Основные показатели деятельности автотранспортных предприятий

ВВЕДЕНИЕ 
 

     С незапамятных времен человечество осуществляло учет многих сопутствующих его жизнедеятельности  явлений и предметов и связанные  с ним вычисления. Люди получали разносторонние, хотя и различающиеся  полнотой на различных этапах общественного  развития. Данные, учитывавшийся повседневно в процессе принятия хозяйственных решений, а в обобщенном виде и на государственном уровне при определении русла экономической и социальной политики и характера внешнеполитической деятельности.

     Руководствуясь  соображениями зависимости благосостояния нации от величины создаваемого полезного продукта, интересов стратегической безопасности государств и народов - от численности взрослого мужского населения, доходов казны - от размера налогооблагаемых ресурсов и т. д., издавна отчетливо осознавалась и  реализовывалась в форме различных учетных акций.

     С учетом достижений экономической науки  стал возможен расчет показателей, обобщенно  характеризующих результаты воспроизводственного процесса на уровне общества: совокупного  общественного продукта, национального дохода, валового национального продукта.

     Всю перечисленную информацию в постоянно  возрастающих объемах предоставляет  обществу статистика, являющаяся необходимо принадлежностью государственного аппарата. Статистические данные, таким образом, способны сказать языком статистических показателей о многом в весьма яркой и убедительной форме.

       Статистика - это отрасль человеческой деятельности, направленная на сбор, обработку и анализ данных народно-хозяйственного учета. Сама статистика является одним из видов учета. Предметом статистики является количественная сторона массовых общественных явлений в тесной связи с качественной стороной. Главная задача статистики на современном этапе состоит в обработке достоверной информации. Обработанные определенным образом данные позволяют судить о явлении, делать прогнозы. Статистические данные способны сказать языком статистических показателей о многом в весьма яркой и убедительной форме.

     В данном курсовом проекте была произведена  обработка и анализ статистических данных, полученных в результате статистического наблюдения над показателями, характеризующих объем перевозок, прибыль для различных автотранспортных предприятий.

     Целью данного курсового проекта является освоение инструментов статистики для дальнейшего применения в решении управленческих задач. В качестве задач курсового проекта следует выделить следующее:

• овладение методами выполнения оценок параметров больших множеств по данным выборочного наблюдения;
• приобретение навыков работы с большими массивами данных и навыков представления данных статистического наблюдения в удобном для восприятия, анализа и принятия решений виде;
• развитие аналитических навыков в ходе применения вариационного метода интерпретации полученных результатов;
• исследование динамики социально-экономических явлений, выявление и характеристика основной тенденции развития.

 

      1.ТЕОРИТИЧЕСКИЕ ОСНОВЫ СТАТИСТИКИ КОММЕРЧСКОЙ ДЕЯТЕЛЬНОСТИ

     1.1 РЯДЫ РАСПРЕДЕЛЕНИЯ И ГРУППИРОВКИ 

     Ряды  распределения представляют собой  простейшую группировку, в которой каждая выделенная группа характеризуется одним показателем.

     Статистический  ряд распределения - это упорядоченное  распределение единиц совокупности на группы по определенному варьирующему признаку.

     В зависимости от признака, положенного  в основу образования ряда распределения, различают атрибутивные и вариационные ряды распределения.

     Атрибутивными называют ряды распределения, построенные  по качественным признакам, то есть признакам, не имеющим числового выражения.

     Атрибутивные  ряды распределения характеризуют состав совокупности по тем или иным существенным признакам. Взятые за несколько периодов, эти данные позволяют исследовать изменение структуры.

     Вариационными рядами называют ряды распределения, построенные  по количественному признаку. Любой вариационный ряд состоит из двух элементов: вариантов и частот. Вариантами называются отдельные значения признака, которые он принимает в вариационном ряду, то есть конкретное значение варьирующего признака. Частотами называются численности отдельных вариант или каждой группы вариационного ряда, то есть это числа, которые показывают, как часто встречаются те или иные варианты в ряду распределения. Сумма всех частот определяет численность всей совокупности, ее объем. Частностями называются частоты, выраженные в долях единицы или в процентах к итогу. Соответственно сумма частностей равна 1 или 100%.

     В зависимости от характера вариации признака различают дискретные и  интервальные вариационные ряды.

     Дискретный  вариационный ряд характеризует  распределение единиц совокупности по дискретному признаку, принимающему только целые значения. Например, группы семей по числу детей (чел.): 1, 2, 3 и более.

     В случае непрерывной вариации величина признака у единиц совокупности может  принимать в определенных u1087 пределах любые значения, отличающиеся друг от друга на сколь угодно малую величину.

     Построение  интервальных вариационных рядов целесообразно  прежде всего при непрерывной  вариации признака, а также если дискретная вариация проявляется в  широких пределах, то есть число вариантов дискретного признака достаточно велико.

     Правила построения рядов распределения  аналогичны правилам построения группировки.

     Анализ  рядов распределения наглядно можно  проводить на основе их графического изображения. Для этой цели строят полигон, гистограмму, огиву и кумуляту распределения.

     Полигон используется при изображении дискретных вариационных рядов. Для его построения в прямоугольной системе координат  по оси абсцисс в одинаковом масштабе откладываются ранжированные значения варьирующего признака, а по оси ординат наносится шкала для выражения величины частот. Полученные на пересечении абсцисс и ординат точки соединяются прямыми линиями, в результате чего получают ломаную линию, называемую полигоном частот. Иногда для замыкания полигона предлагается крайние точки (слева и справа на ломаной линии) соединить с точками на оси абсцисс, в результате чего получается многоугольник.

