Вход

Определение направлений по улучшению импорта технологий и услуг технического характера на основе статистико-экономического анализа

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 274641
Дата создания 18 февраля 2015
Страниц 36
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
1 050руб.
КУПИТЬ

Описание

сдано на отлично ...

Содержание

СОДЕРЖАНИЕ
ВВЕДЕНИЕ………………………………………………………………..3
ГЛАВА 1 ИСПОЛЬЗОВАНИЕ МЕТОДА ГРУППИРОВОК В ИССЛЕДОВАНИИ ТОВАРНОЙ СТРУКТУРЫ ИМПОРТА ТЕХНОЛОГИЙ И УСЛУГ ТЕХНИЧЕСКОГО ХАРАКТЕРА 6
1.1 Построение ранжированного и интервального рядов распределения по одному группировочному факторному признаку 6
1.2 Анализ промежуточной аналитической группировки 9
1.3 Анализ типических групп по показателям в среднем по совокупности 11
ГЛАВА 2 СТАТИСТИКО-ЭКОНОМИЧЕСКИЙ АНАЛИЗ ЕДИНИЦ СОВОКУПНОСТИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ 12
2.1 Индексный анализ 12
2.2 Корреляционно-регрессионный анализ 14
ГЛАВА 3 СТАТИСТИЧЕСКИЙ АНАЛИЗ ДИНАМИЧЕСКИХ РЯДОМ НА ПРИМЕРЕ КАЛУЖСКОЙ ОБЛАСТИ 21
3.1 Анализ динамики показателей аналитическими и средними показателями динамического ряда 21
3.2 Анализ динамики показателей методами укрупнения интервалов и скользящей средней. 26
3.3 Анализ трендовой модели аналитическими методами 27
ЗАКЛЮЧЕНИЕ 32
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 34
ПРИЛОЖЕНИЕ А 36

Введение

В структуре импорта технологий Россия ориентируется на наиболее развитые страны мира, и эту тенденцию, по-видимому, следует считать одной из самых устойчивых в долгосрочной перспективе. Основной объем выплат по импорту технологий приходится на США (15.7%), Швейцарию (12.2%), Великобританию (10.3%), Германию (5.9%), Финляндию (6.2%). Доля стран ОЭСР в целом составляет 74.8%.
Развитие российской экономики невозможно без ее последовательной интеграции в систему международных экономических отношений.
В этой связи изучение внешнеторговых отношений России, а именно импорта, и проведение статистического анализа импорта товаров является актуальным и необходимым для государства.
Целью данного курсового проекта является определение направлений по улучшению импорта технологий и услуг технического характера на основе статистико-экономического анализа.
Для достижения поставленной цели нам необходимо решить следующие задачи:
- провести группировку областей ЦФО по товарной структуре импорта;
- провести индексный анализ регионов ЦФО;
-определить на основе корреляционно-регрессионного анализа, тесноту связи между показателями и силу воздействия изучаемых факторов на результативный признак;
Предметом исследования является импорт в области ЦФО.
Объектом курсового проекта является совокупность областей ЦФО.
Методами, которыми пользовалась при написании проекта являются: математические, монографический; графический; табличный; метод корреляционно-регрессионного анализа; метод статистической группировки; метод индексного анализа метод сравнений и аналогий; метод обобщений; метод экспертных оценок и др.
К основным используемым литературным источникам, которые использовались в данном курсовом проекте, относятся книги, а также статьи из периодических изданий, официальные публикации Федеральной службы государственной статистики.
Проект состоит из 38 страниц, содержащий 3 раздела. В первом разделе раскрываются: анализ промежуточной аналитической группировки единиц совокупности по областям ЦФО, построение ранжированного ряда по одному группировочному признаку. Во втором разделе анализируются корреляционно-регрессионный анализ и индексный анализ. В третьем анализируются показатели динамического ряда аналитическими и средними показателями.

