Статистика — отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных.
Слово «статистика» происходит от латинского status — состояние дел. В науку термин «статистика» ввел немецкий ученый Готфрид Ахенваль в 1746 году, предложив заменить название курса «Государствоведение», преподававшегося в университетах Германии, на «Статистику», положив тем самым начало развитию статистики как науки и учебной дисциплины. Несмотря на это, статистический учет вёлся намного раньше: проводились переписи населения в Древнем Китае, осуществлялось сравнение военного потенциала государств, велся учет имущества граждан в Древнем Риме и т. п.
Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных http://ru.wikipedia.org/Статистика.
Актуальность темы заключается в том, что объекты исследования являются неотъемлемой частью нашей жизни. Необходимо знать, что исследуется, разрабатывается что-то новое и находятся новые материалы. Объектом исследования является — деятельность в области научных исследований и разработок.
Предметом исследования является система совокупности знаний о деятельности в области научных исследований и разработок.
Структура работы. Работа состоит из введения, пяти глав, включающих параграфы, заключения, списка литературы.
Цель курсовой работы — рассмотрение деятельности в области научных исследований и разработок, опираясь на статистические данные.
Для достижения поставленной цели необходимо решить следующие задачи:
1) рассмотреть характеристику деятельности в области научных исследований и разработок в Российской Федерации;
2) рассмотреть систему показателей для характеристики деятельности в области научных исследований и разработок, методику расчета показателей, исходную информационную базу;
3) охарактеризовать показатели, характеризующие эффективность деятельности в области научных исследований и разработок;
4) провести анализ деятельности в области научных исследований и разработок на основе системы показателей: исследовать динамику, исследовать структуру и структурные изменения, исследовать факторы, влияющие на изучаемый процесс;
5) сделать соответствующие выводы на основе проведенных расчетов и теоретического анализа.
Разработка рекомендаций по совершенствованию деятельности организации
... началось снижение количества данных организаций. Целью данной работы является разработка рекомендаций по совершенствованию деятельности организации на примере ООО «Пинта». Для достижения данной цели ... основы деятельности организации; 3. выявить проблемы организации; 4. предложить рекомендации по их решению. 1. Краткая характеристика организации экономический питание ресторан финансовый Исследование ...
Для выполнения курсовой работы были использованы:
- учебные пособия по теории статистики;
- Интернет — ресурсы.
ГЛАВА 1. ОКВЭД
1.1 ОКВЭД и его составляющие
Общероссийский классификатор видов экономической деятельности (сокращ. ОКВЭД) — часть Единой системы классификации и кодирования технико-экономической и социальной информации РФ (ЕСКК).
ОКВЭД создан на основе официальной русской версии Статистической классификации видов экономической деятельности в Европейском экономическом сообществе (КДЕС) (англ. Statistical classification of economic activities in the European Community).
Классификатор ОК 029—2001 (КДЕС Ред. 1) принят постановлением Госстандарта N 454-ст от 6 ноября 2001 г., введён в действие с 1 января 2003 г. С 1 января 2008 г. дополнен классификатором ОК 029—2007 (КДЕС Ред. 1.1), утвержденным приказом Ростехрегулирования N 329-ст от 22 ноября 2007 г. Заменяет Общесоюзный классификатор отраслей народного хозяйства (ОКОНХ) и части I и IV Общероссийского классификатора видов экономической деятельности, продукции и услуг (ОКДП), касающиеся экономической деятельности.
Код группировок видов экономической деятельности состоит из двух — шести цифровых знаков и его структура может быть представлена в следующем виде:
- XX. — класс;
- ХХ.Х — подкласс;
- ХХ.ХХ — группа;
- ХХ.ХХ.Х — подгруппа;
- ХХ.ХХ.ХХ — вид.
ОКВЭД состоит из 17 разделов.
1.2 Характеристика объекта — научные исследования и разработки
Деятельность в области научных исследований и разработок входит в раздел «K» Общероссийского классификатора видов экономической деятельности — операции с недвижимым имуществом, аренда и предоставление услуг.
Эта группировка включает:
- фундаментальные научные исследования — экспериментальная или теоретическая деятельность, направленная на получение новых знаний об основных закономерностях строения, функционирования и развития человека, общества, окружающей природной среды
- прикладные научные исследования — исследования, направленные преимущественно на применение новых знаний для достижения практических целей и решения конкретных задач
— экспериментальные разработки — деятельность, основанная на знаниях, приобретенных в результате проведения научных исследований или на основе практического опыта и направленная на сохранение жизни и здоровья человека, создание новых материалов, продуктов, процессов, устройств, услуг, систем или методов и их дальнейшее совершенствование
Эта группировка не включает:
- исследование конъюнктуры рынка, см. 74.13.1
- испытания и анализы в научных областях (микробиологии, биохимии, бактериологии и других), см.
74.30
- государственное управление научными исследованиями и разработками, см. 75.11.6
ГЛАВА 2 ОСНОВНЫЕ ПОКАЗАТЕЛИ В ОБЛАСТИ НАУЧНЫХ ИССЛЕДОВАНИЙ И РАЗРАБОТОК
2.1 Число организаций, выполнявших исследования и разработки
Для исследования экономической деятельности в исследования и разработок взяты данные из Российского статистического ежегодника 2010г. Из которого сделаны выборки по таким показателям как: число организаций, выполнявших исследования и разработки, численность исследователей, выполняющих исследования и разработки (человек).
