Следовательно, если бы население в отчётном периоде купило бы столько товара, сколько и в базисном, то в результате среднего роста цен переплата составила бы 1 тыс. руб.

б). За счёт изменения объёма продаж:

Следовательно, за счёт среднего повышения количества реализованного товара, выручка от продаж увеличилась на 116,32 тыс.руб.

в). За счёт действия вместе 2-х факторов:

тыс. руб.

Следовательно, товарооборот по всем видам товаров в общем вырос на 80 тыс. руб.

5). а). Взаимосвязь между индексами (Индекс цен по методике Пааше):

То есть общий индекс товарооборота определяется как разность между общим индексом физического товарооборота и индексом цен Пааше.

б).Взаимосвязь между абсолютными приростами товарооборота:

То есть общий прирост товарооборота определяется как сумма прироста товарооборота вследствие изменения цен и прироста товарооборота за счёт изменения объёма продаж[5].

Глава 3. Аналитическая часть

3.1 Постановка задачи

Несмотря на огромные усилия правоохранительных органов Российской Федерации, криминогенная обстановка в стране продолжает находиться на высоком уровне. Ежегодно во всех регионах страны тысячи людей привлекаются к уголовной ответственности за кражу, причинение тяжких телесных повреждений и многое другое.

Например, в центральном регионе Российской федерации с участием мужчин в 1990 году было зарегистрировано 774,6тыс. преступлений, в 1995 – 1357,7 тыс., в 2000 – 1457,3тыс., а в 2005 – 1297, 1 тыс. преступлений. Как мы видим, незначительный спад количества преступлений в 2005 году не может компенсировать их рост с 1990 года, поэтому руководствам регионов следует задуматься о том, как дальше снижать уровень преступности.

Очевидно, что только страх перед неизбежным наказанием не способен долго сдерживать человека от совершения преступления. Поэтому, для того, чтобы уменьшить число преступлений в стране, мы должны разобраться с причинами, их вызывающими. По всей видимости, на преступление человека толкает отсутствие постоянного источника доходов. Проанализируем зависимость числа зарегистрированных преступлений от количества безработных в центральном округе Российской Федерации.

По данным «Российского статистического ежегодника» за 2008 год, представленным в таблице 1, проведем анализ зависимости числа преступлений, по которым имелись потерпевшие от числа безработных в центральном округе Российской Федерации за 2007 г.[6]

Таблица 13

Число безработных и количество преступлений в центральном округе Российской Федерации за 2007г

Наименование субъекта	Число безработных, чел.	Число преступлений, по которым имелись потерпевшие
Белгородская область	42000	4420
Брянская область	45000	5882
Владимирская область	86000	6684
Воронежская область	63000	5054
Ивановская область	24000	5318
Калужская область	30000	4384
Костромская область	19000	2889
Курская область	43000	4290
Липецкая область	30000	3458
Орловская область	26000	3070
Рязанская область	30000	2770
Смоленская область	42000	5567
Тамбовская область	48000	3903
Тверская область	32000	7499
Тульская область	22000	3817
Ярославская область	21000	8226
Итого	603000	77231

3.2 Методика решения задачи

Построим ряд распределения и произведем расчет следующих показателей: Среднюю арифметическую; среднее квадратическое отклонение; коэффициент вариации; моду; медиану. А также установим наличие и тесноту связи между признаками «Число безработных» и «Число преступлений». На основе этого мы сможем сделать выводы о влиянии числа безработных на число преступлений.

В ходе выполнения работы мы будем использовать следующие формулы:

Средняя арифметическая (взвешенная):

;

Дисперсия:

;

Среднее квадратическое отклонение:

;

Коэффициент вариации:

;

Мода:

;

Медиана:

;

Межгрупповая дисперсия:

;

Общая дисперсия:

;

Эмпирическое корреляционное отношение:

;

Коэффициент детерминации:

3.3 Технология выполнения компьютерных расчетов

Статистический анализ динамики зависимости числа преступлений от числа безработных выполнен с применением пакета прикладных программ обработки электронных таблиц MSExcel в среде Windows.

Рис. 1. Исходные данные в формате Excel.

1).Построим статистический ряд распределения субъектов по признаку – число безработных, образовав 4 группы с равными интервалами. Для этого произведём сортировку данных по возрастанию по признаку «Число безработных».

Рис. 2. Распределённый ряд

2).Определим величину интервала по среднему числу безработных в ячейке С35:

Рис. 3. Величина интервала

3).Построим ряд распределения субъектов по числу безработных:

Рис. 4. Ряд распределения субъектов по числу безработных

4).Построим гистограмму распределения субъектов по числу безработных:

Рис. 5. Гистограмма распределения субъектов по числу безработных

5).Строим вспомогательную таблицу и в ячейке D53 определяем среднюю арифметическую, в ячейке Н53 – дисперсию, а в ячейке Н54 – среднее квадратическое отклонение.

Рис. 6. Определение дисперсии, средней арифметической и среднеквадратического отклонения.

6).Определяем в ячейке Н55 коэффициент вариации:

Рис. 7. Определение коэффициента вариации.

Коэффициент вариации составил 37,9%, следовательно, средняя величина нетипична для совокупности, а совокупность неоднородна.

7).В ячейке В43 определяем моду, а в ячейке А41 – медиану ряда.

Рис. 8. Определение моды и медианы ряда.

8).Устанавливаем наличие и характер связи между количеством безработных и числом преступлений методом аналитической группировки и устанавливаем зависимость между этими величинами

Рис. 9. Группировка факторного и результативного признаков.

Из данной таблицы видно, что с увеличением среднего значения факторного признака – числа безработных происходит увеличение среднего значения результативного признака – числа преступлений, следовательно, между изучаемыми признаками существует однонаправленная связь.

9).Составляем таблицу для расчета межгрупповой дисперсии:

Рис. 10. Таблица для расчета межгрупповой дисперсии.

10).В ячейке Р39 определяем межгрупповую дисперсию:

Рис. 11. Определение межгрупповой дисперсии.

11).Строим таблицу для определения общей дисперсии и вычисляем её в ячейке С78:

Рис. 12. Определение общей дисперсии.

12).В ячейке С82 определяем эмпирическое корреляционное отклонение, а в ячейке С83 – коэффициент детерминации:

Рис. 13. Определение эмпирического корреляционного отклонения и коэффициента детерминации.

13).Сделаем выводы по результатам проведенных расчетов: значение средней арифметической (4827) показывает, что в рассматриваемой совокупности среднее количество преступлений за год составляет 4827 преступлений.

Значение коэффициента вариации (37,9%) свидетельствует о неоднородности рассматриваемой совокупности (т.к. V>33%), и нетипичности средней.

Значение моды (30596,2) показывает, что большинство субъектов рассматриваемой совокупности с числом безработных 30596 чел.