Контрольная работа: Аналіз та статистичне моделювання показників використання вантажних вагонів

Зміст

Вступ

1. Аналіз динаміки основних якісних показників

2. Методичні засади статистичного моделювання

3. Побудова статистичної моделі середньодобової продуктивності вантажного вагона (F_W )

Висновки

Література

Вступ

Тема контрольної роботи «Аналіз та статистичне моделювання показників використання вантажних вагонів».

Метод статистичного моделювання технічних нормативів експлуатаційної роботи залізниць, у тому числі продуктивності вагона, що запропоновано, дає можливість більш обґрунтовано аналізувати ефективність роботи залізниць. Його можна застосовувати для статистичного моделювання нормативів середньодобової продуктивності локомотивів та інших інтегральних показників роботи і використання рухомого складу залізничного транспорту.

1. Аналіз динаміки основних якісних показників

Покращення показників використання рухомого складу — це шлях до зниження собівартості транспортних послуг та підвищення ефективності перевізно-експлуатаційної діяльності залізниць. Динаміку основних якісних показників вирішено проаналізувати за період 2000 — 2005, узявши за базу 1995 рік (наведено в таблиці 1 та на рис. 1) для того, щоб у подальшому здійснити порівняння з окремими наступними роками або з наступною п'ятирічкою 2006 — 2010.

Рис. 1. Динаміка показників використання рухомого складу залізничного транспорту України

а — Середньодобова продуктивність локомотива (за всіма видами тяги), тис. ткм брутто б — Середньодобова продуктивність вантажного вагона, ткм нетто в — Середня вага вантажного поїзда, тонн брутто г — Середня дільнична швидкість руху вантажного поїзда, км за годину д — Середній час обороту вантажного вагона, діб е - Середній простій вагона під однією вантажною операцією, годин

Таблиця 1. Використання рухомого складу залізничного транспорту України

За визначений термін виявлено такі тенденції.

Середньодобова продуктивність локомотива у 2005 по мережі залізниць становила 1282 тис.ткм брутто, по відношенню до 1995 року становить 122%. Середньодобова продуктивність вантажного вагона за той же період зросла на 20,1%, а порівняно з 2000 — на 68,4%. Середня вага вантажного поїзда у 2005 становила 3293 тонни брутто, від рівня 1995 приріст становив 5,3%, а від 2000 року — 2,5%.

Середня дільнична швидкість руху вантажного поїзда зросла відповідно на 12,5%. Отже, спостерігається позитивна тенденція до зростання наведених вище показників. Значно скоротився середній час обороту вантажного вагона (з 7,23 доби у 2000 до 4,34 доби у 2005 році, тобто у 1,7 раз). Це сприяло зменшенню необхідного парку вагонів для освоєння заданого обсягу перевезень вантажів. Таке суттєве зростання середньодобової продуктивності вантажного вагона (на 68,6%) порівняно з 2000 роком і скорочення обороту вагона за цей період (на 40%) в значній мірі відбулося за рахунок підвищення середньої дільничної швидкості та скорочення простою вагонів під однією вантажною операцією з 42,14 до 23,00 год. Такі ж тенденції зміни названих показників на краще мають місце в різній мірі на всіх залізницях України. Інтегральні показники продуктивності локомотивів і вагонів на Одеській і Південно-Західній залізницях значно перевищують середній рівень цих показників по мережі залізниць, а простій вагонів під вантажними операціями найменший на Львівській (15,6 год.) і Південній (19,4 год.) залізницях при середній величині 23 год.

З метою розробки нормативної моделі середньодобової продуктивності вантажного вагона (F_w ) та виявлення кількісного впливу якісних показників використання рухомого складу залізниць на узагальнюючий показник F_w проведено статистичне моделювання (кореляційно-регресійний аналіз) із залученням у модель середньодобової продуктивності вантажних вагонів (Y) таких факторів: середня дільнична швидкість, км/год (V ), обернена величина простою вагонів під однією вантажною операцією (1/Z ) і динамічне навантаження навантаженого вагона, т/ваг (X).

2. Методичні засади статистичного моделювання

Розглянемо спосіб вимірювання впливу декількох найважливіших показників використання вантажного вагона на його узагальнюючий (інтегральний) показник — середньодобову продуктивність F_w (експлуатаційні ткм нетто за добу). У модель включаються чинники впливу, які не мають функціональної залежності з результативним показником (середньодобова продуктивність), а лише мають імовірнісний (стохастичний) зв'язок між значеннями результативної і факторних ознак. У цьому випадку для моделювання застосовуються прийоми кореляційно-регресійного аналізу.