Фрагмент работы для ознакомления

В разработке системы интегральных показателей большая роль принадлежит работам ученых-статистиков: К. Гатева, Л.С. Казинца, В.М. Рябцева, А. Салаи и др. К наиболее распространенным сводным показателям относятся следующие:Интегральный коэффициент К. Гатева;Индекс структурных сдвигов А. Салаи;Критерий В.М.Рябцева.- Интегральный коэффициент К. Гатева; Iгатева=V1-V22V12+V22(2.1)- Индекс структурных сдвигов А. Салаи.Iсалаи=V1-V2V1+V22n(2.2)- Критерий Рябцева В.М.Iрябцева=(v1-v2)2(v1+ v2)2(2.3)Для расчетов показателей Рябцева В.М., Салаи А., Гатева К. возьмем данные из статистического сборника по показателю: внутренние текущие затраты на научные исследования и разработки по видам затрат, %Таблица 2.1- внутренние текущие затраты на научные исследования и разработки по видам затрат, %Внутренниетекущие затраты на научные исследования и разработки по видам затрат, %2011г2012гСтруктура внутренних текущих затраты на научные исследования и разработки по видам затрат в Центральном Регионе,%Оплата труда48,4147,26Страховые взносы в Пенсионный фонд, ФСС, ФФОМС, ТФОМС11,7611,37Приобретение оборудования3,473,05Прочие текущие затраты36,3638,33В.М. Рассчитаем интегральный коэффициент К. Гатева:Iгатева=(47.26-48,41)2-11,37-11,762-3,05-3,472-(38,33-36,36)2(48,412+11,762+3,472+36,362)+(47,262+11.372+3.052+38.332)=0,026 Рассчитаем индекс структурных сдвигов А. Салаи.Iсалаи=47.26-48.4147.26+48.412+11.37-11.7611.37+11.762+3.05-3.473.05+3.472+38.33-36.3638.33+36.3624=0,036Рассчитаем критерий Рябцева В.М.Iрябцева=47.26-48.412+11.37-11.762+3.05-3.472+38.33-36.362(47.26+48.41)2+(11.37+11.76)2+(3.05+3.47)2+(38.33+36.36)2=0,019В результате расчетов за 2011-2012 годы получим систему обобщающих показателей структурных сдвигов (табл.2.2).Таблица 2.2 - Вывод итогов расчета обобщающих показателей за 2011-2012гг№ п/пИндексы1Коэффициент К. Гатева0,0262А.Салаи0,0363В.М. Рябцева0,019Т.е. индексы Салаи и Гатева, а также критерий Рябцева показывают изменение в структуре товарной структуры импорта; значения индексов меньше 0,3 показывает о несуществующих структурных изменениях товарной структуры импорта технологий.В итоге мы выяснили, что все показатели за исследуемый период показывают различное значение структурных сдвигов данных показателей. Отличаясь между собой лишь количественно, они отражают одну и ту же динамику процесса конечного использования. 2.2 Корреляционно-регрессионный анализСуществующие между явлениями формы и виды связей весьма разнообразны по своей классификации. Предметом статистики являются только такие из них, которые имеют количественный характер и изучаются с помощью количественных методов. Рассмотрим метод корреляционно-регрессионного анализа, который является основным в изучении взаимосвязей явлений.Данный метод содержит две свои составляющие части — корреляционный анализ и регрессионный анализ. Корреляционный анализ — это количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами. Регрессионный анализ — это количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.Для оценки силы связи в теории корреляции применяется шкала английского статистика Чеддока: слабая — от 0,1 до 0,3; умеренная — от 0,3 до 0,5; заметная — от 0,5 до 0,7; высокая — от 0,7 до 0,9; весьма высокая (сильная) — от 0,9 до 1,0. Она используется далее в примерах по теме.В качестве анализируемых факторов, влияющих на использование передовых производственных технологий в расчёте на одну организацию выполняющую научные исследования и разработки, возьмем: - объем инновационных товаров на 1 человека, млн. руб.;- используемые передовые производственные технологии в расчете на одну организацию, выполняющую научные исследования и разработки;- численность исследователей с учеными степенями от численности персонала, занятого научными исследованиями и разработками.Составим матрицу коэффициентов парной корреляции.Таблица 2.3 - Матрица коэффициентов парной корреляцииСтолбец 1Столбец 2Столбец 3Столбец 4Столбец 11Столбец 20,5901Столбец 30,4190,7591Столбец 40,5690,4510,1251Анализ матрицы парных коэффициентов показывает, что между этими факторами существует тесная связь:- объем инновационных товаров на 1 человека, млн. руб. - (0,590);- используемые передовые производственные технологии в расчете на одну организацию, выполняющую научные исследования и разработки - (0,419)- численность исследователей с учеными степенями от численности персонала, занятого научными исследованиями и разработками - (0,569).