Економіко-статистичний аналіз середньорічного надою на 1 корову
МІНІСТЕРСТВО АГРАРНОЇ
ПОЛІТИКИ ТА ПРОДОВОЛЬСТВА УКРАЇНИ
ОДЕСЬКИЙ ДЕРЖАВНИЙ АГРАРНИЙ
УНІВЕРСИТЕТ
Факультет економічний
Кафедра агробізнесу і
статистики
КУРСОВА РОБОТА
на тему:
„Економіко-статистичний
аналіз середньорічного надою на 1 корову”
Виконала:
П.І.Б. Максименко Н.Л.
Одеса
- 2013
Зміст
Вступ
. Програмно-методологічні засади організації
статистичного дослідження
1.1 Завдання статистики на сучасному етапі розвитку
соціально-економічних відносин в Україні
.2 Предмет і метод статистичної науки
.3 Категорії та показники статистичної науки
2. Застосування економіко-статистичних методів для
аналізу середньорічного надою на 1 корову
.1 Визначення середньої величини і показника варіації
.2 Статистичний аналіз динаміки середньорічного надою
на 1 корову
.3 Застосування методу статистичних групувань при
здійсненні економіко-статистичного аналізу середньорічного надою на 1 корову
2.4 Кореляційний метод аналізу впливу різних факторів
середньорічний надій на 1 корову
Висновки і пропозиції
Список використаної літератури
Додатки
Вступ
Негативні наслідки реформи в аграрному секторі економіки найбільшою мірою
проявилися в галузях тваринництва, передусім молочного скотарства. Основною
невирішеною проблемою донині у вітчизняній молочній галузі залишається
неузгодженість пропозиції молока-сировини з попитом на молочні продукти. Навіть
за існуючого двократного зменшення поголів’я корів спостерігається
перевиробництво молока-сировини. Вітчизняні товаровиробники одержують прийнятну
ціну лише за умови експорту 30-35 % обсягу вироблених переробними
підприємствами молочних продуктів.
Після переміщення виробництва молока у приватний сектор
дрібних господарств населення постали додаткові проблеми щодо ринків збуту,
насамперед експорту молочної продукції. Нині українські виробники активно
витісняються з зарубіжних молокопродуктових ринків. У зв’язку з цим, в
аграрному секторі спостерігається обвальне зниження цін на молоко-сировину та
банкрутство дрібних і середніх за потужністю молочних заводів.
Відновлення великих молочних ферм потребує значних інвестицій
в їх реконструкцію з наперед визначеними найбільш раціональними
техніко-технологічними параметрами. При цьому значно зростає
соціально-економічне значення гармонізації відносин усіх учасників ринку молокопродуктів
інтеграційного ланцюга “виробництво-переробка-реалізація молочних продуктів”.
Розв’язання цих проблем із забезпеченням ефективності виробництва якісних
молочних продуктів для внутрішніх і зовнішніх потреб є актуальним завданням
вітчизняного молокопродуктового підкомплексу.
Метою моєї курсової роботи є вивчення ефективності
виробництва молока. Для досягнення мети курсової роботи необхідно виконати такі
завдання:
·
визначити
тенденції і рівень продуктивності сільськогосподарських тварин на перспективу;
·
визначити
показники варіації при аналізі середньої продуктивності сільськогосподарських
тварин;
·
здійснити
статистичний аналіз впливу факторів на вихід продукції тваринництва;
При виконанні курсової роботи використовуються метод
статистичних групувань для вивчення ефективності виробництва продукції
тваринництва, кореляційний метод аналізу впливу різних факторів на
продуктивність сільськогосподарських тварин і виявлення резервів її росту.
статистичний варіація надой середньорічний
1. Середні величини
1.1 Сутність середніх величин, їх значення та умови
використання
У статистиці середня величина є найбільш розповсюдженою
формою узагальнюючого показника, оскільки він дає кількісну характеристику
масових соціально-економічних явищ та процесів.
Середня величина - це узагальнена характеристика однорідної
сукупності за варіюючою ознакою, що показує типовий рівень цієї ознаки у
одиниці сукупності.
Характерний, типовий рівень ознаки формується під впливом так
званих систематичних (невипадкових, постійних) факторів, а відхилення
індивідуальних значень від типового рівня зумовлені дією випадкових факторів,
котрі впливають по-різному на окремі одиниці сукупності. Таким чином, середня
величина відображає те спільне, загальне, що є характерним для усіх одиниць досліджуваної
сукупності.
З допомогою середніх величин вирішуються наступні завдання
статистичного дослідження:
характеристика досягнутого рівня розвитку явища або процесу;
порівняння показників, обчислених по різних сукупностях;
характеристика розвитку (варіації) явища у часі та просторі;
вивчення взаємозв`язку між показниками.
При визначенні середньої величини необхідно дотримуватись
двох головних вимог: по-перше, сукупність повинна бути якісно однорідною;
по-друге, достатньо велика кількість одиниць у сукупності, тобто наявність
масових даних. Бажано, щоб при визначенні середньої величини враховувалися
значення показника по усіх одиницях сукупності.
Середні величини поділяються на загальні та групові. Загальна
середня величина характеризує сукупність в цілому, а групова - окрему групу
одиниць. Якщо сукупність складається з якісно різнорідних груп, загальна
середня величина не буде типовою характеристикою сукупності, тому обов`язково
необхідно визначати групові середні величини. Наприклад, при вивченні витрат на
підготовку фахівців необхідно враховувати наявність різних форм навчання:
денної, заочної та вечірньої.
За методикою розрахунку всі середні величини, які
використовуються у статистиці, відносяться до класу степеневих середніх,
формула якої в загальному має вигляд:
З описових кількісних засобів аналітичного дослідження
значного поширення набуло використання середніх та відносних величин.
Середні величини (прості арифметичні, зважені арифметичні,
середні хронологічні, середні геометричні, середні гармонічні, середні
квадратичні) використовуються в аналізі для узагальнюючої характеристики
масових однорідних показників (середня заробітна плата робітника, середня
чисельність працівників, середня ціна реалізації тощо). Через середню величину
характеризують загальний рівень ознаки, що аналізується, коли вона схильна до
значних коливань. Обов'язковою умовою для використання способу середніх величин
є якісна однорідність сукупності явищ та фактів, що вивчаються.
Під час обчислення середніх величин необхідно враховувати, що
вони поділяються залежно від поставлених цілей на дві групи: прості середні,
обчислені без урахування значущості кожного елемента в загальній сукупності;
зважені середні, в яких враховано вагу (значущість) досліджуваних елементів.
Найбільш простою є середня арифметична, яка обчислюється
простим діленням суми окремих значень ознак на їхню кількість.
Необхідно обчислити середню ціну закуплених матеріалів.
Однак така середня не дає дійсного значення ціни для
загальної сукупності заготовлених матеріалів, оскільки в ній не враховано
розмірів партій матеріалів. Точніше уявлення про середню ціну дає зважена
середня арифметична.
Середня гармонічна тісно пов'язана із середньою арифметичною
і обчислюється як відношення суми ознак до суми добутків цих ознак на обернені
значення варіант.
Використання середньої гармонічної є найбільш зручним у тому
разі, коли невідомі абсолютні значення досліджуваних ознак.