Таблица 1
|
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
2009 |
||
|
Число научно-исследовательских организаций |
2630 |
2564 |
2464 |
2115 |
2049 |
2036 |
1926 |
1878 |
|
|
Число конструкторских бюро |
257 |
228 |
194 |
489 |
482 |
497 |
418 |
377 |
|
|
Число опытных заводов |
34 |
28 |
31 |
30 |
49 |
60 |
58 |
57 |
|
В рассматриваемый период наблюдается:
§ Снижение числа научно-исследовательских организаций, где минимум достигается в 2009 году и равен 1878 организаций.
§ Роста числа конструкторских бюро, где максимум достигается в 2005 году и равен 489 бюро, но к 2009 году происходит уменьшение до 377 бюро.
§ Рост числа опытных заводов, где максимум достигается в 2007 году и равен 60 заводам, но к 2009 году происходит уменьшение и заводов становится 57.
Далее в своей работе я проанализирую динамику введенных организаций, выполняющих исследования и разработки. А так же проведу расчет показателей структуры и структурных сдвигов этих организаций.
2.2 Численность исследователей, выполняющих исследования и разработки
Таблица 2
|
Численность исследователей, выполнявших исследования и разработки в научно-исследовательских организациях, конструкторских бюро и опытных заводах, всего |
Всего, человек |
|
|
2003 |
12056 |
|
|
2004 |
12385 |
|
|
2005 |
13009 |
|
|
2006 |
13567 |
|
|
2007 |
14300 |
|
|
2008 |
14873 |
|
|
2009 |
14500 |
|
По выше приведенным данным наблюдается:
§ Рост численности исследователей, выполнявших исследования и разработки, где максимум наблюдается в 2008 году и равен 14873 человека.
§ В целом наблюдается положительная динамика.
ГЛАВА 3. РЯДЫ ДИНАМИКИ
3.1 Ряды динамики и их применение в анализе
Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, то есть их динамика. Эта задача решается при помощи анализа рядов динамики (временных рядов).
Ряд динамики (или временной ряд) — это числовые значения определенного статистического показателя в последовательные моменты или периоды времени (т.е. расположенные в хронологическом порядке).
Числовые значения того или иного статистического показателя, составляющего ряд динамики, называют уровнями ряда и обычно обозначают буквой y. Первый член ряда y1 называют начальным или базисным уровнем, а последний yn — конечным. Моменты или периоды времени, к которым относятся уровни, обозначают через t.
Ряды динамики, как правило, представляют в виде таблицы или графика, причем по оси абсцисс строится шкала времени t, а по оси ординат — шкала уровней ряда y.
Виды рядов динамики:
Ряды динамики классифицируются по следующим основным признакам:
По времени — ряды моментные и интервальные (периодные), которые показывают уровень явления на конкретный момент времени или на определенный его период. Сумма уровней интервального ряда дает вполне реальную статистическую величину за несколько периодов времени, например, общий выпуск продукции, общее количество проданных акций и т.п. Уровни моментного ряда, хотя и можно суммировать, но эта сумма реального содержания, как правило, не имеет. Так, если сложить величины запасов на начало каждого месяца квартала, то полученная сумма не означает квартальную величину запасов.
По форме представления — ряды абсолютных, относительных и средних величин.
По интервалам времени — ряды равномерные и неравномерные (полные и неполные), первые из которых имеют равные интервалы, а у вторых равенство интервалов не соблюдается.
По числу смысловых статистических величин — ряды изолированные и комплексные (одномерные и многомерные).
Первые представляют собой ряд динамики одной статистической величины (например, индекс инфляции), а вторые — нескольких (например, потребление основных продуктов питания).
3.2 Показатели изменения уровней ряда динамики
Анализ рядов динамики начинается с определения того, как именно изменяются уровни ряда (увеличиваются, уменьшаются или остаются неизменными) в абсолютном и относительном выражении. Чтобы проследить за направлением и размером изменений уровней во времени, для рядов динамики рассчитывают показатели изменения уровней ряда динамики:
- § абсолютное изменение (абсолютный прирост);
- § относительное изменение (темп роста или индекс динамики);
- § темп изменения (темп прироста).
Все эти показатели могут определяться базисным способом, когда уровень данного периода сравнивается с первым (базисным) периодом, либо цепным способом — когда сравниваются два уровня соседних периодов.
Базисное абсолютное изменение представляет собой разность конкретного и первого уровней ряда, определяется по формуле:
Оно показывает, на сколько (в единицах показателей ряда) уровень одного (i-того) периода больше или меньше первого (базисного) уровня, и, следовательно, может иметь знак «+» (при увеличении уровней) или «-» (при уменьшении уровней).
Цепное абсолютное изменение представляет собой разность конкретного и предыдущего уровней ряда, определяется по формуле:
Оно показывает, на сколько (в единицах показателей ряда) уровень одного (i-того) периода больше или меньше предыдущего уровня, и может иметь знак «+» или «-».
Между базисными и цепными абсолютными изменениями существует взаимосвязь: сумма цепных абсолютных изменений равна последнему базисному изменению, то есть:
Базисное относительное изменение (базисный темп роста или базисный индекс динамики) представляет собой соотношение конкретного и первого уровней ряда, определяясь по формуле:
Цепное относительное изменение (цепной темп роста или цепной индекс динамики) представляет собой соотношение конкретного и предыдущего уровней ряда, определяясь по формуле:
- Относительное изменение показывает во сколько раз уровень данного периода больше уровня какого-либо предшествующего периода (при i>1) или какую его часть составляет (при i<1).