Подведем итоги.Таблица 2.4 - Итоги регрессииРегрессионная статистикаМножественный R0,68R-квадрат0,47Нормированный R-квадрат0,32Стандартная ошибка32,95Наблюдения15Коэффициент множественной корреляции (0,68) показывает, что между Y (стоимость одного соглашения на импорт технологий и услуг технического характера) и Х1, Х2, Х3, существует сильная связь. Коэффициент детерминации (0,47) показывает, что 47 % вариации зависимого признака объясняется включёнными в нашу модель факторами (Х1, Х2, Х3).Таблица 2.5 - Дисперсионный анализdfSSMSFЗначимость FРегрессия310666,513555,503,270,06Остаток1111943,211085,74Итого1422609,73Фактическое значение F – критерия равно 3,27 при значимости F= 0,06. Исходя из того, что значение значимости F меньше, чем значение F-критерия можно сделать вывод о том, что модель верна.В результате решения уравнения при помощи компьютера и его компонентов были получены следующие его параметры:y = 10,91 + 0,38x1 + 0,087x2 + 141,87x3Рассмотрим и раскроем получившееся уравнение регрессии:=10,91 - условное начало;=0,38 - коэффициент чистой регрессии при первом факторе свидетельствует о том, что при увеличении объема инновационных товаров на 1 человека на 1 млн. руб., стоимость одного соглашения на импорт технологий и услуг технического характера увеличится на 0,38‰, при условии, что другие факторы останутся постоянными;=0,087 - коэффициент чистой регрессии при втором факторе показывает, что при увеличении использования передовых производственных технологий в расчете на одну организацию, выполняющую научные исследования и разработкина 1ед.,стоимость одного соглашения на импорт технологий и услуг технического характера увеличится на 0,087‰, при условии, что другие факторы останутся постоянными.=141,87 - коэффициент чистой регрессии при третьем факторе показывает, что при увеличении численности исследователей с учеными степенями от численности персонала, занятого научными исследованиями и разработкамина 1чел.,стоимость одного соглашения на импорт технологий и услуг технического характера увеличится на 141,87‰, при условии, что другие факторы останутся постоянными.Чтобы сделать коэффициенты регрессии сопоставимыми и определить влияние каждого фактора в отдельности на результативный признак, рассчитаем β - коэффициенты и коэффициенты эластичности.β – коэффициенты показывают, что если величина фактора изменится на свое среднее квадратическое отклонение, результативный признак увеличится (уменьшится) на величину β – коэффициента своего среднеквадратического отклонения при постоянстве остальных факторов.Коэффициенты эластичности показывают, что если величина факторного признака увеличится на 1%, результативный признак увеличится (уменьшится) соответственно на коэффициент эластичности, выраженный в процентах при постоянстве других факторов.Рассчитаем среднее квадратическое отклонение:, , - среднее квадратическое отклонение соответственно по результативному и 1 и 2 и 3 факторному признакам.====Теперь можно определить β - коэффициенты и коэффициенты эластичности.β1=0,38*β2= 0,08*β3= 141,87* β-коэффициенты показывают, что если каждый из факторов увеличится на свое среднее квадратическое отклонение, то стоимость одного соглашения на импорт технологий и услуг технического характера уменьшится на 0,29 своего среднего квадратического отклонения, под воздействием второго – на 0,14 своего среднего квадратического отклонения, под воздействием третьего – на 0,41 своего среднего квадратического отклонения.Далее рассчитаем коэффициенты эластичности:Э1= 0,384*(12,979/45,057) = 0,110Э2= 0,0875*(103,163/45,057) = 0,200Э3= 141,877*(0,142/103,163) = 0,195Первый коэффициент эластичности показывает, что при увеличении объем инновационных товаров на 1 человекана 1 %, стоимость одного соглашения на импорт технологий и услуг технического характера увеличится на 0,11%. Второй коэффициент эластичности показывает, что при увеличении использования передовых производственных технологий в расчете на одну организацию, выполняющую научные исследования и разработки на 1% стоимость одного соглашения на импорт технологий и услуг технического характера увеличится на 0,20 %. Третий коэффициент эластичности показывает, что при увеличении численность исследователей с учеными степенями от численности на 1%численность исследователей с учеными степенями от численности персонала, занятого научными исследованиями и разработками уменьшится на -0,04%.