Размещено на http://www.allbest.ru/

Курсовая работа на тему

Применение метода структурных группировок при анализе мощности ОАО Роснефть



Введение

Актуальность данной темы определена тем, что производительность имеет источники, которым нет предела. Это научный и технический прогресс, технологическое и техническое совершенствование производства, возникновение новых видов энергии и материалов. Существуют также такие показатели производительности труда, как трудоемкость и выработка. Последний рассчитывается отношением количества выпущенных услуг и товаров к затраченному на это времени. Данная проблема занимает особое место среди других, как частных, так и более общих.

Целью данного исследования выступает применение метода структурных группировок при анализе мощности ОАО Роснефть.

При этом можно выделить следующие основные задачи:

- рассмотреть назначение метода структурных группировок;

- изучить состав ОАО Роснефть;

- рассмотреть основные технико-экономические показатели ОАО Роснефть;

- провести анализ их изменения в ОАО Роснефть;

- выбрать тип и вид группировок;

- выбрать группировочные признаки;

- обосновать число групп или величин интервала;

- провести анализ исходной информации;

- построить группировки.

Объектом данного исследования выступает ОАО Роснефть. Предметом - применение метода структурных группировок при анализе мощности ОАО Роснефть.

Исследованиями в данной области занимались такие авторы как: Елисеева И.И. Шмойлова Р.А., в настоящее время тема статистических группировок достаточно хорошо разработана, однако статистическим группировкам производственных показателей организации следует уделить особое внимание.

Работа состоит из введения, двух глав, заключения, списка литературы.



1. Краткая характеристика объекта исследования за последние три года

структурный группировка оборотный актив

1.1 Назначение метода структурных группировок

Группировка данных - это один из методов анализа. Анализ в буквальном смысле означает расщепление информации о некотором объекте или явлении для его детального изучения, обнаружения взаимосвязей с другими элементами, анализа развития, прогнозирования. Правильная группировка - это основа дальнейшего анализа. Однако группировка и сама по себе может дать очень ценную информацию. Она может отразить структуру данных, однородность, расставить приоритеты и т.д. Группировка позволяет взглянуть на объект с разных сторон, под разным углом зрения, в разном разрезе. В общем, без владения методами классификации данных хорошим аналитиком стать невозможно. С другой стороны, многие виды группировок очевидны и интуитивно понятны. К примеру, разделение товаров на продовольственные и промышленные. Необязательно быть статистиком, чтобы понимать смысл такой классификации Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. - М.: Финансы и статистика, 2014. 368 с..

В основе любой группировки лежит классификационный или группировочный признак. Это показатель, по которому происходит разделение совокупности данных на группы. Каждая единица в совокупности данных обладает общим признаком, и в зависимости от его значения относится к той или иной группе. Например, товары могут делиться по потребительским свойствам, по поставщикам, по торговым маркам и проч. Не буду томить читателя примитивными рассуждениями.

Все виды группировок можно разделить на два типа в зависимости от характера группировочного признака. Первый тип - это логическая группировка, когда в качестве классификационного показателя выступает логический признак (категория). Второй тип - статистическая группировка, когда в качестве классификатора используется статистический показатель. Примером первого типа группировки (логической) может служить разделение товаров по поставщикам или предприятий по регионам. То есть по признакам, которые существуют сами по себе и не требуют проведения каких-либо расчетов. Второй вид группировок (статистический) - это, к примеру, разделение товаров по объемам продаж или стоимости складских запасов. Такая группировка подразумевает расчет некоторого статистического показателя для каждой единицы анализируемой совокупности и, в зависимости от его значения, разбиение данных на группы по заданным границам Лысенко, С.Н. Общая теория статистики: Учебное пособие / С.Н. Лысенко, И.А. Дмитриева. - М.: ИД ФОРУМ, НИЦ ИНФРА-М, 2013. - 208 c..

Зачастую группировка данных осуществляется сразу по нескольким признакам, в том числе по разным типам (логическим и статистическим). В результате получается многомерная группировка, когда каждому элементу анализируемой совокупности соответствует несколько характеристик, а их сочетание определяет группу, в которую попадает данный элемент.

Основные требования к группировке Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. - М.: Финансы и статистика, 2014. - 368 с.