Середня квадратична обчислюється добуванням квадратного
кореня з частки від ділення суми квадратів окремих значень досліджуваної ознаки
на їхню кількість.
Середня квадратична здебільшого використовується для
обчислення середнього квадратичного відхилення.
Найчастіше в економічному аналізі використовується середня
хронологічна, яка характеризує середній рівень рядів динаміки.
Характерним прикладом використання середньої хронологічної є.
обчислення середнього залишку оборотних коштів.
Середня геометрична обчислюється добуванням кореня п-го
ступеня із добутку значень ознак, що аналізуються.
Середня геометрична використовується для обчислення середніх
темпів зростання під час аналізу динамічних рядів.
Важлива роль середніх величин в аналізі економічних явищ і
процесів пояснює підвищені вимоги до їх використання. Наукову обґрунтованість
використання середніх величин забезпечують такі умови:
обчислення середніх величин для всього кола досліджуваних
явищ або принаймні для їх найбільш типової частини. Порушення цього правила
спотворює характер узагальнення явища;
забезпечення однорідності явищ, для яких обчислюються середні
величини. Так, наприклад, середня собівартість знеособленої одиниці
різноманітних виробів, що випускається підприємством, не має економічного
змісту. Якщо однорідні явища мають внутрішні відмінності, поряд з загальною
середньою доцільно вивчати деталізовані середні щодо структурних групувань.
Прикладом цього є обчислення середньої заробітної плати для всього
промислово-виробничого персоналу підприємства і для окремих категорій
персоналу;
правильний вибір одиниці сукупності, за якою обчислюється
середня величина. При цьому треба врахувати мету такого обчислення.
Так, за визначення величини випуску продукції на 1 м2
виробничої площі в знаменнику дробу може бути або вся виробнича площа
підприємства, або та, що фактично використовується. Перша середня величина
характеризуватиме потенційні можливості підприємства, а друга - їх реальне
використання.
Урахування основних вимог до середніх величин забезпечить
правильність аналітичних висновків і управлінських рішень, ухвалених на
підставі розрахунків.
1.2 Середня арифметична, її властивості та методи обчислення
Середня арифметична величина є найбільш поширеним видом
середньої. Вона використовується у тому випадку, коли обсяг варіюючої ознаки
одержується як сума індивідуальних значень. Середня арифметична величина має
таку загальну логічну формулу розрахунку:
У тому випадку, коли середня величина визначається на основі
індивідуальних, тобто незгрупованих даних, використовується формула середньої
арифметичної простої:
Наприклад, відомий рівень місячної оплати за
житлово-комуальні послуги 12 сімей: 286, 378, 183, 295, 363, 280, 276, 292,
358, 265, 275, 373 грн. Середній рівень оплати становить:
Якщо вихідні дані є результатом групування, тобто відомий
дискретний або інтервальний ряд розподілу, використовується формула середньої
арифметичної зваженої:
де х - варіанти; f - частоти; m - число груп.
Наприклад, відомий дискретний ряд розподілу пацієнтів за
терміном їх госпіталізації у днях:
Таблиця 1
|
Число днів госпіталізації (х)
|
Число пацієнтів (f)
|
xf
|
|
8
|
2
|
16
|
|
9
|
5
|
45
|
|
10
|
9
|
90
|
|
11
|
12
|
132
|
|
12
|
10
|
120
|
|
13
|
11
|
143
|
|
14
|
8
|
112
|
|
15
|
5
|
75
|
|
16
|
1
|
16
|
|
19
|
1
|
19
|
|
Разом
|
64
|
768
|
У багатьох випадках вихідні дані для визначення середньої
арифметичної являють собою інтервальний ряд розподілу. Тоді спочатку
інтервальний ряд розподілу перетворюється у дискретний шляхом знаходження
середини кожного інтервалу, а далі розрахунок здійснюється як у попередньому
випадку за формулою середньої арифметичної зваженої.
Наприклад, відомий ряд розподілу за розміром штрафу:
Таблиця 2
|
Розмір штрафу, грн.
|
Число штрафів (f)
|
Середина інтервалу (х)
|
xf
|
|
До 100
|
4
|
50
|
200
|
|
100 - 200
|
20
|
150
|
3000
|
|
200 - 400
|
26
|
300
|
7800
|
|
400 - 600
|
15
|
500
|
7500
|
|
600 - 800
|
8
|
700
|
5600
|
|
800 - 1000
|
3
|
900
|
2700
|
|
1000 - 2000
|
2
|
1500
|
3000
|
|
2000 - 3000
|
2
|
2500
|
5000
|
|
Разом
|
80
|
х
|
34800
|
Середній розмір штрафу:
середній арифметичний величина динамічний ряд
Якщо вихідні дані являють собою результат групування і відомі
середні значення показника по кожній групі (групові середні), то розрахунок
загальної середньої здійснюється виключно за формулою середньої арифметичної зваженої:
Наприклад, групування вкладників за розміром вкладу:
Таблиця 3
|
Групи за розміром вкладу
|
Середній розмір вкладу, грн.
|
Число вкладників, чол.
|
|
|
Невеликий
|
2300
|
2130
|
4899000
|
|
Середній
|
5700
|
650
|
3705000
|
|
Великий
|
14200
|
97
|
1377400
|
|
Разом
|
х
|
2877
|
9981400
|
Загальна середня дорівнює:
Середня арифметична величина має ряд властивостей, що
використовуються при обчисленнях:
. При збільшенні або зменшенні кожної частоти в к разів,
середня не зміниться.
. При збільшенні або зменшенні кожної варіанти в к разів
середня зміниться в стільки ж разів
3. При збільшенні або зменшенні кожної варіанти та сталу
величину А, середня зміниться на цю ж величину
. Сума відхилень значень ознаки (варіант) від середньої
арифметичної дорівнює нулю:
. Середня арифметична, що помножена на чисельність
сукупності, дорівнює обсягу ознаки
. Сума квадратів відхилень варіант від середньої арифметичної
є мінімальною величиною із всіх можливих
.3 Середня гармонічна і середня квадратична
Обмежене використання у статистиці
знаходять середня квадратична та середня геометрична величини. Середня
квадратична (проста і зважена) обчислюються за формулами:
Вона використовується при розрахунках
показників варіації (середнього квадратичного відхилення) у модифікованому
вигляді.
За наведеною формулою підраховується
середній коефіцієнт росту, при цьому Х - ланцюгові коефіцієнти росту.
За наведеною формулою підраховується
середній коефіцієнт росту, при цьому Х - ланцюгові коефіцієнти росту.
У окремих випадках виникає потреба
визначити узагальнений середній показник по декількох ознаках одночасно. Він
має назву багатомірної середньої. При цьому осереднюються не абсолютні значення
ознак, а коефіцієнти відношення до середнього рівня по кожній ознаці. Названі
коефіцієнти визначаються за формулою:
Приклад розрахунку багатомірної середньої:
У статистичному аналізі досить часто
необхідно визначити середнє значення не абсолютної, а відносної величини.
Методика розрахунку середньої в даному випадку залежить від вихідних даних.