Рассчитаем коэффициент отдельного определения:di=ryxi*Bi (2.4)ryx1= (1257,008-(45,05*12,97))/(38,82*29,31) = 0,59ryx 2= (5700,73-(45,05*102,16))/(38,82*64,68)= 0,43ryx 3= (8,93-(45,05*0,14))/(38,82*0,11)= 0,56Коэффициент отдельного определения:d1=0,59*0,29=0,17d2=0,43*0,14=0,06d3=0,56*0,41=0,23Коэффициент множественной корреляции равен 0,68. Это свидетельствует о том, что связь между результативным признаком и факторными тесная. Коэффициент детерминации показывает, какая доля вариации результативного признака объясняется вариацией факторов, входящих в модель. В нашем случае он равен 0,4, это значит что взаимосвязь слабая.ГЛАВА 3 СТАТИСТИЧЕСКИЙ АНАЛИЗ ДИНАМИЧЕСКИХ РЯДОМ НА ПРИМЕРЕ КАЛУЖСКОЙ ОБЛАСТИ3.1 Анализ динамики показателей аналитическими и средними показателями динамического рядаНа сегодняшний день одной из основных задач статистики является изучение явлений во времени. Для решения этой задачи необходимо иметь данные по определенному кругу показателей на ряд моментов времени, следующих друг за другом.Ряд однородных статистических величин, Показывающих изменение какого-либо явления во времени и расположенных в хронологическом порядке через определенные промежутки времени называется динамическим.Статистические показатели, характеризующие изучаемое явление называются уровнями ряда. Динамический ряд представляет собой последовательность уровней, сопоставляя которые между собой можно охарактеризовать скорость и интенсивность развития явления. В результате сравнения уровней получается система абсолютных и относительных показателей динамики: абсолютный прирост, коэффициент прироста, коэффициент роста, темп прироста, абсолютное значение одного процента прироста.Выделяют базисные и цепные показатели динамики.Постоянные динамики с постоянной базой сравнения характеризуют окончательный результат всех изменений в уровнях ряда от периода, к которому относится базисный уровень, до данного (i-го периода). Показатели динами с переменной базой сравнения характеризуют интенсивность изменения уровня от периода к периоду в пределах изучаемого явления.Проанализируем изменение показателей стоимость одного соглашения на импорт технологий и услуг технического характера в калужской области в динамике за 10 лет.Важными показателями, характеризующими импорт технологий и услуг технического характера:Используемые передовые производственные технологии в расчёте на одну организацию выполняющую научные исследования и разработки в Калужской области.Численность персонала, занятого научными исследованиями и разработками в расчёте на одну организацию выполняющую научные исследования и разработки в Калужской областиПри построении и анализе рядов динамики необходимо обеспечивать сопоставимость показателей по содержанию, времени и территории. Для всесторонней характеристики направления и интенсивности развития изучаемого явления путем сопоставления уровней исходного ряда следует рассчитать и проанализировать систему показателей: абсолютный прирост, коэффициент роста, процент (темп) прироста, значение 1 % прироста.Абсолютный прирост (А) – разность между двумя исходными уровнями, один из которых рассматриваемая принят за базу сравнения. Обозначим уровни динамического ряда у0, у1, …уn.Тогда определим абсолютные приросты:а) цепные А1 = у1 – у0, А2 = у2 – у2, … Аn = уn - уn-1;б) базисные А1 = у1 – у0, А2 = у2 – у0, … Аn = уn – у0;Коэффициент роста (К) – отношение между собой двух исходный уровней, один из которых принят за базу сравнения.Цепной коэффициент роста рассчитывается по формуле (3.1.), а базисные – по формуле (3.2.): (3.1.) (3.2.)Темп прироста (Т) – отношение цепного абсолютного Аi к предыдущему уровню уi-1, (3.3.) %:, …, (3.3.)Значение одного процента прироста (П) – отношение абсолютного пророста Аi к проценту прироста Тi, за тот же период (3.4.): (3.4.)Расчетные данные по основным показателям приведены в таблицах (3.1- 3.2)Как видно из данных таблицы 3.1 используемые передовые производственные технологии в расчёте на одну организацию выполняющую научные исследования и разработки в калужской области.