Статистика промышленности. Черная металлургия Российской Федерации
Исследование динамики изменения объемов добычи ресурсов и производства готовой продукции за отчетный период. Выявление зависимости объемов производства готовой продукции от объемов добычи сырья. Анализ динамики производства черных металлов в целом по РФ.
| Рубрика | Экономика и экономическая теория |
| Вид | курсовая работа |
| Язык | русский |
| Дата добавления | 11.11.2010 |
| Размер файла | 156,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
4
МОСКОВСКИЙ ГОРОДСКОЙ УНИВЕРСИТЕТ
УПРАВЛЕНИЯ ПРАВИТЕЛЬСТВА МОСКВЫ
Специальность «Финансы и кредит»
Дисциплина «Статистика»
Кафедра математики
КУРСОВАЯ РАБОТА
НА ТЕМУ Статистика промышленности.
Черная металлургия Российской Федерации.
Студента II курса
Толстова Вячеслава Сергеевича
Научный руководитель
доктор физико-математических наук, профессор
Ковалев Владимир Александрович
Москва 2010г.
Содержание
- Введение 3
- Чёрная металлургия Российской Федерации 5
- Уральская металлургия 7
- Металлургия Центра 9
- Сибирь и Дальний Восток 10
- Анализ и прогноз статистических показателей производства черных металлов 11
- Формирование рядов исходных данных 11
- Расчет аналитических показателей динамики (коэффициентов и темпов роста и прироста) 12
- Расчет линейных коэффициентов корреляции 13
- Расчет параметров линейного и квадратичного трендов для объемов добычи коксующегося угля и объема выплавки чугуна и стали 14
- Расчет параметров парной регрессии 19
- Заключение 22
- Список литературы 24
Введение
Статистика промышленности должна, прежде всего, организовывать статистический учет за ходом выполнения плановых заданий начиная от предприятий, производственных объединений и кончая промышленностью в целом. Обрабатывая полученные данные, статистика исчисляет показатели, характеризующие состояние промышленности за истекший период и тем самым дает исходные данные для построения плана на будущий период. Однако она не только регистрирует достигнутый уровень производства, но и анализирует выполнение планов, сигнализируя о возникновении частичных диспропорций, вскрывая внутрипромышленные резервы и тем самым участвует в выполнении планов. Эта аналитическая задача статистики с каждым годом приобретает все большее значение. Таким образом, задачи статистики промышленности в основном определяются задачами планирования и управления этой отраслью.
С первой задачей статистики промышленности тесно связана и вторая задача - разработка и анализ научно обоснованной развернутой системы статистических показателей, необходимой для всестороннего научного исследования экономики российской промышленности.
Кроме того, задачами статистики промышленности являются: выявление результатов работы промышленности в целом и на отдельных ее участках, оценка степени выполнения плана, определение роли отдельных факторов, обусловивших достигнутые результаты, выявление внутрипромышленных резервов для дальнейшего увеличения выпуска продукции. Также важной задачей статистики является обеспечение достоверности и своевременности представления статистических данных.
В этой курсовой работе нами будет приведена информация, характеризующая динамику промышленного производства черных металлов в целом по Российской Федерации за период с 2000 по 2009гг.
Задачи исследования:
1. исследовать динамику изменения объемов добычи ресурсов и производства готовой продукции за отчетный период;
2. вычислить статистические показатели для имеющихся данных;
3. выявить, насколько объемы производства готовой продукции зависят от объемов добычи сырья;
4. на основе выполненных вычислений сделать выводы о реально существующих связях.
Чёрная металлургия Российской Федерации
Черная металлургия России явилась «наследницей» этой отрасли СССР. В 1990 г. На её долю приходилось 45% общесоюзной добычи железной руды, 54% производства стали, 57% проката чёрных металлов и 61% стальных труб, выпущенных отечественной промышленностью.
Старение основных фондов отрасли сопровождались повышением расходов топливно-энергетических и материальных ресурсов, падением производительности труда, ухудшением качества готовой продукции, стремительным ростом затрат на ремонтные работы, значительно превысившими в1990 г. общий объём капитальных вложений на реконструкцию и обновление оборудования. Пика своего развития отрасль достигла в 1988г., после чего в металлургии наступил кризис. Первоначально в 1989г. и 1990г. темпы спада были весьма умеренными, а начиная с 1991г. они приобрели обвальный характер.
Динамика производства основных видов продукции чёрной металлургии в России, млн.т.
|
Год |
Чугун 1 ряд |
Сталь 2 ряд |
Готовый прокат 3 ряд |
Стальные трубы 4 ряд |
Железная руда 5 ряд |
|
|
1940 |
5,3 |
9,3 |
5,7 |
0,4 |
9,7 |
|
|
1965 |
31,2 |
50,1 |
33,1 |
5,2 |
54,1 |
|
|
1970 |
42,0 |
63,9 |
43,2 |
7,0 |
66,5 |
|
|
1980 |
55,2 |
84,4 |
59,7 |
10,7 |
92,4 |
|
|
1985 |
57,1 |
88,7 |
62,5 |
11,5 |
104 |
|
|
1986 |
59,5 |
91,9 |
64,2 |
11,8 |
106 |
|
|
1987 |
61,0 |
93,3 |
65,5 |
12,2 |
108 |
|
|
1988 |
61,5 |
91,4 |
66,4 |
12,5 |
109 |
|
|
1989 |
61,5 |
92,8 |
65,9 |
12,6 |
107 |
|
|
1990 |
59,4 |
89,6 |
63,7 |
11,9 |
107 |
|
|
1991 |
48,9 |
77,1 |
55,1 |
10,5 |
91 |
|
|
1992 |
48,5 |
67,0 |
46,8 |
8,1 |
82 |
|
|
1993 |
40,9 |
59,1 |
42,8 |
7,4 |
76 |
|
|
1994 |
36,1 |
48,8 |
35,5 |
3,6 |
73 |
|
|
1995 |
39,2 |
61,3 |
39,1 |
3,7 |
78 |
Наименьший объём производства черной металлургии России пришёлся на 1994г., но уже следующий год принёс оживление практически во все основные производства отрасли. Производство проката черных металлов в РФ увеличилось в 2002 году на 3,9%. Объем производства стальных труб в Свердловской области в 2002 году составил 101,1%.
