Анализ рынка транспортных услуг

Таблица 5

Динамический  ряд данных о количестве округов  РФ, сгруппированных по количеству автобусов общего пользования

Группы округов РФ по количеству автобусов общего пользования	30-40	40-50	50-60
Количество  округов РФ	1	1	5

 

Построим график ряда распределения  рисунок 2.

 

 

Рисунок 2. Группировка  округов РФ по количеству автобусов  на 100 тыс. человек.

 

 

По ряду распределения (таблица 5) рассчитаем характеристики ряда. Для  этого составим таблицу, которая  поможет в расчетах – таблица 6.

 

1. Размах вариации (5) - это мера колебленности, которая показывает на сколько велико различие между единицами совокупности, имеющими самое минимальное и самое максимальное значения признака.

                               

                                      (5)

R= 60-30=30

Таблица 6.

Распределение округов  РФ по количеству автобусов на 100 тыс. человек

№	Группы округов РФ по количеству автобусов на 100 тыс. человек	Кол-во  округов   f	Сериди-на интер-вала   x
1	30-40	1	35	15,714	15,714	246,93	246,93
2	40-50	1	45	5,714	5,714	32,65	32,65
3	50-60	5	55	4,286	21,43	18,37	91,85
	Итого:	7			42,858		371,43

2) Среднее линейное отклонение – среднее из абсолютных значений отклонений отдельных вариаций от их средних. В данном случае применяется взвешенная формула (6).

                                                                 (6)

Сначала найдем 

=6,123  ( по формуле 6)

3) Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации в совокупности. Применяем взвешенную формулу (7).

                                                                            (7)

7,28

4)Коэффициент вариации                                         (8)

 Коэффициент вариации  имеет критически допустимое  значение 33%:

если  10%, то колебленность признака слабая.

От 10 до 20% - колебленность умеренная;

от 20 до 33% - колебленность высокая.

14,36%     

5) Коэффициент осцилляции– показывает относительную колеблемость крайних значений признака относительно средней:

        (9)

Вывод:  изучаемая совокупность является однородной, так как 14,36% < 33%, колебленность признака умеренная.

2.5. Корреляционный анализ. Изучение  тесноты связи.

 

Построим корреляционную таблицу (таблица7) – это специальная комбинационная таблица, в которой представлена группировка по двум взаимосвязанным признакам факторным и результативным. Воспользуемся Приложением №5

Таблица 7

Статистика дорожно-транспортных происшествий и пострадавших в них (на 100000 человек населения); (2002 год)

 

№	Название федерального  округа РФ	Число происшествий , x	Пострадало в происшествиях, чел., y	xy	x	Y
1	Центральный	135,15	27,75	3750,41	18265,52	23,39
2	Северо-Западный	135,25	20,93	2830,78	18292,56	23,4
3	Южный	91,7	20,11	1844,09	8408,89	20,6
4	Приволжский	114,42	21,74	2487,49	13091,94	22,06
5	Уральский	144,02	22,15	3190,04	20741,76	23,96
6	Сибирский	114,25	22,65	2587,76	13053,06	22,05
7	Дальневосточный	137,35	23,64	3246,95	18865,02	23,53
	Итого:	872,14	158,97	19937,52	110718,75	158,99

 

Изобразим графически (рисунок 3) связь между двумя признаками – числом происшествий и количеством  пострадавших в них человек.

 

Рисунок 3. Связь  между числом дорожно-транспортных происшествий и количеством людей, пострадавших в них.

 

Связь между двумя показателями прямая, так как при увеличении значения числа происшествий - (x) увеличивается количество пострадавших – (y) и частоты расположены по диагонали с верху вниз. Чем теснее точки, тем сильнее связь.

Форма связи – линейная, что видно из рисунка 3.

 

Уравнение регрессии (13):          y= a +a x                         (13)

a - коэффициент регрессии, который показывает на сколько в среднем отклоняется величина результативного признака (y) при отклонении факторного признака (x) на единицу.

Для определения параметров уравнения регрессии a и a будем использовать метод наименьших квадратов.

