Статические методы изучения уровня и динамики себестоимости продукции (стр. 3 из 7)
2. Структурные группировки - их задача: изучение состава отдельных типических групп при помощи объединения единиц совокупности, близких друг к другу по величине группировочного признака.
3. Аналитические группировки - их задача: выявления влияния одних признаков на другие (выявить связь между социально-экономическими явлениями).
4. Комбинационные группировки - в них производится разделение совокупности на группы по двум или более признакам. При этом группы, образованные по одному признаку, разбиваются на подгруппы по другому признаку. Такие группировки дают возможность изучить структуру совокупности по нескольким признакам одновременно.
Для выявления наличия связей между признаками применяются самые разнообразные методы – как элементарные, не требующие привлечения математического аппарата, та и более сложные, связанные с проведением математических расчетов (дисперсионный анализ, применение критерия «χ-квадрат». К элементарным статистическим методам выявления взаимосвязей признаков относятся: применение аналитических и корреляционных таблиц, графический метод.
При выявлении наличия связи методом аналитической группировки формируется группировка единиц совокупности по факторному признаку Х, а затем для каждой выделенной j-й группы рассчитываются средние значения
результативного признака Y. Если при переходе от одной группы к другой средние значения будут изменяться с определенной закономерностью – возрастать или убывать, то между признаками Х и Y существует корреляционная связь.При использовании метода корреляционных таблиц, охватывающих два интервальных ряда распределения – факторного и результативного признаков, прослеживают визуально, как именно расположена в таблице основная масса частот повторения в эмпирических данных сочетаний (хi, уi). Концентрация частот вдоль диагонали от левого верхнего угла таблицы к правому нижнему означает наличие прямой корреляционной связи между признаками. Если же частоты концентрируются около диагонали от левого нижнего угла к правому верхнему, то связь между признаками обратная.
Метод средних и относительных величин применяют при вычислении средних уровней себестоимости для однородной продукции, при изучении структуры и динамики себестоимости.
Графический метод помогает наглядно представить структуру себестоимости, происходящие в ней изменения, а также динамику ее составных частей. Графики в статистике имеют не только иллюстративное значение, они позволяют получить дополнительные знания о предмете исследования, которые в цифровом варианте остаются скрытыми, невыявленными. Графический метод состоит в построении корреляционного поля – множества точек в декартовой системе координат. По характеру расположения точек корреляционного поля можно сделать вывод о наличии или отсутствии стохастической связи и о характере связи (линейная или нелинейная, а если связь линейная – то прямая или обратная). При корреляционной связи вследствие различных случайных факторов точки (хi, уi) не лежат на одной линии, но все же их расположение обнаруживает определенную тенденцию, которая выражается видом эмпирической линии связи.
Простейшей формой корреляционной связи признаков является парная линейная корреляция, представляющая собой линейную зависимость результативного признака Y от факторного Х. Ее практическое значение состоит в том, что при исследовании взаимосвязи социально-экономических явлений во многих случаях среди всех факторов, влияющих на результативный признак, выделяют один важнейший фактор, который в основном определяет вариацию результативного признака.
Уравнение парной линейной корреляционной связи имеет следующий вид:
где 
- расчетное теоретическое значение результативного признака Y, полученное по уравнению регрессии, а0 – среднее значение признака Y в точке х=0, а0, а1 – коэффициенты уравнения регрессии (параметры связи). Гипотеза о линейной зависимости между признаками Х и Y выдвигается в том случае, если значения обоих признаков возрастают (или убывают) одинаково, примерно в арифметической прогрессии.В изучении корреляционных связей важным этапом корреляционно-регрессионного анализа является выбор адекватного (наиболее подходящего) эмпирическим данным уравнения регрессии. В качестве критерия подбора адекватной математической функции связи f(х) используются показатели:
R2 – индекс детерминации, показывающий, какая доля вариации расчетных значений
признака Y объясняется влиянием фактора Х; 
- остаточная дисперсия, оценивающая среднее отклонение расчетных значений Y от эмпирических; 
- средняя ошибка аппроксимации, выражающая в процентах меру отклонения расчетных значений Y от фактических;Наилучшей является модель с наибольшим значением показателя R2 и наименьшим значением показателя
или .Индексный метод необходим для сводной характеристики динамики себестоимости сравнимой и всей товарной продукции, для изучения динамики и выявления влияния на нее отдельных факторов.
В статистике под индексом понимается относительная величина (показатель), выражающая изменение сложного экономического явления во времени, в пространстве или по сравнению с планом. В связи с этим различают динамические, территориальные индексы, а также индексы выполнения плана.
К какому бы экономическому явлению ни относились индексы, чтобы рассчитать их, необходимо сравнивать различные уровни, которые относятся либо к различным периодам времени, либо к плановому заданию, либо к различным территориям. В связи с этим различают базисный период (период, к которому относится величина, подвергаемая сравнению) и отчетный период (период, к которому относится сравниваемая величина). При исчислении важно правильно выбрать период, принимаемый за базу сравнения. Индексы могут относиться либо к отдельным элементам сложного экономического явления, либо ко всему явлению в целом.
Показатели, характеризующие изменение более или менее однородных объектов, входящих в состав сложного явления, называются индивидуальными индексами – ix.
Индекс получает название по названию индексируемой величины. Индексы измеряются либо в виде процентов (%), либо в виде коэффициентов.
Сложные явления, для которых рассчитывается сводный индекс, отличаются той особенностью, что элементы, их составляющие, неоднородны и, как правило, несоизмеримы друг с другом. Поэтому сопоставление простых сумм этих элементов невозможно. Сопоставимость может быть достигнута различными способами:
1. Сложные явления могут быть разбиты на такие простые элементы, которые в известной степени являются однородными;
2. Сравнение по стоимости, без разбиения на отдельные элементы.
Цель теории индексов – изучение способов получения относительных величин, используемых для расчета общего изменения ряда разнородных явлений.
В тех случаях, когда мы анализируем изменение во времени сравниваемой продукции, мы можем поставить вопрос о том, как в различных условиях (на различных участках) меняются составляющие индекса (цена, физический объем, структура производства или реализации отдельных видов продукции). В связи с этим строятся индексы постоянного состава, переменного состава, структурных сдвигов.
Индекс постоянного (фиксированного) состава по своей форме тождественен агрегатному индексу.
Этот индекс не учитывает изменение объема продажи продукции на различных рынках в текущем и базисном периодах.
Индекс переменного состава используется для характеристики изменения средней цены в текущем и базисном периодах.
Индекс структурных сдвигов рассчитывается как отношение среднего уровня индексируемого показателя базисного периода, определенного на отчетную структуру, к фактической средней этого показателя в базисном периоде. Он нужен для измерения лияния только структурных изменений в исследуемый средний показатель влияния только структурных изменений в исследуемый средний показатель.
Индекс цен Ласпейреса применяется в основном для расчета индекса потребительских цен, для оценки относительного изменения потребительских расходов населения в текущем периоде по сравнению с базисным при неизменных объеме и структуре потребления:
(1)Индекс цен Паше позволяет получить стоимостные показатели отчетного периода в сопоставимых ценах (ценах базисного периода):
, где (2) 
- фактическая стоимость товара (товарооборот) отчетного периода; 
- условная стоимость товара, реализованного в отчетном периоде по базисным ценам.