Таблица 3.1 - Цепные и базисные показатели ряда динамики «используемые передовые производственные технологии в расчёте на одну организацию выполняющую научные исследования и разработки в Калужской области»годы1 признакАТрТпр1%БазисныйЦепнойБазисныйЦепнойБазисныйЦепной200340,25-------200454,6814,4314,43135,84135,8435,8435,840,40200564,5524,309,87160,36118,0560,3618,050,552006134,8894,6370,33335,10208,97235,10108,970,65200790,1249,87-44,76223,9066,81123,90-33,191,35200889,9849,73-0,14223,5499,84123,54-0,160,902009110,2870,0320,31273,99122,57173,9922,570,902010131,3091,0521,02326,20119,06226,2019,061,10201156,4916,24-74,81140,3443,0240,34-56,981,31201252,3512,10-4,14130,0692,6730,06-7,330,56Вычислим для динамических рядов среднее значение абсолютного прироста, темпа роста, темпа прироста и абсолютного значения 1% прироста.Средний уровень ряда: (3.5)Среднегодовой абсолютный прирост определяется по формуле: (3.6)Среднегодовой темп роста определяется по формуле : (3.7)Среднегодовой темп прироста определяется по формуле: (3.8)Средние показатели ряда динамики по используемым передовым производственным технологиям в расчёте на одну организацию, выполняющую научные исследования и разработки.y=∑y*t∑t=82,49Аб=52,35-40,2510-1= 1,34Ац= (14,43+9,87+70,33-44,76-0,14+20,31+21,02-74,81-4,14)/(10-1)=1,34Трб=952,3540,25*100=102,96Трц=91,36*1,18*2,09*0,67*0,998*1,23*1,19*0,43*0,93*100=102,96Тпрб= 102,96-100= 2,96Тпрц = 102,96-100=2,96Рассчитаем цепные и базисные показатели ряда динамики численности персонала, занятого научными исследованиями и разработками в расчёте на одну организацию, выполняющую научные исследования и разработки.Таблица 3.2 - Цепные и базисные показатели ряда динамики «численность персонала, занятого научными исследованиями и разработками в расчёте на одну организацию, выполняющую научные исследования и разработки в Калужской области».годы2 признакАТрТпр1%БазисныйЦепнойБазисныйЦепнойБазисныйЦепной2003379-------2004317-62,00-62,0083,6483,64-16,36-16,363,792005315,55-63,45-1,4583,2699,54-16,74-0,463,172006324,48-54,528,9485,62102,83-14,382,833,162007260-119,00-64,4868,6080,13-31,40-19,873,242008253,32-125,68-6,6866,8497,43-33,16-2,572,602009266-113,0012,6870,18105,01-29,825,012,532010272,73-106,276,7371,96102,53-28,042,532,662011254,20-124,80-18,5367,0793,20-32,93-6,802,732012259,05-119,954,8568,35101,91-31,651,912,54Вычислим для динамических рядов среднее значение абсолютного прироста, темпа роста, темпа прироста и абсолютного значения 1% прироста.Средние показатели ряда динамики по численности персонала, занятого научными исследованиями и разработками в расчёте на одну организацию, выполняющую научные исследования и разработкиy=∑y*t∑t=290,13Аб=259,05-37910-1= -13,33Ац=(-62)-1,45+8,94-64,48-6,68+12,68+6,73-18,53+4,8510-1=-13,33Трб=9259,05379*100 = 95,86Трц=90,83*0,995*1,02*0,80*0,97*1,05*1,03*0,93*1,02*100=95,86Тпрб= 95,86-100 = -4,14Тпрц= 95,86-100 = -4,14Рассматривая данные рядов динамики, приходим к выводу, что в них уровни претерпевают самые различные изменения, то возрастают, то убывают.3.2 Анализ динамики показателей методами укрупнения интервалов и скользящей средней.Один из наиболее простых приемов обнаружения общей тенденции развития является укрупнение интервала динамического ряда.Смысл этого приема заключается в том, что первоначальный ряд динамики преобразуется и заменяется другим, уровни которого относятся к большим по продолжительности периодам времени.По данным рядов динамики численности персонала, занятыми научными исследованиями и используемых передовых производственных технологий выявим общую тенденцию. Для этого будем использовать прием укрупнения периодов и прием выравнивания динамического ряда при помощи скользящей средней.Рассчитаем укрупнение как средние арифметические простые.Таблица3.3 - Используемые передовые производственные технологии в расчёте на одну организацию, выполняющую научные исследования и разработкиГодыФактУкрупнениеСкользящая200340,25200454,68159,4853,16200564,5584,702006134,8896,52200790,12314,98104,99200889,9896,792009110,28110,522010131,30298,0799,36201156,4980,05201252,35Данные таблицы 3.3. позволяют рассчитать используемые передовые производственные технологии в расчёте на одну организацию, выполняющую научные исследования и разработки за трехлетие. Анализируя данные таблицы можно сказать о колебаниях в росте.

