Определение экономической эффективности производства ячменя и выявление резервов ее повышения на примере хозяйств всех категорий Иванов

 

 

 

 

Таблица 2.2

Посевная площадь ячменя (тыс. га)

	2009 год	2010 год	2011 год
Хозяйства всех категорий В том числе: сельскохозяйственные организации	14,0   12,4	10,9   9,7	10,7   9,6

 

Таблица 2.3

Валовой сбор ячменя (тыс. тонн)

	2009 год		2010 год		2011 год
Хозяйства всех категорий	30,8		16,8		17,9   16,0
В том числе: сельскохозяйственные организации		26,4		14,7

 

 

     Из данных  таблицы видно, что в хозяйствах  всех категорий Ивановской области  наблюдается снижение валового  сбора ячменя в 2010 году по сравнению  с 2009 годом на 14 тыс. тонн, а в 2011 году  по сравнению с 2010 годом незначительное  увеличение на 1,1 тыс. тонн.

 

 

 

 

 

 

 

 

Глава 3. Результаты эмпирического исследования по изучаемой проблеме

3.1 Группировка  статистических данных

Информация, собранная в ходе статистического наблюдения, подлежит упорядочиванию и систематизации. Решение этой проблемы в статистике возможно с использованием методов построения рядов распределения и статистической группировки.

Группировкой называется разделение множества единиц изучаемой совокупности на группы по определенным существенным для них признакам. Группировка позволяет компактно представить информацию, полученную в ходе наблюдения, и на этой основе выявить закономерности, присущие изучаемому явлению.

Методика выполнения задания:

1. Определение группировочного признака (основания группировки), по величине которого будет проведено разбиение единиц совокупности на группы.

2. Ранжирование единиц совокупности по возрастанию значений группировочного признака.
3. Определение числа интервалов группировки (количества выделяемых групп) по формуле:

k = 1+3.322 lgn,

где k - число интервалов;

n - число единиц наблюдений.

Допускается разбиение совокупности районов области на 3 группы.

k = 1+3.322 lg 21 = 5 – число интервалов группировки

4. Вычисление величины интервала (для группировки с равными интервалами) по формуле:

 

где h - величина интервала;

xmax, xmin - максимальное и минимальное значения группировочного признака.

  - величина интервала

5. Определение границы интервалов;
6. Представление группировки в виде группировочной таблицы.

Пример 3.1 – Статистическая группировка районов по урожайности

Таблица 3.1.1

Группировка районов области по урожайности ячменя.

Группы районов по урожайности	Число районов	Удельный вес, %
7,4 – 9,56 9,56 – 11,72 11,72 – 13,88 13,88 – 16,04 16,04 – 18,2	7 6 2 3 3	(7/21)*100=33,3 (6/21)*100=28,6 (2/21)*100=9,5 (3/21)*100=14,3 (3/21)*100=14,3
Итого:	21	100

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 3.1.2

Группировка районов области по урожайности ячменя

Группы районов	№ района	Исходные данные для определения системы показателей
		Факторный признак			Результативный признак
		Урожайность, ц/га	Посевная площадь	Валовой сбор, ц	Себестоимость, руб./ц	Валовой сбор, ц	Общие затраты, тыс. руб.
1	2	3	4	5	6	7	8
1 группа: от 7,4 до 9,56 Савинский Комсомольский Ильинский Заволжский Юрьевецкий Кинишемский Вичугский	16 8 6 4 21 7 2	7,4 7,9 8,5 8,9 9,2 9,4 9,5	2,4 3,6 3,7 2,6 3,1 2,7 1,5	17,8 28,4 31,5 23,1 28,5 25,4 14,3	510 319 449 258 277 524 298	17,8 28,4 31,5 23,1 28,5 25,4 14,3	9078 9059,6 14143,5 5959,8 7894,5 13309,6 4261,4
Итого по 1 группе:		х	19,6	169	х	169	63706,4
Среднее:		8,6			377
2 группа: от 9,56 до 11,72 Палехский Лежневский Фурмановский	11 9 18	9,8 10 10,1	3,1 1,4 1,7	30,4 14 17,8	394 523 529	30,4 14 17,8	11977,6 7322 9416,2

Продолжение таблицы 3.1.2

1	2	3		4	5	6	7	8
Ивановский Южский Приволжский	5 20 13	10,2 11,5 11,5		1,6 3,5 3,9	16,3 40,3 44,9	359 344 441	16,3 40,3 44,9	5851,7 13863,2 19800,9
Итого по 2 группе:		х		15,2	163,7	х	163,7	68231,6
Среднее:		10,8				416,8
3 группа: от 11,72 до 13,88 Верхнеландеховский Лухский	1 10	11,9 13,3		1,3 3,3	15,5 43,9	305 359	15,5 43,9	4727,5 15760,1
Итого по 3 группе:		х		4,6	59,4	х	59,4	20487,6
Среднее:		12,9				344,9
4 группа: от 13,88 до 16,04 Пестяковский Пучежский Родниковский	12 14 15	13,9 15,8 16,1		1,4 4,0 5,0	19,5 63,2 80,5	288 289 380	19,5 63,2 80,5	5616 18264,8 30590
Итого по 4 группе:		х		10,4	163,2	х	163,2	54470,8
Среднее:		15,7				333,8
5 группа: от 16,04 до 18,2 Шуйский Гаврилово-Посадский Тейковский	19 3 17	16,9 17,6 18,2		2,4 8,4 2,7	40,6 147,8 49,1	384 365 366	40,6 147,8 49,1	15590,4 53947 17970,6

