Статистический анализ изменения экономических показателей (себестоимость, производство металлопроката) ОАО «Мечел» за 2012-2014

Целью выполнения курсовой работы является освоение статистических методов. Статистика - это отрасль знаний, объединяющая принципы и методы работы с числами и данными, характеризующими массовое явление.
Задача изучения текущих и прогнозирования будущих значений временного ряда на основе его исторических значений является основой для финансового планирования в экономике и торговле, планирования, управления и оптимизации объемов производства, складского контроля.
В настоящее время компаниями осуществляется накопление исторических значений экономических и физических показателей в базах данных, что существенно увеличивает объемы входной информации для задачи прогнозирования. Вместе с тем, развитие аппаратных и программных средств предоставляет все более мощные вычислительные платформы, на которых возможна реализация сложных алгоритмов прогнозирования. Таким образом, задача прогнозирования временных рядов усложняется одновременно с развитием информационных технологий.
В настоящее время задача прогнозирования различных временных рядов актуальна и является неотъемлемой частью ежедневной работы многих компаний. Моделирование временных рядов используется для описания и прогнозирования разных процессов (колебания суточных температур, потребления электроэнергии на протяжении суток). Одним из типичных представителей ВР является финансовый временной ряд. Для создания моделей на финансовых временных рядах используются такие средства технического анализа, как цифровые индикаторы.
Цель курсовой работы – провести статистический анализ отдельных показателей ОАО «Мечел» за 2012-2014 гг. В качестве исследуемых показателей рассмотрены себестоимость компании и производство металлопроката.

В ходе проведения курсовой работы были использованы различные методы анализа временных рядов, а именно: методы выявления типа тенденции (метод сглаживания ряда) метод выявления типа колеблемости (расчет коэффициента автокорреляции). Был проведен анализ автокорреляционной функции, аналитическое выравнивание временного ряда, рассчитаны показатели колеблемости и устойчивости.
Целью курсовой работы было выявить адекватную модель для прогнозирования описанных процессов, а именно для анализа и прогнозирования себестоимости продукции и производства металлопроката.
Была выявлена одна наилучшая модель для анализа данных показателей.
Однако, считать данные модели абсолютно надежными нельзя, так как при анализе надежности прогноза не был полностью выполнен ряд требований, например, некоторые показатели не подчинялись закону нормального распределения и при проверке гипотеза о адекватности модели отрицалась.
Обобщая все выше изложенное, можно сказать, что приведенные модели можно использовать лишь для получения приблизительной оценки прогнозируемых данных.