Использование статистических методов анализа в оценке экономической деятельности предприятия курсовая

ВВЕДЕНИЕ 3

ГЛАВА I. СТАТИСТИСТИЧЕСКИЙ АНАЛИЗ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ ОСНОВНЫХ РЕСУРСОВ ПРЕДПРИЯТИЯ

1.1. РАСЧЕТ И ОЦЕНКА ПОКАЗАТЕЛЕЙ ДВИЖЕНИЯ ОСНОВНЫХ СРЕДСТВ 6

1.2. РАСЧЕТ И ОЦЕНКА ПОКАЗАТЕЛЕЙ ИСПОЛЬЗОВАНИЯ ОСНОВНОГО КАПИТАЛА 9

1.3. РАСЧЕТ И ОЦЕНКА ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ С ИСПОЛЬЗОВАНИЕМ ИНДЕКСНЫХ ПОКАЗАТЕЛЕЙ 12

ГЛАВА II. АНАЛИЗ ПОКАЗАТЕЛЕЙ РЕНТАБЕЛЬНОСТИ 14

ГЛАВА III. СТАТИСТИЧЕСКИЙ АНАЛИЗ ФИНАНСОВОЙ ДЕЯТЕЛЬНОСТИ ПРЕДПРИЯТИЯ 22

ЗАКЛЮЧЕНИЕ 30

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 31

СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики: Учебник для вузов. – М.: ЮНИТИ, 1998.

2. Баканов М.И., Шеремет А.Д. Теория экономического анализа: Учебник. – М.: Финансы и статистика, 1997.

3. Гражданский кодекс Российской Федерации ч. 1. – М.: Проспект, 1997.

4. Гусаров В.М. Теория статистики: Учебное пособие для ВУЗов. – М.: Аудит, ЮНИТИ, 1998.

5. Елисеева И.И. Общая теория статистики: Учебник для ВУЗов. – М.: Финансы и статистика, 1999.

6. Ефимова М.Р. Практикум по общей теории статистики: Учебное пособие. – М.: Финансы и статистика, 1999.

7. Котлер Ф. Основы маркетинга: Пер. с англ. – М.: Прогресс, 1990.

8. Максимов О. Б. Анализ финансового состояния предприятия. Основные положения методики. – Санкт-Петербург: ИКФ “АЛЬТ”, 1994.

9. Мхитарян В.С.Статистика. – М.: Экономистъ, 2005.

10. Постановление Правительства РФ от 20 мая 1994 г. №498 "О некоторых мерах по реализации законодательства о несостоятельности (банкротстве) предприятий".

11. Российский статистический ежегодник: Стат. сб./Госкомстат России. – М.:, 2001.

12. Рябушкин Б.Т. Основы статистики финансов: Учебное пособие. – М.: Финстатинформ, 1997.

13. Статистика финансов: Учебник / Под ред. Проф. В.Н. Салина. – М.: Финансы и статистика, 2000.

15. Финансовая экономика / Под ред. Ю.М. Осипова, В.Г. Белолипецкого, Е.С. Зотовой. – М.: Юристъ, 2001.

1. Программа дисциплины «Методы прикладной статистики и эконометрики» (адаптационный курс) для направления 080100. 68 «Экономика» магистерской программы

   Программа дисциплины

   В своей исследовательской работе экономистам приходится анализировать разнообразные данные. Грамотно используемые статистические методы анализа данных существенно расширяют возможности научного исследования.

2. Программа дисциплины " Эконометрика-2" для направления

   Программа дисциплины

3. Примерная программа наименование дисциплины Эконометрика Рекомендуется для направления подготовки 080200 «Менеджмент»

   Примерная программа

   Цель дисциплины «Эконометрика» – обучение студентов методологии и методике построения и применения эконометрических моделей для анализа состояния и оценки перспектив развития экономических и социальных систем в условиях взаимосвязей

4. Программа дисциплины «Компьютерные методы анализа социологических данных (введение в математическую статистику и анализ данных)» для направления 040100. 68 «Социология» подготовки магистра Правительство Российской Федерации

   Программа дисциплины

Год выпуска: 1998

Жанр: Эконометрика, статистика

Издательство: Юнити

Формат: DjVu

Качество: Отсканированные страницы

Количество страниц: 1000

Описание: Учебник охватывает всю проблематику вероятностно-статистического моделирования и анализа данных в экономике — от элементарных курсов теории вероятностей и математической статистики до продвинутых методов многомерной статистики, анализа временных рядов и собственно эконометрики. Объединение и взаимосвязанное изложение всех этих базовых эконометрических дисциплин в одном учебнике делают его по-своему уникальным не только в отечественной, но и в мировой учебно-методической литературе данного профиля, позволяют строить учебный процесс таким образом, чтобы добиваться цельного системного восприятия всего блока этих дисциплин.