 

Продолжение таблицы 3.1.2

1	2	3	4	5	6	7	8
Итого по 5 группе:		х	13,5	237,5	х	237,5	87508
Среднее:		17,6			368,5

 

     Вывод: Чёткой  связи между урожайностью и  себестоимостью не наблюдается.

 

 

 

 

 

 

 

 

 

 

 

 

3.2 Корреляция  и регрессионный анализ

Исследование объективно существующих связей между явлениями - важнейшая задача статистики. Корреляционный метод предназначен: для выявления и количественного определения тесноты связи между двумя признаками (при парной связи) и множеством признаков (при многофакторной связи).

Метод регрессионного анализа заключается, в определении аналитического выражения связи, в котором изменение одной величины (называемой результативным признаком) обусловлено влиянием одной или нескольких независимых величин (факторов).

Задания:

1. Представить данные об урожайности и балле оценки земли на графике в виде диаграммы рассеивания.

Рис. 1. Зависимость себестоимости от урожайности ячменя.

 

     Зависимость себестоимости от урожайности ячменя по направлению обратная, по тесноте умеренная.

 

2.     Рассчитать коэффициент парной линейной корреляции Пирсона.      Коэффициент корреляции Пирсона определяем по формуле:

где - стандартное отклонение признака X; - стандартное отклонение признака У.

Таблица 3.2.1

Исходные и расчетные данные к определению коэффициента корреляции и параметров уравнения регрессии.

№ участка	Исходные данные		Вычисления
	Урожайность, ц/га x	Себестоимость, 1 ц, руб y	x2	y2	xy
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21	11,9 9,5 17,6 8,9 10,2 8,5 9,4 7,9 10 13,3 9,8 13,9 11,5 15,8 16,1 7,4 18,2 10,1 16,9 11,5 9,2	305 298 365 258 359 449 524 319 523 359 394 288 441 289 380 510 366 529 384 344 277	141,61 90,25 309,79 79,21 104,04 72,25 88,36 62,41 100 176,89 96,04 193,21 132,25 249,64 259,21 54,76 331,24 102,01 285,61 132,25 84,64	93025 88804 133225 66564 128881 201601 274576 101761 273529 128881 155236 82944 194481 83521 144400 260100 133956 279841 147456 118336 76729	3629,5 2831 6424 2296,2 3661,8 3816,5 4925,6 2520,1 5230 4774,7 3861,2 4003,2 5071,5 4566,2 6118 3774 6661,2 5342,9 6489,6 3956 2548,4
Итого:	247,6	7961	3145,67	3167847	92501,6

 

1) Расчет средних значений x, y:

 

 

 

 

 

 

 

где

.

2) Расчет дисперсий:

 

 

3) Расчет среднеквадратического отклонения:

 

 

4) Расчет линейного коэффициента корреляции Пирсона:

– связь слабая, отрицательная

3. Построить уравнение  парной линейной регрессии, характеризующие  связь между урожайностью ячменя  и баллом оценки земли.   Провести линию уравнения на графике. Уравнение парной линейной регрессии имеет вид:

 

 

a и b – параметры уравнения регрессии. b – коэффициент регрессии показывает, на сколько в среднем происходит изменение результативной переменной y («+» - увеличение, «-» - снижение) при увеличении факторной переменной х на 1 единицу ее измерения.     Для оценивая параметров a и b целесообразно использовать формулы, элементы которых рассчитаны выше.

,

 

 

 

где

 

 

 

 

3. Анализ временных рядов

Одна из задач статистики заключается в изучении явлений и процессов в развитии, в динамике. Статистика должна дать характеристику изменений статистических показателей во времени.     Анализ временных рядов сводится к решению типовых задач построения, характеристики изменения социально-экономических явлений во времени, выявления основной тенденции, оценки устойчивости явления и тенденции, прогнозирования ожидаемых значений в будущем.   Исходные данные, характеризующие валовой сбор зерновых культур, представлены в таблице.

Таблица 3.3.1

 

Годы:	1996	1997	1998	1999	2000	2001	2002	2003	2004	2005	2006
Валовой сбор, тыс.руб.	76,5	74,9	31,0	29,5	30,7	38,3	40,7	41,6	23,9	20,3	22,3

 

Задания:

1. Рассчитать абсолютные  и относительные показатели изменения  временного ряда, сравнивая каждый  уровень ряда с предыдущим (цепные  показатели) и с уровнем начального  периода ряда (базисные показатели). Исходные и рассчитанные показатели для наглядности представила в табличной форме (таблица 3.3.1).