Статистические методы анализа динамики численности работников
![]()
![]()
yвз
= t1+t2+...+tn
= Σt
где У1,... Уn„ - уровни ряда динамики, сохраняющиеся без изменения в течение промежутка времени t; t1, .... tn - веса, длительность интервалов времени (дней, месяцев) между смежными датами.
Пример в таблице 2.5, где рассчитаны середины интервалов распределения среднесписочной численности работников.
Обобщающий показатель скорости изменения уровней во времени средний абсолютный прирост (убыль), представляющие собой обобщенную характеристику индивидуальных абсолютных приростов ряда динамики. По цепным данным об абсолютных— приростах за ряд лет можно рассчитать средний годовой абсолютный прирост как среднюю арифметическую простую:
Σ∆yц
∆yц
= n
где, n – число цепных абсолютных приростов (∆yц) в изучаемом периоде.
Средний абсолютный прирост определим через накопленный (базисный) абсолютный прирост (∆yб). Для случая равных интервалов применим следующую формулу:
∆yб
∆yб
= m-1
где т - число уровней ряда динамики в изучаемом периоде, включая базисный.
Сводной обобщающей характеристикой интенсивности изменения уровней ряда динамики служит средний темп роста (снижения), показывающий во сколько раз в среднем за единицу времени изменяется уровень ряда динамики.
Средний темп роста (снижения) - обобщенная характеристика индивидуальных темпов роста ряда динамики. В качестве основы и критерия правильности исчисления среднего темпа роста (снижения) применяется определяющий показатель – произведение цепных темпов роста, равное темпу роста за весь рассматриваемый период. Следовательно, если значение признака образуется как произведение отдельных вариантов, то нужно применять среднюю геометрическую.
Средние темпы прироста (сокращения) рассчитываются на основе средних темпов роста, вычитанием из последних 100 % Соответственно при исчислении средних коэффициентов при роста из значений коэффициентов роста вычитается единица:
![]()
![]()
![]()
Тпр
= Тр – 100
Кпр = Кр – 1
где Tпр - средний темп прироста.
Если уровни ряда динамики снижаются, то средний темп роста будет меньше 100 %, а средний темп прироста - отрицательной величиной. Отрицательный темп прироста Tпр представляет собой средний темп сокращения и характеризует среднюю относительную скорость снижения уровня.
При анализе развития явлений, отражаемых двумя динамическими рядами, представляет интерес сравнение интенсивностей изменения во времени обоих явлений. Такое сопоставление интенсивностей изменения производится при сравнении динамических рядов одинакового содержания, но относящихся к разным территориям (странам, республикам, районам и т.п.), или к различным организациям (министерствам, предприятиям, учреждениям), или при сравнении рядов разного содержания, но характеризующих один и тот же объект. Например, сравнение рядов динамики, характеризующих численность рабочих и стоимость ОПФ.
Сравнительные характеристики направления и интенсивности роста одновременно развивающихся во времени явлений определяются приведением рядов динамики к общему (единому) основанию и расчетом коэффициентов опережения (отставания).
Ряды динамики (в которых возникают, например, проблемы сопоставимости цен сравниваемых стран, методики расчета сравниваемых показателей и т.п.) обычно приводят к одному основанию, если они не могут быть решены другими методами. По исходным уровням нескольких рядов динамики определяют относительные величины — базисные темпы роста или прироста. Принятый при этом за базу сравнения период времени (дата) выступает в качестве постоянной базы расчетов темпов роста для каждого из изучаемых рядов динамики. зависимости от целей исследования базой может быть начальный, средний или другой уровень ряда.
6 Методы анализа основной тенденции развития
в рядах динамики
Одной из важнейших задач статистики является определение в рядах динамики общей тенденции развития явления.
В некоторых случаях закономерность изменения явления, общая тенденция его развития явно и отчетливо отражается уровнями динамического ряда (уровни на изучаемом периоде непрерывно растут или непрерывно снижаются).
Однако часто приходится встречаться с такими рядами динамики, в которых уровни ряда претерпевают самые различные изменения (то возрастают, то убывают), и общая тенденция развития неясна.
