Статистико–экономический анализ эффективности производства молока по совокупности районов Калужской области
N
T
- условное
производство
молока при
поголовье коров
в низшей группе
и надое молока
на 1 корову в
высшей группе,
ц.
I
= 597274,6/ 40924,8= 14,6
I
= 274313,9/40924,8=6,7
I
=89107,2/40924,8=
2,2
Как видно, производство молока увеличилось в высшей группе по сравнению с низшей на 1360 % или на 597274,6-40924,8=556349,8 ц. Это следует из того, что условное поголовье увеличилось на 570% или на 274313,9-40924,8=233389,1 гол. и условный надой на 1 корову на 120 % или на 89107,2-40924,8= 48182,4 ц.
Корреляционно – регрессионный анализ зависимости результативного показателя от факторных показателей
Статистические распределения характеризуются наличием более или менее значительной вариации в величине признака у отдельных единиц совокупности.
Естественно, возникает вопрос о том, какие же причины формируют уровень признака в данной совокупности и каков конкретный вклад каждой из них. Изучение зависимости вариации признака от окружающих условий и составляет содержание теории корреляции.
Изучение действительности показывает, что вариация каждого изучаемого признака находится в тесной связи и взаимодействии с вариацией других признаков, характеризующих исследуемую совокупность единиц. В корреляционных связях между изменением факторного и результативного признака нет полного соответствия, воздействие отдельных факторов проявляется лишь в среднем при массовом наблюдении фактических данных.
Корреляционно-регрессионный анализ проводится для определения степени связи между результатом и факторами, влияющими на результат.
Анализ влияния факторов на валовый надой на 1 корову, ц проводится по следующим данным: цена реализации молока, руб./ц– x1, и выручка на 100 га с/х угодий, тыс. руб - x2. Для начала необходимо определить характер связи между признаками и установить форму связи между ними.
Средние значения и изменение результативного и факторных признаков в совокупности в приложении № 2, приложении №3 .
В результате решений уравнения на ЭВМ были получены следующие его параметры:
Y=4,79+0,03 *X1+0,08*X2
Интеграция полученных параметров следует:
A0=4,79 условное начало содержательной интерпретации не подлежит;
A1=0,03– коэффициент чистой регрессии при первом факторе свидетельствует о том, что при изменении цены реализации молока, руб./ц., валовый надой на 1 корову, ц. в среднем изменится на 0,03 ц. при условии, что другие факторы остаются постоянными;
A2=0,08- коэффициент чистой регрессии при втором факторе показывает, что при изменении выручки на 100 га с/х угодий, руб. вызывает изменение валового надоя на 1 корову, ц. при условии, что другие факторы остается постоянными.
Коэффициенты парной корреляции 0,70 свидетельствуют, что между валовым надоем на 1 корову, ц. и средней ценой реализации, руб/ц. существует связь средней силы и прямая зависимость, а 0,79- показывает, что связь сильная и прямая зависимость с выручкой на 100 га с/х угодий, тыс.руб.
Для сравнения коэффициентов регрессии выразим их в виде β - коэффициентах и коэффициентов эластичности.
β – коэффициенты показывают, что если величина фактора изменяется на одно среднеквадратическое отклонение, результативный признак увеличится (уменьшится) на величину β – коэффициента своего квадратического отклонения, при постоянстве остальных факторов.
Коэффициенты эластичности показывают, что если величина факторного признака увеличится на 1%, результативный признак увеличится (уменьшится) соответственно на коэффициент эластичности, выраженный в % при постоянстве других факторов.
Рассчитаем среднее значение признака и определим среднеквадратическое отклонение.
ỹ=∑y/n (2.4)
где, ỹ- среднее значение результативного признака;
∑y- сумма результативного признака по всем районам;
n- число районов (23).
ỹ=31,47
1=∑ X1/n (2.5)
где, X1- среднее значение первого факторного признака;
∑ X1- сумма первого факторного признака по всем районам;
n- число районов (23).
X1=655,70
X2=∑ X2/n, где
X2- среднее значение второго факторного признака;
∑ X2- сумма второго факторного признака по всем районам;
n- число районов (23).