Якщо відомі значення показників, що знаходяться у чисельнику та знаменнику
відносної величини, використовується формула:
У тому випадку, коли відомі значення
осереднюваної відносної величини (ВВ), які розглядаються як варіанти Х, та
значення показника, що знаходиться у її знаменнику (Б) і виконує роль частоти
f, розрахунок виконується за формулою середньої арифметичної зваженої:
Наприклад, відома питома вага
міського населення (ВВ) та загальна чисельність всього населення (Б) по трьох
районах області:
2. Застосування економіко-статистичних методів для аналізу
середньорічного надою на 1 корову
.1 Визначення середньої величини і показника варіації
Середня величина - це узагальнююча характеристика сукупності
однотипних одиниць за певною кількісною ознакою. Вона характеризує типовий
рівень варіюючої ознаки і відображає те спільне, характерне, що об'єднує всю
сукупність елементів, тобто статистичну сукупність.
Розглянемо середній показник середньорічного надою на 1
корову.
Таблиця 2.1. Визначення середнього показнику середньорічного
надою на 1 корову та показників варіації
|
Роки
|
Середньорічний надій на 1 корову, ц
|
Поголів’я, гол
|
Валовий надій, ц
|
Розрахункові величини
|
|
|
|
|
|
Відхилення від середнього
|
Квадрат відхилень
|
Загальний розмір квадратів відхилень
|
|
|
Cимволи
|
xi
|
fi
|
x i*fi
|
  
|
|
|
|
|
|
2002
|
41,6
|
339
|
14102,40
|
-0,71
|
0,50
|
170,47
|
240,39
|
|
|
2003
|
47,0
|
307
|
14429,00
|
4,69
|
22,00
|
6755,31
|
1440,10
|
|
|
2004
|
48,0
|
362
|
17376,00
|
5,69
|
32,39
|
11723,74
|
2060,10
|
|
|
2005
|
49,5
|
350
|
17325,00
|
7,19
|
51,71
|
18098,03
|
2516,81
|
|
|
2006
|
34,5
|
348
|
12006,00
|
-7,81
|
60,98
|
21221,90
|
2717,58
|
|
|
2007
|
32,1
|
306
|
9822,60
|
-10,21
|
104,23
|
31893,24
|
3123,99
|
|
|
2008
|
47,2
|
364
|
17180,80
|
4,89
|
23,92
|
8707,11
|
1780,28
|
|
|
2009
|
33,3
|
337
|
11222,10
|
-9,01
|
81,16
|
27352,40
|
3036,08
|
|
|
2010
|
47,7
|
245
|
11686,50
|
5,39
|
29,06
|
7120,07
|
1320,76
|
|
|
Разом
|
42,31
|
2958
|
125150,40
|
0,12
|
405,96
|
133042,27
|
18236,08
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Отже, середня середньорічний надій на 1 корову розраховуються
по формулі середньой арифметичної зваженої і складає:
ц
Середнє лінійне відхилення
=6,16
Дисперсію 
=44,98
Середнє квадратичне відхилення : 
=6,71
Коефіцієнт варіації: 
*100%.
= 15,85
Отже, середньорічний надій на 1 корову складає 42,31 ц.
Середньорічний надій на 1 корову відхиляється від середньої в межах ±6,71 ц із
ймовірністю 0,683. коефіцієнт варіації складає 15,85%, що говорить про середній
розподіл показника.
.2 Статистичний аналіз динаміки середньорічного надою на 1
корову
Усі природні та суспільні явища перебувають в постійному
русі, розвитку. Процеси розвитку явищ у часі називають динамікою, а статистичні
показники, які характеризують стан і зміну явищ у часі - рядами динаміки.
Дослідження процесу розвитку явищ є одним з найважливіших завдань
економіко-статистичного аналізу. Побудова і аналіз рядів динаміки дають змогу
виявити закономірність розвитку явищ і виразити їх у конкретних цифрах.
Елементами ряду динаміки є моменти, або періоди, часу (певне
число місяця, день, місяць, рік і т.д.), до яких належать досліджувані
показники і рівні ряду, які характеризують розмір явища. Рівні ряду динаміки
можна виразити абсолютними і середніми величинами.
Ряд динаміки відносних величин характеризує зміну відносних
розмірів суспільно-економічних явищ (зміна середньорічного надою на 1 корову).
Ряд динаміки середніх величин характеризує зміну середніх
розмірів ознак суспільно-економічних явищ (зміна рівня врожайності
сільськогосподарських культур, продуктивності худоби).
Залежно від характеру досліджуваних явищ розрізняють два види
рядів динаміки: моментні і інтервальні (періодичні). Моментний ряд динаміки
характеризує стан явища на певний момент часу. Особливістю цих рядів є те, що
підсумування послідовних рівнів рядів не дає реальних показників. Інтервальні
(періодичні) ряди динаміки характеризують розміри явищ за певні періоди (добу,
декаду, місяць, квартал, рік). Особливістю є те, що їх рівні можна підсумувати.
Під час аналізу суспільно-економічних явищ визначають
абсолютний приріст, темп зростання і приросту, абсолютне значення 1% приросту
на основі порівняння рівнів ряду динаміки. Рівень, який порівнюють, називається
поточним, а рівень, з яким порівнюють - базисним.
Ряд утворюють 2 елементи: ознака часу (інтервал в 1 рік) та
рівень ряду (середньорічний надій на 1 корову).
Таблиця 2.2. - Ряд динаміки середньорічного надою на 1 корову
2002 по 2010 роки
|
Рік
|
2002
|
2003
|
2004
|
2005
|
2006
|
2007
|
2008
|
2009
|
2010
|
|
середньорічний надій на 1 корову, ц
|
41,6
|
47,0
|
48,0
|
49,5
|
34,5
|
32,1
|
33,3
|
47,7
|
Визначимо показники динаміки базисним і ланцюговим методами
(за даними ряду динаміки) і значення показників наведемо в таблиці 2.3.
Таблиця 2.3. - Динаміка середньорічного надою на 1 корову
|
Рік
|
середньорічний надій на 1 корову, ц
|
Абсолютний приріст, грн.
|
Темп зростання, %
|
Темп приросту, %
|
Абсолютне значення 1% приросту, грн.
|
|
|
Базисний
|
Ланцюговий
|
Базисний
|
Ланцюговий
|
базисний
|
Ланцюговий
|
|
|
Рі
|
А баз.
|
А ланц.
|
Тзр. баз.
|
Тзр. ланц.
|
Тпр. баз.
|
Тпр. ланц.
|
АЗ 1% пр.
|
|
2002
|
41,60
|
|
|
|
|
|
|
|
|
2003
|
47,00
|
5,40
|
5,40
|
112,98
|
112,98
|
12,98
|
12,98
|
2,40
|
|
2004
|
48,00
|
6,40
|
1,00
|
115,38
|
102,13
|
15,38
|
2,13
|
2,13
|
|
2005
|
49,50
|
7,90
|
1,50
|
118,99
|
103,13
|
18,99
|
3,13
|
2,08
|
|
2006
|
34,50
|
-7,10
|
-15,00
|
82,93
|
69,70
|
-17,07
|
-30,30
|
2,02
|
|
2007
|
32,10
|
-9,50
|
-2,40
|
77,16
|
93,04
|
-22,84
|
-6,96
|
2,90
|
|
2008
|
47,20
|
5,60
|
15,10
|
113,46
|
147,04
|
13,46
|
47,04
|
3,12
|
|
2009
|
33,30
|
-8,30
|
-13,90
|
80,05
|
70,55
|
-19,95
|
-29,45
|
2,12
|
|
2010
|
47,70
|
6,10
|
14,40
|
114,66
|
143,24
|
14,66
|
43,24
|
3,00
|
За даними таблиці 2.3. видно, що найбільше значення
спостерігається в 2003 році - 41,7. Найменше значення - в 2005 році - 30,4 ц.
