Метод статистической группировки и его применение для анализа данных статистки внешней торговли

ВВЕДЕНИЕ 1
ГЛАВА 1 – Теоретические основы методики группировок в статистических исследованиях внешнеторговой деятельности 5
1.1. Особенности статистической группировки в таможенной статистике 5
1.2 Определение параметров группировки 7
1.3. Группировка многомерных объектов методами кластерного анализа 10
ГЛАВА 2 АНАЛИЗ СТАТИТИЧЕСКОЙ ТАМОЖЕННОЙ ИНФОРМАЦИИ МЕТОДАМИ ГРУППИРОК 13
2. 1. Метод типологической группировки 13
2.2. Метод структурной группировки 17
2.3 Метод аналитической группировки 18
2.4 Метод кластерной группировки 20
ЗАКЛЮЧЕНИЕ 25
ЛИТЕРАТУРА 26

2.3 Метод аналитической группировки
Аналитические группировки используются при исследовании взаимосвязей между факторными признаками в качественно однородной совокупности. Так удается выявлять признаки, которые могут выступать признаки, которые могут выступать или причиной или следствием того или иного явления.
Так, можно проверить гипотезу о зависимости стоимости единицы товара от величины его партии на примере поставок подсолнечного масла.
Таблица 3 – Группировка величины партии поставки подсолнечного масла и средней стоимости единицы товара
Величина партии подсолнечного масла, т Количество поставок Средняя стоимость единицы товара, USD/т всего 4- 10 4 до 10 172,05 10-16 23 10-15 103,55 16-22 25 15-20 79,48 22-28 7 20-25 61,00 Свыше 25 1 Свыше 25 59,67
Рис.3 Зависимость стоимости единицы товара от величины партии поставки подсолнечного масла
Опираясь представленные с помощью этой группировки результаты, легко сделать вывод: стоимость одной тонны поставляемого масла обратно пропорцинальна величине партии поставки, т.е. для получателя выгоднее заказывать более крупные патрии поставок.
2.4 Метод кластерной группировки
В предыдущих параграфах были рассмотрены примеры группировки однородного по качеству товара – подсолнечного масла. В тех случаях, когда поставляется неоднородный по качеству товар, применение одномерных группировки, т.е. объединения по какому-либо одному существенному признаку, может привести к искаженным результатам. Для многомерных группировок используется кластерный анализ.
Далее будет приведен пример многомерной кластерной групировки, которые целесообразно применять для анализа поставок товаров, имеющих более детальные свойства, отражающиеся несколькми параметрами. В качестве такого товара выбрана «Рыба мороженая», поставляемая на экспорт, цена одной тонны которой зависит уже не только от размера партии, но и от вида и ценности рыбы.
В таблице 4 приведены данные о таких поставках на экпорт рыбы мороженой в 2012 году.
Таблица 4 - Поставки на экспорт рыбы мороженой в 2012 году
Товар Дата поставки Количество, т Стоимость товара, USD Страна-контрагент Таможенная процедура Рыба мороженая 12.02.2012 13 60931 Япония 10 Рыба мороженая 04.04.2012 17 83663 Япония 10 Рыба мороженая 21.04.2012 16 78741,6 Япония 10 Рыба мороженая 21.05.2012 12 61868,4 Япония 10 Рыба мороженая 22.05.2012 11 56712,7 Нидерланды 10 Рыба мороженая 23.06.2012 14 72179,8 Япония 10 Рыба мороженая 05.09.2012 21 113191 Япония 10 Рыба мороженая 20.10.2012 11 61868,4 Дания 10 Рыба мороженая 03.11.2012 11 61868,4 Китай 10 Рыба мороженая 01.12.2012 12 70305 Нидерланды 10 Рыба мороженая 28.12.2012 22 128893 Дания 10
Для лучшего восприятия отобразим данные о стоимости одной тонны мороженой рыбы в таблице 5 и на точечном графике на рис.4.
Таблица 5 - Стоимость одной тонны мороженой рыбы в экспортных поставках 2012 года
Размер партии, т Стоимость товара, USD Стоимость 1 тонны товара, USD/т 13 60931 4687 17 83662,95 4921,35 16 78741,6 4921,35 12 61868,4 5155,7 11 56712,7 5155,7 14 72179,8 5155,7 21 113191,05 5390,05 11 61868,4 5624,4 11 61868,4 5624,4 12 70305 5858,75 22 128892,5 5858,75
Рис.4. Стоимость 1 тонны мороженой рыбы в зависимости от величины партии поставки
В соответствии с изложенной выше теорией для определения кластеров используем метрику евклидовых расстояний между двумя точками (квадрат евклидова расстояния используется для придания веса более отдаленным друг от друга объектам):
D = ((Xi – Xc1)2 + (Yi – Yc1)2 )1/2.
В таблице 6 приведены расчеты в соответствии с этой формулой.