Высокая удельная концентрация отрасли: почти 4/5 всей продукции приходится на три её основные базы - Уральскую, Центральную и Сибирскую.
Удельный вес основных металлургических баз в середине 90хг.,%.
|
Основные базы |
Железная руда |
Чугун |
Сталь |
Готовый прокат |
Стальные трубы |
|
|
Уральская |
19 |
45 |
48 |
48 |
49 |
|
|
Центральная |
45 |
22 |
16 |
17 |
15 |
|
|
Сибирская |
16 |
17 |
15 |
15 |
5 |
Динамика производства в подотраслях черной металлургии в августе 2000 года
|
Подотрасль |
08.2000 |
08.2000/ 08.1999, % |
08.2000/ 07.2000, % |
01 - 08.2000/ 01 - 08.1999, % |
|
|
Добыча и обогащение рудного сырья |
104.9 |
99.1 |
107.2 |
||
|
- железная руда, млн. т |
7.4 |
105.4 |
97.7 |
108.2 |
|
|
- железорудные окатыши, млн. т |
2.7 |
104.2 |
101.6 |
105.2 |
|
|
Производство черных металлов |
110.8 |
100.1 |
118.7 |
||
|
- сталь, млн. т |
5.1 |
112.8 |
100.4 |
119.5 |
|
|
в том числе кислородно-конвертерная |
2.9 |
111.6 |
96.3 |
117.5 |
|
|
электросталь |
0.7 |
117.1 |
101.6 |
133.4 |
|
|
годная литая заготовка, получаемая с машин непрерывного литья, млн. т |
2.5 |
110.2 |
97.0 |
120.1 |
|
|
- готовый прокат черных металлов, млн. т |
4.0 |
111.4 |
100.4 |
118.5 |
|
|
в том числе сортовой прокат |
2.3 |
112.0 |
102.6 |
113.2 |
|
|
листовой прокат |
1.7 |
110.8 |
97.8 |
125.7 |
|
|
из общего количество листового проката - холоднокатаный лист, тыс. т |
558 |
112.0 |
98.8 |
118.8 |
|
|
лист и жесть с покрытиями, тыс. т |
122 |
100.8 |
102.0 |
104.7 |
|
|
гнутые профили стальные, тыс. т |
40.4 |
104.0 |
100.5 |
122.6 |
|
|
из общего количества готового проката - прокат с упрочняющей термической обработкой, тыс. т |
183 |
124.2 |
95.2 |
158.9 |
|
|
прокат из низколегированной стали, тыс. т |
300 |
144.9 |
97.2 |
143.6 |
|
|
Производство труб |
129.7 |
101.9 |
165.4 |
||
|
- стальные трубы, тыс. т |
434 |
130.5 |
102.0 |
166.2 |
|
|
- бесшовные трубы, тыс. т |
207 |
120.6 |
100.1 |
156.9 |
|
|
- сварные, тыс. т |
14.0 |
136.1 |
115.4 |
133.3 |
|
|
- электросварные |
213 |
141.3 |
103.0 |
180.0 |
|
|
из общего количества стальных труб обсадные |
55.0 |
в 2.4 р. |
108.9 |
в 2.3 р. |
|
|
бурильные |
2.9 |
в 3.7 р. |
136.8 |
193.8 |
|
|
насосно-компрессорные |
23.9 |
116.2 |
102.0 |
178.2 |
|
|
Коксохимическая промышленность |
108.6 |
102.6 |
109.8 |
||
|
- кокс, млн. т |
2.6 |
108.6 |
102.6 |
109.8 |
|
|
Производство огнеупоров |
103.1 |
100.0 |
116.0 |
||
|
- изделия огнеупорные, тыс. т |
197 |
103.1 |
100.0 |
116.0 |
|
|
Производство метизов |
125.1 |
99.0 |
142.9 |
||
|
- лента стальная холоднокатаная, тыс. т |
70.6 |
129.9 |
94.3 |
159.5 |
|
|
- проволока стальная, тыс. т |
29.8 |
119.3 |
103.2 |
131.5 |
|
|
- проволока обыкновенного качества, тыс. т |
57.2 |
134.7 |
99.2 |
140.6 |
|
|
- металлокорд, тыс. т |
1.5 |
141.6 |
96.9 |
142.8 |
|
|
- сетка стальная, млн. м2 |
2.6 |
111.2 |
96.5 |
135.3 |
|
|
- продукция порошковой металлургии, т |
362 |
140.9 |
98.4 |
131.2 |
|
|
- электроды сварочные, тыс. т |
15.6 |
110.7 |
107.3 |
125.0 |
Уральская металлургия
В средине 90-х гг. на неё приходилась большая часть отечественной добычи марганцевых и хромитовых руд, около 1/5 - руд железных, около половины - чугуна, стали, готового проката и стальных труб, производимых в стране, а также большая часть ферросплавов, выплавляемых в России. Качественный профиль уральской металлургии зависит от специфики местных сырьевых ресурсов. Урал - единственное место в стране, где получают особо качественный металл (природно-легированный, из древесно-угольного чугуна и т.д.).
Уральская металлургия (2/5 производства проката) частично пользуется собственной железной рудой, частично рудой КМА и Казахстана и полностью привозным технологическим и энергетическим топливом (кузнецкий и карагандинский уголь и западно-сибирский газ). Укрепление местной сырьевой базы происходит начатым освоением новых рудных месторождений. Подавляющую часть металла дают Магнитогорский, Ново - Тагильский, и другие комбинаты-гиганты, построенные в годы первых пятилеток (Урало-Кузнецкий комплекс).