середньорiчний абсолютний прирiст (
):
,
де Р
- кiнцевий рiвень ряду,- кiлькiсть рiвнiв ряду.
.
ц
середнiй темп зростання (
):
.
101,72%
середнiй темп приросту (
):
.
.
Таким чином, за період з 2002 по 2010 роки в середньому середньорічний
надій на 1 корову збільшувався на 0,76 ц. або на 1,72%.
Важливим завданням статистичного аналізу рядів динаміки є
виявлення і кількісна характеристика основних тенденцій розвитку
суспільно-економічних явищ.
Закономірності розвитку в рядах динаміки виявляють
абстрагуванням від випадкових змін досліджуваних ознак. Для цього статистика
використовує такі способи: укрупнення періодів, спосіб ковзної середньої,
вирівнювання ряду динаміки по середньому абсолютному приросту або середньому
коефіцієнту зростання, а також спосіб аналітичного вирівнювання.
Здійснимо вирівнювання за способом визначення середньої для
укрупнених періодів і ковзною середньою. Результати вирівнювання вище вказаним
способом представлені в таблиці 2.4.
Таблиця 2.4. Згладжування ряду динаміки середньорічного надою
на 1 корову способом визначення середньої для укрупнених і ковзних періодів
|
Рік
|
середньорічний надій на 1 корову, ц
|
Укрупнені періоди
|
Ковзні періоди
|
|
|
період
|
Сума показників за період, грн.
|
Середня за період, грн.
|
період
|
Сума показників за період, грн.
|
Середня за період, грн.
|
|
2002
|
41,6
|
|
|
|
|
|
|
|
2003
|
47
|
2002-2004
|
136,6
|
45,5
|
2002-2004
|
136,6
|
45,5
|
|
2004
|
48
|
|
|
|
2003-2005
|
144,5
|
48,2
|
|
2005
|
49,5
|
|
|
|
2004-2006
|
132
|
44,0
|
|
2006
|
34,5
|
2005-2007
|
116,1
|
38,7
|
2005-2007
|
116,1
|
38,7
|
|
2007
|
32,1
|
|
|
|
2006-2008
|
113,8
|
37,9
|
|
2008
|
47,2
|
|
|
|
2007-2009
|
112,6
|
37,5
|
|
2009
|
33,3
|
2008-2010
|
128,2
|
42,7
|
2008-2010
|
128,2
|
42,7
|
|
2010
|
47,7
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Результати вирівнювання свідчать незначну зміну
середньорічного надою на 1 корову.
Застосуємо метод аналітичного вирівнювання рівнів ряду
динаміки.
Найбільш досконалим способом виявлення закономірностей
розвитку є аналітичне вирівнювання рядів динаміки. Його можна провести з
використанням різних типів функцій (прямої лінії, параболи тощо). Рівняння
основної тенденції ряду динаміки називають трендом. Для того, щоб знайти
доцільну форму вирівнювання, треба проаналізувати досліджуване явище і закони
його розвитку. Найбільш доцільною для вирівнювання є пряма лінія (прямолінійний
тренд), рівняння якої має такий вигляд:
,
де 
вирівняні рівні ряду динаміки;
вирівняний
рівень ряду при умові, що t=0, тобто в році, який передує початку
досліджуваного періоду;
середній
щорічний приріст ( або зниження) урожайності;
t - порядковий номер року.
Невідомі параметри 
і
знаходять способом найменших квадратів, розв’язуючи
систему нормальних рівнянь:
;
;
де у - фактичні рівні ряду динаміки;- кількість років у періоді, що
визначається;
яка спрощується, оскільки ∑t = 0, і матиме такий вигляд:
∑y ═ n*a0
∑yt ═ a1*∑t2 ,
Розрахунки наведені в таблиці 2.5.
Таблиця 2.5. - Розрахунок параметрів для аналітичного
вирівнювання ряду середньорічного надою на 1 корову
|
Рік
|
Рівні ряду
|
порядковий номер
|
розрахункові дані
|
вирівняні рівня
|
|
|
|
|
ряду
|
|
Символи
|
y
|
T
|
t
|
Yt
|
Yt = a + bt
|
|
2002
|
41,6
|
-4
|
16
|
-166,4
|
45
|
|
2003
|
47
|
-3
|
9
|
-141
|
44
|
|
2004
|
48
|
-2
|
4
|
-96
|
44
|
|
2005
|
49,5
|
-1
|
1
|
-49,5
|
43
|
|
2006
|
34,5
|
0
|
0
|
0
|
42
|
|
2007
|
32,1
|
1
|
1
|
32,1
|
42
|
|
2008
|
47,2
|
2
|
4
|
94,4
|
41
|
|
2009
|
33,3
|
3
|
9
|
99,9
|
41
|
|
2010
|
47,7
|
4
|
16
|
190,8
|
40
|
|
разом
|
380,9
|
0
|
60
|
-35,7
|
380,9
|
звідки:
42,32
ц;
-0,6.
Рівняння лінійного тренду матиме вигляд:
=42,32-0,6t.
Параметр а0 дорівнює вирівняному рівню
середньорічного надою на 1 корову для центрального в динамічному ряду року,
взятого за початок відліку. В нашому випадку це затрати праці для 2006 р., для
якого t=0. Цей параметр також є середній рівень ряду динаміки.
Коефіцієнт регресії а1 = -0,6 (ц) рік від’ємний,
що характеризує середнє щорічне зменшення середньорічного надою на 1 корову на
вказану величину.
Розглянемо аналітичне вимірювання, коли t змінюється з 1 по 9.
Таблиця 2.6. - Розрахунок параметрів для аналітичного
вирівнювання ряду динаміки середньорічного надою на 1 корову (другий метод)
|
Рік
|
Рівні ряду
|
порядковий номер
|
розрахункові дані
|
вирівняні рівня
|
|
|
|
|
ряду
|
|
Символи
|
y
|
T
|
t
|
Yt
|
Yt = a + bt
|
|
2002
|
41,6
|
1
|
1
|
41,6
|
44,7
|
|
2003
|
47
|
2
|
4
|
94
|
44,1
|
|
2004
|
48
|
3
|
9
|
144
|
43,5
|
|
2005
|
49,5
|
4
|
16
|
198
|
42,9
|
|
2006
|
34,5
|
5
|
25
|
172,5
|
42,3
|
|
2007
|
32,1
|
6
|
36
|
192,6
|
41,7
|
|
2008
|
7
|
49
|
330,4
|
41,1
|
|
2009
|
33,3
|
8
|
64
|
266,4
|
40,5
|
|
2010
|
47,7
|
9
|
81
|
429,3
|
39,9
|
|
разом
|
380,9
|
45
|
285
|
1868,8
|
380,9
|
Звідси а0= 45,3 ц, а1= -0,6.
