Анализ показателей урожайности сельскохозяйственных культур

 

 

Из расчётов видно, что в 2012 году общий валовой сбор зерновых и зернобобовых культур увеличился на 39, 2% или на 4922 ц по сравнению с 2010 годом.

Определим, как влияет изменение размера посевных площадей на валовой сбор зерновых и зернобобовых культур:

                                               (35)

                                                                          (36)

                      (37)

За анализируемый период  валовой сбор  увеличился на 22,1 % или на 2774,88 ц за счёт увеличения посевных площадей.

Влияние изменения структуры посевных площадей:

           (38)

   

Валовой сбор в связи с изменением структуры посевных площадей увеличился на 0,3 % или на 48,72 ц.

Найдем влияние изменения урожайности на валовой сбор по формуле:

                                       (40)

       (41)

Урожайность сельскохозяйственных культур за анализируемый период возросла, и это привело к увеличению валового сбора на 13,6 % или на 2097,4 ц.

Взаимосвязь индексов:

                                      (42)

     (43)

 

 

3.4 Прогнозирование урожайности  методом экстраполяции

 

Особое место при анализе социально – экономических явлений занимает прогноз. Прогнозирование базируется на знании закономерности развития явлений, факторов, которые определяют эти закономерности, и того, как эти факторы будут изменяться в прогнозируемый период.

Экономический прогноз – это система научных исследований о возможных направлениях будущего развития экономики и отдельных ее сфер.

В зависимости  от момента или периода времени, для которого осуществляется прогноз, различают экстраполяцию и интерполяцию.

Экстраполяцией называется приближенный расчет неизвестных уровней динамического ряда, лежащих за его пределами, т.е. распространение установленных тенденций на прошлый или будущий период.

Применение прогнозирования предполагает, что закономерность, действующая в прошлом, сохранится и в прогнозируемом будущем.

Прогнозирование как одна из форм конкретизации научного предвидения в экономической сфере находится во взаимосвязи с планированием, программированием и управлением. Как правило, прогнозирование обслуживает планирование. Оно имеет сходные с планированием черты, но имеет и следующие отличия:

1. прогнозирование всегда опережает планирование, как по срокам, так и по глубине временного интервала;
2. прогнозирование носит вероятностный характер и в силу этого содержит набор альтернативных значений показателя, имеющих различную гарантированную вероятность того, что они сбудутся.

Проведем прогноз урожайности методом экстраполяции в СПК «Юбилейный».

Составляется уравнение линейного тренда:

                              = + t,                                        (44)

где -параметры уравнения;

-порядковый номер года.

Для нахождения параметров этого уравнения необходимо решить систему уравнений:

                                                                 (45)

 

                Для решения системы нормальных  уравнений необходимо определить ; ; ; . Для расчетов составляется таблица №14 и решается система уравнений.         

Таблица 14 – Динамика показателей урожайности

Год	Показатель урожайности, ц/га Y	Порядковый номер t	Расчётные данные
2008	15,4	1	15,4	1	13,44	3,84
2009	11,5	2	23	4	13,7	4,84
2010	7,4	3	22,2	9	13,96	43,03
2011	26,1	4	104,4	16	14,22	141,13
2012	9,4	5	47	25	14,48	25,80
Итого	69,8	15	212	55	69,8	218,64

 

 

Решение системы:

 

 

2,6= 10

 

Уравнение линейного тренда примет вид:

                                                               (46)

где -параметры уравнения;

-порядковый номер года.

Подставляются в полученное  уравнение значения t (из таблицы 13) и рассчитываются выровненные уровни текущей ликвидности.

С помощью экстраполяции при t = 6 необходимо определить ожидаемый уровень текущей ликвидности в 2013 году:

2013 = 13,18 + 0,26 6 = 14,74– точечный прогноз

Таким образом, при сохраняющейся тенденции развития анализируемого явления можно ожидать текущую ликвидность в 2013 году на уровне14,74.

Определяются границы интервалов прогнозируемого явления по формуле:

                                                                                                   (47)

Значение коэффициента доверия по распределению Стьюдента:

= 3,182

Остаточное среднее квадратическое  отклонение равно:

                                                                                  (48)

= = 8,54          

Тогда вероятностные границы интервала прогнозируемой текущей ликвидности будут равны:

                                        -         +                            (49)

14,74-27,17    14,74+27,17

-12,43      41,91

По данным таблицы 13 можно сделать вывод о том, что с вероятностью 95% можно гарантировать, что ожидаемая урожайность в 2013 году будет колебаться в пределах от -12,43 до 41,91.