Производство основных видов металлургической продукции на Урале (тыс. т)
|
Вид продукции |
1994 |
1995 |
1996 |
1997 |
1998 |
1999 |
2000 |
|
|
Чугун |
15706,7 |
16529 |
15285,6 |
15725 |
14291,3 |
16980,2 |
14539,3 |
|
|
Сталь |
21119,2 |
21338,6 |
20405,6 |
20452 |
18419,5 |
21645 |
19347,9 |
|
|
Прокат готовый |
15706,7 |
16148,1 |
16076 |
16182,6 |
14470,8 |
16607,6 |
14931,0 |
|
|
Трубы стальные |
2102,4 |
2075,1 |
1968,2 |
1969,9 |
1479,7 |
1598,5 |
1730,8 |
|
|
Кокс 6% влажности |
9937,9 |
10842,2 |
10351,3 |
10431,9 |
8978,2 |
10884 |
9169,6 |
|
|
Железная руда |
14760,8 |
15544,7 |
14526,7 |
12377,7 |
10667 |
12847,6 |
9612,6 |
К важным преимуществам Уральской базы можно отнести:
· высокую территориальную концентрацию основных производственных фондов;
· наличие самого высокого в стране контингента высококвалифицированных металлургов;
· широкую сеть средних и высших учебных заведений;
· большое число проектных и научно-исследовательских организаций металлургического профиля;
· наличие местного крупного потребителя в лице металлоёмкого
· машиностроения;
· обилие в районе металлолома, являющегося хорошим подспорьем в пополнении сырьевой базы.
К основным недостаткам следует отнести:
· узость местной топливно-энергетичекой базы и в первую очередь отсутствие собственных коксующихся углей;
· напряжённый водный баланс;
· устаревшее оборудование отрасли.
По имеющимся прогнозам, и в перспективе Уральская база останется основной базой черной металлургии России с преимущественной специализацией на производстве массовых марок металла, ферросплавов и труб для магистральных газопроводов.
Металлургия Центра
Центральная база чёрной металлургии находится на территории Центрального, Центрально-Чернозёмного и Волго-Вятского экономического районов. В Центральной экономической зоне добывается 45% общероссийской добычи железной руды (Новолипецкий, Новотульский заводы, передельные заводы), эта зона основана на главной в России (1/2 добычи) железорудной базе - Курской магнитной аномалии. В больших количествах используется металлический лом (скрап) Вследствие дефицита топлива и воды, распространения ценных земельных угодий (черноземы) сооружение и расширение комбинатов-гигантов здесь противопоказаны. Масштабы развития металлургического передела в Центральном районе значительно скромнее уральских (22% чугуна, 16% стали, 17% готового проката и 15% труб общероссийского производства).
Основные преимущества этого района:
· расположение на территории крупнейшего в стране железорудного бассейна;
· непосредственная близость от машиностроительных центров;
· непосредственная близость от других потребителей чёрных металлов.
Главные недостатки Центральной базы:
· отсутствие коксующихся углей;
· напряжённый топливно-энергетический баланс;
· дефицит воды.
Наиболее перспективными направлениями дальнейшего развития этого района является форсирование железорудной промышленности как с целью более полного покрытия отечественных потребностей в её продукции, так и для расширения экспорта, а также увеличение мощности металлургического передела на основе передовой технологии Старо-Оскольского металлургического завода и развитие малой металлургии.
Сибирь и Дальний Восток
Сибирская база чёрной металлургии - самая молодая база (1/6 производства), сформировавшаяся на территории Западно-Сибирского и Восточно-Сибирского экономических районов.
Сырьевая база - железная руда Приангарья, Хакасии и Горной Шории (Кемеровская область), топливная - уголь Кузбасса и природный газ Томской области. Столько же металла приходится на долю Европейского Севера (Череповецкий комбинат), использующего собственные железную руду и коксующийся уголь. Комплексные технико-экономические расчёты показывают, что в Центральной Сибири может быть получен самый дешёвый металл. Между тем свыше 4/5 чёрной металлургии размещается в европейских районах, испытывающих дефицит топлива и воды. Поэтому загружать недоиспользуемые ныне металлургические предприятия надо прежде всего на Востоке и там же вводить в случае необходимости новые мощности, учитывая потерю металлургии Юга после распада СССР.
Сибирская база лучше всего обеспечена всем, что требуется отрасли. Здесь в избытке сырьё, и высококачественное топливо, и пресная вода, но большая удалённость от основных центров потребления металла, распложенных в европейской части страны, сдерживает развитие этой базы.
Анализ и прогноз статистических показателей производства черных металлов
Формирование рядов исходных данных
Исходные данные Госкомстат России. Российский статистический ежегодник: статистический сборник. - Москва.,2010. -749с:
|
год |
Добыча кокса (х1) (млн т) |
Добыча жел. руды (х2) (млн т) |
Произ-во чугуна и стали (х3) (млн т) |
|
|
2000 |
62,3 |
86,8 |
103,8 |
|
|
2001 |
66 |
82,8 |
104 |
|
|
2002 |
63,6 |
86 |
106,6 |
|
|
2003 |
69,7 |
92,6 |
111,6 |
|
|
2004 |
75,9 |
97,1 |
116 |
|
|
2005 |
68,7 |
95,1 |
115,5 |
|
|
2006 |
68 |
102 |
123,2 |
|
|
2007 |
70,6 |
105 |
123,9 |
|
|
2008 |
64,4 |
100 |
117 |
|
|
2009 |
61,1 |
90,6 |
73,4 |
В качестве факторного показателя, оказывающего существенное влияние на изменение производства чугуна и стали были выбраны такие показатели как добыча коксующегося угля и добыча железной руды
График динамических рядов исходных данных:
Вывод
На графике изображена динамика изменения трех показателей за 10 лет - с 2000 года до 2009 года. Объемы добычи коксующегося угля, железной руды и производства стали изменялись примерно одинаковым образом. С 2007 года началось постепенное снижение всех трех показателей. С 2008го по 2009 год началось резкое падение данного показателя производства чугуна и стали. Из этого можно сделать вывод, что с началом мирового экономического кризиса (примерно август 2008 г.) все показатели - объемы добычи кокса, железной руды и производства стали и чугуна - сразу отреагировали на российскую и общемировую ситуацию и продолжили снижение. Особенно резко и заметно снизилось производство чугуна и стали.