В предлагаемом учебнике отражено понимание содержания математико-статистического инструментария эконометрики, несколько отличающееся от общепринятого. По нашему мнению, современные достижения математико-статистической науки (особенно в многомерном статистическом анализе), с одной стороны, и существенное расширение круга экономических задач, требующих эконометрических методов решения, — с другой, обусловили необходимость более широкого взгляда на математико-статистический инструментарий эконометрики и, в частности, включения в него, помимо традиционных разделов по регрессионным моделям, анализу временных рядов и системам одновременных уравнений, таких разделов многомерного статистического анализа, как марковские цепи, классификация многомерных наблюдений и снижение размерности анализируемого факторного пространства. Говоря о широком спектре экономических задач, требующих выходящих за традиционные рамки эконометрических методов решения, мы имели в виду, в частности, статистическое исследование динамики структурных изменений (в демографии, в стратификационной структуре общества и т.п.), выявление скрытых (латентных) факторов, определяющих течение того или иного социально-экономического процесса, построение интегральных индикаторов качества или эффективности функционирования социально-экономической системы, типологизацию социально-экономических объектов и др.
Во-вторых, в ходе многолетнего опыта преподавания различных дисциплин вероятностно-статистического профиля в экономических вузах и на экономических факультетах университетов мы пришли к убеждению, что необходимо строить учебный процесс таким образом, чтобы добиваться цельного, системного восприятия всего блока этих дисциплин. Речь идет, в частности, о курсах по элементарным методам статистической обработки данных (или дескриптивной статистике), теории вероятностей, математической статистике, многомерному статистическому анализу (или многомерным статистическим методам), анализу временных рядов и, наконец, эконометрике. Очевидно, реализации этой цели должен способствовать и учебник, одновременно содержащий взаимосвязанное изложение всех этих курсов.
Другими словами, мы попытались написать такую книгу, которую нам бы хотелось иметь под рукой в процессе нашей преподавательской деятельности. К сожалению, среди многих прекрасных зарубежных книг по эконометрике книги, обладающей двумя вышеуказанными особенностями, не оказалось.
Заметим, что несмотря на наличие ряда иллюстративных примеров и упражнений, предлагаемый учебник не решает проблемы задачника по эконометрике. Поэтому для проведения полноценного учебного процесса он должен быть дополнен набором эконометрических задач и упражнений (например, в духе книги ).
Материал учебника и ответственность распределены между авторами следующим образом. В. С. Мхитарян принимал участие в написании глав 6, 7, 8 и 13, а также предложил большую часть задач, которыми снабжены главы учебника. Остальной материал (включая упомянутые главы) написаны С.А. Айвазяном. Им же выполнено общее научное редактирование учебника.

Продолжаем приобщаться к управлению качеством и смежным областям.
На этот раз предлагается справочное издание по прикладной статистике в 3-х томах.

Автор этого великолепного издания, профессор Сергей Артемьевич Айвазян, совместно с А.И. Орловым, впервые в СССР ввел понятие "прикладная статистика", чем вызвал настоящую бурю возмущения у партийных бонз и верхушки Госкомстата: статистика всегда была делом политическим. Во времена перестройки полемика выплеснулась на страницы журналов по специальности.

Том 1. Основы моделирования и первичная обработка данных

Книга посвящена методам предварительного статистического анализа данных и построения модели реального явления, характеризуемого этими данными. Приводятся сведения по теории вероятностей и математической статистике, освещаются вопросы программной реализации
излагаемых методов.

Том 2. Исследование зависимостей

В книге рассматриваются методы корреляционного, регрессионного и дисперсионного анализа. Приводятся их алгоритмы и обзор программного обеспечения.

Том 3. Классификация и снижение размерности

Рассматриваются задачи классификации объектов, снижения размерности. Большое
внимание уделяется разведочному статистическому аиализу.

НАТА: Книги на премиуме, бэкап не нужен

Метки темы:
Статистика

Издатель: Финансы и статистика

Год издания: 1983

Страниц: 472

Язык: русский

Качество: хорошее

Методы эконометрики. Айвазян С.А.

М.: 2010 - 512 с.

Содержание учебника соответствует действующим образовательным стандартам и учебным программам высших учебных заведений экономического профиля по дисциплине «Эконометрика». Особенность данного издания заключается в том, что в нем в описание традиционных методов решения эконометрических задач впервые органично встроены (там, где это позволяет повысить точность и глубину анализа) современные методы многомерного статистического анализа, ранее не включавшиеся в инструментарий эконометрики (в частности, дискриминантный и кластер-анализы, метод главных компонент и др.). Представленные в учебнике методы и модели регрессионного анализа, бинарного и множественного выбора, анализа временных рядов могут составить содержание одного или двух базовых семестровых курсов по эконометрике в рамках учебного плана бакалавриата. Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и эконометрике.

