- •1. Таможенная статистика: ее цель, предмет и методологическая основа.
- •2. Правовая и нормативная база таможенной статистики.
- •3. Основные разделы и направления таможенной статистики.
- •Задачи:
- •Задачи:
- •4. Организация таможенной статистики в России.
- •5. Организация таможенной статистики взаимной торговли стран-участниц тс.
- •6. Задачи таможенной статистики внешней торговли.
- •7. Сфера охвата данных таможенной статистики внешней торговли и границы статистического наблюдения. Сфера охвата данных
- •Границы сферы статистического наблюдения
- •8. Источники формирования таможенной статистики внешней торговли.
- •9. Системы учета торговли товарами в таможенной статистике внешней торговли.
- •6) Товары, ввезенные на территорию государства - члена Таможенного союза и помещенные под таможенную процедуру таможенного склада;
- •7) Товары, ввезенные на территорию государства - члена Таможенного союза и помещенные под таможенную процедуру отказа в пользу государства;
- •10. Товары, не учитываемые в таможенной статистике внешней торговли.
- •11. Система показателей таможенной статистики внешней торговли и статистики взаимной торговли государств-членов Таможенного союза.
- •12. Стоимостной и количественный учет товаров в таможенной статистике внешней торговли.
- •Вопрос №13 Статистическая стоимость товаров.
- •Вопрос №14 Классификаторы, используемые в таможенной статистике внешней торговли.
- •Вопрос №15 Распространение данных таможенной статистики внешней торговли.
- •Вопрос №16 Официальные публикации по таможенной статистике внешней торговли
- •17. Конфиденциальная информация и ее отражение в таможенной статистике внешней торговли рф.
- •18. Обеспечение сопоставимости данных о взаимной торговле России со странами-партнерами.
- •19. Учет товаров во взаимной торговле (статистическая декларация).
- •20. Цель и задачи таможенной статистики рф по субъектам рф . Нормативная база.
- •21. Выходные формы статистической отчетности по региональной таможенной статистике.
- •22. Задачи и методы структурного анализа в таможенной статистике.
- •23. Сравнительный анализ структур. Показатели структурных различий.
- •24. Исследование структурных сдвигов.
- •25. Основные задачи анализа динамики внешней торговли и исходная информация для ее исследования.
- •26. Статистические методы анализа динамики в таможенной статистике.
- •27. Описательные характеристики динамики и ее графическое представление.
- •Вопрос 29 Задачи статистического анализа взаимосвязи показателей таможенной статистики
- •30. Методы корреляционного и регрессионного анализа и предпосылки их использования в прогнозировании внешней торговли.
- •31. Вариация цен, причины вариации.
- •33. Показатели вариации цен.
- •Размах вариации (r)
- •Среднее линейное и квадратическое отклонение
- •Дисперсия
- •Относительные показатели вариации
- •34. Система индексов внешней торговли, исчисляемых на основе данных таможенной статистики.
- •35. Индивидуальные индексы и особенности их исчисления в таможенной статистике.
- •Индивидуальные индексы
- •36. Агрегатные (сводные) индексы постоянного и переменного состава, индекс структуры.
- •37. Специальные индексы, характеризующие эффективность внешней торговли.
Вопрос 29 Задачи статистического анализа взаимосвязи показателей таможенной статистики
Анализ – это метод научного исследования объекта путем рассмотрения его отдельных сторон и составных частей. Экономико-статистический анализ – это разработка методики, основанной на широком применении традиционных статистческих и математико-статистических методв, с целью контроля адекватного отражения исследуемых явлений и процессов.
Задачами статистического анализа являются:определение и оценка специфики и особенностей изучаемых явлений и процессов,изучение их структуры,взаимосвязей и закономерностей их развития.
Признаки, обуславливающие изменения других признаков, связанных с ними признаков, называются факторными.
Признаки, изменяющиеся под действием факторных признаков, называются результативными.
Типы связей:
-Функциональные- характеризующиеся полным соответствием между изменениями факторного признака и изменен. результативной величины: определённому значению фактора соответствует определённое значение результативного признака.
- корелляционные: изменение среднего значения результативного признака обусловлено изменением факторного признака
По направлению связи:
- прямые- направление изменения результативного признака совпадает с направлением изменения признака фактора
- обратные
По форме
- линейные- (прямая линия)с возрастанием значения факторного признака происходит равномерное возрастание значения результативного признака
- нелинейные
По кол-ву факторов:
-однофакторные
- многофакторные
30. Методы корреляционного и регрессионного анализа и предпосылки их использования в прогнозировании внешней торговли.
Исследование связей в условиях массового наблюдения и действия случайных факторов осуществляется,как правило,с помощью экономико-статистических моделей. В широком смысле модель– это аналог,условный образ(изображение,описание, схема,чертёж и т.п.)какого-либо объекта, процесса или события,приближенно воссоздающий«оригинал».Модель представляет собой логическое или математическое описание компонентов и функций,отображающих существенные свойства моделируемого объекта или процесса, даёт возможность установить основные закономерности изменения оригинала. В модели оперируют показателями,исчисленными для качественно однородных массовых явлений(совокупностей).Выражение и модели в виде функциональных уравнений используют для расчёта средних значений моделируемого показателя по набору заданных величин и для выявления степени влияния на него отдельных факторов.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 практического использования моделей регрессии большое значение имеет их адекватность,т.е. соответствие фактическим статистическим данным.
Корреляционный и регрессионный анализ обычно(особенно в условиях так называемого малого и среднего бизнеса) проводится для ограниченной по объёму совокупности.Поэтому показатели регрессии и корреляции– параметры уравнения регрессии,коэффициенты корреляции и детерминации могут быть искажены действием случайных факторов. Чтобы проверить,насколько эти показатели характерны для всей генеральной совокупности,не являются ли они результатом стечения случайных обстоятельств,необходимо проверить адекватность построенных статистических моделей.
При численности объектов анализа до 30 единиц возникает необходимость проверки значимости(существенности)каждого коэффициента регрессии. При этом выясняют насколько вычисленные параметры характерны для отображения комплекса условий: не являются ли полученные значения параметров результатами действия случайных причин.
Значимость коэффициентов простой линейной регрессии(применительно к совокупностям,у которых n<30)осуществляют с помощью t-критерия Стьюдента. При этом вычисляют расчетные(фактические)значения t-критерия
Схема составления прогноза заключается в сборе данных о значениях зависимых и независимых переменных, их анализе на предмет наличия связи (корреляция) и выведении математического уравнения, описывающего эту связь (регрессия).
Первая стадия корреляционного анализа – сбор данных о значениях переменных и составления точечных диаграмм (ХY-диаграммы).
Предположение наличия линейной зависимости между двумя переменными основывается на значении коэффициента корреляции r, который рассчитывается по формуле:
, (1.1)
где n – число пар значений переменных, а Σ символ суммирования.
Значение коэффициента корреляции колеблется от -1 ( в случае абсолютной отрицательной корреляции) до +1 (в случае абсолютной положительной корреляции).