Расчет аналитических показателей динамики (коэффициентов и темпов роста и прироста)
Рассчитав коэффициенты и темпы роста и прироста исходных показателей (вспомогательные расчеты приведены в приложении 1), проанализируем динамику с помощью средних показателей.
Сравнительный анализ средних темпов роста и прироста исходных показателей и факторного показателя
|
Показатель |
Добыча кокса |
Добыча железной руды |
Выплавкачугуна и стали |
||||
|
Цепной |
Базисный |
Цепной |
Базисный |
Цепной |
Базисный |
||
|
Средний абсолютный прирост |
-0,134 |
5,256 |
0,42 |
32,2 |
-3,38 |
47,83 |
|
|
Средний темп роста |
1 |
1,08 |
1 |
1,52 |
0,97 |
1,77 |
|
|
Средний темп прироста |
0 |
0,08 |
0 |
0,52 |
-0,02 |
0,77 |
На основе анализа показателей динамики можно сделать вывод о том, что наиболее высокими темпами изменяется выплавка чугуна и стали, более низкие темпы роста у добычи кокса и железной руды.
Темпы прироста у всех показателей, кроме выплавки чугуна и стали, положительные, то есть наблюдается рост. У показателя «выплавка чугуна и стали» темп прироста отрицательный, изменение происходит неравномерно, что указывает на его нестабильность.
Далее проанализируем взаимосвязи между этими показателями на основе расчета коэффициентов корреляции.
Расчет линейных коэффициентов корреляции
Проведем вычисление линейных коэффициентов корреляции между факторными показателями (добыча железной руды и коксующегося угля) и зависимым показателем - выплавкой чугуна и стали. Расчетные таблицы приведены в приложении.
При нахождении коэффициента корреляции между показателями х3 и х2 (выплавка стали и добыча железной руды соответственно) было получено значение 0,6, что свидетельствует о наличии прямой связи средней силы.
При нахождении коэффициента корреляции между показателями х3 и х1 (выплавка стали и добыча коксующегося угля соответственно) было получено значение 0,64, что свидетельствует также о наличии средней силы прямой связи.
Согласно полученным показателям, мы можем судить, что объем выплавки чугуна и стали в какой-то степени зависит от объема добычи коксующегося угля.
На основе этих данных можно строить уравнения регрессии для более точного выражения количественной зависимости между объемом выплавки чугуна и стали и объема добычи коксующегося угля.
Расчет параметров линейного и квадратичного трендов для объемов добычи коксующегося угля и объема выплавки чугуна и стали
Для расчета параметров уравнений линейного и квадратичного тренда построим вспомогательную таблицу.
|
год |
х1 |
t |
t^2 |
t4 |
X1*t |
X1*t2 |
|
|
2000 |
62,3 |
-5 |
25 |
625 |
-311,5 |
1557,5 |
|
|
2001 |
66 |
-4 |
16 |
256 |
-264 |
1056 |
|
|
2002 |
63,6 |
-3 |
9 |
81 |
-190,8 |
572,4 |
|
|
2003 |
69,7 |
-2 |
4 |
16 |
-139,4 |
278,8 |
|
|
2004 |
75,9 |
-1 |
1 |
1 |
-75,9 |
75,9 |
|
|
2005 |
68,7 |
1 |
1 |
1 |
68,7 |
68,7 |
|
|
2006 |
68 |
2 |
4 |
16 |
136 |
272 |
|
|
2007 |
70,6 |
3 |
9 |
81 |
211,8 |
635,4 |
|
|
2008 |
64,4 |
4 |
16 |
256 |
257,6 |
1030,4 |
|
|
2009 |
61,1 |
5 |
25 |
625 |
305,5 |
1527,5 |
|
|
сумма |
670,3 |
0 |
110 |
1958 |
-2 |
7074,6 |
Подставляем суммы в итоговой строке таблицы в формулы для расчета параметров уравнений линейного и квадратического тренда.
Параметры линейного тренда рассчитываются по формулам:
Параметры квадратического тренда - по формулам:
Подставляем в эти формулы все соответствующие суммы (Уx, Уt, Уt2, Уt4, Уxt, Уxt2 ) и получаем следующие результаты:
|
Линейный тренд y |
Квадратический тренд y |
|||
|
х1^ = a0 + a1* t |
х1^^ = b0 + b1* t + b2*t2 |
|||
|
a0 = |
67,03 |
b0 = |
71,42265 |
|
|
a1 = |
-0,0182 |
b1 = |
-0,01818 |
|
|
b2 = |
-0,4 |
Теперь построим вспомогательную таблицу для расчета ошибки аппроксимации:
|
год |
t |
X1 |
X1^b1 |
(X1-X1^)^2 |
x1^^ |
(X1^^-X1)^2 |
|
|
2000 |
-5 |
62,3 |
-1,13273 |
4023,711 |
61,53027 |
0,592488 |
|
|
2001 |
-4 |
66 |
-1,2 |
4515,84 |
65,10607 |
0,799112 |
|
|
2002 |
-3 |
63,6 |
-1,15636 |
4193,387 |
67,88321 |
18,34588 |
|
|
2003 |
-2 |
69,7 |
-1,26727 |
5036,354 |
69,86168 |
0,026142 |
|
|
2004 |
-1 |
75,9 |
-1,38 |
5972,198 |
71,0415 |
23,60505 |
|
|
2005 |
1 |
68,7 |
-1,24909 |
4892,875 |
71,00513 |
5,313641 |
|
|
2006 |
2 |
68 |
-1,23636 |
4793,674 |
69,78896 |
3,200368 |
|
|
2007 |
3 |
70,6 |
-1,28364 |
5167,257 |
67,77412 |
7,985611 |
|
|
2008 |
4 |
64,4 |
-1,17091 |
4299,544 |
64,96061 |
0,314289 |
|
|
2009 |
5 |
61,1 |
-1,11091 |
3870,197 |
61,34845 |
0,061727 |
|
|
суммы |
|
|
-12,1873 |
46765,04 |
670,3 |
60,2443 |
На основе полученных результатов построим график, на котором будут отражены фактические и расчетные значения объемов добычи коксующегося угля.