Таблица 6 - Расстояния точек до соответствующего кластера
Размер партии, т Стоимость товара, USD Стоимость 1 тонны товара, USD/т Расстояние до 1 кластера Расстояние до 2 кластера Расстояние до 3 кластера 13 60931 4687 937,40 468,70 156,25 17 83662,95 4921,35 703,05 234,39 78,134 16 78741,6 4921,35 703,05 234,37 78,119 12 61868,4 5155,7 468,72 0,5 312,48 11 56712,7 5155,7 468,73 1,5 312,49 14 72179,8 5155,7 468,70 1,5 312,46 21 113191,05 5390,05 234,38 234,50 546,84 11 61868,4 5624,4 6 468,70 781,17 11 61868,4 5624,4 6 468,70 781,17 12 70305 5858,75 234,40 703,05 1015,52 22 128892,5 5858,75 234,40 703,11 1015,53
Анализируя эту таблицу даже визуально, можно убедиться, объекты первого кластера, расположенного в пяти последних строках таблицы, имеют наиболее близкие друг к другу расстояния и далеки от других объектов. На графике видны только четыре точки этого кластера, т.к. последние две имеют совпадающие значения и отображаются одной точкой. Аналогично, представленный тремя объектами, второй кластер также значительно выделяется среди остальных (предпоследний столбец). В последнем столбце представлен третий кластер, расстояния внутри которого также существенно отличны от других.
На рис. 5 приведены кластерные группировки экспортных поставок мороженой рыбы по отношению к стоимости одной тонны товара.
60931
Япония
10
83663
Япония
10
78741,6
Япония
10
61868,4
Япония
10
Рис.5 Кластерная группировка поставок для стоимости 1т мороженой рыбы
Приведенный пример двумерной кластерной группировки является упрощенным для лучшей наглядности, и поэтому группировка может показаться очевидной. Но в тех случаях, когда объект характеризуется большим числом параметров, многомерную группировку невозможно представить на плоскости, и группы уже далеко не столь очевидны, преимущества этого метода проявятся в полной мере.
ЗАКЛЮЧЕНИЕ
Группировки в исследованиях сложных экономических систем – являются основным методом представления информации ввиду больших объемов исходных данных.
Они являются также рабочим инструментом, позволяющим проводить их анализ и выявлять тенденции и тренды в условиях многомерности.
Многомерность изучаемых данных, имеющих несколько характерных параметров, приводит к необходимости сгруппировать наблюдения так, чтобы они были однородными по поведению одного или нескольких интересующих параметров.
ЛИТЕРАТУРА
1. Методология таможенной статистики внешней торговли Российской Федерации (утвержденная приказом ГТК от 24 декабря 2003 г. № 1524)
2. Федеральный закон от 8 декабря 2003 № 164-ФЗ «Об основах государственного регулирования внешнеторговой деятельности»
3. Общая теория статистики: Учебник/ Под ред. И.И. Елисеевой. – 4-е изд., перераб. и доп. – М.: Финансы и статистика, 2002. – 480 с.
4. Основы таможенного дела. Учебное пособие. Вып. III. РИО РТА. 1996
5. Статистика: Учеб. пособие / Под ред. В.Г. Ионина. – Изд. 2-е, перераб. и доп. – М.: ИНФРА-М, 2006. – 384 с.
6. Таможенная статистика: Учебно-методическое пособие / Л.И. Шорников, Д.В. Суходоев. – Н.Новгород: ГОУ ВПО «Нижегородский гос. университет им.Н.И. Лобачевского», 2006. – 80 с.
7. Теория статистики: Учебник / Под ред. Г.Л. Громыко. – Изд. 2-е, перераб. и доп. – М.: ИНФРА-М, 2005. – 476 с.
8. Теория статистики: Учебник для вузов (под ред. Шмойловой Р.А.). – Изд. 4-е, доп., перераб. – М.: Финансы и статистика, 2007. – 656 с.
9. http://www.customs.ru – официальный сайт ФТС России
10. http://www.gks.ru – официальный сайт ФСГС России
Здравствуйте! От заказчика: просили в 1 главе добавить конкретики использования методов статистической группировки именно в таможне. во второй главе ( практическая часть), все в целом хорошо но просили кое что заменить: 1) пример с типологическим методом ( там где рисунок 1.) сделать тоже самое только не про январь месяц поставки тонн масла, а сделать классификацию по СТРАНАМ и КОЛЛИЧЕСТВУ тонн масла. Так же с диаграммой и выводом. 2) во второй таблице сделать все тоже самое как там, но поменять данные в таблице и пересчитать что получится( так говорят будет правильнее) ( величина партии подсолнечного масла : от 4-10; от 10-16; от 16-22; 22-28). Пересчитать что получится и сделать так же вывод, если он изменится. Остальное все верно  3) На рис2 2. расписать подробнее что показывает гистограмма и что показывает комулята. более детально, что бы было понятно что она отображает на конкретном примере ( в данном случае масла)  4) в главе 2.3 (метод кластерной группировки). подробнее расписать , как производились расчеты по формуле D = ((Xi – Xc1)2 + (Yi – Yc1)2 )1/2 , что откуда бралось. И сделать выводы, конкретно на примере замороженной рыбы, что показывает график.
25