 | 11889,722 | 983561,973 | 19,5364 | 26,317 | 11083,878 | 976118,174 | 19,5364 |
| 26,317 | 16343,066 | 1021205,098 | 19,5364 | 26,317 | 7478,790 | 939323,305 | 19,5364 |
| 26,214 | 1413,760 | 845229,944 | 19,5364 | 26,42 | 59731,360 | 939838,460 | 19,7136 |
| 26,214 | 772,840 | 827306,452 | 19,5364 | 302,19 | 138444,789 | 10763767,875 | 234,614 |
| 19,714 | 353,440 | 699625,985 | 19,5364 | 25,182 | 11537,066 | 896980,656 | 19,55117 |
Приложение С