На графике видно, что линия квадратичного тренда более приближена к графику фактических значений объемов добычи коксующегося угля, и можно предварительно сделать вывод о том, что прогноз по квадратичному тренду будет более достоверным. Но чтобы убедиться в этом, рассчитаем ошибки аппроксимации.
Для этого на основе сумм, рассчитанных в двух последних графах этой таблицы, определяем ошибки аппроксимации для двух различных уравнений тренда:
|
Ошибки аппроксимации для разных уравнений тренда |
|||
|
Вид уравнения тренда |
Ошибка |
||
|
x1^ = a0 + a1* t |
s1--= |
68,38497 |
|
|
x1^^ = b0 + b1* t + b2*t2 |
s2--= |
2,454471 |
Так как у квадратичного уравнения тренда ошибка явно меньше, чем у линейного, то можно сделать вывод, что оно в разы достовернее первого. Следовательно, наиболее достоверным является прогноз по квадратичному уравнению тренда. Поэтому затем рассчитываем прогнозные значения по квадратичному уравнению тренда, подставив в них условные значения t от 6 до 8, соответствующие прогнозному периоду на три года вперед (2010 - 2013):
|
t |
X1 |
|
|
6 |
56,93762032 |
|
|
7 |
51,72812834 |
|
|
8 |
45,71997326 |
|
|
с ошибкой |
2,454471 |
Аналогично рассчитываем параметры линейного и квадратичного трендов для объемов выплавки чугуна и стали.
Для этого построим вспомогательную таблицу:
|
год |
t |
t^2 |
t4 |
X3 |
X3*t2 |
|
|
2000 |
-5 |
25 |
625 |
103,8 |
2595 |
|
|
2001 |
-4 |
16 |
256 |
104 |
1664 |
|
|
2002 |
-3 |
9 |
81 |
106,6 |
959,4 |
|
|
2003 |
-2 |
4 |
16 |
111,6 |
446,4 |
|
|
2004 |
-1 |
1 |
1 |
116 |
116 |
|
|
2005 |
1 |
1 |
1 |
115,5 |
115,5 |
|
|
2006 |
2 |
4 |
16 |
123,2 |
492,8 |
|
|
2007 |
3 |
9 |
81 |
123,9 |
1115,1 |
|
|
2008 |
4 |
16 |
256 |
117 |
1872 |
|
|
2009 |
5 |
25 |
625 |
73,4 |
1835 |
|
|
суммы |
|
110 |
1958 |
1095 |
11211,2 |
|
Линейный тренд х3 |
Квадратичный тренд х3 |
|||
|
х^ = a0 + a1* t |
х^^ = b0 + b1* t + b2*t2 |
|||
|
a0 = |
109,5 |
b0 = |
121,76 |
|
|
a1 = |
-0,2309 |
b1 = |
-0,231 |
|
|
b2 = |
-1,1147 |
На графике видно, что линия квадратичного тренда более приближена к графику фактических значений выплавки чугуна и стали, и можно предварительно сделать вывод о том, что прогноз по квадратичному тренду будет более достоверным. Но чтобы убедиться в этом, рассчитаем ошибки аппроксимации.
|
год |
t |
X3 |
X3^b1 |
(X3-X3^)^2 |
X3^^ |
(X3^^-X3)^2 |
|
|
2000 |
-5 |
103,8 |
-23,9684 |
16324,75 |
95,04866 |
76,5859 |
|
|
2001 |
-4 |
104 |
-24,0145 |
16387,72 |
104,8501 |
0,722682 |
|
|
2002 |
-3 |
106,6 |
-24,6149 |
17217,35 |
112,4221 |
33,8973 |
|
|
2003 |
-2 |
111,6 |
-25,7695 |
18870,37 |
117,7648 |
38,00426 |
|
|
2004 |
-1 |
116 |
-26,7855 |
20387,69 |
120,878 |
23,79457 |
|
|
2005 |
1 |
115,5 |
-26,67 |
20212,31 |
120,4161 |
24,16853 |
|
|
2006 |
2 |
123,2 |
-28,448 |
22997,12 |
116,8411 |
40,43532 |
|
|
2007 |
3 |
123,9 |
-28,6096 |
23259,19 |
111,0367 |
165,4649 |
|
|
2008 |
4 |
117 |
-27,0164 |
20740,71 |
103,0028 |
195,9206 |
|
|
2009 |
5 |
73,4 |
-16,9487 |
8162,893 |
92,73957 |
374,0191 |
|
|
суммы |
|
1095 |
-252,845 |
184560,1 |
1095 |
973,0131 |
|
Ошибки аппроксимации для разных уравнений тренда |
|||
|
Вид уравнения тренда |
Ошибка |
||
|
d^ = a0 + a1* t |
s1--= |
135,85 |
|
|
d^^ = b0 + b1* t + b2*t2 |
s2--= |
9,86 |
Вывод: В данном случае наиболее достоверным является прогноз по квадратичному уравнению тренда. Прогноз по линейному тренду не отражает истинной ситуации: на диаграмме видно, что график «выплавки чугуна и стали стремится вниз.