Покажемо методику здійснення аналітичного вирівнювання за
допомогою програмного забезпечення (методами Excel).
Таблиця 2.7 - Вихідні дані для здійснення аналітичного
вирівнювання за допомогою програми Excel
|
Рік
|
середньорічний надій на 1 корову, ц
|
Порядковий номер року
|
Квадрат порядковогономеру року
|
|
Yt
|
t
|
t^2
|
|
2002
|
41,6
|
1
|
1
|
|
2003
|
47
|
2
|
4
|
|
2004
|
48
|
3
|
9
|
|
2005
|
49,5
|
4
|
16
|
|
2006
|
34,5
|
5
|
25
|
|
2007
|
32,1
|
6
|
36
|
|
2008
|
47,2
|
7
|
49
|
|
2009
|
33,3
|
8
|
64
|
|
2010
|
47,7
|
9
|
81
|
|
Разом
|
380,9
|
45
|
285
|
Таблиця 2.8 Аналітичне вирівнювання ряду динаміки
середньорічного надою на 1 корову за рівнянням прямої
|
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
|
|
|
Множественный R
|
0,228746
|
|
|
|
|
|
|
|
|
R-квадрат
|
0,052325
|
|
|
|
|
|
|
|
|
Нормированный R-квадрат
|
-0,08306
|
|
|
|
|
|
|
|
|
Стандартная ошибка
|
7,413444
|
|
|
|
|
|
|
|
|
Наблюдения
|
9
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
|
|
|
Регрессия
|
1
|
21,2415
|
21,2415
|
0,386496
|
0,553847
|
|
|
|
|
Остаток
|
7
|
384,7141
|
54,95915
|
|
|
|
|
|
|
Итого
|
8
|
405,9556
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
Нижние 95,0%
|
Верхние 95,0%
|
|
Y-пересечение
|
45,29722
|
5,385742
|
8,410581
|
6,61E-05
|
32,56197
|
58,03247
|
32,56197
|
58,03247
|
|
Переменная X 1
|
-0,595
|
0,957071
|
-0,62169
|
0,553847
|
-2,85811
|
1,668113
|
-2,85811
|
1,668113
|
|
ВЫВОД ОСТАТКА
|
|
|
|
|
|
|
|
|
Наблюдение
|
Предсказанное Y
|
Остатки
|
|
|
|
|
|
|
|
1
|
44,70222
|
-3,10222
|
|
|
|
|
|
|
|
2
|
44,10722
|
2,892778
|
|
|
|
|
|
|
|
3
|
43,51222
|
4,487778
|
|
|
|
|
|
|
|
4
|
42,91722
|
6,582778
|
|
|
|
|
|
|
|
5
|
42,32222
|
-7,82222
|
|
|
|
|
|
|
|
6
|
41,72722
|
-9,62722
|
|
|
|
|
|
|
|
7
|
41,13222
|
6,067778
|
|
|
|
|
|
|
|
8
|
40,53722
|
-7,23722
|
|
|
|
|
|
|
|
9
|
39,94222
|
7,757778
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Параметр лінійного тренду а
знайдемо в ряду “у-пересечение”:
а=45,3.
Параметр а
знаходиться в ряду “переменная х”: а=-0,6
(даний параметр співпадає зі значенням параметра за даними попереднього
вирівнювання), що свідчить про те, що в середньому щороку в надій на одну
корову .зменшувався на дану величину.
Лінійна модель динаміки матиме вигляд:
Уt=454,3-0,6t.
Статистичні критерії, наведені в таблиці “Вывод итогов”, зокрема
параметр “Значимость F”= 0,55 свідчить, що рівень надійності побудованої моделі
становить 55%.
Аналітичне вирівнювання ряду середньорічного надою на 1
корову за допомогою параболи другого порядку
yt=a+at+a
t
.
Таблиця 2.9
|
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
|
|
|
Множественный R
|
0,311117
|
|
|
|
|
|
|
|
|
R-квадрат
|
0,096794
|
|
|
|
|
|
|
|
|
Нормированный R-квадрат
|
-0,20427
|
|
|
|
|
|
|
|
|
Стандартная ошибка
|
7,817304
|
|
|
|
|
|
|
|
|
Наблюдения
|
9
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
|
|
|
Регрессия
|
2
|
39,29406
|
19,64703
|
0,321501
|
0,736818
|
|
|
|
|
Остаток
|
6
|
366,6615
|
61,11025
|
|
|
|
|
|
|
Итого
|
8
|
405,9556
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
Нижние 95,0%
|
Верхние 95,0%
|
|
Y-пересечение
|
49,73571
|
9,946879
|
5,000133
|
0,002452
|
25,39656
|
74,07487
|
25,39656
|
74,07487
|
|
Переменная X 1
|
-3,016
|
4,56722
|
-0,66036
|
0,533541
|
-14,1916
|
8,159596
|
-14,1916
|
8,159596
|
|
Переменная X 2
|
0,2421
|
0,445432
|
0,543516
|
0,606363
|
-0,84783
|
1,332034
|
-0,84783
|
1,332034
|
|
ВЫВОД ОСТАТКА
|
|
|
|
|
|
|
|
|
Наблюдение
|
Предсказанное Y
|
Остатки
|
|
|
|
|
|
|
|
1
|
46,96182
|
-5,36182
|
|
|
|
|
|
|
|
2
|
44,67212
|
2,327879
|
|
|
|
|
|
|
|
3
|
42,86662
|
5,133377
|
|
|
|
|
|
|
|
4
|
41,54532
|
7,954675
|
|
|
|
|
|
|
|
5
|
40,70823
|
-6,20823
|
|
|
|
|
|
|
|
6
|
40,35532
|
-8,25532
|
|
|
|
|
|
|
|
7
|
40,48662
|
6,713377
|
|
|
|
|
|
|
|
8
|
41,10212
|
-7,80212
|
|
|
|
|
|
|
|
9
|
42,20182
|
5,498182
|
|
|
|
|
|
|
В графі “коэффициенты” знайдемо параметри моделі:
а = 49,74,
а = -3,02,
а = 0,24.
Модель розвитку показника надою на одну корову, що описується
рівнянням параболи другого порядку, має вигляд:
y
=49,74-3,02t+0,24t.
Рівень надійності моделі знайдемо за параметром “Значимость F” 0,74.
Таким чином, на 74% можна гарантувати адекватність одержаної моделі. Тобто слід
віддати перевагу параболічній моделі
Екстрапалюємо рівні ряду (прогнозуванню середньорічного надою на 1
корову) на три наступних роки. Для цього в модель динаміки підставимо
порядковий номер року, для якого здійснюється прогнозування :
для 2008 t=10,
для 2009 t=11,
для 2010 t=12.
Таблиця 2.7. Розрахунок перспективного середньорічного надою на 1
корову за лінійною та параболічною тенденцією
|
Роки
|
Порядковий номер року
|
Перспективний середньорічний надій на 1 корову
|
|
|
За лінійною залежністю
|
За параболічною залежністю
|
|
2011
|
10
|
39,35
|
43,79
|
|
2012
|
11
|
38,75
|
45,85
|
|
2013
|
12
|
38,16
|
48,41
|
Отримані дані представимо на рисунку 1.