Статистический прогноз – научно обоснованное вероятностное суждение о возможном состоянии массовых общественных явлений в будущем и о предполагаемом значении характеризующих их показателей.

Статистические прогнозы имеют вероятностный характер; их средняя ошибка зависит от величины случайных колебаний прогнозируемого показателя и возрастает при увеличении длительности прогнозного периода.

 

 

 

 

 

 

 

 

 

 

4 КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ  АНАЛИЗ ВЛИЯНИЯ ФАКТОРОВ НА  ПОКАЗАТЕЛЬ УРОЖАЙНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР

Исследование связей в условиях массового наблюдения и действия случайных факторов осуществляется, как правило, с помощью экономико-статистических моделей. В широком смысле модель- это аналог, условный образ какого-либо объекта, процесса или события, приближенно воссоздающий «оригинал». Модель представляет собой логическое или математическое описание компонентов и функций, отображающих существенные свойства моделируемого объекта или процесса, дает возможность  установить основные закономерности  изменения оригинала. В модели оперируют показателями, исчисленными  для качественно однородных массовых явлений. Выражение модели в виде функциональных уравнений используют для расчета средних значений моделируемого показателя по набору заданных величин и для выявления степени влияния на него отдельных факторов.

По количеству включаемых факторов модели могут быть однофакторными и многофакторными (два и более фактора).

В зависимости от познавательной цели статистические модели подразделяются на структурные, динамические и модели связи. [3]

Корреляционно – регрессионный анализ включает в себя измерение тесноты связи, направления связи и установление аналитического выражения (формы) связи. Теоретически он разделяется на два вида анализа: корреляционный и регрессионный [2].

Корреляционно-регрессионный анализ – это метод математической статистики, широко применяемый при изучении массовых общественных явлений с учетом их особенностей. Он основан на сопоставлении параллельных рядов и предполагает проведение специальных расчетов по определению показателей связи между ними.

Коэффициент  корреляции выражает тесноту связи признаков абстрактно, независимо от их содержания. Сущность корреляционного анализа в основном сводится к изучению тесноты связи между признаками.

Определяемые при изучении статистических зависимостей коэффициенты регрессии и корреляции являются средними величинами. Поэтому при их расчете необходимо соблюдать все требования, предъявляемые к статистическим средним, такие, как качественная однородность совокупности, достаточно большая её численность и др.

Качественная однородность нужна для получения типических средних. Это условие будет выполнено, если корреляционно-регрессионный анализ применять в сочетании методом стохастических группировок и в первую очередь внутри выделенных благодаря группировке качественно однородных групп. В противном случае будут получены огульные средние, искажающие реальную связь между признаками.

Достаточно большая численность совокупности позволяет получать устойчивые и достоверные средние величины. Корреляционные связи проявляются лишь в среднем, в массовых явлениях; поэтому для их изучения нужны крупные совокупности. Для изучения парной связи необходимо иметь как минимум 10 единиц.

Важное условие расчета средних величин и других обобщающих показателей - существенность признаков. Для корреляционного анализа содержание тех или иных признаков безразлично; он дает лишь меру сопряженности их изменений. Поэтому при изучении общественных явлений крайне важно уже на предварительном этапе провести содержательный анализ, выявить причинно-следственные связи, представляющие наибольший практический интерес.

Особую опасность представляет так называемая ложная корреляция, когда в каждом из изучаемых признаков содержатся тождественные элементы. Например, при изучении связи урожайности культур со специализацией предприятий, выраженной удельным весом данной культуры в валовой или товарной продукции, тождественным элементом является валовой сбор.

Следует также избегать изучения зависимостей между не связанными по существу признаками. Даже если между ними обнаружится корреляция, коэффициенты связи всё равно не будут иметь никакого смысла.

 Корреляционно - регрессионный  анализ проводится в несколько  этапов:

1. Определение задач анализа (они могут носить как чисто научный, так и практический характер, связанный с управлением производством или социальными процессами);
2. Теоретический анализ сущности, закономерностей развития и взаимосвязей изучаемых явлений, выявление причинно-следственных связей между признаками, отбор наиболее существенных из них;
3. Выбор формы признаков и их регистрация в процессе статистического наблюдения;
4. Выбор формы связи между показателями, ее аналитическое выражение в виде математических формул (уравнений регрессии);
5. Определение параметров уравнений регрессии и их содержательная интерпретация;
6. Определение показателей тесноты связи;
7. Расчет ошибок выборки, оценка достоверности полученных по выборочным данным показателей регрессии и корреляции [4].