Расчет параметров парной регрессии
Далее рассчитаем уравнение линейной регрессии между показателями объемов добычи коксующегося угля (х1) и выплавки чугуна и стали (х2).
Построим вспомогательную таблицу для расчета параметров уравнения парной линейной регрессии между этими показателями.
Вспомогательная таблица для расчета параметров уравнения парной линейной регрессии (y = k0 + k1*x)
|
Исходные данные |
Вспомогательные расчеты |
Расчет дисперсии фактических значений y |
Расчет дисперсии расчетных значений yx |
|||||||
|
Расчет параметров |
Расчет ошибки(?) |
|||||||||
|
x(X3) |
y(X1) |
x2 |
xy |
yx=k0+k1*x |
(y - yx)2 |
y-y' |
(y-y')^2 |
yx-y' |
(yx-y')^2 |
|
|
103,8 |
62,3 |
10774,44 |
6466,74 |
65,9102 |
13,03357 |
-4,73 |
22,3729 |
-1,1197965 |
1,253944135 |
|
|
104 |
66 |
10816 |
6864 |
65,94949 |
0,0025508 |
-1,03 |
1,0609 |
-1,0805054 |
1,167491846 |
|
|
106,6 |
63,6 |
11363,56 |
6779,76 |
66,46028 |
8,1811959 |
-3,43 |
11,7649 |
-0,569721 |
0,324582031 |
|
|
111,6 |
69,7 |
12454,56 |
7778,52 |
67,44256 |
5,0960507 |
2,67 |
7,1289 |
0,41255659 |
0,170202943 |
|
|
116 |
75,9 |
13456 |
8804,4 |
68,30696 |
57,654243 |
8,87 |
78,6769 |
1,27696089 |
1,630629107 |
|
|
115,5 |
68,7 |
13340,25 |
7934,85 |
68,20873 |
0,2413431 |
1,67 |
2,7889 |
1,17873313 |
1,389411784 |
|
|
123,2 |
68 |
15178,24 |
8377,6 |
69,72144 |
2,9633579 |
0,97 |
0,9409 |
2,69144064 |
7,243852713 |
|
|
123,9 |
70,6 |
15351,21 |
8747,34 |
69,85896 |
0,549141 |
3,57 |
12,7449 |
2,8289595 |
8,003011873 |
|
|
117 |
64,4 |
13689 |
7534,8 |
68,50342 |
16,838026 |
-2,63 |
6,9169 |
1,47341641 |
2,170955912 |
|
|
73,4 |
61,1 |
5387,56 |
4484,74 |
59,93796 |
1,350347 |
-5,93 |
35,1649 |
-7,0920443 |
50,29709251 |
|
|
1095 |
670,3 |
121810,8 |
73772,8 |
670,3 |
105,90983 |
179,561 |
-7,674E-12 |
73,65117486 |
В итоговой строке рассчитываем соответствующие суммы и подставляем Уx, Уy, Уx2, Уxy в формулы для расчета параметров парной линейной регрессии:
В результате произведенных расчетов получаем следующие значения параметров регрессии:
|
Параметры регрессии |
||
|
k0 = |
45,5 |
|
|
k1 = |
-0,2 |
Затем находим расчетные значения показателя объемов выплавки стали по уравнению регрессии (yx) в предпоследней графе. Мы вычисляем квадраты отклонений расчетных значений от фактических в последней графе, суммируем их и определяем ошибку аппроксимации для данного уравнения, разделив полученную сумму на 10 и извлекая из нее квадратный корень.
Получаем:
|
Ошибка аппроксимации |
||
|
s1--= |
3,25 |
Теперь рассчитаем дисперсию фактических и расчетных значений результативного показателя объема выплавки чугуна и стали (y) и найдем индекс детерминации как отношение расчетной и фактической дисперсии. Индекс детерминации показывает, какая доля дисперсии (т.е. колеблемости) результативной переменной y объясняется дисперсией (т.е. колеблемостью) факторного показателя добычи коксующегося угля (x). Расчетная дисперсия всегда меньше фактической, поэтому индекс детерминации всегда меньше 1.
Чем ближе он к 1, тем более значимым является построенное уравнение регрессии, то есть оно лучше описывает существующую статистическую зависимость между переменными (показателями).
Сумма расчетных значений (как и должно быть) совпадает с суммой фактических, поэтому и их средняя величина совпадает. Вычитая эту величину из каждого фактического значения и из каждого расчетного, находим отклонения расчетных и фактических значений от их средней. Затем возводим эти отклонения в квадрат и суммируем. Получаем две суммы, которые в дальнейшем делим на n=10 и, извлекая квадратный корень, получаем две дисперсии: дисперсию фактических значений ??x???4,237464 и дисперсию расчетных значений: ??x1???2,713875. Находим их отношение и получаем индекс детерминации:
R2 =2,713875 /4,237464 = 0,64
Вывод: Индекс детерминации равен 0,64, то есть довольно близок к единице. Значит, построенное уравнение регрессии является статистически значимым, то есть описывает существенную зависимость между показателями. Согласно шкале Чеддока, связь между показателями заметная.
Заключение
Обработав имеющиеся данные, было проведено исследование, согласно результатам которого, можно дать характеристику состоянию промышленности за истекший период, и тем самым получили исходные данные для построения плана на будущий период.
Получив статистические показатели, была проведена разработка и анализ их научно обоснованной развернутой системы, необходимой для исследования экономики российской черной металлургии.