Для того, чтобы классификация данных выполняла свою функцию (разделение анализируемой совокупности на группы данных по общему признаку) необходимо, чтобы эта группировка удовлетворяла некоторым требованиям. Вот основные из них:

1. классификационный признак должен охватывать всю совокупность. Если это требование не выполняется, то часть данных будет разделена на группы, а часть нет. На практике такая проблема встречается, поэтому часто в перечне групп можно увидеть «прочие» или «другие», куда попадают все элементы, не отнесенные к какой-либо группе.

2. значение группировочного признака у каждой единицы совокупности должно быть однозначным и единственным. Иначе может получиться, что одна и та же единица будет относиться к разным группам. Эта проблема тоже встречается, и для ее решения специально оговаривают, куда следует отнести «спорные» данные.

3. Любая группировка должна иметь логический смысл. Вряд ли кому-нибудь будет интересно разделить данные о продажах в зависимости от солнечной активности. Гораздо полезнее будет разбить продажи по регионам или типам магазинов Лысенко, С.Н. Общая теория статистики: Учебное пособие / С.Н. Лысенко, И.А. Дмитриева. - М.: ИД ФОРУМ, НИЦ ИНФРА-М, 2013. - 208 c..

Группировки данных часто бывают элементарными и интуитивно понятными, а бывают и весьма проблематичными. К примеру, все товары в гипермаркете можно разделить по поставщикам. Каждый товар кто-то поставляет, если, конечно, это не собственное производство. Вся совокупность вполне однозначно разбивается на группы. Далее эти группы можно анализировать по объемам продаж, оборачиваемости, уровню запасов и другим показателям. Однако может понадобиться сделать разбивку товаров по уровню оборачиваемости или рентабельности. В этом случае даже сам показатель оборачиваемости или рентабельности можно рассчитать по-разному - методология здесь не однозначная. Далее товары нужно будет разбить на группы. При этом четких границ, разделяющих группы, как правило, не будет, и их придется придумывать или каким-либо образом рассчитывать. Результат подобной группировки во многом будет зависеть от опыта и профессионализма аналитика.

Качественная группировка подразумевает выполнение негласного правила: элементы внутри групп должны быть максимально похожими, элементы из разных групп - максимально отличаться друг от друга. Особенно это касается статистических группировок.

Как видно, классификация данных используется для решения самых разных задач. Основная цель группировки - расщепление информации об объекте для его дальнейшего изучения, обнаружения взаимосвязей и закономерностей, поиска эффективных способов управления.

Как и другие статистические методы, группировка может быть простой и понятной, а может быть сложной и трудной для понимания. Простые группировки производятся разделением данных по очевидным признакам, сложные - с использованием эконометрических методов и нейронных сетей. Однако прежде, чем приступать к описанию методов группировок, определимся с терминологией Громыко, Г.Л. Теория статистики: Практикум / Г.Л. Громыко. - М.: НИЦ ИНФРА-М, 2013. - 238 c..

Под группой будем понимать часть данных из анализируемой совокупности, элементы которой объединены общим значением группировочного признака (признаков). Данные могут группироваться по единственному значению группировочного признака (например, товары по отдельным поставщикам), либо по набору или интервалу значений признака (например, товары с объемом продаж в заданных пределах). С единственным значением показателя понятно: какое значение, такая группа. А вот для определения интервалов значений вначале требуется определить их границы.

Границы интервалов - это такие значения классификационно признака, которые определяют принадлежность элемента к группе. Если значение элемента находится между заданными границами, то элемент попадает в указанную группу, если за пределами границ - не попадает. Границы могут устанавливаться или рассчитываться. То есть еще до непосредственного разнесения данных по группам нужно определить границы, которые эти группы будут разделять. Такая задачка может быть совсем не тривиальной и, как правило, не иметь однозначного решения. Знатоки могут подтвердить, что в АВС-анализе не всегда используется соотношение 80/20, может быть и 90/10, и 70/30.

Важной характеристикой группы является ее размер, то есть количество входящих в нее элементов. Размеры групп также могут устанавливаться и рассчитываться. Все зависит от цели анализа. Количество значений в группе - очень важная характеристика Громыко, Г.Л. Теория статистики: Практикум / Г.Л. Громыко. - М.: НИЦ ИНФРА-М, 2013. - 238 c..