     Гистограмма применяется для изображения  интервального вариационного ряда. При построении гистограммы на оси  абсцисс откладываются величины интервалов, а частоты изображаются прямоугольниками, построенным на соответствующих интервалах. Высота столбиков должна быть пропорциональна частотам. В результате мы получим график, на котором ряд распределения изображен в виде смежных друг с другом столбиков.

     Гистограмма может быть преобразована в полигон  распределения, если середины верхних  сторон прямоугольников соединить  прямыми. При построении гистограммы  распределения вариационного ряда с неравными интервалами по оси  ординат наносят не частоты, а плотность распределения признака в соответствующих интервалах. Это необходимо сделать для устранения влияния величины интервала на распределение интервала и получения возможности сравнивать частоты. Плотность распределения - это частота, рассчитанная на единицу ширины интервала, то есть сколько единиц в каждой группе приходится на единицу величины интервала.

     Для графического изображения вариационных рядов может использоваться кумулятивная кривая. При помощи кумуляты (кривой сумм) изображается ряд накопленных частот. Накопленные частоты определяются путем последовательного суммирования частот по группам. Накопленные частоты показывают, сколько единиц совокупности имеют значения признака не больше, чем рассматриваемое значение.

     При построении кумуляты интервального вариационного ряда по оси абсцисс откладываются варианты ряда, а по оси ординат накопленные частоты, которые наносят на поле графика в виде перпендикуляров к оси абсцисс в верхних границах интервалов. Затем эти перпендикуляры соединяют и получают ломаную линию, то есть кумуляту.

     Если  при графическом изображении  вариационного ряда в виде кумуляты оси поменять местами, то получим  огиву. 

       

 

      1.2 СРАВНИМОСТЬ СТАТИСТИЧЕСКИХ ГРУППИРОВОК 
 

     Группировки, построенные за один и тот же период времени, но для разных объектов или, наоборот, для одного объекта, но за два разных периода времени могут оказаться несопоставимыми из-за различного числа выделенных групп или неодинаковости границ интервалов.

     Вторичная группировка, или перегруппировка  сгруппированных данных применяется для: лучшей характеристики изучаемого явления (в случае, когда первоначальная группировка не позволяет четко выявить характер распределения единиц совокупности), либо для приведения к сопоставимому виду группировок с целью проведения сравнительного анализа.

     Вторичная группировка - операция по образованию  новых групп на основе ранее осуществленной группировки.

     Применяют два способа образования новых  групп. Первым, наиболее простым и  распространенным способом является изменение  (чаще укрупнение) первоначальных интервалов. Второй способ получил название долевой перегруппировки и состоит в образовании новых групп на основе закрепления за каждой группой определенной доли единиц совокупности. 

 

1.3 ТЕОРЕТИЧЕСКИЕ РАСПРЕДЕЛЕНИЯ В АНАЛЕЗЕ ВАРИАЦИОННЫХ РЯДОВ

 
 

     В статистике используются различные  виды теоретических распределений: нормальное распределение, биноминальное распределение, распределение Пуассона и др. Каждое из теоретических распределений имеет специфику и свою область применения в различных отраслях знаний. Чаще всего в качестве теоретического распределения используется нормальное распределение или закон К. Гаусса-А. Лапласа. В 1993 г. Де-Муавр вывел закон нормального распределения вероятностей. В разработку этого закона, основные идеи которого впервые были использованы в теории ошибок, в XIX в. внесли существенный вклад К. Гаусс и А. Лаплас. Общие условия возникновения закона нормального распределения установил А.М. Ляпунов. Нормальное распределение признака наблюдается в тех случаях, когда на величину вариантов, входящих в состав вариационного ряда, действует множество случайных, независимых или слабо зависимых факторов, каждый из которых играет в общей сумме незначительную роль. Нарушение нормального характера распределения часто является свидетельством неоднородности совокупности.

     Закон нормального распределения вычисляется  по формуле  

      ,  

     где  – ордината кривой нормального распределения;

       – нормированная величина;

       – математические постоянные;

       – варианты вариационного  ряда;

       – средняя величина;

     s – среднее квадратическое отклонение.

     Функция широко используется в экономических расчетах, а ее значение при разных t табулированы и представлены в таблицах, графическое изображение дает кривую нормального распределения (см. рис. 5).

     Нормальное  распределение определяется двумя  параметрами: средней арифметической ( ) и средним квадратическим отклонением (s). Подчиненность закону нормального распределения проявляется тем точнее, чем больше случайных величин действуют вместе. Если ни одна из случайно действующих причин по своему действию не окажется преобладающей над другими, то закон распределения очень близко подходит к нормальному. 

     

     Рис. 5. Нормальное распределение с одно-, двух-, трехсигмовыми пределами 

     Свойства  кривой нормального распределения

     1. Функция нормального распределения  четная, т. е. y(-t) = y(+t). Следовательно, изображающая ее кривая распределена симметрично относительно оси ординат, т. е.

     2. Функция имеет бесконечно малые  значения при t = ± ¥. Это означает, что ветви кривой удалены в бесконечность и асимптотически приближаются к оси абсцисс.

     3. Функция имеет максимум при  t = 0. Отсюда следует, что модального значения кривая достигает при t = 0 или при . Величина максимума составляет .

     4. При t =±1 функция дает точки перегиба. Следовательно, при отклонении значений признака (х) от среднего значения в положительном и отрицательном направлениях на одно стандартное отклонение ( ) кривая дает переход от выпуклости к вогнутости.