На развитие явления во времени оказывают влияние факторы, различные по характеру и силе воздействия. Одни из них оказывают практически постоянное воздействие и формируют в рядах динамики определенную тенденцию развития. Воздействие же других факторов может быть кратковременным или носить случайный характер.
Поэтому при анализе динамики речь идет не просто о тенденции развития, а об основной тенденции, достаточно стабильной (устойчивой) на протяжении изученного этапа развития.
Основной тенденцией развития (трендом) называется плавное и устойчивое изменение уровня явления во времени, свободное от случайных колебаний.
Задача состоит в том, чтобы выявить общую тенденцию в изменении уровней ряда, освобожденную от действия различных случайных факторов. С этой целью ряды динамики подвергаются обработке методами укрупнения интервалов, скользя щей средней и аналитического выравнивания.
Одним из наиболее простых методов изучения основ ной тенденции в рядах динамики является укрупнение интервалов. Он основан на укрупнении периодов времени, к которым относятся уровни ряда динамики (одновременно уменьшается количество интервалов). Например, ряд ежесуточного выпуска продукции заменяется рядом месячного выпуска продукции и т.д. Средняя, исчисленная по укрупненным интервалам, позволяет выявлять направление и характер (ускорение или замедление роста) основной тенденции развития.
Выявление основной тенденции может осуществляться также методом скользящей (подвижной) средней. Сущность его заключается в том, что исчисляется средний уровень из определенного числа, обычно нечетного (3, 5, 7 и т.д.), первых по счёту уровней ряда, затем — из такого же числа уровней,, но начиная со второго по счету, далее — начиная с третьего и т.д.
таким образом, средняя как бы "скользит" по ряду динамики, передвигаясь на один срок.
Недостатком сглаживания ряда является «укорачивание» сглаженного ряда по сравнению с фактическим, а следователь но, потеря информации.
Рассмотренные приемы сглаживания динамических рядов (укрупнение интервалов и метод скользящей средней) дают возможность определить лишь общую тенденцию развития явления, более или менее освобожденную от случайных и волнообразных колебаний. Однако получить обобщенную статистическую модель тренда посредством этих методов нельзя.
Для того чтобы дать количественную модель, выражающую основную тенденцию изменения уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики.
Основным содержанием метода аналитического выравнивания в рядах динамики является то, что общая тенденция развития рассчитывается как функция времени:
ŷt = f (t)
где ŷt — уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени.
Определение теоретических (расчетных) уровней ŷt производится на основе так называемой адекватной математической модели, которая наилучшим образом отображает (аппроксимирует) основную тенденцию ряда динамики.
Выбор типа модели зависит от цели исследования и дол жен быть основан на теоретическом анализе, выявляющем характер развития явления, а также на графическом изображении ряда динамики (линейной диаграмме).
Например, простейшими моделями (формулами), выражающими тенденцию развития, являются:
линейная функция - прямая ŷt = а0 + a1t,
где aо + a1 – параметры уравнения; t – время;
показательная функция ŷt = а0 а1 ;
степенная функция - кривая второго порядка (парабола)
ŷt = а0 + a1t + a2tІ.
В тех случаях, когда требуется особо точное изучение тенденции развития (например, модели тренда для прогнозирования), при выборе вида адекватной функции можно использовать специальные критерии математической статистики.
Расчет параметров функции обычно производится методом наименьших квадратов, в котором в качестве решения принимается точка минимума суммы квадратов отклонений между теоретическими и эмпирическими уровнями:
Σ(ŷt – yi)І →min
где yt - .выравненные (расчетные) уровни; yi фактические уровни.
Параметры уравнения а, удовлетворяющие этому условию. могут быть найдены решением системы нормальных уравнений. На основе найденного уравнения тренда вычисляются выравненные уровни. Таким образом, выравнивание ряда динамики заключается в замене фактических уровней .... плавно изменяющимися уровнями ŷt, наилучшим образом аппроксимирующими статистические данные.
Выравнивание по прямой используется, как правило, в тех случаях, когда абсолютные приросты практически постоянны, т.е. когда уровни изменяются в арифметической прогрессии (или близко к ней).