Теперь перейдем к способам группировки данных. Самая простая группировка - это разбивка исходных данных на одинаковые по размеру группы. Для этого вначале обычно определяют количество групп. Размер группы, как нетрудно догадаться, будет рассчитываться путем деления общего количества данных на количество групп. Размер групп может задаваться сразу в виде долей от общего количества значений (квартиль - 25%, дециль - 10% и т.д.). Иногда ставится обратная задача. По заданному размеру групп нужно определить их количество.

Логика группировки по заданному количеству элементов заключается в выделении нужного количества значений независимо от их уровня. Значения элементов в группах смотрятся уже по факту. В противовес такому подходу существует выделение групп по уровню группировочного показателя, для чего задаются интервалы значений, которые разделяют группы. В этом случае размер групп - уже как получится. По моим наблюдениям такой подход используется чаще предыдущего, так как более четко определяется качество групп. Качество групп, думается, более важно, чем количество.

Структура экономики - это, в первую очередь, совокупность определенных пропорций и отношений между различными сферами производства, связей различных элементов внутри системы.

Сама экономика, как понятие, представляет собой исторически сложившуюся структуру производства страны. Следовательно, и экономическая система может быть представлена как прочная взаимосвязь различных ее звеньев, которая образовывалась на протяжении длительного времени. Рассматривать такое понятие, как структура современной экономики можно в более узком или же в широком понимании.

В узком смысле - структура экономики представляет собой ничто иное, как взаимосвязь различных отраслей производства, как товаров, так и услуг по своим технологическим и межотраслевым отношениям. В широком же смысле, структура экономики страны помимо производственной взаимосвязи включает в себя различные формы управления, организации и регулирования экономики в целом как на уровне каждого отдельно взятого предприятия, так и на уровне государства в целом.

Применение структурных группировок позволяет не только раскрыть структуру совокупности, но и проанализировать изучаемые процессы, их интенсивность, изменение в пространстве, а взятые за ряд периодов времени структурные группировки раскрывают закономерности изменений состава совокупности во времени Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с..

В основу структурных группировок могут быть положены атрибутивный или количественный признаки. Их выбор определяется задачами конкретного исследования и сущностью изучаемой совокупности.

Итак, одними из самых простых способов статистической группировки является разбивка данных на группы одинакового размера или с равными интервалами значений. Каждый из методов направлен на решение своей задачи, поэтому рекомендаций по выбору не существует. Оба способа из-за своей простоты и наглядности используются достаточно широко. Если проведенная группировка не удовлетворяет аналитика, ее можно повторить, изменив количество групп или интервалы. Простые методы часто обладают преимуществом перед сложными из-за того, что позволяют сколько угодно экспериментировать с расчетами.

1.2 Состав ОАО "НК "Роснефть"

Объектом оценки выступает ОАО "НК "Роснефть"/ "Роснефть" - лидер российской нефтяной отрасли и крупнейшая публичная нефтегазовая корпорация мира. Основными видами деятельности ОАО "НК "Роснефть" являются поиск и разведка месторождений углеводородов, добыча нефти, газа, газового конденсата, реализация проектов по освоению морских месторождений, переработка добытого сырья, реализация нефти, газа и продуктов их переработки на территории России и за ее пределами. Компания включена в перечень стратегических предприятий России. Ее основным акционером (69,50% акций) является ОАО "РОСНЕФТЕГАЗ", на 100% принадлежащее государству. 19,75% принадлежат BP, оставшиеся 10,75% акций находятся в свободном обращении Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. - М.: Финансы и статистика, 2014. - 368 с..

"Роснефть" является редким примером, когда трудности, которые постигли российскую экономику, не смогли значительно ухудшить финансовые показатели компании. Как и у других сырьевых компаний, падение цен на производимые ее продукты значительно ослабило финансовое положение, но это было компенсировано девальвацией рубля и закреплением на новых рынках. Стоит отметить, что из всех сырьевых компаний, "Роснефть" работает в одной из самых конкурентных сфер рынка, где наличие таких игроков как Саудовская Аравия, Ирак, Ангола и т.д. заставляет руководство искать все новые решения для успешной деятельности, а скорый выход Ирана значительно усложнит ситуацию Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с..

