Автор работы: Пользователь скрыл имя, 24 Октября 2014 в 20:35, курсовая работа
Целью данного курсового проекта является проведение статистико – экономического анализа производства подсолнечника на примере ООО «Медвежье» и других 24 хозяйств Семилукского, Аннинского и Хохольского районов. В соответствии с поставленной целью в работе решаются следующие задачи:
изучить литературные источники по данной теме;
проследить динамику урожайности и валового сбора подсолнечника в ООО «Медвежье» Семилукского района Воронежской области;
ВВЕДЕНИЕ 4
1. АНАЛИЗ РЯДОВ ДИНАМИКИ 8
1.1 ДИНАМИКА ВАЛОВОГО СБОРА ПОДСОЛНЕЧНИКА В ООО «МЕДВЕЖЬЕ» СЕМИЛУКСКОГО РАЙОНА В ПЕРИОД С 2000 ПО 2005ГГ. 9
1.2 ДИНАМИКА УРОЖАЙНОСТИ ПОДСОЛНЕЧНИКА В ООО «МЕДВЕЖЬЕ» ЗА 9 ЛЕТ 14
1.3 ВЫЯВЛЕНИЕ ТЕНДЕНЦИИ В ИЗМЕНЕНИИ УРОЖАЙНОСТИ ПОДСОЛНЕЧНИКА. 18
2. ИНДЕКСНЫЙ АНАЛИЗ СРЕДНЕЙ УРОЖАЙНОСТИ И ВАЛОВОГО СБОРА ПОДСОЛНЕЧНИКА В ООО «МЕДВЕЖЬЕ» СЕМИЛУКСКОГО РАЙОНА 24
3. МЕТОДЫ СТАТИСТИЧЕСКОЙ ГРУППИРОВКИ И ДИСПЕРСИОННОГО АНАЛИЗА. 31
3.1 СУЩНОСТЬ ГРУППИРОВКИ, ЕЕ ОСНОВНЫЕ МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ. ЗАДАЧИ И ВИДЫ ГРУППИРОВОК, ИХ ЗНАЧЕНИЕ. 31
3.2 АНАЛИТИЧЕСКАЯ ГРУППИРОВКА ХОЗЯЙСТВ РАЙОНА ПО ПРОИЗВОДСТВЕННЫМ ЗАТРАТАМ НА 1ГА ПОСЕВА ПОДСОЛНЕЧНИКА ПО ПРАВИЛУ ТРЕХ СИГМ. 32
3.3 СУЩНОСТЬ ДИСПЕРСИОННОГО АНАЛИЗА. ОЦЕНКА СУЩЕСТВЕННОСТИ ВЛИЯНИЯ ИЗУЧАЕМОГО ФАКТОРА НА УРОЖАЙНОСТЬ ПОДСОЛНЕЧНИКА. 39
4. КОРРЕЛЯЦИОННО-РЕГРЕССИОННЫЙ АНАЛИЗ. 44
4.1 СУЩНОСТЬ И ОСНОВНЫЕ УСЛОВИЯ ПРИМЕНЕНИЯ КОРРЕЛЯЦИОННОГО АНАЛИЗА. 44
4.2 ПОСТРОЕНИЕ МНОГОФАКТОРНОЙ КОРРЕЛЯЦИОННОЙ МОДЕЛИ УРОЖАЙНОСТИ ПОДСОЛНЕЧНИКА. 45
4.3 РАСЧЕТ РЕЗЕРВОВ РОСТА УРОЖАЙНОСТИ И ВАЛОВОГО СБОРА ПОДСОЛНЕЧНИКА. 48
ВЫВОДЫ И ПРЕДЛОЖЕНИЯ 51
Аналитическая группировка не выявила необходимые связи и зависимости в производстве подсолнечника. Так, с повышением производственных затрат на 1га посева подсолнечника урожайность не имеет четко выраженной закономерности к повышению.
Таким образом, аналитическая группировка не показала прямую связь между производственными затратами на 1га посева зерновых и урожайностью. Это связано с тем, что в разных хозяйствах на производстве зерновых используется различные технологии возделывания и техника, семена, гербициды и удобрения различного производства, качества и соответственно стоимости.