Относительное изменение может выражаться в виде коэффициентов, то есть простого кратного отношения (если база сравнения принимается за единицу), и в процентах (если база сравнения принимается за 100 единиц) путем домножения относительного изменения на 100%.
Между базисными и цепными относительными изменениями существует взаимосвязь: произведение цепных относительных изменений равно последнему базисному изменению, то есть:
Темп изменения (темп прироста) уровней — относительный показатель, показывающий, на сколько процентов данный уровень больше (или меньше) другого, принимаемого за базу сравнения. Он рассчитывается путем вычитания из относительного изменения 100%, то есть по формуле:
или как процентное отношение абсолютного изменения к тому уровню, по сравнению с которым рассчитано абсолютное изменение (базисный уровень), то есть по формуле:
3.3 Средние показатели ряда динамики
Каждый ряд динамики можно рассматривать как некую совокупность n меняющихся во времени показателей, которые можно обобщать в виде средних величин. Такие обобщенные (средние) показатели особенно необходимы при сравнении изменений того или иного показателя в разные периоды, в разных странах и т.д.
Обобщенной характеристикой ряда динамики может служить прежде всего средний уровень ряда. Способ расчета среднего уровня зависит от того, моментный ряд или интервальный (периодный).
В случае интервального ряда его средний уровень определяется по формуле простой средней арифметической величины из уровней ряда, т.е.
=
Если имеется моментный ряд, содержащий n уровней (y1, y2, …, yn) с равными промежутками между датами (моментами времени), то такой ряд легко преобразовать в ряд средних величин. При этом показатель (уровень) на начало каждого периода одновременно является показателем на конец предыдущего периода. Тогда средняя величина показателя для каждого периода (промежутка между датами) может быть рассчитана как полусумма значений у на начало и конец периода, т.е. как . Количество таких средних будет . Как указывалось ранее, для рядов средних величин средний уровень рассчитывается по средней арифметической. Следовательно, можно записать
где Y1 и Yn — первый и последний уровни ряда; Yi — промежуточные уровни.
Эта средняя известна в статистике как средняя хронологическая для моментных рядов. Такое название она получила от слова «cronos» (время, лат.), так как рассчитывается из меняющихся во времени показателей.
Кроме среднего уровня в рядах динамики рассчитываются и другие средние показатели — среднее изменение уровней ряда (базисным и цепным способами), средний темп изменения.
Базисное среднее абсолютное изменение представляет собой частное от деления последнего базисного абсолютного изменения на количество изменений. То есть
=
Цепное среднее абсолютное изменение уровней ряда представляет собой частное от деления суммы всех цепных абсолютных изменений на количество изменений, то есть
=
По знаку средних абсолютных изменений также судят о характере изменения явления в среднем: рост, спад или стабильность.
Из правила контроля базисных и цепных абсолютных изменений следует, что базисное и цепное среднее изменение должны быть равными.
Наряду со средними абсолютным изменением рассчитывается и среднее относительное тоже базисным и цепным способами.
3.4 Исследование динамики числа объектов исследования и разработок
Темп прироста, %, Минимальный отрицательный прирост (цеп.) в 2007 г. и составляет —
Минимальный отрицательный прирост (баз.) в 2003 г. и составляет — 2,5% или — 66 научно-исследовательских организаций.
Максимальная убыль (цеп.) наблюдается в 2005 г. и составляет — 14, 1% или — 349 научно-исследовательских организаций.
Максимальная убыль (баз.) наблюдается в 2009 г. и составляет — 28,6% или — 48 научно-исследовательских организаций.
Таблица 3
Цепные показатели. Научно-исследовательские организации
|
годы |
показатели |
?y. |
, % |
, % |
1% |
|||||
|
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
|||
|
2002 |
2630 |
— |
— |
— |
— |
— |
— |
— |
— |
|
|
2003 |
2564 |
-66 |
-66 |
97,5 |
97,5 |
-2,5 |
-2,5 |
26,3 |
26,3 |
|
|
2004 |
2464 |
-100 |
-166 |
96,1 |
93,7 |
-3,9 |
-6,3 |
25,64 |
26,3 |
|
|
2005 |
2115 |
-349 |
-515 |
85,9 |
80,5 |
-14,1 |
-19,5 |
24,64 |
26,3 |
|
|
2006 |
2049 |
-66 |
-581 |
96,9 |
77,9 |
-3,1 |
— 22,1 |
21,15 |
26,3 |
|
|
2007 |
2036 |
-13 |
-594 |
99,4 |
77,5 |
-0,6 |
-22,5 |
20,49 |
26,3 |
|
|
2008 |
1926 |
-110 |
-704 |
94,6 |
73,3 |
-5,4 |
-26,7 |
20,36 |
26,3 |
|
|
2009 |
1878 |
-48 |
-752 |
97,5 |
71,4 |
-2,5 |
-28,6 |
19,26 |
26,3 |
|
Найдем средний уровень ряда динамики:
== 2207,7 научно-исследовательских организаций
Среднее значение научно-исследовательских организаций за период с 2002 по 2009гг. составляет 2207,7 организаций.
Найдем среднюю временную хронологическую:
==2201,1
Средний абсолютный прирост:
== — 107,4
научно-исследовательских организаций.
== — 107,4
научно-исследовательских организаций.
Средний абсолютный прирост является отрицательным и составляет -107,4 научно-исследовательских организаций в год.
Средний темп роста:
=== 0,99%
Средний темп прироста:
=99 — 100,0= — 1%
Средний темп прироста отрицателен и равен -1% научно-исследовательских организаций в год.
