Экономико-статистический анализ производства молока в ЗАО « Большеатмасское» Черлакского района

_{2. Среднегодовой  абсолютный прирост:}

_{а) ;}

_{б) ;}

_{3. Среднегодовой  темп роста:}

  _(85,8%);

 

_{4.Среднегодовой  темп прироста}

_{=85,8%-100%= -14,2%}

_{Исходя  из данных диаграммы, можно сделать  заключение, что наибольший валовой надой  молока за период с 2002 г. по 2006 г. наблюдался в 2003 г. (22696 ц.), а самый низкий – в 2006 г. (10649 ц.). Средний валовой надой составил 15779,2 ц.}

_{Основной  тенденцией развития является главное и устойчивое изменение уровня явления во времени без учета случайных колебаний. С этой целью ряды динамики подвергаются обработке специальными методами: укрупнения интервалов; скользящей средней; аналитического выравнивания.}

_{Метод скользящей средней позволяет сделать вывод об общей тенденции развития явления. Получаемый данным методом ряд меньше, чем фактический подвержен колебаниям из-за случайных причин. Недостатком сглаживания ряда является укорачивание сглаживаемого ряда по сравнению с фактическим и некоторая потеря информации.}

_{Для наглядности отобразим  динамику 1 центнера зерновых в виде диаграммы:}

 

 

_{Рис.3 Динамика валового надоя  молока в ЗАО «Большеатмасское»}

 

_{Основной  тенденцией развития является главное и устойчивое изменение уровня явления во времени без учета случайных колебаний. С этой целью ряды динамики подвергаются обработке специальными методами: укрупнения интервалов; скользящей средней; аналитического выравнивания.}

_{Метод аналитического выравнивания позволяет получить количественную модель, выражающую основную тенденцию изменения уровней динамического ряда во времени.}

 

_{Линейная  функция, выражающая тенденцию развития:}

_;

_{где: t – время;}

       _{а0, а1 – параметры уравнения;}

_{,   .}

_{Рассмотрим  метод аналитического выравнивания ряда динамики на примере валового надоя в ЗАО «Большеатмасское» за 1997-2006 гг.}

_{Таблица 7}

_{Аналитическое выравнивание ряда динамики валового надоя молока}

Годы	Валовой надой, ц	Условное время	Квадрат	Произведение	Расчетные
					значения
Символы	y	t	t2	yt	y =a0+а1t
1997	26240,00	-9	81	-236160,00	19900,58
1998	20245,00	-7	49	-141715,00	19007,16
1999	13241,00	-5	25	-66205,00	18113,75
2000	10433,00	-3	9	-31299,00	17220,33
2001	9747,00	-1	1	-9747,00	16326,91
2002	19642,00	1	1	19642,00	15433,49
2003	22696,00	3	9	68088,00	14540,07
2004	13611,00	5	25	68055,00	13646,65
2005	12298,00	7	49	86086,00	12753,24
2006	10649,00	9	81	95841,00	11859,82
Итого	158802,00	0	330	-147414,00	158802,00

 

_{Расчет  линейной функции:}

_;

_;

 

 

 

_{Графически  данные выравнивание выглядит следующим образом:}

 

Рис. 4. Выравнивание ряда динамики валового надоя молока

 

_{Вывод: за период 1997-2001 гг. наблюдалось снижение валового надоя молока; с 2001-2003 гг. наблюдался рост валового надоя молока; с 2003-2006 гг. – снова наблюдалось снижение валового надоя молока.}

 

_{4. Расчет показателей вариации}

 

_{Вариация  – различие в значении какого-либо признака у данных единиц в  один и тот же период или момент времени.}

_{Вариация  возникает в результате того, что индивидуальные значения признака складываются под совокупным влиянием разнообразных факторов, которые по-разному сочетаются в каждом отдельном случае. Изучение средних значений признака является недостаточным, так как чем больше отдельные значения отличаются между собой, тем больше они отличаются от средней и наоборот.}

_{Для более полной характеристики в совокупности применяются следующие показатели вариации:}

1. _{размах вариации;}
2. _{среднее линейное отклонение;}
3. _{дисперсия и среднее квадратическое отклонение;}
4. _{коэффициенты вариации и детерминации.}

_{1. Размах  вариации определяется  как разность между  максимальным  и минимальным значениями признака и показывает на общие размеры вариации.}

_;

_{где xmax, xmin – максимальное и минимальное значение признака.}

_{2. Среднее  линейное отклонение  – это средняя  арифметическая из  абсолютных отклонений отдельных значений признака от общей средней.}

_{а) для  несгруппированных  данных среднее линейное отклонение вычисляется по формуле:}

_,

_{где x – индивидуальное значение показателя;}

      _{- среднее значение показателя;}

      _{п – количество объектов.}

_{б) для  данных представленных в виде ряда распределения  с частотами:}

_.