Перелічені вимоги до вибору факторів унеможливлюють введення в статистичну модель середньодобової продуктивності вантажного вагона (F_w ) таких важливих якісних показників використання вагонів, як середньодобовий пробіг вагона (S_w ), частка навантаженого пробігу в загальному пробігу (α_w ), бо їх добуток з динамічним навантаженням вагона робочого парку (q_rb ) дає величину результативного показника:

F_w =q_rh •S_w •a_w . (1)

Тобто зазначені три показники мають функціональну залежність з результативним показником. Більш того, а_ш — первинний чинник прямого впливу на результат використання вагона як за потужністю, так і за часом. Із цих же міркувань у даній моделі неможливо використати і показник статичного навантаження вагона та співвідношення середньої відстані перевезення вантажів і навантаженого рейсу вагона, бо вплив кожного з них уже присутній у фактичних величинах F_w , за якими розраховується рівняння регресії (8).

Оскільки розглянуті чинники знаходяться в прямому функціональному зв'язку з середньодобовою продуктивністю вантажного вагона, то їх кількісний вплив на зміну в часі результативного показника слід визначати через систему співзалежних індексів:

I _Fw =I _qrh •I_Sw •I_aw (2)

У моделі кореляційно-регресійного аналізу характеристикою зв'язку є теоретична лінія регресії, що описується рівнянням регресії y=f(x).

Рівняння регресії відображає закон зв'язку між х і у не для окремих елементів сукупності, а для всієї сукупності в цілому. Однофакторна статистична модель (лінійне рівняння регресії) має вигляд:

Y = a + bX. (3)

У рівнянні регресії коефіцієнт b — величина іменована, має розмірність результативної ознаки Y. Розглядається як коефіцієнт пропорційності при X, він визначає ефект впливу X на Y, тобто вказує на скільки одиниць, в середньому, зміниться К зі зміною X на одиницю. У випадку прямого зв'язку b — величина додатна, а при зворотному — від'ємна. Параметр а₀ — вільний член рівняння регресії, це значення У при Х=0, у деякій мірі характеризує вплив на У факторів, які відсутні в моделі (8).

Коли в модель включається декілька факторних чинників, маємо рівняння множинної регресії типу у=f(х₁ ,х₂ ,...х_n ), яким визначається спільний вплив цих чинників на зміну в середньому результативної ознаки. _

Розрахунку рівняння множинної регресії передує обчислення величини парних коефіцієнтів кореляції між Y та Х(r_ух ) та між самими факторами (Z_xv , Z_X1/Z ). Це дозволяє визначити не тільки щільність зв'язку, але й оцінити роль кожного фактора. Фактори, які мають незначний коефіцієнт кореляції з Y, не бажано включати в множинну регресійну модель. їх вплив буде несуттєвим.

Модель необхідно розраховувати за достатньо великою сукупністю спостережень (п≥40), відібраних випадковим способом.

Щільність зв'язку між результативною ознакою У і чинниками впливу (X,Z тощо) вимірюється множинним коефіцієнтом детермінації R² і індексом кореляції R , а істотність зв'язку — розрахунковим числом Фішера Ф_R , яке повинне перевищувати табличне (критичне) значення Ф_таб .

Таблиця 2. Вихідна інформація для розрахунку статистичної моделі F„

Y— середньодобова продуктивність вагона, експл. ткм нетто;

X(q_rg )— динамічне навантаження навантаженого вагона, т/ваг;

V— середня дільнична швидкість, км/год;

Z простій вагона під однією вантажною операцією, год;

1/Z — обернена величина Z, в модель закладено гіперболічну

залежність від Y.

В таблиці 3 (допоміжних розрахунків) наведено відповідно:

— квадрати вихідних показників (гр. гр. 1-4);

— добутки Yокремо з кожним факторним показником (гр. гр. 5-7);

— добутки факторних показників між собою попарно (гр. гр. 8-10).

3. Побудова статистичної моделі середньодобової продуктивності вантажного вагона (F_W )

Для виявлення кількісного впливу факторних чинників на узагальнюючий (інтегральний) показник використання вантажних вагонів F_w , як відмічено вище, проведено статистичне моделювання (кореляцій-но-регресійний аналіз). Попереднє дослідження статистичних звітних матеріалів усіх залізниць України (вибірка — 48 спостережень, див. таблицю вихідної інформації (табл. 2) довело, що саме ці чинники мають тісний імовірнісний зв'язок з результативною ознакою (Y ).

Так, парні коефіцієнти кореляції — r (міра щільності зв'язку) між результативною ознакою Y і факторним чинником Vr_w , між Y та 1/Z— r_гш = 0,541, між Y і X — від'ємне значення r_YX = —0,449 (Y і X функціонально пов'язані). Це досить щільний зв'язок, що свідчить про суттєвий вплив відібраних до складу моделі факторів на середньодобову продуктивність вантажних вагонів.