Рис 1. Фактичні та вирівняні значення середньорічного надою
на 1 корову.
.3 Застосування методу статистичних групувань при здійсненні
економіко-статистичного аналізу середньорічного надою на 1 корову
В результаті статистичного спостереження дістають дані, які
характеризують кожну одиницю сукупності. Проте ці первинні матеріали не можна
використати для всебічної характеристики досліджуваних явищ, оскільки їх
потрібно систематизувати, обробити. Цю роботу виконують на другому етапі
статистичного дослідження, який називається зведенням і групуванням
статистичних матеріалів.
Статистичне зведення - це систематизація, обробка і
підрахунок групових і загальних підсумків даних статистичного спостереження.
Воно включає групування даних, розробку системи показників для характеристики
типових груп і підгруп, підрахунок даних про кількість одиниць сукупності,
одержання абсолютних статистичних показників, а також розрахунок середніх і
відносних величин, табличне і графічне оформлення результатів.
Основним методом зведення є групування. Статистичне
групування - це розподіл усієї сукупності досліджуваних суспільних явищ
на типи групи і підгрупи за будь-якою істотною ознакою.
Групування є одним із найважливіших етапів статистичної
роботи з цифрами. Всі інші статистичні методи ефективні тільки на підставі
групувань і в поєднанні з ними.
Щоб обгрунтовано провести групування даних потрібно
спираючись на раніше нагромаджені знання про досліджуване явище, виділити із
всієї різноманітності зв’язків основний процес, який визначає інші зміни явища
і спричинює якісні зміни. Після цього потрібно з’ясувати, що нового з’являється
в ході розвитку даного процесу, які народжуються типи явищ та їх характерні
риси.
Наступним етапом групування даних є визначення форм розвитку
певних типів явища. Форми розвитку окремих явищ значною мірою зумовлені
місцевими умовами, які потрібно з'ясувати. Відповідно до форм розвитку слід
вибрати групувальні ознаки, які точно і повно відображають внутрішні
особливості досліджуваних явищ. Вони повинні бути істотними і характерними для
даного явища. При цьому потрібно додержувати принципу рівності об'єктивних
факторів виробництва, насамперед природних і економічних умов.
За допомогою групувань упорядковують первинний статистичний
матеріал, поділяють його за істотними варіюючими ознаками на групи.
Використовуючи метод статистичних групувань, встановимо
залежність середньорічного надою на 1 корову від витрат кормів на 1 гол., ц
к.од. в господарствах Одеської області (табл. 2.8.).
1.
Встановимо
групувальну (факторну) та результативну ознаки: виходячи з мети групування.
2.
Побудуємо
ранжирований ряд господарств за факторною ознакою, тобто розташуємо
господарства в порядку зростання значень групувальної ознаки (витрат кормів на
1 гол). Дані занесемо в таблицю 2.8
Таблиця 2.8. - Ранжирований ряд господарств за витратами
кормів на 1 гол
|
№ п/п
|
Витрати кормів на 1 гол, ц к.од.
|
Валові витрати кор. Од.
|
Поголівя, гол
|
Валове виробництво, ц
|
Продуктивність корів, ц
|
|
1
|
1,10
|
279,3
|
254
|
7698,26
|
30,4
|
|
2
|
1,10
|
289,0
|
262
|
8141,72
|
31,1
|
|
3
|
1,12
|
318,8
|
284
|
9012,30
|
31,8
|
|
4
|
1,18
|
340,4
|
289
|
9185,61
|
|
5
|
1,18
|
269,4
|
228
|
7377,48
|
32,4
|
|
6
|
1,19
|
364,4
|
306
|
10255,52
|
33,5
|
|
7
|
1,22
|
441,2
|
361
|
12237,34
|
33,9
|
|
8
|
1,23
|
289,6
|
236
|
8025,65
|
34,0
|
|
9
|
1,23
|
265,8
|
216
|
7353,16
|
34,1
|
|
10
|
1,27
|
271,8
|
215
|
7346,97
|
34,3
|
|
11
|
1,28
|
497,7
|
390
|
13411,24
|
34,4
|
|
12
|
1,30
|
411,5
|
317
|
10901,52
|
34,4
|
|
13
|
1,30
|
469,5
|
361
|
12436,30
|
34,5
|
|
14
|
1,30
|
261,1
|
200
|
7093,29
|
35,4
|
|
15
|
1,37
|
519,2
|
380
|
13463,51
|
35,4
|
|
16
|
1,37
|
332,4
|
242
|
8652,63
|
35,7
|
|
17
|
1,84
|
450,9
|
245
|
11668,88
|
47,7
|
|
18
|
1,87
|
481,5
|
258
|
12360,50
|
47,9
|
|
19
|
1,89
|
464,9
|
246
|
12086,22
|
49,2
|
|
20
|
1,90
|
596,7
|
315
|
15532,86
|
49,4
|
Встановимо число груп, на якi розiб’ємо ранжирований ряд. У
зв’язку з тим, що дослiджувана сукупнiсть вiдносно невелика, створимо 3 групи
за витратами кормів на 1 гол.
Визначимо розмiр iнтервалу i побудуємо ряд розподiлу:
ц.
к.од.
Таблиця 2.9 - Iнтервальний ряд розподiлу господарств Одеської областi
за витратами кормів на 1 гол
|
№ п/п
|
Групи господарств витратами кормів на 1 гол
|
Число господарств у групi
|
|
1
|
1,1-1,36
|
14
|
|
2
|
1,36-1,62
|
2
|
|
3
|
1,62-1,9
|
4
|
|
Разом
|
|
20
|
Побудуємо групову таблицю, в якiй наведемо необхiднi
розрахунки; пiдрахуємо груповi пiдсумки й обчислимо витрати кормів на 1 гол і
середньорічний надій на 1 корову.
Таблиця 2.10. Вплив витрат кормів на 1 гол на середньорічний
надій на 1 корову
|
№ п/п
|
Витрати кормів на 1 гол, ц к.од.
|
Кiлькiсть господарств у групi
|
Витрати кормів на 1 гол, ц к.од.
|
Валові витрати кор. Од.
|
Поголівя, гол
|
Валове виробництво, ц
|
Продуктивність корів, ц
|
|
1
|
1,1-1,36
|
14
|
1,22
|
4769,56
|
3917
|
130476,37
|
33,31
|
|
2
|
1,36-1,62
|
2
|
1,37
|
851,63
|
622
|
22116,14
|
35,56
|
|
3
|
1,62-1,9
|
4
|
1,88
|
1993,99
|
1063
|
51648,45
|
48,59
|
|
Разом
|
|
20
|
1,36
|
7615,17
|
5602,30
|
204240,97
|
36,46
|
Результати групування свідчать, що між показником витрат
кормів на 1 гол і середньорічний надій на 1 корову спостерігається прямий
зв’язок: з підвищенням витрат кормів на 1 гол середньорічний надій на 1 корову
збільшується.
2.4 Кореляційний метод аналiзу впливу рiзних факторiв на
середньорічний надій на 1 корову
Важливим завданням статистики є встановлення і пояснення
взаємозв'язків і відмінностей в розвитку соціально-економічних явищ. Зв'язок
між окремими явищами виявляється у вигляді кореляційної залежності
(відповідності) або кореляції. Ця форма зв'язку характеризується тим, що
кожному значенню однієї ознаки відповідає не одне, а кілька значень іншої
ознаки.