X2=63,37
бy=(∑(yi-y)2/n)1/2; бy=2428,75 (2.5)
бх1=(∑(xi1-x1)2/n)1/2;бх1=167776,87 (2.6)
бх2=(∑(xi2-x1)2/n)1/2;бх2=139984,85 (2.7)
Теперь можно определить β - коэффициенты и коэффициенты эластичности.
β1=0,03*бх1/бy;β1=0,03*167776,87/2428,75=2,07 (2.8)
β2=0,08*бх2/бy;β2=0,08*139984,85/2428,75=4,61 (2.9)
Сопоставление β – коэффициентов показывает, что наиболее сильное влияние на варьирование результативного фактора оказывает выручка на 100 га с/х угодий, тыс.руб., менее сильное воздействии – цена реализации молока, руб./ц.
Э1=а1* X1/ ỹ; Э1=0,03*655,70/31,47=0,63% (2.10)
Э2=а2* X2/ ỹ; Э2=0,08*63,37/31,47=0,16 % (2.11)
Первый коэффициент эластичности показывает, что при изменении цены реализации молока, руб./ц. на 1% валовый надой на 1 корову, ц. изменится на 0,63%. Второй коэффициент эластичности показывает, что при изменении выручки на 100 га с/х угодий, тыс.руб. на 1% валовый надой на 1 корову, ц. изменится на 0,16%.
Таким образом, из анализа видно, что на валовый надой на 1 корову, ц влияет и цена реализации молока, руб/ц, и выручка на 100 га с/х угодий, тыс.руб. примерно одинаково.
Коэффициент множественной корреляции равен 0,81, он говорит о том, что связь сильная (приложение №3). Также был рассчитан коэффициент детерминации, который является квадратом коэффициент корреляции. Он показывает, насколько тесной является связь между выбранными показателями. В нашем случае он равен 0,65, т.е. связь между признаками средняя.
Проверка
значимости
коэффициента
множественной
корреляции
показала, что
F
=
18,98, при значимости
Fтабл.
=3,42 при пятипроцентном
уровне. Таким
образом, F
>
Fтабл ,
что позволяет
с вероятностью
95 % утверждать
существенность
различий в
величине дисперсий
и соответственно
сделать вывод
об адекватности
модели.
В качестве критериев проверки гипотез относительно двух средних используется критерий t- Стьюдента. Фактическое значение t равно 0,35;
1,48;3,15, а табличное t=2,07, необходимо признать справедливость альтернативной гипотезы.
ГЛАВА 3. СТАТИСТИЧЕСКИЙ АНАЛИЗ ДИНАМИЧЕСКИХ РЯДОВ (НА ПРИМЕРЕ ДУМИНИЧСКОГО РАЙОНА)
3.1Анализ рядов динамики
Важной задачей статистики является изучение явления во времени. Для решения этой задачи необходимо иметь данные по определенному кругу показателей на ряд моментов времени, следующих друг за другом.
Ряд расположенных в хронологической последовательности статистических показателей динамический ряд. Статистические показатели, характеризующие изучаемое явление называют уровнями ряда. Динамический ряд представляет собой последовательность уровней, сопоставляя которые между собой можно характеристику скорости и интенсивности развития явления. В результате сравнения уровней получается система относительных и абсолютных показателей динамики: абсолютный прирост, коэффициент роста, темп прироста, абсолютное значение одного процента прироста.
Выделяют базисные и цепные показатели динамики.
Показатели динамики с постоянной базой сравнения характеризуют окончательный результат всех изменений в уровнях ряда от периода, к которому относится базисный уровень, до данного (i- го) периода. Показатели динамики с переменной базой сравнения характеризуют интенсивность изменения уровня от периода к периоду в пределах изучаемого явления.
Проанализируем изменения состояния эффективности производства молока в Думиничском районе в динамике за последние 10 лет.
Возьмем показатели валового надоя на 1 корову, ц; количество коров на 1 работника, гол.; окупаемость затрат, руб.
