Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 3(173)

Рубрика журнала: Математика

Скачать книгу(-и): скачать журнал часть 1, скачать журнал часть 2, скачать журнал часть 3, скачать журнал часть 4

Библиографическое описание:
Девятов Д.А., Яковлев В.О., Слащев Е.С. ОЦЕНКА РЫНКА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ТОВАРНОЙ НОМЕНКЛАТУРЕ ВНЕШНЕ ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ // Студенческий: электрон. научн. журн. 2022. № 3(173). URL: https://sibac.info/journal/student/173/239460 (дата обращения: 29.11.2024).

ОЦЕНКА РЫНКА ПРОМЫШЛЕННОЙ ПРОДУКЦИИ ПО ТОВАРНОЙ НОМЕНКЛАТУРЕ ВНЕШНЕ ЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТИ

Девятов Даниил Андреевич

студент, Ижевский государственный технический университет имени М.Т. Калашникова,

РФ, г. Ижевск

Яковлев Владимир Олегович

студент, Ижевский государственный технический университет имени М.Т. Калашникова,

РФ, г. Ижевск

Слащев Евгений Сергеевич

канд. техн. наук, доц., Ижевский государственный технический университет имени М.Т. Калашникова,

РФ, г. Ижевск

АННОТАЦИЯ

В статье приводиться оценка показателей статистических величин, с целью последующего прогноза характеристик, а также анализа динамики показателей по конкретной производственной номенклатуре. В статье используются новые подход оценки с учетом законов распределения случайных величин по данным товарной номенклатуре внешне экономической деятельности. На примере импорта ТНВЭД 9026102100 «аппаратура для измерения жидкостей: электронные, расходомеры».

 

Ключевые слова: статистические величины, средние значения, период, систематические погрешности, средне квадратичное отклонение, законы распределения.

 

Теория ограничений систем. Смысл теории заключается в подходе, по которому эффективность определенной деятельности зависит от умения находить и использовать особые ограничения или же – «узкими местами» системы, её уязвимыми сторонами. В современной трактовке данную тему освещают ТОС как метод управления и направления ресурсов на решении заданной задачи, фиксирование на которой позволит достичь необходимых результатов и значительно увеличить эффект, нежели в случае с параллельной работой над двумя и более проблемами. [1]

Для статистической обработки результатов внешнеэкономической деятельности промышленной продукции с кодом ТНВЭД 9026102100 применяются операции:

–  производится вычисление оценки средних значения стоимости товара за одну тонну за каждый период и месяц, формируется сводная таблица;

–  из результатов исключаются известные систематические погрешности, если таковые имеются;

– производится вычисление среднего квадратичного отклонения результатов средних значений;

– проверяется гипотеза о принадлежности результатов статистики к нормальным видам распределений;

– определяются поправочные коэффициенты для вида распределения на годы прогнозирования, если присутствует такая необходимость т.е. в случае непринадлежности к нормальному закону распределения;

В таблице приведены данные численные показатели по импорту «аппаратура для измерения жидкостей: электронные расходомеры» с кодом ТНВЭД 9026102100 за период в три года начиная с 2017 г.

Таблица 1.

Импорт с 2017 по 2019 год, ТНВЭД 9026102100 «аппаратура для измерения жидкостей: электронные расходомеры».

Период

Месяц

Стоимость

за месяц

тысяч дол. США

Весовые характеристики за месяц, тонн

Кол-во,

штук

Стоимость за период,

Тыс. долл. США

Вес за период,

тонн

Кол-во за период,

штук

 

Среднее

значение по

стоимости

Среднее весовое значение, тонн

1

I квартал 2017 года

Янв.

3900

26.7

1790

8100

70.9

6630

2700

23.63

Фев.

1200

15.3

1780

Март

3000

29

3060

2

II квартал 2017 года

Апр.

2200

19.1

1820

8500

104

31800

2833,33

34.66

Май

3200

42.9

12200

Июнь

3100

41.6

17900

3

III квартал 2017 года

Июль

3900

57.8

15100

11000

124

29200

3666,66

41.33

Авг.

3100

28.2

11600

Сент.

4000

38.4

2430

4

IV квартал 2017 года

Окт.

4200

37.9

2320

9500

109

12700

3166,66

36.33

Нояб.

2600

39.7

7520

Дек.

2700

30.9

2840

5

I квартал 2018

Янв.

2400

29.1

7470

8100

78.1

12800

2700

26.03

Фев.

2600

26.3

2520

Март

3100

22.6

2800

6

II квартал 2018

Апр.

3700

41.4

2820

10200

126

8300

3400

42

Май

2000

23.8

2920

Июнь

4500

60.6

2550

7

III квартал 2018 года

Июль

3000

35.5

2390

10000

114

8690

3333,33

38

Авг.

3500

40.8

3390

Сент.

3500

37.5

2910

8

IV квартал 2018 года

Окт.

3000

32.3

3870

9000

98.9

8920

3000

32.96

Нояб.

3000

42.6

2590

Дек.

3000

24

2460

90

I квартал 2019 года

Янв.

2100

19.2

1710

9000

92.4

9200

3000

30.8

Фев.