Кореляційний аналіз - це метод
визначення і кількісної оцінки взаємозалежностей між статистичними ознаками, що
характеризують окремі соціально-економічні явища і процеси.
Схематично кореляційний аналіз
складається з таких послідовних стадій:
) встановлення і відбору найбільш
істотних ознак для аналізу;
) визначення напряму і форми зв'язку
результативного і факторних показників та вибору типу математичного рівняння
для аналізу існуючих зв'язків;
) розрахунку характеристик
кореляційної залежності;
) статистичної оцінки вибіркових
показників зв'язку.
Для того, щоб правильно застосовувати
кореляційні методи, потрібно насамперед глибоко вивчити суть взаємозв'язків
соціально-економічних явищ. Ці методи не виявляють причин виникнення зв'язків
між окремими явищами і характеру їх взаємодії. Характер взаємозв'язків і
закономірностей розвитку економічних процесів встановлюють за допомогою
теоретичного аналізу. Кореляційний метод включає кількісну оцінку
взаємозалежностей між статистичними ознаками, що характеризують досліджувані
явища.
Найбільш істотні ознаки для аналізу
відбирають логікотеоретичним шляхом залежно від змісту співвідношення
результативної і факторної ознак. При цьому важливу роль відіграє попередній
аналіз досліджуваного явища, який є основою для визначення завдання кількісного
вивчення зв 'язку. Попередній аналіз передбачає порівняння по можливості
взаємозалежних статистичних рядів, побудову таблиць, розподілу чисельностей за
двома ознаками та їх графіків, застосування простих і комбінованих групувань за
факторними або результативними ознаками.
Напрям і форма зв'язку та вибір типу
математичного рівняння найбільш чітко визначають взаємозалежність факторної і
результативної ознак. Напрям і форму зв'язку встановлюють за допомогою
статистичних групувань, а також графіків, побудованих у системі прямокутних
координат на основі емпіричних даних. Графічне зображення статистичних
показників дає наочне уявлення про наявність зв'язку між досліджуваними
ознаками. При побудові графіка на горизонтальній осі відкладають значення
факторної ознаки (х), а на вертикальній - значення результативної ознаки (у).
Відклавши на перетині відповідних значень х і у точки, дістають кореляційне
поле. За характером розміщення точок на кореляційному полі роблять висновок про
напрям і форму зв'язку. Якщо точки безладно розміщені по всьому полю, то це
свідчить про те, що залежності між досліджуваними ознаками немає.
Якщо точки концентруються навколо
уявної осі, направленої від нижнього лівого кута до верхнього правого, то
зв'язок між результативною і факторною ознакою прямий. Коли ж точки
концентруються навколо уявної осі направленої з верхнього лівого кута до
нижнього правого, то існує обернений зв'язок між ознаками. Характер розподілу
точок по кореляційному полю вказує і на наявність прямолінійної чи
криволінійної залежності між факторною та результативною ознаками.
За допомогою графіка співвідношення
досліджуваних ознак роблять висновок про вибір типу математичного рівняння для
кількісної оцінки зв'язку.
Рівняння, за допомогою яких
визначають статистичний зв'язок між корелюючими величинами, називають
рівняннями регресії (кореляційними рівняннями), а лінії побудовані на їх основі
- лініями регресії.
Для вивчення схоластичних зв'язків,
що існують між явищами і процесами використаємо метод кореляції і регресії.
Таблиця 2.11. Виробництво,
середньорічний надій на 1 корову і витрати кормів на 1 гол в господарствах
Одеськоi областi
|
№ п/п
|
Витрати кормів на 1 гол, ц к.од.
|
Валові витрати кор. Од.
|
Поголів’я, гол
|
Валове виробництво, ц
|
Продуктивність корів, ц
|
|
1
|
3
|
4
|
5
|
6
|
7
|
|
1
|
1,10
|
279,3
|
254
|
7698,26
|
30,4
|
|
2
|
1,10
|
289,0
|
262
|
8141,72
|
31,1
|
|
3
|
1,12
|
318,8
|
284
|
9012,30
|
31,8
|
|
4
|
1,18
|
340,4
|
289
|
9185,61
|
31,8
|
|
5
|
1,18
|
269,4
|
228
|
7377,48
|
32,4
|
|
6
|
1,19
|
364,4
|
306
|
10255,52
|
33,5
|
|
7
|
1,22
|
441,2
|
361
|
12237,34
|
33,9
|
|
8
|
1,23
|
289,6
|
236
|
8025,65
|
34,0
|
|
9
|
1,23
|
265,8
|
216
|
7353,16
|
34,1
|
|
10
|
1,27
|
271,8
|
215
|
7346,97
|
34,3
|
|
11
|
1,28
|
497,7
|
390
|
13411,24
|
34,4
|
|
12
|
1,30
|
411,5
|
317
|
10901,52
|
34,4
|
|
13
|
1,30
|
469,5
|
361
|
12436,30
|
34,5
|
|
14
|
1,30
|
261,1
|
200
|
7093,29
|
35,4
|
|
15
|
1,37
|
519,2
|
380
|
13463,51
|
35,4
|
|
16
|
1,37
|
332,4
|
242
|
8652,63
|
35,7
|
|
17
|
1,84
|
450,9
|
245
|
11668,88
|
47,7
|
|
18
|
1,87
|
481,5
|
258
|
12360,50
|
47,9
|
|
19
|
1,89
|
464,9
|
246
|
12086,22
|
49,2
|
|
20
|
1,90
|
596,7
|
315
|
15532,86
|
49,4
|
За наведеними в таблиці даними для
побудови рівняння залежності здійснимо кореляційно-регресійний аналіз. В якості
результативної ознаки „У” обираємо середньорічний надій на 1 корову, в якості
факторної ознаки ”Х” - показник витрат кормів на 1 гол.
Застосуємо функцію «Регрессия»
програми Excel. Для цього в електронну таблицю введемо вихідні дані.
Таблиця 2.12. Вихiднi данi для проведення кореляцiйного
аналiзу
|
№ п/п
|
Витрати кормів на 1 гол, ц к.од.
|
Продуктивність корів, ц
|
|
1
|
2
|
3
|
|
1
|
1,10
|
30,36
|
|
2
|
1,10
|
31,10
|
|
3
|
1,12
|
31,78
|
|
4
|
1,18
|
31,81
|
|
5
|
1,18
|
32,39
|
|
6
|
1,19
|
33,52
|
|
7
|
1,22
|
33,92
|
|
8
|
1,23
|
33,96
|
|
9
|
1,23
|
34,08
|
|
10
|
1,27
|
34,25
|
|
11
|
1,28
|
34,36
|
|
12
|
1,30
|
|
13
|
1,30
|
34,49
|
|
14
|
1,30
|
35,39
|
|
15
|
1,37
|
35,45
|
|
16
|
1,37
|
35,74
|
|
17
|
1,84
|
47,72
|
|
18
|
1,87
|
47,92
|
|
19
|
1,89
|
49,16
|
|
20
|
1,90
|
49,36
|
Таблиця 2.13.