У той же час, між самими факторами V і 1/Z спостерігається незначний рівень тісноти зв'язку (Z=0,0129), тобто вони не дублюють один одного і не викривлюють величину впливу факторів на результативний показник.

У досліджуваній статистичній моделі середньодобової продуктивності вантажного вагона F_w трьохфакторне рівняння регресії має такий загальний вигляд:

Y= a₀ +a₁ X+a₂ (1/z)+a₃ V. (4)

Числові значення параметрів цієї моделі (а₀ , а₁ а₂ , а₃ ) визначаються методом найменших квадратів за допомогою системи нормальних рівнянь. Вони повинні задовольняти вимозі найменшої суми квадратів відхилень фактичних значень у від теоретичних значень Y, розрахованих за рівнянням регресії:

∑(V_ф -Y)² =тіп. (5)

Система нормальних рівнянь складається за загальними правилами математичної статистики:

(6)

Для визначення числових значень параметрів рівняння регресії (а₀ , а_ь а₂ , а₃ ) у систему нормальних рівнянь (6) підставляються підсумкові дані таблиць вихідних та допоміжних розрахункових даних (табл. 2, 3): Y, X, V, 1/Z — значення першого ступеня (гр. 1, 2, 3, 5 табл. 2), їх квадратів, добутків результативного показника К окремо з кожним фактором та добутків факторних показників між собою попарно (табл. 3):

48а₀ +2914,96а₁ + 1.5173а₂ + 1633.7а₃ =258864,0

2914,9 а₀ +177179.5673 а₁ +91.96977 а₂ + 99065.3 а₃ = 15637930.18 (7)

1,5173а₀ +91.9698а₁ +0.053484а₂ + 51.6692 а₃ =8767.56

1633,7а₀ +99065.3а₁ + 51.6692а₂ + 56396.3а₃ =9096838,6

Розв'язання цієї системи нормальних рівнянь дає такі числові значення параметрів рівняння регресії:

а₀ = -3663,3565; а₁ = -94,3096; а₂ = 101274,5932; а₃ = 340,3005.

Підставивши ці значення в рівняння (4), отримуємо модель середньодобової продуктивності вагона:

Y_K1/Z ,v= - 3663,36 - 94,31X+101274,59(1/Z)+340,31V . (8)

Параметри отриманого рівняння множинної регресії (8) показують ступінь впливу кожного фактору на досліджуваний показник (Y ) при фіксованому (середньому) значенні всіх інших факторів, які входять до складу моделі. За цих умов зі зміною факторної ознаки на одиницю результативна ознака змінюється в середньому на величину параметра (коефіцієнт регресії). Найбільший вплив на зміну Y має дільнична швидкість (пряма залежність), простій вагонів під вантажними операціями (гіперболічна залежність), про що свідчать парні коефіцієнти кореляції r_v i та r_п та коефіцієнти еластичності Е =, які показують середній відсоток зміни результативної ознаки у процентах при зміні чинника впливу на 1% при фіксованих значеннях інших факторів даної моделі. Так, для оцінки впливу простою вагона під вантажними операціями розраховуємо коефіцієнт еластичності E_1/z :

E_1/z = =101274,59 = 0.593.

Це значить, що при зменшенні простою вагона на 1% або на 0,35 год. (див. табл. 1, гр. 4: Z=35,24 год.) середньодобова продуктивність вагона, в середньому, збільшується (гіперболічна залежність % із 1) на 0,59%.

Для дільничної швидкості коефіцієнт еластичності:

E_V = =340,31 = 2,15,

тобто збільшення дільничної швидкості на 1% спричиняє приріст середньодобової продуктивності вантажного вагона у середньому на 2,15%.

Для розрахунку множинного коефіцієнта кореляції R який характеризує щільність зв'язку результативного показника (Y) з сукупністю факторних чинників, використовується формула коефіцієнта множинної кореляції, в якій коефіцієнти регресії при чинниках подаються в стандартизованому вигляді β [5]:

R_Y = (9)

а_j — параметри прямого рівняння регресії, а₁ (при Х ), а₂ (при 1/Z) і а₃ (при V); β_i — параметри стандартизованого рівняння, в якому факторні чинники виражені в стандартизованих величинах (t_i =(X_r X)/σxi);

σ_У — середнє квадратичне відхилення результативного показника (Y );

σ_i - середнє квадратичне відхилення відповідного чинника моделі (X,

^г гх ' ^r _Y - ' ^г п — коефіцієнти кореляції між Y і відповідно X, 1/Z і V.

Чим ближчий коефіцієнт множинної кореляції R до 1, тим тісніший зв'язок між ознакою та чинниками впливу (X, 1/Z, V). Підставивши у ф. (9) значення β із ф. (10) отримуємо такий вираз R :

R _У,х,у2у = (11)

У ф. (11) вносимо числові значення множників:

R _У,х,у2у = = 0,88

Підкоренева величина R² (0,77546) називається коефіцієнтом детермінації.