4000

40.6

4890

Март

2900

32.7

2610

10

II квартал 2019 года

Апр.

3300

39.1

3150

9600

113

9060

3200

37.66

Май

3400

42.4

3560

Июнь

2900

31.6

2360

11

III квартал 2019

Июль

3400

32.7

3430

12400

111

9740

4133.33

37

Авг.

5300

49.8

3570

Сент.

3700

28.8

2730

12

IV квартал

2019

Окт.

3900

36.7

3010

12100

130

91800

4033.33

43.33

Нояб.

4200

55.2

3830

Дек.

4000

38.2

2340

15

 

117500

1270

156240

117500

1270

156240

 

 

 

Среднее арифметическое значение статистических результатов товарной номенклатуры определяется по формуле 1:

,                                                                                               (1)

f (x)= 3 264 тыс. долл. США,

где хi - i- показатель статистики взятый из таблицы 1, n- количество статистических показателей.

Среднее квадратическое отклонение группы S, содержащей n результатов статистики (2):

 ,                                                                                     (2)

S= 788.923 тыс. долл. США.

Среднее квадратическое отклонение группы из 36 месяцев (2017-2019 гг.) показатель, определяющий поле допуска закона распределения. Показатель рассчитан в среде Mathcad.

Среднее квадратическое отклонение (оценки статистической величины) среднего арифметического (3):

,                                                                                                         (3)

Sx=131,48 тыс. долл. США

Данный критерий показывает величину предельных отклонений от среднеарифметического значения. Так по способу равных допусков средняя стоимость 1 тонны изделия варьировалась в пределах 3264 ± 65,74 тыс. долл. США.

Исключение грубых погрешностей по критерию Граббса.

Критерии Граббса G1 и G2 статистический тест, используемый для определения выбросов в одномерном наборе данных, по формулам 4 и 5:

 

,                                                                                            (4)

,                                                                                             (5)

G1=3.951, G2=4.123

где xmax= 5300 тыс. долл. США (см. таблицу 1),

хmin=1200 тыс. долл. США.

Данные значения сравнивают с значением GT, которое вычисляют по формуле 6:

,                                                                                                 (6)

GT=3,33.

2,58- Критические значения для критерия Граббса выбранная из таблицы А1 ГОСТ Р 8.736-2011 при n=36 (количество величин, равное количеству месяцев за период 2017-2019).

Так как G1>GT, то 5300 тыс. долл. США считаются промахом и его не сохраняют в ряде результата статистики. G2>GT, то 1200 тыс. долл. США считаются промахом и его не сохраняют в ряде результата статистики.

Гипотеза о принадлежности результатов измерений нормальному распределению.

При числе результатов измерений 15< n <50 для проведения проверки принадлежности их к нормальному закону предпочтителен составной критерий:

Критерий:

Вычисляют отношение 7:

,                                                                                    (7)

d(ō)= 0.819

где n1 – количество значений с учетом исключенного промаха по критерию Граббса, S1 смещенное среднее квадратическое отклонение, вычисляемое по формуле 8:

 ,                                                                                   (8)

S1=636.725 тыс. долл. США

Результаты измерений в ряду считают распределенными нормально, если выполняется условие 9:

d1-q/2  < d(ō) ≤  dq/2                                                                                      (9)

где d1-q/2, dq/2 квантили распределения, выбранные из таблицы Б1 ГОСТ Р 8.736-2011 (d1-q/2 =0,8578, dq/2 = 0,7440)

Если m разностей () превысили значение zp/2ˑS, то все измерения принадлежат к нормальному закону. Если есть разности не превышающие данное значение, то найдем коэффициент инфляции С в диапазоне от отношения верхнего квантиля распределения d1-q/2 / d(ō) и нижнего dq/2 / d(ō).

В конце расчетов мы выведем ряд значений, по которым можно увидеть средние значения стоимости за 1 тонну продукции по периоду и по месяцу, величину предельных отклонений и выясним по какому закону распределения подчиняются данные.

 

Список литературы:

  1. Элияху М. Голдрат, Джефф Кокс «Цель: Процесс непрерывного совершенствования» URL: https://massolit.top/book/tsel-protsess-neprerivnogo-sovershenstvovaniya/reading.
  2. Осетров В.Г., Слащев Е.С., Маликова Д.М «Метод решения задач теории ограничения систем про помощи линейных уравнений со многими неизвестными» // Интеллектуальные системы в производстве. 2020. Т. 18. № 1. С. 83-87.
  3. Слащев Е.С., Осетров В.Г., Маликова Д.М. «Методология функционального проектирования процессов системы управления жизненным циклом изделия» // Интеллектуальные системы в производстве. 2019. Т. 17. № 2. С. 88-92.
  4. Эли Шрагенхайм Теория ограничений в действии: Системный подход к повышению эффективности компании— М.: Альпина Паблишер, 2014. — 286 с. — ISBN 978-5-9614-4727-9.
  5. Корбетт Т. Управленческий учет по ТОС.
  6. Лоуренс Лич Вовремя и в рамках бюджета. Управление проектом по методу Критической цепи.
  7. Одед Коуэн, Елена Федурко «Основы Теории ограничений».

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.