Выравнивание по показательной функции используется в тех случаях, когда ряд отражает развитие в геометрической прогрессии, т.е. когда цепные коэффициенты роста практически постоянны.
Рассмотрим «технику» выравнивания ряда динамики по прямой:
ŷt = а0 + a1t. Параметры . а0, a1.. согласно методу наименьших квадратов, находятся решением следующей системы нормальных уравнений, полученной путем алгебраического преобразования условия Σ(ŷt – yi)І →min :
а0 n + a1 Σt = Σy
а0 Σt + a1 ΣtІ = Σyt,
где у - фактические (эмпирические) уровни ряда; t - время (порядковый номер периода или момента времени).
Расчет параметров значительно упрощается, если за начало отсчета времени (t = 0) принять центральный интервал (момент).
При четном числе уровней (например, 6), значения t -условного обозначения времени будут такими (это равнозначно измерению времени не в годах, а в полугодиях):
1990 1991 1992 1993 1994 1995
- 5 -3 -1 +1 +3 +5
При нечетном числе уровней (например, 7) значения устанавливаются по-другому:
1989 1990 1991 1992 1993 1994 1995
-3 -2 -1 0 +1 +2 +3
В обоих случаях Σt = 0, так что система нормальных уравнений принимает вид:
Σy = n а0;
Σyt = a1 ΣtІ
Σy
Из первого уравнения а0 = n
Σyt
Из второго уравнения: a1 = Σt
7 Методы изучения сезонных колебаний
При сравнении квартальных и месячных данных многих социально – экономических явлений часто обнаруживаются периодические
колебания, возникающие под влиянием смены времен года. Они являются результатом влияния природно-климатических условий, общих экономических факторов, а также многочисленных и разнообразных факторов, которые часто являются регулируемыми.
В широком понимании к сезонным относят все явления, которые обнаруживают в своем развитии отчетливо выраженную закономерность внутригодовых изменений, т.е. более или менее устойчиво повторяющиеся из года в год колебания уровней.
В статистике периодические колебания, которые имеют определенный и постоянный период, равный годовому промежутку, носят название «сезонные колебания» или «сезонные волны», а динамический ряд в этом случае называют сезонным рядом динамики.
Сезонные колебания наблюдаются в различных отраслях экономики: при производстве большинства сельскохозяйственных продуктов, их переработке, в строительстве, транспорте, торговле и т.д. Значительной колеблимости во внутригородской Динамике подвержены денежное обращение и товарооборот. Наибольшие денежные доходы образуются у населения в 3 и 4 кварталах, особенно это характерно для селян. Максимальный объем розничного товарооборота приходится на конец каждого года. Спрос на многие виды услуг, производство молока, мяса, шерсти, улов рыбы колеблются по сезонам.
Сезонные колебания обычно отрицательно влияют на результаты производственной деятельности, вызывая нарушения ритмичности производства. Поэтому хозяйственные организации принимают меры для смягчения сезонности за счет рационального сочетания отраслей, механизации трудоемких процессов ,создания агропромышленных фирм и т.д.
Комплексное
регулирование
сезонных изменений
по от
дельным
отраслям экономики
должно основываться
на исследовании
сезонных колебаний.
В статистике существует ряд методов изучения и измерения сезонных колебаний. Самый простой заключается в построении специальных показателей, которые называются индексами сезонности Is. Совокупность этих показателей отражает сезонную волну. Индексами сезонности являются процентные отношения фактических (эмпирических) внутригрупповых уровней к теоретическим (расчетным) уровням, выступающих, в качестве базы сравнения.
Для того чтобы выявить устойчивую сезонную волну, на которой не отражались бы случайные условия одного года, индексы сезонности вычисляют по данным за несколько лог (не менее трех), распределенным по месяцам.
Если ряд динамики не содержит ярко выраженной тенденции в развитии, то индексы сезонности вычисляются непосредственно по эмпирическим данным без их предварительного выравнивания.