С 2000 года по 2009 год объемы добычи коксующегося угля, железной руды и производства стали изменялись примерно одинаковым образом. С 2007 года началось постепенное снижение всех трех показателей. С 2008го по 2009 год началось резкое падение данного показателя производства чугуна и стали. Из этого можно сделать вывод, что с началом мирового экономического кризиса (примерно август 2008 г.) все показатели - объемы добычи кокса, железной руды и производства стали и чугуна - сразу отреагировали на российскую и общемировую ситуацию и продолжили снижение. Особенно резко и заметно снизилось производство чугуна и стали.
Наиболее высокими темпами изменяется выплавка чугуна и стали, более низкие темпы роста у добычи кокса и железной руды.
Темпы прироста у всех показателей, кроме выплавки чугуна и стали, положительные, то есть наблюдается рост. У показателя «выплавка чугуна и стали» темп прироста отрицательный, изменение происходит неравномерно, что указывает на его нестабильность и зависимость от конъюнктуры рынка.
При нахождении коэффициента корреляции между показателями выплавки стали и добычи железной руды было получено значение 0,6, что свидетельствует о наличии прямой связи средней силы.
При нахождении коэффициента корреляции между показателями х3 и х1 (выплавка стали и добыча коксующегося угля соответственно) было получено значение 0,64, что свидетельствует также о наличии средней силы прямой связи.
Согласно полученным показателям, мы можем судить, что объем выплавки чугуна и стали зависит от объема добычи коксующегося угля.
Полученное в дальнейшем уравнение регрессии, уравнения линейного и квадратичного тренов показали на прямую зависимость между объемом добычи коксующегося угля и объемам выплавки чугуна и стали.
Индекс детерминации равен 0,64, то есть довольно близок к единице. Значит, построенное уравнение регрессии является статистически значимым, то есть описывает существенную зависимость между показателями. Согласно шкале Чеддока, связь между показателями заметная.
Итак, подводя итог проделанному исследованию, можно сказать, что статистика металлургической промышленности помогла проследить динамику производства с начала двадцать первого века по нынешние дни, дав нам уникальную информацию о зависимостях между показателями.
Список литературы
1. Вавилова, Е.В. Экономическая география и регионалистика: Учебное пособие/ Е.В. Вавилова. - М.: Гардарики. 1999. - 441 с.
2. Гладкий, Ю.Н. Экономическая география России: Учебник/ Ю.Н. Гладкий. В.А. Доброскок. С.П. Семёнов. - М.: Кафедра - М. 1999.- 578 с.
3. Гребцова, В.Е. Экономическая и социальная география России: основы теории и практики (Учебное пособие для вузов)/ В.Е. Гребцова. - Ростов н/Д.: Феникс.1997. - 300 с.
4. Кистанов, В.В. Региональная экономика России, учебник. под ред. Н.В. Копылов. - М.: Финансы и статистика. 2002. - 584 с.
5. Статистика: учебное пособие. - М.: Моск. городск. ун-т управления Правительства Москвы, 2005. - 208 с.
6. Теория статистики: учебник для вузов / под ред. Г.Л. Громыко. - М.: ИНФРА-М, 2005. - 476 с.
Приложение 1.
|
Год |
x1 |
Абс. прирост |
Кофф-ты роста |
Коэф. прироста |
Темпы роста |
Темпы прироста |
||||||
|
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
|||
|
2000 |
62,3 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
|
|
2001 |
66 |
3,7 |
3,7 |
1,059 |
1,059 |
0,059 |
0,059 |
106% |
106% |
6% |
6% |
|
|
2002 |
63,6 |
-2,4 |
1,3 |
0,964 |
1,021 |
-0,036 |
0,021 |
96% |
102% |
-4% |
2% |
|
|
2003 |
69,7 |
6,1 |
7,4 |
1,096 |
1,119 |
0,096 |
0,119 |
110% |
112% |
10% |
12% |
|
|
2004 |
75,9 |
6,2 |
13,6 |
1,089 |
1,218 |
0,089 |
0,218 |
109% |
122% |
9% |
22% |
|
|
2005 |
68,7 |
-7,2 |
6,4 |
0,905 |
1,103 |
-0,095 |
0,103 |
91% |
110% |
-9% |
10% |
|
|
2006 |
68 |
-0,7 |
5,7 |
0,990 |
1,091 |
-0,010 |
0,091 |
99% |
109% |
-1% |
9% |
|
|
2007 |
70,6 |
2,6 |
8,3 |
1,038 |
1,133 |
0,038 |
0,133 |
104% |
113% |
4% |
13% |
|
|
2008 |
64,4 |
-6,2 |
2,1 |
0,912 |
1,034 |
-0,088 |
0,034 |
91% |
103% |
-9% |
3% |
|
|
2009 |
61,1 |
-3,3 |
-1,2 |
0,949 |
0,981 |
-0,051 |
-0,019 |
95% |
98% |
-5% |
-2% |
|
|
Сред. Знач.: |
-0,13 |
5,256 |
1,000 |
1,084 |
0,000 |
0,084 |
1 |
1,084 |
0,000 |
0,084 |
||
|
Год |
x2 |
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
|
|
2000 |
86,8 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
|
|
2001 |
82,8 |
-4 |
20,5 |
0,954 |
1,329 |
-0,046 |
0,329 |
95% |
133% |
-5% |
33% |
|
|
2002 |
86 |
3,2 |
23,7 |
1,039 |
1,380 |
0,039 |
0,380 |
104% |
138% |
4% |
38% |
|
|
2003 |
92,6 |
6,6 |
30,3 |
1,077 |
1,486 |
0,077 |
0,486 |
108% |
149% |
8% |
49% |
|
|
2004 |
97,1 |
4,5 |
34,8 |
1,049 |
1,559 |