Согласно последнему отчету компании, где подводятся итоги за период с января по сентябрь 2015 года, выручка компании составила 3,86 трлн. рублей, что на 7,8% меньше аналогичного показателя прошлого года. Однако стоит отметить, что компании удалось увеличить реализацию нефти и нефтепродуктов на 2%, показатель выпуска светлых нефтепродуктов на 55%, а объем продаж газа увеличить на 5%. Показатель чистой прибыли компании за подотчетный период превысил 300 млрд. рублей, что на 16% выше прошлогоднего показателя, когда он равнялся 261 млрд.



1.3 Основные технико-экономические показатели

Был произведен анализ статей формы № 2 баланса, на основании этих данных был выполнен анализ работы предприятия на 5 лет 2012 - 2016 г.г. Амортизационные отчисления и капитальные вложения. Расчет произведен по следующим формулам (таблица 1).

Таблица 1

Прогноз первоначальной стоимости внеоборотных активов, тыс.руб.

Показатель	Годы оценки	Постпрогнозный период
	2012	2013	2014	2015	2016
Первоначальная стоимость основных фондов на конец года, тыс. руб.	207 237	212 211	215 606	217 331	217 331	217 331
Процент поступления	4,6	4,0	3,4	2,8	2,2	2,2
Абсолютное изменение процента поступления	-0,6	-0,6	-0,6	-0,6	-0,6	-0,6
Процент выбытия	1,4	1,6	1,8	2,0	2,2	2,2
Абсолютное изменение процента выбытия	-0,2	-0,2	-0,2	-0,2	-0,2	-0,2
Процент изменения первоначальной стоимости	3,2	2,4	1,6	0,8	0,0	0,0

Из анализа ретроспективных данных следует, что за период с 2012 по 2015 год коэффициент поступления основных средств снижается. При этом коэффициент выбытия был непостоянным на протяжении 2012 - 2015 годов. По данным руководства предприятия, в дальнейшем поступление новых основных средств планируется в размере не более годовой амортизации [4].

В состав постоянных издержек входят амортизационные отчисления. Анализ темпов изменения первоначальной стоимости внеоборотных активов за 2012-2015 гг. не позволил выявить четко выраженных тенденций. В таблице 1 представлены результаты расчётов процентов поступлений и выбытия производственных основных средств, рассчитанные на основании данных перечня основных средств, а также прогноз. На основании вышеприведенной таблицы были построен прогноз амортизационных отчислений. (таблица 2).

Таблица 2

Прогноз амортизационных отчислений и налога на имущество, тыс.руб.

Показатель	Годы оценки	Постпрогнозный период
	2012	2013	2014	2015	2016
1	2	3	4	5	6	7
Первоначальная стоимость, тыс. руб.	207 237	212 211	215 606	217 331	217 331	217 331
Среднегодовая первоначальная стоимость, тыс. руб.	205 724	209 724	213 909	216 469	217 331	217 331
Амортизационные отчисления, тыс. руб.	3 292	3 356	3 423	3 464	3 477	3 477
Средняя годовая норма амортизации, %	1,6	1,6	1,6	1,6	1,6	1,6
Среднее значение годовой нормы амортизации
Остаточная стоимость, тыс. руб.	85 570	85 689	85 630	85 660	85 645	85 653
Среднегодовая остаточная стоимость, тыс. руб.	85 689	85 630	85 660	85 645	85 653	85 649
Налог на имущество (2,2%), тыс. руб.			942	1 885	1 884	1 884

Налог на имущество рассчитан исходя из ставки налога на имущество 2,2% от остаточной стоимости имущества. Поскольку на момент оценки и до 01 июля 2014 года ОАО "НК "РОСНЕФТЬ" в соответствии с Законом Свердловской области «О зоне экономического развития» до 01 июля 2014 года имеет льготы по налогу на прибыль, налог на имущество, налог на землю. На момент оценки неизвестно будет ли продлен срок действия данного Закона. Поэтому налог на имущество в 2014 году рассчитан на вторую половину года.

1.4. Анализ их изменения

Поскольку никакой информации о наличии у предприятия других элементов внеоборотных активов на момент оценки нет, построенные ранее прогнозы поступления внеоборотных активов по первоначальной стоимости позволяют спрогнозировать капитальные вложения (таблица 3). При этом для каждого года рассматриваемого периода величина капитальных вложений определялась по формуле 1 Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с.:

(1)

Где П - поступление основных средств в % от полной первоначальной стоимости на начало года;

ПС - полная первоначальная стоимость основных средств на начало года.