Проверю ряд динамики на наличие тренда:
1 метод — метод укрупнения периодов:
и т. д.
Для выявления тенденции укрупним интервалы до 4-х лет и рассчитаем общий и средний показатель количества научно-исследовательских организаций, используя ср. арифметическую
Таблица 4
Укрупненный ряд динамики
|
годы |
среднегодовое число научно-исследовательских организаций |
||
|
Всего организаций |
Среднегод.тыс. |
||
|
2002-2005 |
9773 |
2443,25 |
|
|
2006-2009 |
7889 |
1972,25 |
|
Прослеживается тенденция убыли числа организаций.
2 метод — метод скользящей средней.
Укрупню РД с интервалом в 3 года. Рассчитаю скользящую среднюю с интервалом в 3 года.
Таблица 5
|
Скользящее число организаций |
Скользящее среднее из 3 |
|
|
2630 + 2564 + 2464 = 7658 |
2552,67 |
|
|
7143 |
2381 |
|
|
6628 |
2209,34 |
|
|
6200 |
2066,67 |
|
|
6011 |
2003,67 |
|
|
5840 |
1946,67 |
|
Получен новый ряд динамики, где в конечном итоге четко прослеживается тенденция убыли количества научно-исследовательских организаций.
Проведу аналитическое выравнивание РД по функции:
По линейной функции
Таблица 6
Промежуточные расчеты
|
t |
y |
yt |
||||
|
1 |
2630 |
2630 |
1 |
2616,25 |
189,07 |
|
|
2 |
2564 |
5128 |
4 |
2449,53 |
13103,38 |
|
|
3 |
2464 |
7392 |
9 |
2382,81 |
6591,82 |
|
|
4 |
2115 |
8460 |
16 |
2266,09 |
22828,19 |
|
|
5 |
2049 |
10245 |
25 |
2149,37 |
10074,14 |
|
|
6 |
2036 |
12216 |
36 |
2032,65 |
11,23 |
|
|
7 |
1926 |
13482 |
49 |
1915,93 |
101,41 |
|
|
8 |
1878 |
15024 |
64 |
1799,21 |
6207,87 |
|
|
36 |
17662 |
74577 |
204 |
59107,11 |
||
=336
Рассчитаю ошибку аппроксимации:
Определю
Интервальный прогноз:
С определенным уровнем вероятности можно считать, что количество научно-исследовательских организаций в 2010г. будет находиться в пределах от 1596,54 организаций до 1768,44.
организации.
Спрогнозирую уровень ряда динамики с горизонтом в 1 период, сравню с фактическим значением.
А фактическое значение 1878 организаций, что вписывается в интервальный прогноз. Все верно.
Таблица 7
Цепные показатели. Конструкторские бюро
|
годы |
показатели |
?y. |
, % |
, % |
1% |
|||||
|
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
|||
|
2002 |
257 |
— |
— |
— |
— |
— |
— |
— |
— |
|
|
2003 |
228 |
-29 |
-29 |
88,72 |
88,72 |
-11,28 |
-11,28 |
2,57 |
2,57 |
|
|
2004 |
194 |
-34 |
-63 |
85,09 |
75,49 |
-14,91 |
-24,51 |
2,28 |
2,57 |
|
|
2005 |
489 |
295 |
232 |
252,07 |
190,28 |
152,07 |
90,28 |
1,94 |
2,57 |
|
|
2006 |
482 |
-7 |
225 |
98,57 |
187,55 |
-1,43 |
87,55 |
4,89 |
2,57 |
|
|
2007 |
497 |
15 |
240 |
103,12 |
193,39 |
3,12 |
93,39 |
4,82 |
2,57 |
|
|
2008 |
418 |
-79 |
161 |
84,11 |
162,65 |
-15,89 |
62,65 |
4,97 |
2,57 |
|
|
2009 |
377 |
-41 |
120 |
90,2 |
146,7 |
-9,8 |
46,7 |
4,18 |
2,57 |
|
Темп прироста, %
Максимальный прирост (цеп.) в 2005 г. и составляет 152,07% или 295 конструкторских бюро., Максимальный прирост (баз.) в 2007 г. и составляет 93,39% или 240 конструкторских бюро., Максимальная убыль (цеп.) наблюдается в 2008 г. Она составляет 15,89% или 79 конструкторских бюро., Максимальная убыль (баз.) наблюдается в 2004 г. Она составляет 24,51% или 63 конструкторских бюро., Найдем средний уровень ряда динамики:
== 367,75 конструкторских бюро
Среднее значение бюро за период с 2002 по 2009гг. составляет 367,75., Найду среднюю временную хронологическую:
= = 375,0
Средний абсолютный прирост:
= = 17,15 конструкторских бюро.
== 17,15 конструкторских бюро.
Средний абсолютный прирост составляет 17,15 конструкторских бюро в год., Средний темп роста:
= = = 1,006%
Средний темп прироста:
=100,6 — 100,0=0,6%
Средний темп прироста равен 0,6% конструкторских бюро в год., Проверим ряд динамики на наличие тренда:
1 метод — метод укрупнения периодов:
и т. д.
Для выявления тенденции укрупним интервалы до 4-х лет и рассчитаем общий и средний показатель количества конструкторских бюро, используя ср. арифметическую
Таблица 8, Укрупненный ряд динамики
|
годы |
Среднегод. число конструкторских бюро |
||
|
Всего |
Среднегод. число |
||
|
2002-2005 |
1168 |
292 |
|
|
2006-2009 |
1744 |
443,5 |
|
Прослеживается сильная тенденция роста числа конструкторских бюро.