Список литературы

1. Ефимова М.Р., Ганченко О.И., Петрова Е.В. Практикум по общей теории статистики: Учеб. Пособие. –М.: Финансы и статистика, 2000. – 280 с.
2. Ефимова М.Р., Петрова Е.В., Румянцев В.Н. и др. Общая теория статистики: Учебник. -М.: Инфра-М, 1998.
3. Журавлева М.В.,Т.Ф. Хромова. Пактикум по статистике сельского хозяйства. М., Финансы и статистика, 1990.
4. Збарская И.А., Социальная структура Российского общества в условиях перехода к рыночным экономическим отношениям, Вопросы статистики, – 2006, №5. – с.72-74.
5. Зинченко А.П. Сельскохозяйственная статистика с основами социально-экономической статистики. М.: 1998.
6. Курс социально-экономической статистики: Учебник для вузов/Под ред. проф. М.Г. Назарова -М.: Финстатинформ, ЮНИТИ-ДАНА, 2000.– 771 с.
7. Материалы для лабораторно-практических занятий и самостоятельной работы по сельскохозяйственной статистике с основами социально-экономической. Ч.1,Ч.2,М.,ТСХА, 1986.
8. Общая теория статистики: Учебник./ Под ред. А.А. Спирина, О.Э. Башиной. – 5-е изд., доп. и перераб. –М.: Финансы и статистика, 1999.
9. Основы научно-исследовательской работы студентов/ А.А. Брылев, Н.Ю. Чаусов, Н.Т. Лобода, О.В. Полпудникова; Издательский педагогический центр «Гриф» - Калуга, 2000. – 172 с.
10. Практикум по общей теории и сельскохозяйственной статистике. Под ред. Зинченко А.П. Изд. 4-е, перераб. и доп. М.: Финансы и статистика, 1988. 328 с.
11. Практикум по статистике: Учебное пособие для ВУЗов под ред. В.М. Симчеры/ВЗФЭИ. – М.: Финстатинформ, 1999.
12. Сергеев С.С. Сельскохозяйственная статистика с основами социально-экономической статистики, М., Финансы и статистика, 1989.
13. Статистика: Курс лекций / Харченко Л.П., Долженкова В.Г., Ионин В.Г. и др.: Под ред. к.э.н. В.Г. Ионина. – Новосибирск: Изд-во НГАЭИУ, М.: ИНФРА-М,2000. – 310с.
14. Филимонов В.С., Гуртовник Е.А. Практикум по статистике. М.,Финансы и статистика, 1987.
15. Экономическая статистика. 2-е изд., доп.: Учебник/под ред. Ю.Н. Иванова. –М.: ИНФРА-М, 2000. - 480 с.
16.Статистический сборник Регионы России в 2003-2012г.: GKS.RU
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00504
© Рефератбанк, 2002 - 2024