Таблица 3. Анализ капитальных вложений, тыс.руб.

Показатель	Годы оценки	Постпрогнозный период
	2012	2013	2014	2015	2016
Первоначальная стоимость основных средств на конец года, тыс. руб.	207 237	212 211	215 606	217 331	217 331	217 331
Поступление основных средств, % от полной первоначальной стоимости на начало года	4,6	4,0	3,4	2,8	2,2	2,2
Стоимость капитальных вложений за год, тыс. руб.	9 394	8 289	7 215	6 037	4 781	3 477

Расчет изменения собственных оборотных активов.

Изменение оборотных активов ОАО "НК "РОСНЕФТЬ" происходит как за счет изменения текущей кредиторской задолженности, так и за счет собственных оборотных активов предприятия. При расчете прироста собственных оборотных средств было принято решение рассчитать среднюю арифметическую долю собственного оборотного капитала по периоду 2012-2015 годы, исключив 2012 г. и 2014 г. в выручке-нетто. По мнению оценщиков, величина СОК в этот период не соответствует действительным потребностям предприятия. Среднее значение доли собственного оборотного капитала в нетто-выручке составило 42,35%. Таким образом, изменение стоимости собственного оборотного капитала будет рассчитываться как разница между соседними интервалами.



2. Примеры построения группировок

2.1. Выбор типа и вида группировок

Для анализа мощности рассмотрим динамику данных добычи нефти и газа (таблица 4).

Таблица 4 Динамика данных добычи нефти и газа

№ организации	Добыча газа	Добыча нефти
2002	220	360
2003	190	288
2004	163	248
2005	159	190
2006	167	254
2007	205	315
2008	187	276
1009	161	220
2010	120	120
2011	162	228
2012	188	284
2013	164	250
2014	192	290

Ведь на данный момент экономика РФ зависит от экспорта газа и нефти в Европу, так же сильно, как и европейская экономика от импорта этих полезных ископаемых. А в случае переориентации нефтегазовой промышленности России на «восточный вектор», зависимость РФ снизится, а потребность Европы никуда не денется Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с..

В рамках научной дисциплины проводят разделение одной совокупности на отдельные группы, что однородны в определённом отношении.



2.2 Выбор группировочных признаков

Чтобы рассчитать количество интервалов, когда нет четких рамок, часто применяют формулу Стёрджеса:

ЧИ=1+3,322*lg ЧН

где ЧИ - число интегралов;

Lg - логарифм;

ЧН - число наблюдений.

Зависимо от целей различают три вида группировок:

Аналитическая. Используется для выявления связей между группировками.

Типологическая. Исследуемую совокупность разделяет на однородные группы.

Структурная. Разделение на однородные объединения осуществляется на основании четкого признака.

Типическая группа должна стремиться к тому, чтобы максимально отличаться от других и быть наиболее похожей внутри себя. Они бывают первичными и вторичными. Первые формируются во время статистического наблюдения. Вторичные группировки делают, основываясь на полученных данных.

2.3 Обоснование числа групп или величин интервала

Число групп приближенно определяется по формуле Стэрджесса

n = 1 + 3,2log n = 1 + 3,2log(13) = 5

Проведем группировку по производительности труда.

Ширина интервала составит:

Громыко, Г.Л. Теория статистики: Практикум / Г.Л. Громыко. - М.: НИЦ ИНФРА-М, 2013. - 238 c.

Xmax - максимальное значение группировочного признака в совокупности.

Xmin - минимальное значение группировочного признака (таблица 5).

Таблица 5. Границы группы

Номер группы	Нижняя граница	Верхняя граница
1	120	168
2	168	216
3	216	264
4	264	312
5	312	360

Одно и тоже значение признака служит верхней и нижней границами двух смежных (предыдущей и последующей) групп (таблица 5).

2.4 Анализ исходной информации

Для каждого значения ряда подсчитаем, какое количество раз оно попадает в тот или иной интервал. Для этого сортируем ряд по возрастанию (таблица 6).