2 метод — метод скользящей средней.
Укрупним РД с интервалом в 3 года. Рассчитаем скользящую среднюю с интервалом в 3 года.
Получен новый ряд динамики, тенденция роста количества конструкторских бюро прослеживается четко, но после 2005 г. идет на убыль.
Таблица 9
|
Скользящее число конструкторских бюро |
Скользящее среднее из 3 |
|
|
679 |
226,34 |
|
|
911 |
303,67 |
|
|
1165 |
388,34 |
|
|
1468 |
489,34 |
|
|
1397 |
465,67 |
|
|
1292 |
430,67 |
|
Проведем аналитическое выравнивание РД по функции:, По линейной функции, Таблица 10, Промежуточные расчеты
|
t |
y |
yt |
||||
|
1 |
257 |
257 |
1 |
255,59 |
1,99 |
|
|
2 |
228 |
456 |
4 |
287,64 |
3556,93 |
|
|
3 |
194 |
582 |
9 |
319,69 |
15797,98 |
|
|
4 |
489 |
1956 |
16 |
351,74 |
18840,31 |
|
|
5 |
482 |
2410 |
25 |
383,79 |
9645,21 |
|
|
6 |
497 |
2982 |
36 |
415,84 |
6586,95 |
|
|
7 |
418 |
2926 |
49 |
447,89 |
893,42 |
|
|
8 |
377 |
3016 |
64 |
479,94 |
10596,65 |
|
|
36 |
2942 |
14585 |
204 |
65919,44 |
||
Рассчитаю ошибку аппроксимации:
конструкторских бюро
Определю
Интервальный прогноз:
С определенным уровнем вероятности можно считать, что количество конструкторских бюро в 2010г. будет находиться в пределах от 421,22 до 602,76.
Таблица 11
Цепные показатели. Опытные заводы
|
годы |
показатели |
?y. |
, % |
, % |
1% |
|||||
|
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
цеп. |
баз. |
|||
|
2002 |
34 |
— |
— |
— |
— |
— |
— |
— |
— |
|
|
2003 |
28 |
-6 |
-6 |
82,36 |
82,36 |
-17,64 |
-17,64 |
0,34 |
0,34 |
|
|
2004 |
31 |
3 |
-3 |
111 |
91,18 |
11 |
-8,82 |
0,28 |
0,34 |
|
|
2005 |
30 |
-1 |
-4 |
97 |
88,24 |
-3 |
-11,76 |
0,31 |
0,34 |
|
|
2006 |
49 |
19 |
15 |
163,34 |
144,12 |
63,34 |
44,12 |
0,30 |
0,34 |
|
|
2007 |
60 |
11 |
26 |
122,45 |
176,47 |
22,45 |
76,47 |
0,49 |
0,34 |
|
|
2008 |
58 |
-2 |
24 |
96,67 |
170,59 |
-3,33 |
70,59 |
0,60 |
0,34 |
|
|
2009 |
57 |
-1 |
23 |
98,28 |
167,65 |
-1,72 |
67,65 |
0,58 |
0,34 |
|
Темп прироста, %
Максимальный прирост (цеп.) числа заводов наблюдается в 2006 г. И составляет 63,34% или 19 заводов.
Максимальный прирост (баз.) числа заводов наблюдается в 2007 г. И составляет 76,47% или 26 заводов.
Максимальная убыль (цеп.) числа заводов наблюдается в 2003 г. И составляет 17,64% или 6 заводов.
Максимальная убыль (баз.) числа заводов наблюдается в 2003 г. И составляет 17,64% или 6 заводов.
Найдем средний уровень ряда динамики:
= = 43,38 заводов.
Среднее значение опытных заводов за период с 2002 по 2009гг. составляет 43,38.
Найду среднюю временную хронологическую:
= =43,08.
Средний абсолютный прирост:
= = 3,29 заводов.
= =3,29.
Средний абсолютный прирост составляет 3,29 опытных завода в год.
Средний темп роста:
= = = 1,008%
Средний темп прироста:
=100,8 — 100,0=0,8%
Средний темп прироста равен 0,8% опытных заводов в год.
Проверю ряд динамики на наличие тренда:
1 метод — метод укрупнения периодов:
и т. д.
Для выявления тенденции укрупним интервалы до 4-х лет и рассчитаем общий и средний показатель количества музеев, используя ср. арифметическую
статистический динамика научный разработка
Таблица 12
Укрупненный ряд динамики
|
годы |
среднегодовое число заводов |
||
|
Всего заводов |
Среднегод. число |
||
|
2002-2005 |
123 |
30,75 |
|
|
2006-2009 |
224 |
56 |
|
Прослеживается тенденция роста числа опытных заводов.
2 метод — метод скользящей средней.
Укрупним РД с интервалом в 3 года. Рассчитаем скользящую среднюю с интервалом в 3 года.
Таблица 13
|
Скользящее число заводов |
Скользящее среднее из 3. |
|
|
93 |
31 |
|
|
89 |
29,67 |
|
|
110 |
36,67 |
|
|
139 |
46,34 |
|
|
167 |
55,67 |
|
|
175 |
58,34 |
|
Получен новый ряд динамики, где в конечном итоге четко прослеживается тенденция роста количества опытных заводов.
