统计指标与统计分析技术

统计指标与统计分析技术

ID:36198113

大小:943.50 KB

页数:79页

时间:2019-05-07

统计指标与统计分析技术_第1页
统计指标与统计分析技术_第2页
统计指标与统计分析技术_第3页
统计指标与统计分析技术_第4页
统计指标与统计分析技术_第5页
资源描述:

《统计指标与统计分析技术》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、企业经济统计指标及统计分析技术企业经济指标体系一、统计指标:企业经济活动数量方面的科学范畴,也是企业经济统计认识企业经济现象的主要手段。二、指标体系:企业经济活动是许多因素相互作用、相互影响的复杂过程;需要设置相互关联的一系列指标,组成科学指标体系。三、企业经济统计指标体系框架企业统计数据一、外部信息1、间接2、直接(调查)二、内部信息1、会计核算资料2、业务核算资料3、统计核算资料(企业统计部门直接收集)三、管理与开发通过原始记录—统计台帐—统计报表收集整理后需要科学管理与开发管理:编码、录入,统计数据库建设与共享开发:描述统计与推断统计时间序列;回归建模;多元分析企业工业产

2、值指标1、总产值:企业全部生产成果的价值指标,由物质转移价值和劳动新创价值组成;企业工业总产值=产品销售收入+现价产成品期末期初差额+现价在产品期末期初差额+企业加工费用+全部产品应缴增值税全部产品应缴增值税=会计账面应缴增值税+(现价产成品期末期初差额+现价半成品期末期初差额)应缴增值调整系数应缴增值调整系数=2、工业增加值企业一定时期内生产的以货币表现的工业最终产品总量。(1)生产法:企业工业增加值=企业工业总产出-企业工业中间投入=企业工业总产出-(企业工业中间物质投入+企业工业中间劳务投入)(2)分配法:企业工业增加值=折旧+工资+福利基金+劳动及待业保险+产品销售税金

3、及附加+应交增值税+应得产品销售利润+其它某企业的产品产值,该厂销售资料如下:指标金额(万元)指标金额(万元)产品销售收入300产成品期末期初差额100产品销售成本200半成品期末期初差额50企业其他业务收入50会计账面应缴增值税10统计分析技术一、因素分析法企业资材消耗变动的因素分析报告期基期产品产量Q1单耗M1单价P1产量Q0单耗M0单价P0A125522200520B4308504507.555C350440350545二、回归分析一元线性回归分析模型的假定参数的最小二乘估计假设检验方差分析与相关性分析预测实证研究例子模型的假定在实际中,对于经济问题的研究,不仅要分析该问

4、题的基本性质,也需要对经济变量之间的数量关系进行具体分析(回归分析、相关分析、方差分析等)。其中回归分析是最常用的数量分析方法。但是,大多数情况下,用其它方法与回归分析相结合进行综合性分析,会使分析更加系统全面。关于这一点请大家在在学习一元线性回归分析时注意体会。一、一元线性回归模型各种经济变量之间的关系大体可分为两种类型:一类是函数关系;另一类是统计相关关系。例如:家庭消费支出Y与家庭收入X之间的关系;支出Y还要受多种因素的影响(家庭人口、消费习惯、存款利率、商品价格等),收入只是主要影响因素之一。变量Y与X1,X2,……Xk统计相关关系可以表示成:或者这里的u是随机影响。一

5、元线性回归模型在各个给定的值条件下因变量的期望值轨迹称为回归直线,相应的方程为随机扰动项是与总体值与条件期望之差,即最简单的相关形式是一元线性模型:总体模型二、随机扰动项的性质扰动项包含了丰富的内容,产生的原因主要有以下几个方面:1、忽略掉的影响因素造成的误差2、模型关系不准确造成的误差3、变量观测值的计量误差4、随机误差注意:扰动项的存在是计量经济学的特点。计量经济学中的多种估计、检验、预测等分析方法,是针对不同性质的扰动项引入的。经典的一元线性回归模型通常满足五个假定条件三、经典假设条件§2-2参数的最小二乘估计一、参数的估计从上面的散点图可以看出,所有的样本点大致都落在一

6、条直线附近,说明家庭收入X与家庭消费支出Y之间有明显的线性关系。一条直线与散点拟合在一起,但不重合。这说明两变量间只存在相关关系。这条拟合的直线:称为一元线性经验回归直线(方程)。对于拟合直线,则称下式是估计模型:称作残差,它是随机误差的估计值。有时也记作et。是的估计量。估计模型系数估计(1)用“残差和最小”确定直线位置是一个途径。但很快发现计算“残差和”存在相互抵消的问题。(2)用“残差绝对值和最小”确定直线位置也是一个途径。但绝对值的计算比较麻烦。(3)最小二乘法的原则是以“残差平方和最小”确定直线位置。用最小二乘法除了计算比较方便外,得到的估计量还具有优良特性。(这种方

7、法对异常值非常敏感)解方程得到:二、最小二乘估计量的特性几个结论:§2-3假设检验-t(T-2)0t(T-2)方差分析与相关性检验回归方程预测实证分析案例:用回归模型预测木材剩余物伊春林区位于黑龙江省东北部。全区有森林面积2189732公顷,木材蓄积量为23246.02万m3。森林覆盖率为62.5%,是我国主要的木材工业基地之一。1999年伊春林区木材采伐量为532万m3。按此速度44年之后,1999年的蓄积量将被采伐一空。所以目前亟待调整木材采伐规划与方式,保护森林生态环境。为缓解森林

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。