Таблица 6. Сортировка ряда

120	120 - 168	1
190	168 - 216	1
220	216 - 264	1
228	216 - 264	2
248	216 - 264	3
250	216 - 264	4
254	216 - 264	5
276	264 - 312	1
284	264 - 312	2
288	264 - 312	3
290	264 - 312	4
315	312 - 360	1
360	312 - 360	2

Результаты группировки оформим в виде таблицы 7, 8:

Таблица 7. Результаты группировки

Группы	№ совокупности	Частота fi
120 - 168	1	1
168 - 216	2	1
216 - 264	3,4,5,6,7	5
264 - 312	8,9,10,11	4
312 - 360	12,13	2

Таблица 8. Таблица для расчета показателей.

Группы	xi	Кол-во, fi	xi * fi	Накопленная частота, S	|x - xср|*f	(x - xср)2*f	Частота, fi/n
120 - 168	144	1	144	1	114.46	13101.44	0.0769
168 - 216	192	1	192	2	66.46	4417.14	0.0769
216 - 264	240	5	1200	7	92.31	1704.14	0.38
264 - 312	288	4	1152	11	118.15	3490.08	0.31
312 - 360	336	2	672	13	155.08	12024.43	0.15
Итого		13	3360		546.46	34737.23	1

Для оценки ряда распределения найдем следующие показатели:

Показатели центра распределения.

Средняя взвешенная (выборочная средняя)



Мода.

Выбираем в качестве начала интервала 216, так как именно на этот интервал приходится наибольшее количество (рис. 1).

Рис. 1. Определение моды графическим методом

Наиболее часто встречающееся значение ряда - 254.4

Медиана (рис. 2).



Рис. 2. Определение медианы графическим методом

Таким образом, 50% единиц совокупности будут меньше по величине 259.2.

Показатели вариации.

Абсолютные показатели вариации.

Размах вариации

R = Xmax - Xmin = 360 - 120 = 240

Среднее линейное отклонение

Каждое значение ряда отличается от другого в среднем на 42.04

Дисперсия

Несмещенная оценка дисперсии - состоятельная оценка дисперсии (исправленная дисперсия). Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с.

Среднее квадратическое отклонение (средняя ошибка выборки).

(рис. 3)

Рис. 3. Полигон распределения

Каждое значение ряда отличается от среднего значения 258.46 в среднем на 51.69

Проведем группировку по Добычи газа труда Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. - М.: Финансы и статистика, 2014. - 368 с.

Число групп приближенно определяется по формуле Стэрджесса (таблица 9)

n = 1 + 3,2log n = 1 + 3,2log(13) = 5

Ширина интервала составит:

Таблица 9. Границы группы

Номер группы	Нижняя граница	Верхняя граница
1	120	168
2	168	216
3	216	264
4	264	312
5	312	360

Одно и тоже значение признака служит верхней и нижней границами двух смежных (предыдущей и последующей) групп (таблица 10).

Для каждого значения ряда подсчитаем, какое количество раз оно попадает в тот или иной интервал. Для этого сортируем ряд по возрастанию.

Таблица 10. Сортировка ряда

133,33	133,33 - 162,05	1
190	162,05 - 190,77	1
213,59	190,77 - 219,49	1
215,09	190,77 - 219,49	2
230,91	219,49 - 248,21	1
232,87	219,49 - 248,21	2
233,65	219,49 - 248,21	3
244,25	219,49 - 248,21	4
246,96	219,49 - 248,21	5
247,86	219,49 - 248,21	6
248,27	248,21 - 276,93	1
256,1	248,21 - 276,93	2
276,92	248,21 - 276,93	3

Результаты группировки оформим в виде таблицы 11,12:

Таблица 11. Результаты группировки

Группы	№ совокупности	Частота fi
133,33 - 162,05	1	1
162,05 - 190,77	2	1
190,77 - 219,49	3,4	2
219,49 - 248,21	5,6,7,8,9,10	6
248,21 - 276,93	11,12,13	3



Таблица 12. Таблица для расчета показателей

Группы	xi	Кол-во, fi	xi * fi	Накопленная частота, S	|x - xср|*f	(x - xср)2*f	Частота, fi/n
133,33 - 162,05	147,69	1	147,69	1	77,32	5978,86	0,0769
162,05 - 190,77	176,41	1	176,41	2	48,6	2362,26	0,0769
190,77 - 219,49	205,13	2	410,26	4	39,77	790,67	0,15
219,49 - 248,21	233,85	6	1403,1	10	53,02	468,55	0,46
248,21 - 276,93	262,57	3	787,71	13	112,67	4231,57	0,23
Итого		13	2925,17		331,38	13831,91	1

Для оценки ряда распределения найдем следующие показатели:

Показатели центра распределения (рис. 4).