Проведу аналитическое выравнивание РД по функции:
По линейной функции
Таблица 14
Промежуточные расчеты
|
t |
y |
yt |
||||
|
1 |
34 |
34 |
1 |
26,01 |
63,84 |
|
|
2 |
28 |
56 |
4 |
30,98 |
8,88 |
|
|
3 |
31 |
93 |
9 |
35,95 |
24,51 |
|
|
4 |
30 |
120 |
16 |
40,92 |
119,25 |
|
|
5 |
49 |
245 |
25 |
45,89 |
9,68 |
|
|
6 |
60 |
360 |
36 |
50,86 |
83,54 |
|
|
7 |
58 |
406 |
49 |
55,83 |
4,71 |
|
|
8 |
57 |
456 |
64 |
60,80 |
14,44 |
|
|
36 |
347 |
1770 |
204 |
328,85 |
||
Рассчитаю ошибку аппроксимации:
Определю
Интервальный прогноз:
С определенным уровнем вероятности можно считать, что количество опытных заводов в 2010г. будет находиться в пределах от 59,36 заводов до 72,18.
ГЛАВА 4. РАСЧЕТ ПОКАЗАТЕЛЕЙ СТРУКТУРЫ И СТРУКТУРНЫХ СДВИГОВ
4.1 Понятие структуры и основные направления ее исследования
Изучаемые статистикой процессы и явления в сфере промышленного или сельскохозяйственного производства, финансов, коммерции, демографии, в социальной и политической областях, как правило, характеризуются внутренней структурой, которая с течением времени может изменяться. Динамика структуры вызывает изменение внутреннего содержания исследуемых объектов и их экономической интерпретации, приводит к изменению установившихся причинно — следственных связей. Именно поэтому изучение структуры и структурных сдвигов занимает важное место в экономико-статистическом анализе.
В статистике под структурой понимают совокупность элементов социально-экономических явлений, обладающих определенной устойчивостью внутригрупповых связей при сохранении основных свойств, характеризующих эту совокупность как целое. В качестве примеров можно привести структуру населения региона по возрасту или уровню доходов, структуру предприятий отрасли по численности промышленно-производственного персонала или стоимости основных фондов и другие.
Классификация структур, прежде всего, предполагает их разделение на два основных вида по временному фактору. Моментные структуры характеризуют строение социально-экономических явлений по состоянию на определенные моменты времени и отображаются посредством моментных относительных показателей, как правило, на начало или на конец периода (например, структура парка транспортных средств).
Интервальные структуры характеризуют строение социально-экономических явлений за определенные периоды времени — дни, недели, месяцы, кварталы, годы (например, структура экспорта и импорта).
Статистика имеет дело как с фактическими, реально существующими структурами, так и со структурами перспективными, прогнозными, оптимальными и стандартизованными. Последние представляют собой какие-либо условные или фактические структуры, принятые в качестве эталонных для расчета и сравнения стандартизованных показателей. Например, для сравнения уровней рождаемости, смертности, заболеваемости и т.п. по двум или более регионам рассчитывают стандартизованные коэффициенты на основе некоторой стандартизованной структуры, в качестве которой может использоваться возрастная структура населения в целом по стране.
Основные направления статистического изучения структуры включают:
- а) характеристику структурных сдвигов отдельных частей совокупности за два и более периодов;
- б) обобщающую характеристику структурных сдвигов в целом по совокупности;
- в) оценку степени концентрации и централизации.
Анализ структуры и ее изменений базируется на относительных показателях структуры — долях или удельных весах, представляющих собой соотношения размеров частей и целого. При этом как частные, так и обобщающие показатели структурных сдвигов могут отражать либо «абсолютное» изменение структуры в процентных пунктах или долях единицы (кавычки показывают, что данные показатели являются абсолютными по методологии расчета, но не по единицам измерения), либо ее относительное изменение в процентах или коэффициентах Минашкин В.Г., Шмойлова Р.А., Садовникова Н.А., Моисейкина Л.Г., Рыбакова Е.С. Теория статистики: Учебно-методический комплекс. — М.: Изд. Центр ЕАОИ. 2008. С. 138..
Таблица 19
|
Года |
2002 г. |
2003 г. |
|||
|
Организации, выполняющие исследования и разработки |
Общее число организаций, тыс. |
Уд. Вес, % |
Общее число организаций, тыс. |
Уд. Вес, % |
|
|
Научно-исследовательские организации |
2,63 |
90,0 |
2,564 |
90,92 |
|
|
Конструкторские бюро |
0,257 |
8,8 |
0,228 |
8,08 |
|
|
Опытные заводы |
0,034 |
1,2 |
0,028 |
1 |
|
|
всего |
2,93 |
100,0 |
2,82 |
100,0 |
|
|
Года |
2004 г. |
2005 г. |
|||
|
Организации, выполняющие исследования и разработки |
Общее число организаций, тыс. |
Уд. Вес, % |
Общее число организаций, тыс. |
Уд. Вес, % |
|
|
Научно-исследовательские организации |
2,464 |
91,6 |
2,115 |
80,22 |
|
|
Конструкторские бюро |
0,194 |
7,2 |
0,489 |
18,54 |
|
|
Опытные заводы |
0,031 |
1,2 |
0,030 |
1,24 |
|
|
всего |
2,69 |
100,0 |
2,64 |
100,0 |
|
|
Года |
2006 г. |
2007 г. |
|||
|
Организации, выполняющие исследования и разработки |
Общее число организаций, тыс. |
Уд. Вес, % |
Общее число организаций, тыс. |
Уд. Вес, % |
|
|
Научно-исследовательские организации |
2,049 |
79,42 |
2,036 |
78,52 |
|
|
Конструкторские бюро |
0,482 |
18,68 |
0,497 |
19,17 |
|
|
Опытные заводы |
0,049 |
1,9 |
0,060 |
2,31 |
|
|
всего |
2,58 |
100,0 |
2,593 |
100,0 |
|
|
Года |
2008 г. |
2009 г. |
|||
|
Организации, выполняющие исследования и разработки |
Общее число организаций, тыс. |
Уд. Вес, % |
Общее число организаций, тыс. |
Уд. Вес, % |
|
|
Научно-исследовательские организации |
1,926 |
80,2 |
1,878 |
81,2 |
|
|
Конструкторские бюро |
0,418 |
17,4 |
0,377 |
16,3 |
|
|
Опытные заводы |
0,058 |
2,4 |
0,057 |
2,5 |
|
|
всего |
2,402 |
100,0 |
2,312 |
100,0 |
|
|
Года |
2009 г. по сравнению с 2008 г. |
||
|
Организации |
Прирост, % |
Рост удельного веса, % |
|
|
Научно-исследовательские организации |
1 |
1,012 |
|
|
Конструкторские бюро |
-1,1 |
0,936 |
|
|
Опытные заводы |
0,1 |
1,041 |
|
|
всего |
0 |
2,989 |
|
Средний абсолютный прирост удельного веса:
== -1,257 проц. пункта
== 1,071 проц. пункта
== 0,185 проц. пункта
Удельный вес общего числа научно-исследовательских организаций ежегодно уменьшался в среднем на 1,257 проц. пункта.