|
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
|
|
|
Множественный R
|
0,995411
|
|
|
|
|
|
|
|
|
R-квадрат
|
0,990843
|
|
|
|
|
|
|
|
|
Нормированный R-квадрат
|
0,990334
|
|
|
|
|
|
|
|
|
Стандартная ошибка
|
0,621303
|
|
|
|
|
|
|
|
|
Наблюдения
|
20
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
|
|
|
Регрессия
|
1
|
751,8317
|
751,8317
|
1947,661
|
8,43E-20
|
|
|
|
|
Остаток
|
18
|
6,948321
|
0,386018
|
|
|
|
|
|
|
Итого
|
19
|
758,7801
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
Нижние 95,0%
|
Верхние 95,0%
|
|
Y-пересечение
|
5,218062
|
0,723551
|
7,211739
|
1,04E-06
|
3,697936
|
6,738187
|
3,697936
|
6,738187
|
|
Переменная X 1
|
23,00497
|
0,521273
|
44,13231
|
8,43E-20
|
21,90982
|
24,10013
|
21,90982
|
24,10013
|
|
ВЫВОД ОСТАТКА
|
|
|
|
|
|
|
|
|
Наблюдение
|
Предсказанное Y
|
Остатки
|
|
|
|
|
|
|
|
1
|
30,55836
|
-0,20129
|
|
|
|
|
|
|
|
2
|
30,61508
|
0,481752
|
|
|
|
|
|
|
|
3
|
31,08351
|
0,700603
|
|
|
|
|
|
|
|
4
|
32,33602
|
-0,52749
|
|
|
|
|
|
|
|
5
|
32,43037
|
-0,03711
|
|
|
|
|
|
|
|
6
|
32,61685
|
0,898275
|
|
|
|
|
|
|
|
7
|
33,35375
|
0,567881
|
|
|
|
|
|
|
|
8
|
33,40767
|
0,555467
|
|
|
|
|
|
|
|
9
|
33,55426
|
0,526064
|
|
|
|
|
|
|
|
10
|
34,36418
|
-0,11295
|
|
|
|
|
|
|
|
11
|
34,55009
|
-0,19204
|
|
|
|
|
|
|
|
12
|
35,05446
|
-0,69214
|
|
|
|
|
|
|
|
13
|
35,17915
|
-0,68499
|
|
|
|
|
|
|
|
14
|
35,18701
|
0,199505
|
|
|
|
|
|
|
|
15
|
36,66587
|
-1,21831
|
|
|
|
|
|
|
|
16
|
36,80965
|
-1,06485
|
|
|
|
|
|
|
|
17
|
47,63794
|
0,083553
|
|
|
|
|
|
|
|
18
|
48,16197
|
-0,24577
|
|
|
|
|
|
|
|
19
|
48,71239
|
0,444684
|
|
|
|
|
|
|
|
20
|
48,83933
|
0,519171
|
|
|
|
|
|
|
Загальний вигляд рівняння залежності:
.
Параметри рівняння знайдемо в рядках У-пересечение и переменная Х. Параметр а=5,22,
параметр а=23. Рівняння залежності має вигляд:
У=5,22+23Х.
Параметр рівняння а
(коефіцієнт регресії) свідчить, що між факторною ознакою (витратами кормів на 1
гол) і результативною ознакою (середньорічний надій на 1 корову) існує прямий
зв’язок (значення параметра від’ємне): з підвищенням витрат кормів на 1 гол
середньорічний надій на 1 корову в середньому збільшується на 23 ц.
Коефіцієнт парної кореляції r=0,995 свідчить про досить тісний зв’язок
між цими показниками. Коефіцієнт детермінації r=0,99
свідчить, що на 99% коливання середньорічного надою на 1 корову залежать від
варіації витрат кормів на 1 гол.
Представимо наочно залежність між витратами кормів на 1 гол і
середньорічний надій на 1 корову на графіку (рис. 2).
Рис. 2. Графік залежності середньорічного надою на 1 корову від витрат
кормів на 1 гол
Висновки і пропозиції
Виконав дану курсову роботу на тему «Економіко-статистичний
аналіз середньорічного надою на 1 корову», можна зробити наступні висновки.
середньорічний надій на 1 корову з року в рік підвищується,
що показали графіки лінійної та параболічної регресії. Причому, найбільш
доцільним є застосування даних параболічної регресії.
На середньорічний надій на 1 корову впливають різні фактори.
Ми розглянули такий фактор, як витрати кормів на 1 гол. На основі проведеного
групування та кореляційного аналізу ми встановили, що зі збільшенням витрат
кормів на 1 гол середньорічний надій на 1 корову збільшується на 23 ц з
вірогідністю 99%.
Список використаної літератури
1.
Андрійчук
А.Г. Економіка аграрних підприємств. К.: Вища школа, 1996. - 336 с.
2.
Гаабе
Ю.Э. Теория статистики и отраслей народного хозяйства. - М., Статистика,
1966.-245 с.
3.
Горкавий
В.К. Статистика: Навчальний посібник. - К.: Вища школа, 1994. - 304 с.
4.
Горкавий
В.К. Статистика: Підручник. - К.: Вища школа, 1995. - 415 с.
5.
Долгушевский
Ф.Г. и Христич А.Г. Сельскохозяйственная статистика с основами экономической
статистики. - М.: Статистика, 1976. - 406 с.
6.
Ефимова
М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики: Учебник. - М.: ИНФРА
- М., 1998. - 416 с.
7.
Экономическая
статистика: Учебник./ Под ред. Ю.Н. Иванова. - М.: ИФРА - М., 1999. - 480 с.
8.
Економіка
сільського господарства/ За ред. Мертенса В.П. - К.: Урожай, 1995. - 245 с.
9.
Єріна
А.М. Економічна статистика. - К.: Вища школа. Головне видавництво, 1982. - 354
с.
10.Козаченко І.В. Статистика. - К.: Вища
школа. Головне видавництво, 1982. - 245 с.
11.Луценко А.И., Назаров М.Г. Общая и
сельскохозяйственная статистика. - М.: Колос, 1969. - 364 с.
12.Луценко А.И. Статистика сельского
хозяйства. - М.: Финансы и статистика, 1981. - 248 с.
13.Мацібора В.І. Економіка сільського
господарства: Підручник. - К.: Вища школа, 1994.- 415 с.
14.Опря А.Т. Статистика: - К.: Урожай,
1991. - 448 с.
15.Сергеев С.С. Сельскохозяйственная
статистка с основами социально-экономической статистики. - М.: Финансы и
статистика, 1989.-
16.Сільськогосподарська статистика з
основами економічної статистики /Під ред. О.А. Бугуцького та ін. - К.: Вища
школа. Головне видавництво, 1984. -
17.Тяпкин В.А., Хромова Т.Ф. Статистика
сельского хозяйства. - М.: Финансы и статистика, 1987. - 256 с.
18.Тринько Р.І. Теорія статистики: Курс
лекцій. - Львів, 1998. - 216 с.
19.Шольц С.В. Статистика сільського
господарства. - К.: Вища школа, 1958. - 248 с.
20.Щураков В.В. Автоматизированное
рабочее место для статистической обработки данных. - М.: Финансы и статистика,
1990. - 358 с.