Средняя взвешенная (выборочная средняя)

Мода.



Рис. 4. Определение моды графическим методом

Наиболее часто встречающееся значение ряда - 235.9 Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с.

Медиана (рис. 5).

Рис. 5. Определение медианы графическим методом

Таким образом, 50% единиц совокупности будут меньше по величине 231.46.

2.5.Построение группировок

Показатели вариации.

Абсолютные показатели вариации.

Размах вариации

R = Xmax - Xmin = 276.92 - 133.33 = 143.59

Среднее линейное отклонение

Каждое значение ряда отличается от другого в среднем на 25.49

Дисперсия

Несмещенная оценка дисперсии - состоятельная оценка дисперсии (исправленная дисперсия) Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. - М.: Финансы и статистика, 2014. - 368 с..

Среднее квадратическое отклонение (средняя ошибка выборки) (рис. 6).



Рис. 6. Полигон распределения

Каждое значение ряда отличается от среднего значения 225.01 в среднем на 32.62

Вывод

Таким образом, мы провели статистическую группировку данных Добычи газа и производительности труда, число групп в обоих случаях приближенно определяется по формуле Стэрджесса и равно пяти, для каждой группировки мы рассчитали показатели центра и вариации.



Выводы

Итак, одними из самых простых способов статистической группировки является разбивка данных на группы одинакового размера или с равными интервалами значений. Каждый из методов направлен на решение своей задачи, поэтому рекомендаций по выбору не существует. Оба способа из-за своей простоты и наглядности используются достаточно широко. Если проведенная группировка не удовлетворяет аналитика, ее можно повторить, изменив количество групп или интервалы. Простые методы часто обладают преимуществом перед сложными из-за того, что позволяют сколько угодно экспериментировать с расчетами.

Группировка данных - это один из методов анализа. Анализ в буквальном смысле означает расщепление информации о некотором объекте или явлении для его детального изучения, обнаружения взаимосвязей с другими элементами, анализа развития, прогнозирования. Правильная группировка - это основа дальнейшего анализа. Однако группировка и сама по себе может дать очень ценную информацию. Она может отразить структуру данных, однородность, расставить приоритеты и т.д. Группировка позволяет взглянуть на объект с разных сторон, под разным углом зрения, в разном разрезе.

Группировка данных, как уже отмечалось, используется на разных стадиях анализа. Часто это первоначальный этап, когда с помощью классификации изучается внутренняя структура данных, их состав, однородность, возможность корректного применения различных статистических методов. Группировка может использоваться и как промежуточный анализ, когда после уже проведенных расчетов выбирается классификационный признак, позволяющий добиться необходимого качества группировки данных. Группировка также может быть и конечной целью анализа, когда данные требуется разделить по некоторому признаку или нескольким признаками так, чтобы полученные группы удовлетворяли заданным условиям. В последнем случае примером может служить широко известный ABC-анализ.

Группировка данных часто используется для получения однородности, о чем мы уже говорили в теме о средних величинах. Для этого исходные данные разбиваются на однородные группы. Статистические показатели, рассчитанные по однородным группам, становятся более качественными и информативными, чем эти же показатели, рассчитанные по неоднородным исходным данным.

Отдельные единицы статистической совокупности объединяются в группы. Группировки являются важнейшим статистическим методом обобщения данных, основой для правильного исчисления аналитических показателей.

С помощью метода группировок решаются следующие задачи:

1.выявление социально-экономических типов явлений;

2. изучение структуры явления и структурных сдвигов , происходящих в нем;

3. выявление связи и зависимости между явлениями.

В соответствии с этим статистические группировки делятся на типологические, структурные и аналитические.

Мы провели статистическую группировку данных Добычи газа и производительности труда, число групп в обоих случаях приближенно определяется по формуле Стэрджесса и равно пяти, для каждой группировки мы рассчитали показатели центра и вариации.