Рассмотрим расчет показателей по ряду динамики валового надоя на 1 корову (табл.3.1)
Таблица 3.1 – Показатели динамики валового надоя на 1 корову, кг.
| Годы | Значение | Абсолютный прирост | Темп роста, % | Темп прироста, % | Абсолютное значение 1% прироста | |||
| цепной | базисный | цепной | базисный | |||||
| цепной | базисный | |||||||
| 1997 | 1536 | - | - | - | 100 | - | - | - |
| 1998 | 1488 | -48 | -48 | 97 | 97 | -3,12 | -3,12 | 15,38 |
| 1999 | 1651 | 163 | 115 | 111 | 107 | 10,95 | 7,49 | 14,89 |
| 2000 | 1850 | 199 | 314 | 112 | 120 | 12,05 | 20,44 | 16,51 |
| 2001 | 2016 | 166 | 480 | 109 | 131 | 8,97 | 31,25 | 18,51 |
| 2002 | 1758 | -258 | 222 | 087 | 114 | -12,8 | 14,45 | 20,16 |
| 2003 | 1832 | 74 | 296 | 104 | 119 | 4,21 | 19,27 | 17,58 |
| 2004 | 1786 | -46 | 250 | 097 | 116 | -2,51 | 16,28 | 18,33 |
| 2005 | 1677 | -109 | 141 | 094 | 109 | -6,1 | 9,18 | 17,87 |
| 2006 | 1784 | 107 | 248 | 106 | 116 | 6,38 | 16,15 | 16,77 |
Рассчитаем для данного динамического ряда средний уровень за период, который рассчитывается по формуле:
Ỹ=∑уi/n (3.1)
где, Ỹ- средний уровень за период;
∑уi-сумма значений;
n - число лет исследуемых в динамике.
Средний темп роста:
![]()
=(Yn/Y0)1/10
(3.2)
где, n - порядковый номер последнего уровня.
0 - первый порядковый номер.
Средний темп прироста:
![]()
=
![]()
*100-
100%
(3.3)
где
![]()
- средний темп
роста.
Средний темп роста представляет собой средний коэффициент роста, выраженный в процентах.
Подставим необходимые значение в формулы, получаем, что средний уровень за период равен 24,8, средний темп роста – 1,01, средний темп прироста - 1%.Темп прироста показывает, что валовый надой на 1 корову, кг. в среднем по району за 1997-2006 года увеличился в среднем за год на 1 %.
Максимальное значение было достигнуто в 2001 году, и оно составило 2016 кг. Минимальное значение наблюдалось в 1998 году и равнялось 1488 кг.
Теперь рассмотрим расчет показателей по ряду динамики количества коров на 1 работника, гол.(табл. 3.2)
Таблица 3.2 – Показатели динамики количества коров на 1 работника, гол.
| Годы | Значение | Абсолютный прирост | Темп роста, % | Темп прироста, % | Абсолютное значение 1% прироста | |||
| цепной | базисный | цепной | базисный | |||||
| цепной | базисный | |||||||
| 1997 | 3 | - | - | - | 100 | - | - | - |
| 1998 | 3 | - | - | 100 | 100 | - | - | - |
| 1999 | 3 | - | - | 100 | 100 | - | - | - |
| 2000 | 3 | - | - | 100 | 100 | - | - | - |
| 2001 | 3 | - | - | 100 | 100 | - | - | - |
| 2002 | 4 | 1 | 1 | 133,3 | 133,3 | 33,3 | 33,3 | 0,03 |
| 2003 | 5 | 1 | 2 | 125,0 | 33,3 | 25,0 | -66,7 | 0,04 |
| 2004 | 6 | 1 | 3 | 120,0 | 200,0 | 20,0 | 100,0 | 0,05 |
| 2005 | 4 | -2 | 1 | 66,7 | 133,3 | -33,3 | 33,3 | 0,06 |
| 2006 | 6 | 2 | 3 | 150,0 | 200,0 | 50,0 | 50,0 | 0,04 |
Аналогично рассчитаем средний уровень за период, средний темп роста и средний темп прироста для количества коров на 1 работника, гол.
Подставив необходимые значение в формулы, получаем, что средний уровень за период равен 0,3, средний темп роста – 1,07, средний темп прироста - 7%.Темп прироста показывает, что количество коров на 1 работника, гол. в среднем по району за 1997-2006 года в среднем за год увеличилось на 7 %.
