Статистические методы анализа среднего уровня и вариации производственных показателей предприятия

К особенностям метода экономического анализа относится  выявление и измерение взаимосвязи и взаимозависимости между показателями, которые определяются объективными условиями производства и обращения товаров. Навязать их искусственно нельзя. Объем выпуска промышленной продукции зависит, например, от трех групп факторов, связанных с использованием рабочей силы, орудий труда, предметов труда. Каждая группа подразделяется на составные элементы. Так, факторы, связанные с использованием рабочей силы, подразделяются на количественные и качественные. К количественным относится численность рабочих, качественным — производительность их труда (выработка на одного рабочего). Каждый из перечисленных показателей также зависит от целого ряда причин. Исключение того или иного фактора из орбиты внимания экономиста, а иногда нарушение последовательности рассмотрения факторов делают анализ экономически не состоятельным.

Способы и приемы экономико-статистического  анализа можно условно подразделить на две группы: традиционные и математические. В число основных традиционных способов и приемов экономико-статистического анализа можно включить следующее:

• статистическое наблюдение;

• сводка;

• группировка;

• расчет обобщающих показателей;

• выборочный метод;

• анализ рядов динамики;

• индексный  метод анализа;

• основы корреляционного и регрессионного анализа;

• метод  цепных подстановок;

• балансовый метод.

При этом статистические методы не ограничиваются простым сопоставлением показателей за различные периоды. Важно выявить факторы, повлиявшие на изменение показателей, исследовать их фактическую повторяемость и определить вероятность повторения тех или иных явлений и результатов. Например, контроль за качеством позволяет установить вероятность дефектных изделий. Для метода группировки необходимо и достаточное количество интервалов в каждой группе. С его помощью осуществляется разбиение совокупности на однородные группы, установление связи Ии ее направление. Однако с помощью этого метода нельзя определить тесноту связи. Для индексного метода необходимо:

1)   количественная определенность факторов;

2) функциональная  зависимость результативного показателя  от факторов.

Этот метод является гибким аналитическим инструментом и может применяться в анализе показателе производственной, финансовой, инвестиционной и других видах деятельности предприятия (фирмы). Для вычисления индексов за длительный период пользуются двумя способами: вычисление базисных и цепных индексов. Корреляционный и регрессионный анализ являются довольно сложной операцией. Исходными предпосылками для их проведения являются: случайный характер факторов, нормальное распределение факторов и результативного показателя, стохастическая независимость факторов. Для дисперсионного анализа необходимо:

1. нормальное или близкое к нему распределение генеральной совокупности;
2. независимость отдельных наблюдений в группах и подгруппах;
3. независимость факторов. Достоинством этого метода является возможность его применения в изучении зависимостей качественных признаков.

Все большее  значение в экономическом анализе  получают методы факторного анализа. Он позволяет интерпретировать массивы наблюдений и является методом сжатия исходной информации.

В зависимости  от специфики решаемых задач целесообразно  сочетание различных методов анализа, расчет показателей. В зависимости от специфики объекта и предмета исследования информационного обеспечения принимается решение о выборе методов экономико-статистического анализа. Методы экономико-статистического анализа носят универсальный характер и не зависят от отраслевой принадлежности предприятия, позволяют менеджеру анализировать положение дел на предприятии, разрабатывать варианты управленческих решений, выбирать наиболее эффективные формы, оценивать влияние этих решений на результаты деятельности предприятия. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1.   Средние величины и показатели вариации   

                                      

В результате группировки единиц совокупности по величине варьируемого признака получают ряды распределения – первичную характеристику массовой статистической совокупности. Чтобы охарактеризовать такую совокупность в целом, часто пользуются средней величиной.

Средняя величина - это обобщающий показатель статистической совокупности, который погашает индивидуальные различия значений статистических величин, позволяя сравнивать разные совокупности между собой.

Существует  2 класса средних величин: степенные и структурные.

К структурным  средним относятся мода и медиана, но наиболее часто применяются степенные средние различных видов.

Степенные средние величины

Степенные средние могут быть простыми и взвешенными.

Простая средняя величина рассчитывается при наличии двух и более несгруппированных статистических величин, расположенных в произвольном порядке по следующей общей формуле:

Взвешенная средняя величина рассчитывается по сгруппированным статистическим величинам с использованием следующей общей формулы:

где X –  значения отдельных статистических величин или середин группировочных интервалов; 
m - показатель степени, от значения которого зависят следующие виды степенных средних величин: 
при m = -1 средняя гармоническая; 
при m = 0 средняя геометрическая; 
при m = 1 средняя арифметическая; 
при m = 2 средняя квадратическая; 
при m = 3 средняя кубическая.

Используя общие формулы простой и взвешенной средних при разных показателях степени m, получаем частные формулы каждого вида, которые будут далее подробно рассмотрены.

Средняя арифметическая

Средняя арифметическая - это самая часто используемая средняя величина, которая получается, если подставить в общую формулу m=1. Средняя арифметическая простая имеет следующий вид:

где X - значения величин, для которых необходимо рассчитать среднее значение; N - общее  количество значений X (число единиц в изучаемой совокупности). 
Например, студент сдал 4 экзамена и получил следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней арифметической простой: (3+4+4+5)/4 = 16/4 = 4.