Используемая литература

1. Балдин, К.В. Общая теория статистики: Учебное пособие / К.В. Балдин, А.В. Рукосуев. - М.: Дашков и К, 2012. - 312 c.

2. Батракова, Л.Г. Теория статистики: Учебное пособие / Л.Г. Батракова. - М.: КноРус, 2013. - 528 c.

3. Громыко, Г.Л. Теория статистики: Практикум / Г.Л. Громыко. - М.: НИЦ ИНФРА-М, 2013. - 238 c.

4. Гусаров, В.М. Общая теория статистики: Учебное пособие для студентов вузов / В.М. Гусаров, С.М. Проява. - М.: ЮНИТИ-ДАНА, 2008. - 207 c.

5. Диденко Т.В., Колядов Л.В., Тарасенко П.Ф., Статистика (учебное посо- бие).-М; 2007 Издательство "Нефть и газ"

6. Ефимова, М.Р. Общая теория статистики: Учебник / М.Р. Ефимова, Е.В. Петрова, В.Н. Румянцев. - М.: ИНФРА-М, 2013. - 416 c.

7. Елисеева И.И. Общая теория статистики: учебник для вузов / И.И. Елисеева, М.М. Юзбашев; под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2013. - 656 с.

8. Ефимова М.Р. Практикум по общей теории статистики: учебное пособие для вузов / М.Р. Ефимова и др. - М.: Финансы и статистика, 2014. - 368 с.

9. Калинина В.П., Диденко Т.В., Статистика нефтяной и газовой промышленности. Учебное пособие. Часть I. -М: 1983

10. Калинина В.П., Диденко T.B., Статистика нефтяной и газовой промышленности. Учебное пособие. Часть II. -М: 1983.

11. Калинина В.П., Диденко Т.В., Статистика нефтяной и газовой промышленности. Учебное пособие. Часть III. -М: 1986.

12. Маличенко, И.П. Общая теория статистики: Курс лекций с практическими примерами / И.П. Маличенко, О.Е. Лугинин. - Рн/Д: Феникс, 2010. - 187 c.

13. Мелкумов Я.С. Социально-экономическая статистика: учебно-методическое пособие. - М.: ИМПЭ-ПАБЛИШ, 2012. - 200 с.

14. Мероньо-Пелисер Л.Б., Диденко Т.В., Применение графических методов в статистике нефтяной и газовой промышленности. Методические указания. - М: 1996 г.

15. Общая теория статистики: Статистическая методология в изучении коммерческой деятельности: учебник для вузов / О.Э. Башина и др.; под ред. О.Э. Башиной, А.А. Спирина. - М.: Финансы и статистика, 2013. - 440 с.

16. Рыбаковский, О.Л. Теория статистики: Учебно-методическое пособие / О.Л. Рыбаковский. - М.: РАГС, 2008. - 124 c.

17. Салин В.Н. Курс теории статистики для подготовки специалистов финансово-экономического профиля: учебник / В.Н. Салин, Э.Ю. Чурилова. М.: Финансы и статистика, 2014. - 480 с.

18. Социально-экономическая статистика: практикум: учебное пособие / В.Н. Салин и др.; под ред. В.Н. Салина, Е.П. Шпаковской. - М.: Финансы и статистика, 2012. - 192 с.

19. Статистика: учебное пособие / А.В. Багат и др.; под ред. В.М. Симчеры. М.: Финансы и статистика, 2014. - 368 с.

20. Статистика: учебник / И.И. Елисеева и др.; под ред. И.И. Елисеевой. - М.: Высшее образование, 2015. - 566 с.

21. Теория статистики: учебник для вузов / Р.А. Шмойлова и др.; под ред. Р.А. Шмойловой. - М.: Финансы и статистика, 2013. - 656 с.

22. Шмойлова Р.А. Практикум по теории статистики: учебное пособие для вузов / Р.А. Шмойлова и др.; под ред. Р.А. Шмойловой. - М.: Финансы и статистика, 2012. - 416 с.

23. Экономическая статистика: учебник / [А. Р. Алексеев и др.]. - Москва: Инфра-М, 2011. - 666 с.

Размещено на Allbest.ur