Максимальное значение было достигнуто в 2004 и 2006 годах, и оно составило 6 гол. Минимальное значение наблюдалось с 1997 по 2001 годы и равнялось 3 гол.
Аналогично рассмотрим расчет показателей по ряду динамики окупаемости затрат, руб.(табл. 3.3)
Таблица 3.3 – Показатели динамики окупаемости затрат, руб
| Годы | Значение | Абсолютный прирост | Темп роста, % | Темп прироста, % | Абсолютное значение 1% прироста | |||
| цепной | базисный | цепной | базисный | |||||
| цепной | базисный | |||||||
| 1997 | 2,84 | - | - | - | 100 | - | - | - |
| 1998 | 1,52 | -1,32 | -1,32 | 53,52 | 53,52 | -46,48 | -46,48 | 0,028 |
| 1999 | 3,34 | 1,82 | 0,50 | 219,74 | 117,61 | 119,74 | 17,61 | 0,015 |
| 2000 | 2,60 | -0,74 | -0,24 | 77,84 | 91,55 | -22,16 | -8,45 | 0,033 |
| 2001 | 4,58 | 1,98 | 1,98 | 176,15 | 161,27 | 76,15 | 61,27 | 0,026 |
| 2002 | 5,85 | 1,27 | 3,01 | 127,73 | 205,99 | 27,73 | 105,99 | 0,046 |
| 2003 | 5,59 | -0,26 | 2,75 | 95,56 | 196,83 | -4,44 | 96,83 | 0,059 |
| 2004 | 2,60 | -2,99 | -0,24 | 46,51 | 91,55 | -53,49 | -8,45 | 0,056 |
| 2005 | 2,78 | 0,18 | -0,06 | 106,92 | 97,89 | 6,92 | -2,11 | 0,026 |
| 2006 | 1,43 | -1,35 | -1,41 | 51,44 | 50,35 | -48,56 | -49,65 | 0,028 |
Подставив необходимые значение в формулы, получаем, что средний уровень за период равен – 0,14, средний темп роста –0,93 , средний темп прироста - -7%.Темп прироста показывает, что окупаемость затрат, руб. в среднем по району за 1997-2006 года уменьшился в среднем за год на 7 %.
Максимальное значение было достигнуто в 2002 году, и оно составило 5,85 руб. Минимальное значение наблюдалось в 2006 году и равнялось 1,43 руб.
Рассмотрев данные ряды динамики, приходим к выводу о том, что в них уровни ряда претерпевают самые различные изменения, то возрастают, то убывают.
3.2 Выравнивание рядов динамики
Выравнивание ряда динамики способом наименьших квадратов заключается в отыскивание уровней кривой, которая наиболее точно отражала бы основную тенденцию изменения уровней в зависимости от времени. Параметры уравнения находят способом наименьших квадратов.
Уравнения, выражающие уровни динамического ряда в виде некоторой функции времени t называют трендом.
Этот прием выравнивания, как и другие приемы, следует применять в сочетании с методом укрупнения периодов. Если в ряду имеются качественно специфические периоды, то выявление тенденций при помощи метода наименьших квадратов целесообразно в пределе каждого из них.
Проведем выравнивание динамического ряда по способу наименьших квадратов для первого признака – валовый надой на 1 корову, ц. Проведем выбор уравнения, поскольку эффективность выравнивания в значительной мере зависит от правильности выбора уравнения, которое более точно может проявить присущую ряду тенденцию. Для этого проанализируем данные приложения.
По данным таблицы (приложение №4) видно, что, несмотря на колебания валового надоя на 1 корову, ц. прослеживается тенденция их поведения. Поэтому логично предположить, что для проявления тенденции можно использовать уравнение прямой:
yi=a0+ a1*t (3.4)
или уравнение второго порядка
yi=a0+ a1*t+ a2*t2 (3.5)
где, a0, a1, a2-неизвестные параметры уравнения;
t - значение дат (порядковый номер).
Для определения параметров уравнения параболы используют программу на ПК «Динамика». Все рассчитанные данные предложены в приложении №