                              

                                                                               (14)

 

 

 

 

                       

 

       

Т.о. уравнение регрессии (15):      

                                                   y=14,74+0,064x                          (15)

Определим теоретические  значения (Y) в таблице 10 .

 Проверим адекватность  уравнения регрессии, то есть  степень соответствия фактических  и статистических данных. Форма  связи установлена. Теперь выясним,  на сколько же она тесна. Для установления теснота связи применяется объективно-числовой показатель парный коэффициент корреляции (16) – эта формула применяется при линейной связи.

                                                                                (16)

 

124,591                22,71

 

r= 0,473 (по формуле 16)

 

r=0,473<0,7 – связь средняя.

Определим теоретические  значения (Y) в таблице 7 и построим уравнение регрессии теоретическое – рисунок 4.

Рис. 4 Зависимость  между числом дорожно-транспортных происшествий и числом пострадавших в них.

2.6. Расчёт абсолютных и относительных  показателей динамики.

 

 По данным ряда (Приложение 4) вычислим: абсолютные приросты, темпы  роста и прироста (цепные и  базисные), средний уровень ряда  и средний за период темп  роста и прироста. Результаты  вычислений оформим в таблицах 8, 9. Изобразим статистическую кривую  динамики ряда на рисунке 4.

Таблица 8

Перевозка пассажиров на железнодорожном транспорте (в  млн. чел.)

годы	Перевезено пассажиров (млн. чел.)	Абсолют. прирост, млн. руб		Темпы роста		Темпы прироста
		цеп	баз	цеп	базис	цеп	базис
2001	2372	-	-	-	-	-	-
2002	2324	-48	-48	97,9763912	97,9763912	-2,023609	-2,023609
2003	2062	-262	-310	88,7263339	86,93086	-11,27367	-13,06914
2004	1833	-229	-539	88,894277	77,2765599	-11,10572	-22,72344
2005	1418	-415	-954	77,3595199	59,7807757	-22,64048	-40,21922
Итог	10009

 

 

 

Таблица 9

Перевозка пассажиров на железнодорожном транспорте (в  млн. чел.)

 

годы	Перевезено пассажиров, млн. чел.	Абсолютное значение 1% прироста
		цеп	баз
2001	2372	-	-
2002	2324	23,72	23,72
2003	2062	23,24	23,72
2004	1833	20,62	23,72
2005	1418	18,33	23,72
Итог	10009

 

 

 

Рисунок 4. Кривая ряда динамики представленного в  таблицах 8, 9.

 

Абсолютный  прирост – характеризует размер увеличения или уменьшения изучаемого явления за определённый период времени. Он определяется как разность между данным уровнем и предыдущем или первоначальным. Уровень, который сравнивается, называется текущий, уровень с которым сравнивается, называется базисным. Если каждый текущий уровень сравнивают с предыдущим получают цепные показатели (17), если текущие уровни сравнивают с начальными – базисные показатели (18).

                                                                                             (17)

                                                                    (18)

 

Темп  роста - это отношение данного уровня явления к предыдущему или начальному, выраженное в %. Темпы роста исчисляются как отношение текущего уровня к предыдущему и называются цепными(19), а к начальному – называются базисными(20).

                                                                                           (19)

 

                                           %                                                  (20)

Темп  прироста – это отношение абсолютного прироста к предыдущему или начальному уровню, выраженное в %. Темп прироста можно рассчитать по данным темпа роста, для этого надо вычесть 100 из темпа роста или 1 из коэффициента роста.

                           (Цепная)                                           (21)

                           (Базисная)                                              (22)

Для характеристики  темпов роста и прироста в среднем  за весь период исчисляют средний  темп роста и прироста.

Абсолютное  значение 1 % прироста – это отношение абсолютного прироста к темпу прироста (23).

                                                                                        (23)

Средний коэффициент роста определяется по формуле (24).

                                                                                                 (24)

где - начальный уровень ряда,

      - конечный уровень ряда,

       n – число членов ряда динамики.