Средняя арифметическая взвешенная имеет следующий вид:

где f - количество величин с одинаковым значением X (частота).

Например, студент сдал 4 экзамена и получил  следующие оценки: 3, 4, 4 и 5. Рассчитаем средний балл по формуле средней  арифметической взвешенной: (3*1 + 4*2 + 5*1)/4 = 16/4 = 4.

Если  значения X заданы в виде интервалов, то для расчетов используют середины интервалов X, которые определяются как полусумма верхней и нижней границ интервала. А если у интервала X отсутствует нижняя или верхняя  граница (открытый интервал), то для  ее нахождения применяют размах (разность между верхней и нижней границей) соседнего интервала X.

Например, на предприятии 10 работников со стажем работы до 3 лет, 20 - со стажем от 3 до 5 лет, 5 работников - со стажем более 5 лет. Тогда  рассчитаем средний стаж работников по формуле средней арифметической взвешенной, приняв в качестве X середины интервалов стажа (2, 4 и 6 лет): 
(2*10+4*20+6*5)/(10+20+5) = 3,71 года.

Средняя арифметическая применяется чаще всего, но бывают случаи, когда необходимо применение других видов средних величин. Рассмотрим такие случаи далее.

Средняя гармоническая

Средняя гармоническая применяется, когда исходные данные не содержат частот f по отдельным значениям X, а представлены как их произведение Xf. Обозначив Xf=w, выразим f=w/X, и, подставив эти обозначения в формулу средней арифметической взвешенной, получим формулу средней гармонической взвешенной:

Таким образом, средняя гармоническая  взвешенная применяется тогда, когда  неизвестны частоты f, а известно w=Xf. В тех случаях, когда все w=1, то есть индивидуальные значения X встречаются по 1 разу, применяется формула средней гармонической простой:

Например, автомобиль ехал из пункта А в пункт Б со скоростью 90 км/ч, а обратно - со скоростью 110 км/ч. Для определения средней скорости применим формулу средней гармонической простой, так как в примере дано расстояние w₁=w₂ (расстояние из пункта А в пункт Б такое, же как и из Б в А), которое равно произведению скорости (X) на время (f). Средняя скорость = (1+1)/(1/90+1/110) = 99 км/ч.

Средняя геометрическая

Средняя геометрическая применяется при определении средних относительных изменений, о чем сказано в теме ряды динамики. Геометрическая средняя величина дает наиболее точный результат осреднения, если задача стоит в нахождении такого значения X, который был бы равноудален как от максимального, так и от минимального значения X.

Например, в период с 2005 по 2008 годы индекс инфляции в России составлял: в 2005 году - 1,109; в 2006 - 1,090; в 2007 - 1,119; в 2008 - 1,133. Так как индекс инфляции - это относительное изменение (индекс динамики), то рассчитывать среднее значение нужно по средней геометрической: (1,109*1,090*1,119*1,133)^(1/4) = 1,1126, то есть за период с 2005 по 2008 ежегодно цены росли в среднем на 11,26%. Ошибочный расчет по средней арифметической дал бы неверный результат 11,28%.

Средняя квадратическая

Средняя квадратическая применяется в тех случая, когда исходные значения X могут быть как положительными, так и отрицательными, например при расчете средних отклонений.

Главной сферой применения квадратической средней  является измерение вариации значений X, о чем пойдет речь позднее в этой лекции.

Средняя кубическая

Средняя кубическая применяется крайне редко, например, при расчете индексов нищеты населения для развивающихся стран (ИНН-1) и для развитых (ИНН-2), предложенных и рассчитываемых ООН.

Структурные средние величины

К наиболее часто используемым структурным средним относятся статистическая мода и статистическая медиана.

Статистическая  мода

Статистическая мода - это наиболее часто повторяющееся значение величины X в статистической совокупности.

Если X задан дискретно, то мода определяется без вычисления как значение признака с наибольшей частотой. В статистической совокупности бывает 2 и более моды, тогда она считается бимодальной (если моды две) или мультимодальной (если мод более двух), и это свидетельствует о неоднородности совокупности.

Например, на предприятии работает 16 человек: 4 из них - со стажем 1 год, 3 человека - со стажем 2 года, 5 - со стажем 3 года и 4 человека - со стажем 4 года. Таким образом, модальный  стаж Мо=3 года, поскольку частота  этого значения максимальна (f=5).

Если X задан равными интервалами, то сначала определяется модальный интервал как интервал с наибольшей частотой f. Внутри этого интервала находят условное значение моды по формуле:

где Мо – мода; 
Х_НМо – нижняя граница модального интервала; 
h_Мо – размах модального интервала (разность между его верхней и нижней границей); 
f_Мо – частота модального интервала; 
f_Мо-1 – частота интервала, предшествующего модальному; 
f_Мо+1 – частота интервала, следующего за модальным.