Построим интервальный ряд распределения и найдем показатели вариации.
Таблица 11 - Интервальный ряд распределения хозяйств по уровню интенсивности
Группы распределения |
Середина интервала, x |
Число хозяйств, f |
x*f |
Среднее квадратическое отклонение, x-xˉ |
(x-xˉ)2 |
(x-xˉ)2*f |
I 1115-2699 |
1907 |
4 |
7628 |
-2154 |
4 640 750 |
18 563 000 |
II2699-4283 |
3491 |
13 |
45383 |
-570 |
325 174 |
4 227 258 |
III 4283-5867 |
5075 |
4 |
20300 |
1014 |
1 027 709 |
4 110 837 |
IV 5867-7451 |
6659 |
3 |
19977 |
2598 |
6 748 357 |
20 245 071 |
V 7451-9035 |
8243 |
1 |
8243 |
4182 |
17 487 117 |
17 487 117 |
Итого |
25 |
64 633 283 |
1)определим средние
2)определим дисперсию:
3) среднее квадратическое
4) коэффициент вариации:
Рассчитанные среднее значение затрат на 1га, дисперсия, СКО значительны. Коэффициент вариации больше 33%. Поэтому средняя величина производственных затрат на 1га посева подсолнечника нетипична и выборка неоднородна.
Дисперсионный анализ - это математический метод оценки существенности влияния различных факторов, одновременно действующих на результат.
Основной характеристики существенности влияния факторов на результат является показатель, который называется критерием Фишера или F-критерия. Фактическая величина Fфакт. рассчитывается на основе дисперсионного анализа, а теоретическая Fтеор определяется по таблицам F-критерия при уровне значимости 0,05 (5%). Это значит, что в 5 случаях из 100 фактическое значение критерия Фишера равно теоретическому. В остальных 95 случаях они не совпадают. При этом, если фактическое значение критерия Фишера больше, чем теоретическое, то влияние изучаемого фактора на результат существенно.
В основе дисперсионного анализа лежит правило сложения дисперсий:
s2общ = s2фактор+s2остат,
где s2общ – общая дисперсия, которая измеряет влияние на результат всех факторов (например, на урожайность окажет влияние количество внесенных удобрений, качество обработки почвы, глубина заделки семян, сроки посева, сроки уборки, качество семян и так далее).
s2фактор – измеряет влияние на результат только изучаемого фактора, например, влияние на урожайность количества внесенных удобрений.
s2остат – измеряет влияние на результат всех факторов, кроме изучаемого.
При ограничении каждой из дисперсий важное значение имеет расчет числа степеней свободы, то есть числа независимых отклонений от средней величины.
N-1,
где N – число единиц изучаемой совокупности (число предприятий районов)
n-1,
где n – число групп.
Если требуется определить существенность влияния на результат только одного фактора, то строится однофакторно-дисперсионный анализ.
Если требуется определить существенность влияния на результат 2,3 и более факторов, то строится многофакторно-дисперсионный комплекс.
Однако алгоритм построения таких комплексов сложен и требует выполнения с помощью ЭВМ.
Для оценки существенности зависимости, обнаруженной методом группировки произведем однофакторный дисперсионный анализ и оценим существенность влияния производственных затрат на 1га посева на урожайность подсолнечника по предприятиям Воронежской области.
Wобщ=
Wобщ=473,1 ц/га
Колеблемость, многообразие, изменяемость величины признака у единиц совокупности называется вариацией.
Исследование вариации в статистике имеет большое значение. Измерение вариации дает возможность оценить степень воздействия на данный признак других варьирующих признаков, установить какие факторы влияют на урожайность.
Существует вариация во времени и пространстве. Вариация во времени показывает, как изменяется урожайность в различные периоды или моменты времени.