Удельный вес общего числа конструкторских бюро ежегодно увеличивался на 1,071 проц. пункта.
Удельный вес общего числа опытных заводов ежегодно увеличивался на 0,185 проц. пункта.
Средние темпы роста удельного веса:
==99,83
==100,97
==101,15
Средний темп удельного веса числа научно-исследовательских организаций составил 99,83%.
Средний темп удельного веса числа конструкторских бюро составил 100,97%.
Средний темп удельного веса числа опытных заводов составил 101,15%
ГЛАВА 5 ИССЛЕДОВАНИЕ СВЯЗИ МЕЖДУ ОБЩИМ КОЛИЧЕСТВОМ ОБЪЕКТОВ НАУЧНЫХ ИССЛЕДОВАНИЙ И РАЗРАБОТОК, И ЧИСЛЕННОСТЬЮ ЛЮДЕЙ, РАБОТАВШИХ В ЭТОЙ ОБЛАСТИ В ПЕРИОД 2003-2009 ГОДА
Корреляция (корреляционная зависимость) — статистическая взаимосвязь двух или нескольких случайных величин (либо величин, которые можно с некоторой допустимой степенью точности считать таковыми).
При этом, изменения значений одной или нескольких из этих величин приводят к систематическому изменению значений другой или других величин. Математической мерой корреляции двух случайных величин служит корреляционное отношение, либо коэффициент корреляции (или ).
В случае, если изменение одной случайной величины не ведёт к закономерному изменению другой случайной величины, но приводит к изменению другой статистической характеристики данной случайной величины, то подобная связь не считается корреляционной, хотя и является статистической.
Корреляционный анализ — метод обработки статистических данных, с помощью которого измеряется теснота связи между двумя или более переменными. Корреляционный анализ тесно связан с регрессионным анализом (также часто встречается термин «корреляционно-регрессионный анализ», который является более общим статистическим понятием), с его помощью определяют необходимость включения тех или иных факторов в уравнение множественной регрессии, а также оценивают полученное уравнение регрессии на соответствие выявленным связям (используя коэффициент детерминации).
Ограничения корреляционного анализа
Множество корреляционных полей. Распределения значений (x, y) с соответствующими коэффициентами корреляций для каждого из них. Коэффициент корреляции отражает «зашумлённость» линейной зависимости (верхняя строка), но не описывает наклон линейной зависимости (средняя строка), и совсем не подходит для описания сложных, нелинейных зависимостей (нижняя строка).
Для распределения, показанного в центре рисунка, коэффициент корреляции не определен, так как изменчивость y равна нулю.
Применение возможно при наличии достаточного количества наблюдений для изучения. На практике считается, что число наблюдений должно быть не менее, чем в 5-6 раз превышать число факторов (также встречается рекомендация использовать пропорцию не менее, чем в 10 раз превышающую количество факторов).
В случае, если число наблюдений превышает количество факторов в десятки раз, в действие вступает закон больших чисел, который обеспечивает взаимопогашение случайных колебаний.
Необходимо, что бы совокупность значений всех факторных и результативного признаков подчинялась многомерному нормальному распределению. В случае, если объём совокупности недостаточен для проведения формального тестирования на нормальность распределения, то закон распределения определяется визуально на основе корреляционного поля. Если в расположении точек на этом поле наблюдается линейная тенденция, то можно предположить, что совокупность исходных данных подчиняется нормальному закону распределения.
Исходная совокупность значений должна быть качественно однородной.
Сам по себе факт корреляционной зависимости не даёт основания утверждать, что одна из переменных предшествует или является причиной изменений, или то, что переменные вообще причинно связаны между собой, а не наблюдается действие третьего фактора.
Область применения
Данный метод обработки статистических данных весьма популярен в экономике и социальных науках (в частности в психологии и социологии), хотя сфера применения коэффициентов корреляции обширна: контроль качества промышленной продукции, металловедение, агрохимия, гидробиология, биометрия и прочие. В различных прикладных отраслях приняты разные границы интервалов для оценки тесноты и значимости связи.