Формат: pdf

Размер: 5 ,8 Мб

Скачать: Rghost

ОГЛАВЛЕНИЕ
Предисловие 9
Глава 1. Введение 13
1.1. Эконометрика: эволюция определения и реальность 13
1.2. Обеднение математического аппарата эконометрики 16
1.3. Место эконометрики в ряду математико-статистических и экономических дисциплин 19
1.4. Эконометрическая модель и проблемы эконометрического моделирования 22
Выводы 30
Глава 2. Введение в регрессионный анализ 33
2.1. Общая формулировка проблемы статистического исследования зависимостей 33
2.2. Какова конечная прикладная цель статистического исследования зависимостей? 42
2.3. Некоторые типовые задачи практики эконометрического моделирования 45
2.4. Основные типы зависимостей между количественными переменными 50
2.5. О выборе общего вида функции регрессии 55
Выводы 65
Глава 3. Введение в корреляционный анализ 67
3.1. Назначение и место корреляционного анализа в статистическом исследовании 67
3.2. Корреляционный анализ количественных признаков 69
3.3. Корреляционный анализ ранговых (ординальных) переменных: ранговая корреляция 96
3.4. Корреляционный анализ категоризованных переменных: таблицы сопряженности 111
Выводы 117
Глава 4. Классическая линейная модель множественной регрессии (КЛММР) 121
4.1. Описание КЛММР. Основные допущения модели 121
4.2. Оценивание неизвестных параметров КЛММР: метод наименьших квадратов и метод максимального правдоподобия 126
4.3. Анализ вариации результирующего показателя у и выборочный коэффициент детерминации Щх 140
4.4. Мультиколлинеарность и отбор наиболее существенных объясняющих переменных в КЛММР 145
4.5. КЛММР с линейными ограничениями на параметры 162
4.6. Общий подход к статистической проверке гипотез о наличии линейных связей между параметрами КЛММР 167
Выводы 176
Глава 5. Обобщенная линейная модель множественной регрессии 179
5.1. Описание обобщенной линейной модели множественной регрессии (ОЛММР) 179
5.2. Оценки параметров ОЛММР по обобщенному методу наименьших квадратов (ОМНК-оценки) 183
5.3. ОЛММР с гетероскедастичными остатками 188
5.4. ОЛММР с автокоррелированными остатками 198
5.5. Практически реализуемый ОМНК (общий подход) 207
Выводы 210
Глава 6. Прогнозирование, основанное на линейных моделях множественной регрессии 213
6.1. Анализ точности оцененной ЛММР (теоретическая база для решения задач прогноза) 214
6.2. Наилучший точечный прогноз у(Х) и f{X) = E(y|X), основанный на ОЛММР 216
6.3. Интервальный прогноз у(Х) и f(X) = E(y|X), основанный на ОЛММР 220
6.4. Анализ точности регрессионной модели и прогнозирование в условиях реалистической ситуации 226
Выводы 230
Глава 7. Линейные модели регрессии со стохастическими объясняющими переменными 233
7.1. Случайные остатки е не зависят от предикторов X и оцениваемых коэффициентов регрессии в 235
7.2. Общий случай: стохастические предикторы X коррелированы с регрессионными остатками е. Метод инструментальных переменных 238
7.3. Случайные ошибки в измерении значений объясняющих переменных 243
Выводы 249
Глава 8. Линейные регрессионные модели с переменной структурой 251
8.1. Проблема неоднородных (в регрессионном смысле) данных 251
8.2. Введение «манекенов» (фиктивных переменных)в линейную модель регрессии 254
8.3. Проверка регрессионной однородности двух групп наблюдений (критерий Г. Чоу) 263
8.4. Построение КЛММР по неоднородным данным в условиях, когда значения сопутствующих переменных неизвестны 265
Выводы 269
Глава 9. Модели с дискретными и дискретно-непрерывными зависимыми переменными 271
9.1. Модели бинарного выбора 273
9.2. Модели множественного выбора 282
9.3. Связь моделей бинарного и множественного выбора с дискриминантным анализом 285
9.4. Модель с дискретно-непрерывной зависимой переменной (тобит-модель) 287
Выводы 291
Глава 10. Анализ одномерных временных рядов (модели и прогнозирование) 293
10.1. Временной ряд: определения, примеры, формулировка основных задач 295
10.2. Стационарные временные ряды и их основные характеристики 302
10.3. Неслучайная составляющая временного ряда и методы его сглаживания 314
10.4. Модели стационарных временных рядов и их идентификация 336
10.5. Модели нестационарных временных рядов и их идентификация 378
10.6. Прогнозирование экономических показателей, основанное на использовании моделей временных рядов 395
Выводы 409
Приложение 1. Таблицы математической статистики 413
Приложение 2. Необходимые сведения из матричной алгебры.. 433
Приложение 3. Многомерный статистический анализ 455
Литература 493
Алфавитно-предметный указатель 497