Аналіз та статистичне моделювання показників використання вантажних вагонів

3

Зміст

Вступ

1. Аналіз динаміки основних якісних показників

2. Методичні засади статистичного моделювання

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

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 (Fw) та виявлення кількісного впливу якісних показників використання рухомого складу залізниць на узагальнюючий показник Fw 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 Fw (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 (Fw) таких важливих якісних показників використання вагонів, як середньодобовий пробіг вагона (Sw), частка навантаженого пробігу в загальному пробігу (бw), бо їх добуток з динамічним навантаженням вагона робочого парку (qrb) дає величину результативного показника:

Fw=qrh*Sw*aw. (1)

Тобто зазначені три показники мають функціональну залежність з результативним показником. Більш того, аш-- 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 Fw, 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*ISw*Iaw (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,...хn), 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(rух) та між самими факторами (Zxv, ZX1/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 ФR, яке повинне перевищувати табличне (критичне) значення Фтаб.

Таблиця 2. Вихідна інформація для розрахунку статистичної моделі F„

Страницы: 1, 2