Для каждого месяца рассчитывается средняя величина уровня, например за три года (уt), затем вычисляется среднемесячный уровень для всего ряда у. После чего определяется показатель сезонной волны — индекс сезонности Is как процентное отношение средних для каждого месяца к общему среднемесячному уровню ряда, %:
yi
![]()
Is
= y * 100
где
yt -
средняя для
каждого месяца
минимум за три
года;
y
- среднемесячный
уровень для
всего ряда.
Для наглядного примера можно привести аналитическую часть курсовой работы, задание 4
8 Экстраполяция в рядах динамики и прогнозирование
Необходимым условием регулирования рыночных отношений является составление надежных прогнозов развития социально-экономических явлений.
Выявление и характеристика трендов и моделей взаимосвязи создают базу для прогнозирования, т.е. для определения ориентировочных размеров явлений в будущем. Для этого используют метод экстраполяции.
Под экстраполяцией понимают нахождение уровней за пределами изучаемого ряда, т.е. продление в будущее тенденции, наблюдавшейся в прошлом (перспективная экстраполяция). Поскольку в действительности тенденция развития не остается неизменной, то данные, получаемые путем экстраполяции ряда, следует рассматривать как вероятностные оценки.
Экстраполяцию рядов динамики осуществляют различными способами, например, экстраполируют ряды динамики выравниванием по аналитическим формулам. Зная уравнение для теоретических уровней и подставляя в него значения t за пределами исследованного ряда, рассчитывают для t вероятностные ŷt.
На практике результат экстраполяции прогнозируемых явлений обычно получают не точечными (дискретными), а интервальными оценками.
Для определения границ интервалов используют формулу:
ŷt + tαSŷt
где tα— коэффициент доверия по распределению Стьюдента;
Sŷt = √ Σ(yi-ŷt)І/(n-m)
остаточное среднее квадратическое отклонение от тренда, скорректированное по числу-степеней свободы* (n-m ); n — число уровней ряда динамики; т — число параметров адекватной модели тренда (для уравнения прямой m = 2).
Вероятностные границы интервала прогнозируемого явления:
( ŷttαSŷt ) ≤ yпр ≤ ( ŷt+tαSŷt )
Нужно иметь в виду, что экстраполяция в рядах динамики носит не только приближённый, но и условный характер.
Поэтому её следует рассматривать как предварительный этап в разработке прогнозов. Для составления прогноза должна быть привлечена дополнительная информация, не содержащаяся в самом динамическом ряду.
2. Практическая часть
Задание 1
По исходным данным таблицы 1:
Постройте статистический ряд распределения организаций по признаку среднесписочная численность работников, образовав пять групп с равными интервалами.
Постройте графики полученного ряда распределения. Графически определите значения моды и медианы.
Рассчитайте характеристики ряда распределения: среднюю арифметическую, среднее квадратическое отклонение, коэффициент вариации.
Вычислите среднюю арифметическую по исходным данным (таблица 1), сравните его с аналогичным показателем, рассчитанным в п. 3 настоящего задания. Объяснить причину их расхождения.
Сделать выводы по результатам выполнения задания.
Задание 2
По исходным данным таблицы 1:
Установите наличие и характер связи между признаками среднегодовая стоимость основных производственных фондов и среднесписочная численность работников, образовав пять групп с равными интервалами по обоим признакам, методами:
- аналитической группировки;
- корреляционной таблицы.
Измерите тесноту корреляционной связи между названными признаками с использованием коэффициента детерминации и эмпирического корреляционного отношения. Сделайте выводы.