Множинний коефіцієнт кореляції R=0,88 свідчить про адекватність обраного рівняння регресії та високий ступінь щільності зв'язку між результативним показником Y(F_W ) і чинниковим комплексом впливу (X, 1/Z,V ), а коефіцієнт детермінації R² =0,775 показує, що зміна Y на 77,5% залежить від варіації використаних у моделі (8) факторів, на інші чинники припадає лише 22,65% впливу.

Достовірність і надійність отриманого R перевіряється за критерієм Фішера. Розрахункове значення цього критерію Ф_г для використаних у моделі даних (числа спостережень = 48, кількості факторів =3) і R² =0,775 має величину 50,84, що значно перевищує табличне (критичне) його значення за цих умов Ф_габ =2,39) і підтверджує істотність і надійність дослідженої моделі (8). Отже, ця модель може бути використана для практичних розрахунків нормативного значення середньодобової продуктивності вантажного вагона F_w .

Виходячи із конкретних звітних даних залізниці про середню величину якісних показників, задіяних у досліджуваній моделі, можна визначити для будь-якої залізниці нормативну величину середньодобової продуктивності вантажного вагона (F_w ), а відтак планувати необхідний робочий парк вантажних вагонів (Б n_rb ) для освоєння заданого експлуатаційного вантажообороту нетто (∑ РІ)_п , оскільки:

∑n_rh = ∑(Pl)_n /F_w . (12)

Порівняння розрахованого нормативного значення F_w з його фактичним рівнем дозволяє оцінити ефективність використання робочого парку вагонів на залізниці.

Таблиця 3. Допоміжні розрахункові дані

Якщо в рівняння регресії (8) підставити середні значення факторних показників Х(60,73), 1/Z(0.0316) і V (34,035), то в результаті розрахунку отримаємо середнє значення теоретичного Y=5393,0 (яке тотожне фактичному Y, див. табл. 1).

Y = -3663.36 - 94,31 • 60,73 +101274.59(9.0316)+ 340,3 • 34,035 = 5393,0 ткм/ваг. за добу (див. гр. 1 табл. 1),

що підтверджує правильність розрахунків ф. (8) та тезу про вплив чинників на зміну середньої величини результативної ознаки.

Щоб отримати нормативне значення У, для кожного із 48-ми спостережень вибіркової сукупності, на базі якої розраховувалась статистична модель середньодобової продуктивності вантажного вагона, підставляємо у формулу (8) фактичні значення чинників X, 1/Z, V відповідного спостереження (гр.гр. 2-4 табл. 1). У подальшому теоретичні значення У,- використовуються для розрахунків щільності зв'язку факторних чинників з результативним показником (ф. 11), а також для аналізу ефективності використання вантажних вагонів.

Висновки

1.Застосування методу статистичного моделювання технічних нормативів експлуатаційної роботи залізниць, у тому числі продуктивності вагона (F_w ), дає можливість більш обґрунтовано аналізувати ефективність роботи залізниць, оскільки саме від рівня якісних показників використання рухомого складу, особливо від простою вагонів на станціях під вантажними операціями, дільничної швидкості руху поїздів тощо, — залежить величина F_w , результати роботи та витрати на її виконання.

2. Запропонований метод можна застосовувати для статистичного моделювання нормативів середньодобової продуктивності локомотивів та інших інтегральних показників роботи і використання рухомого складу залізничного транспорту.

3. Метод моделювання технічних нормативів показників експлуатаційної роботи залізниць може бути застосовано при викладанні у вищих навчальних закладах, науковій і практичній роботі.

Література

1. Гойхман ІМ. Статистика залізничного транспорту. Ч.І.: Навчальний посібник. — К: ДЕТУТ, 2007. — 105с.

2. Гойхман ІМ. Статистика залізничного транспорту. Ч.П.: Навчальний посібник. — К: ДЕТУТ, 2008. — 205 с.

3. Макаренко MS. Краткий справочник показателей эксплуатационной работы железных дорог Украины. — К.: «Юникон-Пресс», 2001. — 754 с.

4. Поликарпов А.А. и др. Статистика железнодорожного транспорта: Учебник. — М.: Маршрут, 2004. — 512 с.

5. Венецкий И.Г., Кильдишев Г.С. Теория вероятностей и математическая статистика: Учебное пособие. — M: Статистика, 1975. — 264 с.

6. Залізничний транспорт України на порозі реформування/ ЮМ. Цветов, М.В. Макаренко, АД. Лашко та інУ К.: — ДЕТУТ, 2008. — 189 с: іп.: Бібліограф.: с. 187-189.