Выксунский металлургический завод - металлургическая промышленность России : Модели промышленного развития XVIII-XX вв. и эволюция цикличности

Выксунский металлургический завод - металлургическая промышленность России : Модели промышленного развития XVIII-XX вв. и эволюция цикличности

Автор: Слугина, Татьяна Анатольевна

Шифр специальности: 07.00.02

Научная степень: Кандидатская

Год защиты: 2005

Место защиты: Саранск

Количество страниц: 276 с. ил.

Артикул: 2751154

Автор: Слугина, Татьяна Анатольевна

Стоимость: 250 руб.

Выксунский металлургический завод - металлургическая промышленность России : Модели промышленного развития XVIII-XX вв. и эволюция цикличности  Выксунский металлургический завод - металлургическая промышленность России : Модели промышленного развития XVIII-XX вв. и эволюция цикличности 

СОДЕРЖАНИЕ
Введение
1. Становление и развитие заводов Баташевых и их наследников
до г. крепостная модель промышленности
2. Выксунские заводы во второй половине XIX начале XX в. капиталистическая модель
3. Выксунский заводской комплекс в начале х гг.
советская модель
4. Металлургическая промышленность Выксы на современном
этапе постсоветская модель
Заключение
Библиографический список
Приложения
Введение
Актуальность


При обработке статистических данных о динамике элементов этой группы для выявления больших циклов пользуются элементарными приемами анализа. Элементы второй группы, каковых большинство, характеризуются тем, что в своей динамике они, будучи органически связаны с общим увеличением объема и размаха экономической жизни общества, наряду с колебательными процессами обнаруживают также тенденции определенного направления как правило, тенденции роста. К элементам этой группы относятся а некоторые элементы чисто ценностного характера, например процент на капитал, заработная плата, вклады в банки и т. Статистические данные, относящиеся к динамике элементов второй группы, взятые в необработанном виде, не вскрывают циклов с достаточной ясностью. Причем они не вскрывают ясно иногда не только больших, но в случаях с чисто натуральными элементами и какихлибо других циклов. Для того чтобы выяснить наличие или отсутствие больших циклов, необходимо применить более сложные приемы обработки статистических рядов. Они складываются из двух основных компонентов а из общей тенденции с ее скоростью б из ускорения этой основной тенденции. Общая тенденция обрабатываемых рядов развивается равномерно или неравномерно, но во всяком случае она лишена цикличности. По каждому эмпирическому ряду данных в соответствии с методами математической статистики строим теоретические кривые, достаточно точно отражающие общее направление основной тенденции эмпирических рядов. Тенденция эмпирического ряда долговременное, формирующее общее направление развития в изменении анализируемого явления. Обычно эта тенденция описывается с помощью той или иной функции, которая называется функцией тренда, или трендом. Проблема выбора формы кривой тренда одна из основных проблем, с которой сталкиваются при выравнивании ряда динамики. Ее решение во многом определяет результат анализа и прогнозирования. Существует несколько практических подходов, облегчающих процесс выбора формы кривой роста. Наиболее простой способ визуальный, опирающийся на графическое изображение временного ряда. Подбирают такую кривую роста, форма которой подходит к описанию конкретного явления. Применение современных пакетов статистической обработки данных существенно облегчает работу исследователя. Применение метода последовательных разностей, который помогает при выборе кривой полиномиального вида у, а0 а,1 ар. Этот метод применим при условии, что уровни временного ряда могут быть представлены в виде суммы систематической составляющей у, и случайной компоненты е,. Д у, Д у, Ду,. Расчет ведется до тех пор, пока разности не будут примерно одинаковыми. Порядок разностей принимается за степень выравнивающего полинома. Чаще всего на практике к выбору формы кривой подходят исходя из значения критерия, в качестве которого принимают сумму квадратов отклонений фактических значений уровней от расчетных, полученных выравниванием. Используем третий способ выбора формы кривой выравнивания. Параметры моделей а0 ах а2 определяем методом наименьших квадратов, суть которого состоит в нахождении таких параметров, при которых сумма квадратов отклонений расчетных значений уровней от фактических значений была бы минимальной, т. Применение метода наименьших квадратов для определения коэффициентов уравнений регрессий сводится к задаче на экстремум. В результате расчета частных производных получим систему нормальных уравнений табл. Полулогарифмическая у а а1п1 . Для оценки тесноты связи показателя у от фактора необходимо вычислить коэффициент корреляции. Качественную оценку тесноты корреляционной связи между признаками проводят по таблице Чсддока табл. Корреляционное отношение применяют в качестве меры тесноты связи между изучаемыми признаками, а также показателя степени близости математической формы связи к фактическим данным для линейных и нелинейных форм связи. Значения корреляционного отношения составляют 0т1,0. Для выбора формы связи при грубой оценке следует ориентироваться на ту, у которой больше коэффициент корреляции корреляционное отношение и меньше средняя относительная ошибка аппроксимации

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.312, запросов: 113