Таблица 1
|
№ п/п |
Среднеспис. численность чел.(У) |
Стоимость ОПФ млн.руб.(Х) |
| 1 | 162 | 34,714 |
| 2 | 156 | 24,375 |
| 3 | 179 | 41,554 |
| 4 | 194 | 50,212 |
| 5 | 165 | 38,347 |
| 6 | 158 | 27,408 |
| 7 | 220 | 60,923 |
| 8 | 190 | 47,172 |
| 9 | 163 | 37,957 |
| 10 | 159 | 30,210 |
| 11 | 167 | 38,562 |
| 12 | 205 | 52,500 |
| 13 | 187 | 45,674 |
| 14 | 161 | 34,388 |
| 15 | 120 | 16,000 |
| 16 | 162 | 34,845 |
| 17 | 188 | 46,428 |
| 18 | 164 | 38,318 |
| 19 | 192 | 47,590 |
| 20 | 130 | 19,362 |
| 21 | 159 | 31,176 |
| 22 | 162 | 36,985 |
| 23 | 193 | 48,414 |
| 24 | 158 | 28,727 |
| 25 | 168 | 39,404 |
| 26 | 208 | 55,250 |
| 27 | 166 | 38,378 |
| 28 | 207 | 55,476 |
| 29 | 161 | 34,522 |
| 30 | 186 | 44,839 |
Задание 3
По результатам выполнения задания 1 с вероятностью 0,954 определите:
Ошибку выборки средней численности работников и границы, в которых будет находиться средняя численность работников в генеральной совокупности.
Ошибку выборки доли организаций со среднесписочной численностью работников 180 чел. и более и границы, в которых будет находиться генеральная доля.
Задание 4
Имеются следующие данные о внутригодовой динамике численности работников организации по кварталам за три года, чел.:
| Кварталы | 2000 | 2001 | 2002 |
| I | 150 | 145 | 140 |
| II | 138 | 124 | 112 |
| III | 144 | 130 | 124 |
| IV | 152 | 150 | 148 |
Проведите анализ внутригодовой динамики численности работников организации, для чего:
Определите индексы сезонности методом постоянной средней.
Изобразите на графике сезонную волну изменения численности работников. Сделайте выводы.
Осуществите прогноз численности работников организации на 2003 г. по кварталам на основе рассчитанных индексов сезонности при условии, что среднегодовая численность работников в прогнозируемом году составит 160 человек.
2.1. Исследование структуры совокупности
Для построения ряда распределения необходимо определить признак - среднесписочная численность работников (таблица 2.1.).
Таблица 2.1.: Исходные данные
|
№ п/п |
Среднеспис. численность чел.(У) |
| 1 | 162 |
| 2 | 156 |
| 3 | 179 |
| 4 | 194 |
| 5 | 165 |
| 6 | 158 |
| 7 | 220 |
| 8 | 190 |
| 9 | 163 |
| 10 | 159 |
| 11 | 167 |
| 12 | 205 |
| 13 | 187 |
| 14 | 161 |
| 15 | 120 |
| 16 | 162 |
| 17 | 188 |
| 18 | 164 |
| 19 | 192 |
| 20 | 130 |
| 21 | 159 |
| 22 | 162 |
| 23 | 193 |
| 24 | 158 |
| 25 | 168 |
| 26 | 208 |
| 27 | 166 |
| 28 | 207 |
| 29 | 161 |
| 30 | 186 |
Таблица 2.2.: Отсортированные данные
|
№ п/п |
Среднеспис. численность чел.(У) |
| 1 | 120 |
| 2 | 130 |
| 3 | 156 |
| 4 | 158 |
| 5 | 158 |
| 6 | 159 |
| 7 | 159 |
| 8 | 161 |
| 9 | 161 |
| 10 | 162 |
| 11 | 162 |
| 12 | 162 |
| 13 | 163 |
| 14 | 164 |
| 15 | 165 |
| 16 | 166 |
| 17 | 167 |
| 18 | 168 |
| 19 | 179 |
| 20 | 186 |
| 21 | 187 |
| 22 | 188 |
| 23 | 190 |
| 24 | 192 |
| 25 | 193 |
| 26 | 194 |
| 27 | 205 |
| 28 | 207 |
| 29 | 208 |
| 30 | 220 |
Ряд распределения – это группировка, представляющая собой распределение численности единиц совокупности по значению какого-либо признака, в настоящем случае по признаку – среднесписочная численность работников. Если ряд построен по количественному признаку, его называют вариационным. При построении вариационного ряда с равными интервалами определяют число групп (n) и величину интервала (h). По условию задачи необходимо образовать пять групп (n=5). Величина равного интервала рассчитывается по формуле:
,
где ymax и ymin – максимальное и минимальное значения признака.