_{3. Дисперсия  – средняя арифметическая  квадратов отклонений  каждого значения признака от общей средней.}

_{а) простая: ;}

_{где п – число значений;}

      _{x – индивидуальные значения;}

      _{- среднее значение признака.}

_{б) взвешенная: .}

_{Среднее квадратическое отклонение – это обобщающая характеристика размеров вариации признака в изучаемой совокупности.}

_{а) простое: ;}

_{б) взвешенное: .}

_{4. Коэффициент  вариации – средний  относительный показатель  вариации, характеризующий  колеблемость одного  и того же признака  в нескольких совокупностях с различным средним арифметическим.}

_.

5. _{Эмпирический коэффициент детерминации:}

 

_{Рассмотрим  механизм действия вариационного  анализа на примере  сравнения показателей затрат труда на производство 1 ц молока в десяти хозяйствах южной лесостепной зоны Омской области.}

 

 

 

 

 

 

 

_{Таблица 8}

_{Расчет  основных характеристик вариационного ряда}

 

Предприятия	Удой  с 1 коровы, ц	Количество коров, голов	Производство молока,		Отклонение от  средней		Квадрат отклонения	Взвешенный квадрат	Накопленные частоты
Символы	x	f	xf		x-x		(x-x)2	(x-x)2f
1.ЗАО"Большеатмасское"	2,662	400		1064800		-14741,88	217322976,61	86929190643,2	400
2.СПК"Красный  Октябрь"	11,130	386		4296180		-6273,88	39361549,26	15193558015,1	786
3.ЗАО"Память  Мельникова"	12,983	422		5478826,00		-4420,88	19544165,18	8247637706,8	1208
4.ООО"Александровское"	0,819	51		41769		-16584,88	275058189,12	14027967645,2	1259
5.АФ  ОАО "Екатеринославское"	37,295	566		21108970		19891,12	395656721,41	223941704318,2	1825
6.ООО"Изюмовское"	9649	385		3714865		-7754,88	60138137,87	23153183078,6	2210
7.СПК"Максимовский"	12,688	423		5367024		-4715,88	22239508,40	9407312051,1	2633
8.СПК"Славянский"	21,949	900		19754100		4545,12	20658131,02	18592317920,2	3533
9.СПК"Руспол"	20979	460		9650340		3575,12	12781494,98	5879487689,3	3993
10.ОАО"Сибиряк"	15,347	478		7335866		-2056,88	4230748,45	2022297760,1	4471
Итого	145,501	4471		77812740		-28537,80	1066991717,784	407394656827,8

1. _{Размах  вариации       = 36476,00}
2. _{Среднее линейное отклонение    =0,00167 ц.}
3. _{Дисперсия  а) простая: =106699171,8}

_{б) взвешенная: =91119359,6}

4. _{Среднее квадратическое отклонение:}

_{а) простое  =10329,5}

_{б) взвешенное: =9545,6}

5. _{Коэффициент вариации:}

_.

_{Каждое  значение урожайности  отличается от общей  средней на 3,84 (ц/га). Так как коэффициент  вариации равен 21,8% (менее 33%), то урожайность считается количественно однородной.}

_{Мода  – значение изучаемого признака, повторяющееся с наибольшей частотой.}

  _{В данном примере мода равна (по удою с 1 коровы за год):}

_{Мо=21949 (ц)}

_{Медиана – значение признака, приходящееся на середину упорядоченной совокупности.}

_{Для дискретного ряда: , где n – объем совокупности.}

_{В данном примере медиана  равна (по удою с  1 коровы за год ):}

_.

 

                    _{Вывод: В среднем  по данной группе  предприятий  размах вариации продуктивности составляет 36476 ц.}

 

_{5. Корреляционно- регрессионный анализ}

 

_{Корреляционная  связь – связь, при которой каждому  факторному значению признака соответствует  несколько значений другого признака (результативного).}

_{Корреляционная  связь проявляется  тогда, когда взаимосвязанные  явления могут  характеризовать только случайными величинами, и не в каждом отдельном случае, а во всей совокупности в целом, т.е. при достаточно большом количестве случаев каждому значению случайного признака Х будет соответствовать распределение средних значений случайного признака Y. По этому корреляционная связь требует для своего исследования массовых наблюдений.}

_{Уравнение регрессии необходимо для того, чтобы  определить связь  между признаками. Значение результативного  признака можно представить  в виде некоторых функций от величины одного или нескольких признаков факторов. Функция, отображающая статистическую связь между признаками, называется уравнением регрессии:}

_;

_{где: у - теоретическое значение результативного признака, полученное по уравнению регрессии;}

        _{а0, а1 – коэффициенты (параметры) уравнения регрессии;}

        _{x – факторный признак.}

_{Это уравнение показывает среднее значение изменения результативного  признака у при изменении факторного признака x на одну единицу его измерения.}

_{Различают два вида корреляционной связи: прямую и обратную.}

_{Прямой  называется связь, при  которой с увеличением факторного признака результативный также возрастает.}

_{Обратной  называется связь, при  которой с увеличением  факторного признака результативный признак уменьшается.}

  _{При статическом  изучении связи  ставят следующие  задачи:}

1. _{Определение формы связи}
2. _{Измерение тесноты связи}
3. _{Выявление влияния факторов на общий результат}

_{При выполнении корреляционного  анализа необходимо рассчитать следующие показатели.}

1. _{Коэффициент корреляции – показывает вид и тесноту связи и рассчитывается по формуле:}