Популярность метода обусловлена двумя моментами: коэффициенты корреляции относительно просты в подсчете, их применение не требует специальной математической подготовки. В сочетании с простотой интерпретации, простота применения коэффициента привела к его широкому распространению в сфере анализа статистических данныхhttp://ru.wikipedia.org/wiki/Корреляция.
Таблица 20
|
Года |
Численность посещающих научно-исследовательские организации, конструкторские бюро, опытные заводы, млн. Y |
Общее число организаций, выполняющих исследования и разработки, млн. Х |
млн., YX |
млн.,Y 2 |
млн., X 2 |
|
|
2003 |
0,012056 |
0,002820 |
33,99 |
145,34 |
7,95 |
|
|
2004 |
0,012385 |
0,002689 |
33,30 |
153,38 |
7,23 |
|
|
2005 |
0,013009 |
0,002634 |
34,26 |
169,23 |
6,93 |
|
|
2006 |
0,013567 |
0,002580 |
35,00 |
184,06 |
6,65 |
|
|
2007 |
0,014300 |
0,002593 |
37,07 |
204,49 |
6,72 |
|
|
2008 |
0,014873 |
0,002402 |
35,72 |
221,20 |
5,77 |
|
|
2009 |
0,014500 |
0,002312 |
33,52 |
210,25 |
5,35 |
|
|
всего |
0,094690 |
0,018030 |
242,86 |
1287,95 |
46,6 |
|
|
средняя |
0,013527 |
0,002576 |
34,69 |
183,99 |
6,65 |
|
=183,99 — 0,013527=183,989 млн.
=6,65 — 0,002576= 6,649 млн.
r==0, 99
r= =0,97
Таким образом, результаты по формулам близки и это свидетельствует о наличии прямой зависимости между изучаемыми объектами.
ЗАКЛЮЧЕНИЕ
Анализ ряда динамики числа объектов, занимающихся научными исследованиями и разработками в период 2003-2009 годов показал:
Научно-исследовательские организации:
Минимальный отрицательный прирост (цеп.) в 2007 г. и составляет -0,6% или -13 научно-исследовательских организаций.
Минимальный отрицательный прирост (баз.) в 2003 г. и составляет -2,5% или — 66 научно-исследовательских организаций.
Максимальная убыль (цеп.) наблюдается в 2005 г. и составляет -14, 1% или -349 научно-исследовательских организаций.
Максимальная убыль (баз.) наблюдается в 2009 г. и составляет -28,6% или -48 научно-исследовательских организаций.
Конструкторские бюро:
Максимальный прирост (цеп.) в 2005 г. и составляет 152,07% или 295 конструкторских бюро.
Максимальный прирост (баз.) в 2007 г. и составляет 93,39% или 240 конструкторских бюро.
Максимальная убыль (цеп.) наблюдается в 2008 г. Она составляет 15,89% или 79 конструкторских бюро.
Максимальная убыль (баз.) наблюдается в 2004 г. Она составляет 24,51% или 63 конструкторских бюро.
Опытные заводы:
Максимальный прирост (цеп.) числа заводов наблюдается в 2006 г. И составляет 63,34% или 19 заводов.
Максимальный прирост (баз.) числа заводов наблюдается в 2007 г. И составляет 76,47% или 26 заводов.
Максимальная убыль (цеп.) числа заводов наблюдается в 2003 г. И составляет 17,64% или 6 заводов.
Максимальная убыль (баз.) числа заводов наблюдается в 2003 г. И составляет 17,64% или 6 заводов.
- Среднее значение научно-исследовательских организаций за период с 2002 по 2009гг. составляет 2207,7 организаций.
- Средний абсолютная убыль составила 107,4 научно-исследовательских организаций в год.
- Средний темп прироста отрицателен и равен -1% научно-исследовательских организации в год.
- Среднее значение конструкторских бюро за период с 2002 по 2009гг. составляет 367,75
- Средний абсолютный прирост составляет 17,15 конструкторских бюро в год.
- Средний темп прироста равен 0,6% конструкторских бюро в год.
- Среднее значение опытных заводов за период с 2002 по 2009гг. составляет 43,38.
- Средний абсолютный прирост составляет 3,29 опытных завода в год.
- Средний темп прироста равен 0,8% опытных заводов в год
Расчет показателей структуры и структурных сдвигов показал следующую тенденцию:
- Удельный вес общего числа научно-исследовательских организаций ежегодно уменьшался в среднем на 1,257 проц. пункта.
- Удельный вес общего числа конструкторских бюро ежегодно увеличивался на 1,071 проц. пункта.
- Удельный вес общего числа опытных заводов ежегодно увеличивался на 0,185 проц. пункта.
Так же установилась связь между количеством объектов научных исследований и разработок и численностью людей, выполнявших научные исследования и разработки.
СПИСОК ЛИТЕРАТУРЫ
[Электронный ресурс]//URL: https://inzhpro.ru/kursovaya/rezultatyi-issledovaniy-i-razrabotok/
1.Минашкин В.Г., Шмойлова Р.А., Садовникова Н.А., Моисейкина Л.Г., Рыбакова Е.С. Теория статистики: Учебно-методический комплекс. — М.: Изд. Центр ЕАОИ. 2008. — 296 с.
2. Статистический журнал ежегодник Россия в цифрах — 2011 г.
3. www.consultant.ru
4. www.mogem.ru/okved_92_62.htm
5. http://ru.wikipedia.org/wiki/Корреляция
6. http://ru.wikipedia.org/Статистика
7. www.rgs.ru