0,049 |
0,559 |
105% |
156% |
5% |
56% |
|
|
2005 |
95,1 |
-2 |
32,8 |
0,979 |
1,526 |
-0,021 |
0,526 |
98% |
153% |
-2% |
53% |
|
|
2006 |
102 |
6,9 |
39,7 |
1,073 |
1,637 |
0,073 |
0,637 |
107% |
164% |
7% |
64% |
|
|
2007 |
105 |
3 |
42,7 |
1,029 |
1,685 |
0,029 |
0,685 |
103% |
169% |
3% |
69% |
|
|
2008 |
100 |
-5 |
37,7 |
0,952 |
1,605 |
-0,048 |
0,605 |
95% |
161% |
-5% |
61% |
|
|
2009 |
90,6 |
-9,4 |
28,3 |
0,906 |
1,454 |
-0,094 |
0,454 |
91% |
145% |
-9% |
45% |
|
|
Сред. Знач.: |
0,422 |
32,28 |
1,006 |
1,518 |
0,006 |
0,518 |
1,006 |
1,518 |
0,006 |
0,518 |
||
|
Год |
x3 |
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
Ц |
Б |
|
|
2000 |
103,8 |
- |
- |
- |
- |
- |
- |
- |
- |
- |
- |
|
|
2001 |
104 |
0,2 |
41,7 |
1,002 |
1,669 |
0,002 |
0,669 |
100% |
167% |
0% |
67% |
|
|
2002 |
106,6 |
2,6 |
44,3 |
1,025 |
1,711 |
0,025 |
0,711 |
103% |
171% |
2% |
71% |
|
|
2003 |
111,6 |
5 |
49,3 |
1,047 |
1,791 |
0,047 |
0,791 |
105% |
179% |
5% |
79% |
|
|
2004 |
116 |
4,4 |
53,7 |
1,039 |
1,862 |
0,039 |
0,862 |
104% |
186% |
4% |
86% |
|
|
2005 |
115,5 |
-0,5 |
53,2 |
0,996 |
1,854 |
-0,004 |
0,854 |
100% |
185% |
0% |
85% |
|
|
2006 |
123,2 |
7,7 |
60,9 |
1,067 |
1,978 |
0,067 |
0,978 |
107% |
198% |
7% |
98% |
|
|
2007 |
123,9 |
0,7 |
61,6 |
1,006 |
1,989 |
0,006 |
0,989 |
101% |
199% |
1% |
99% |
|
|
2008 |
117 |
-6,9 |
54,7 |
0,944 |
1,878 |
-0,056 |
0,878 |
94% |
188% |
-6% |
88% |
|
|
2009 |
73,4 |
-43,6 |
11,1 |
0,627 |
1,178 |
-0,373 |
0,178 |
63% |
118% |
-37% |
18% |
|
|
Сред. Знач.: |
-3,38 |
47,83 |
0,973 |
1,768 |
-0,027 |
0,768 |
0,973 |
1,768 |
-0,027 |
0,768 |
Приложение 2.
Подобные документы
Анализ экономического состояния, финансовых результатов, ассортимента, динамики остатков готовой продукции, ритмичности деятельности организации. Положение товаров на рынках сбыта. Расчет резервов увеличения объемов производства и реализации продукции.
курсовая работа [323,9 K], добавлен 31.07.2014Изучение особенностей организации сбытовой деятельности на предприятии. Исследование динамики объемов производства и реализации продукции, оценка конкуренции на рынке сбыта. Расчет финансовых результатов. Система мер по увеличению объемов сбыта продукции.
дипломная работа [1,8 M], добавлен 03.03.2012Анализ динамики товарной продукции, цен и натуральных объемов выпуска. Изучение факторов изменения прибыли и рентабельности. Планирование объемов производства, цен, текущих издержек. Исследование структуры активов ОАО "Омский Завод сборного железобетона".
контрольная работа [63,0 K], добавлен 18.11.2013Понятие и показатели готовой продукции, ее оценка по фактической или нормативной (плановой) себестоимости, а также по отпускным (договорным) и другим видам цен. Анализ динамики производства и реализации готовой продукции в ООО "Абдулинский элеватор".
курсовая работа [140,3 K], добавлен 15.11.2010Взаимозависимость показателей объемов производства и реализации продукции, информационное обеспечение их анализа. Общая характеристика исследуемого предприятия, анализ динамики и выполнения плана производства, резервы увеличения выпуска продукции.
курсовая работа [74,5 K], добавлен 29.01.2012Роль увеличения объемов производства и реализации продукции в повышении эффективности хозяйственной деятельности и конкурентоспособности организации. Анализ показателей производства и реализации продукции промышленной организации ЧУП "Гомельский ЗТО".
курсовая работа [133,7 K], добавлен 01.05.2014Методика анализа показателей производства и реализации продукции. Метод цепных подстановок. Основные показатели производства и продажи продукции. Погрешность от общего индекса отклонения. Изменение остатков нереализованной прибыли за отчетный год.
контрольная работа [5,9 M], добавлен 28.01.2014Анализ объемов производства и реализации продукции СП ЗАО "МАЗ-МАН". Создание сбытовой структуры - иностранное предприятие "МАЗ-МАН Трак Трейдинг". Анализ себестоимости продукции. Структура себестоимости реализуемой продукции в течение трех лет.
реферат [66,0 K], добавлен 17.12.2008Показатели объема производства и анализ их динамики. Определение факторов изменения объема производства. Резервы роста объемов производства. Выявление потерь рабочего времени. Анализ использования фонда рабочего времени. Анализ производительности труда.
контрольная работа [54,3 K], добавлен 25.11.2014Понятие динамики в статистической методологии. Виды и методика расчета объема производства продукции и услуг предприятия. Анализ результатов статистических компьютерных расчетов анализа динамики объема производства продукции и услуг на предприятии.
курсовая работа [909,6 K], добавлен 03.05.2009