Таблица 12 - Расчет общей вариации
№ предприятия |
Урожайность подсолнечника, ц/га |
x-xˉ |
(x-x‾)2 |
1 |
10 |
-2,6 |
6,8 |
2 |
9,4 |
-3,2 |
10,2 |
3 |
7,4 |
-5,2 |
27,0 |
4 |
10,1 |
-2,5 |
6,3 |
5 |
12,6 |
0 |
0 |
6 |
11,2 |
-1,4 |
2,0 |
7 |
8,5 |
-4,1 |
16,8 |
8 |
11,9 |
-0,7 |
0,5 |
9 |
15,2 |
2,6 |
6,8 |
10 |
10,7 |
-1,9 |
3,6 |
11 |
11,5 |
-1,1 |
1,2 |
12 |
7,3 |
-5,3 |
28,1 |
13 |
10,9 |
-1,7 |
2,9 |
14 |
9,7 |
-2,9 |
8,4 |
15 |
16,9 |
4,3 |
18,5 |
16 |
12,8 |
0,2 |
0,04 |
17 |
8,2 |
-4,4 |
19,4 |
18 |
9,8 |
-2,8 |
7,8 |
19 |
17,7 |
5,1 |
26,0 |
20 |
26,2 |
13,6 |
185,0 |
21 |
11,9 |
-0,7 |
0,5 |
22 |
17,1 |
4,5 |
20,3 |
23 |
17,4 |
4,8 |
23,0 |
24 |
13,9 |
1,3 |
1,7 |
25 |
16,4 |
3,8 |
14,4 |
Итого |
x‾=12,6 |
437,1 |
2. Определим факторную вариацию, то есть влияние одного фактора – производственных затрат на 1 га посева подсолнечника на его урожайность на предприятиях Воронежской области.
Wфакторн=(9,9-12,6)2*4+(10,9-
3. Рассчитаем остаточную вариацию, то есть влияние всех факторов, кроме нагрузки пашни на один трактор:
Wост=Wобщ-Wфакторн
Wост=473,1-249,1 = 224 ц/га
Теперь определим дисперсии делением объема вариации на число степеней свободы:
Определим фактический (расчетный критерий Фишера):
F(0.05;4;20)=2,87
Так как , то влияние на урожайность такого фактора, как производственные затраты на 1га посева подсолнечника, существенно.
Важнейшая задача общей теории статистики - исследование объективно существующих связей между явлениями. Все явления и процессы, характеризующие социально-экономическое развитие, тесно взаимосвязаны и взаимозависимы между собой. В статистике показатели, характеризующие эти явления, могут быть связаны либо корреляционной зависимостью, либо быть независимыми.
Корреляционно-регрессионный анализ - это установление формы связи, количественное измерение влияния фактора на результат, измерение тесноты связи и меры воздействия каждого фактора на результат.
Корреляционная зависимость является частным случаем стохастической зависимости, при которой изменение значений факторных признаков влечет за собой изменение среднего значения результативного признака. Корреляционная зависимость исследуется с помощью методов корреляционного и регрессионного анализов.
Многофакторный корреляционно-регрессионный анализ позволяет оценить меру влияния на исследуемый результативный показатель каждого из включенных в модель факторов при фиксированном положении остальных факторов, а также при любых возможных сочетаниях факторов с определенной степенью точности найти теоретическое значение этого показателя. При этом важным условием является отсутствие между факторами функциональной связи.
Корреляционный анализ изучает взаимосвязи показателей и позволяет решить следующие задачи:
Целью регрессионного анализа является оценка функциональной зависимости условного среднего значения результативного признака от факторных.
Основной предпосылкой регрессионного анализа является то, что только результативный признак подчиняется нормальному закону распределения, а факторные признаки могут иметь произвольный закон распределения. При этом в регрессионном анализе заранее подразумевается наличие причинно-следственных связей между результативным и факторными признаками.[9]
Построим многофакторную корреляционно-регрессионную модель урожайности подсолнечника по хозяйствам Семилукского, Аннинского и Хохольского районов с использованием следующих независимых переменных:
Статистическая оценка первой экономико – математической модели показала, что некоторые факторы (х2, х4, х5, х7, х8, х9 и х10) количественно мало определяют результат, оказались незначительными (>0.05 – уровень значимости), поэтому были исключены из модели. Компьютерная программа позволила просчитать ряд вариантов и выбрать более значимую модель.