Экономико-статистический анализ себестоимости зерна в хозяйствах Альметьевского и Сармановского района РТ

   При абсолютном значении  Т 2,00 по модулю коэффициент парной корреляции считается недостоверным, при абсолютном значении R 0,20-отсутствует связь между признаками. Поэтому факторный признак, который имеет R 0,20 или Т 2,00, должен быть исключен из корреляционной модели.

   Таким образом,

 затраты на  удобрение в расчете на 1 га, руб., имеющий T=1.073, R(Y,X2)= 0.158;

 затраты на  семена в расчете на 1 га, руб., имеющий T= 0,219,

R(Y,X3)= 0.033;

 затраты на  оплату труда в расчете на 1 га, руб., имеющий T= -0,383, R(Y,X4)= -0.058;

 затраты труда  в расчете на 1 га, руб., имеющий T= -0,830,         R(Y,X5)= -0.123

указывают на отсутствие связи и  недостоверность коэффициента корреляции и должны быть исключены из нашей  корреляционной модели.

   В строках 13,14,15,16 (приложения 2) расположены коэффициенты корреляции, отражающие межфакторную тесноту  связи (коэффициенты парной корреляции).

   В строке 13 расположены коэффициенты  парной корреляции фактора Х1  с факторами Х2, Х3, Х4, Х5. Соответственно:

   в графе Х2-   R(Х1,X2)= 0,423;

   в графе Х3-   R(Х1,X3)= 0,229;

   в графе Х4-   R(Х1,X4)= 0,542;

   в графе Х5-   R(Х1,X5)= 0,129.

   В строке 14 расположены коэффициенты  корреляции фактора Х2 с факторами  Х3, Х4, Х5. Соответственно:

   в графе Х3-   R(Х2,X3)= 0,321;

   в графе Х4-   R(Х2,X4)= 0,315;

   в графе Х5-   R(Х2,X5)= -0,188.

   В строке 15 расположены коэффициенты  корреляции фактора Х3 с факторами  Х4, Х5. Соответственно:

   в графе Х4-   R(Х3,X4)= 0,362;

   в графе Х5-   R(Х3,X5)= 0,424.

   В строке 16 расположен коэффициент  корреляции фактора Х4 с фактором  Х5. Соответственно:

   в графе Х5-   R(Х4,X5)= 0,316.

   Анализ парных межфакторных  коэффициентов корреляции проводится  для обнаружения коллинеарности  и мультиколлинеарности. Коллинеарностью  называется очень сильная связь  между двумя факторами, а мультиколлинеарностью - связь между несколькими факторами.

   Имеет место быть формальное  правило, которое позволяет исключать  из модели фактор, имеющий очень  сильную коллинеарную связь (

   В данном случае нет  межфакторных коэффициентов парной  корреляции, превышающих по абсолютной  величине 0,80.

   В завершающей части этапа  оценки параметров следует сопоставить  знаки коэффициентов парной корреляции  факторных признаков с результативным  и бета - коэффициентов по каждому фактору. В том случае, если знаки совпадают, то есть коэффициент корреляции и бета- коэффициент- положительные величины, то фактор считается корректным. Если знаки не совпадают, то есть коэффициенты- отрицательные, то такой фактор считается некорректным, создающим дополнительную вариацию результативному признаку, поэтому он должен быть исключен из корреляционной модели.

   В нашем случае необходимо  исключить фактор Х4, так как  знаки коэффициента корреляции  и бета- коэффициента в нем не совпадают, а значит, этот фактор некорректен.

   Как видно из изучаемой  корреляционной модели только 1 фактор- Х1 оказывает наиболее существенное  влияние на результативны признак.

   Итак, мы обнаружили расхождение  результатов комбинационной группировки  и корреляционно-регрессионного  анализа. В комбинационной группировке  мы выявили, что на себестоимость  оказывают влияние 2 фактора: урожайность  и затраты на семена в расчете  на 1 га (Х3). Корреляционно-регрессионный  анализ подтвердил влияние на  результативный признак урожайности  и опроверг влияние затрат  на семена в расчете на 1 га, так как коэффициент парной  корреляции в графе Х3 равен  0,033, что свидетельствует об отсутствии  связи между данным фактором  и результативным признаком. 

   Таким образом, по всем  результатам оценки параметров  решения задачи, из корреляционной  модели следует исключить факторы  Х2, Х3, Х4, Х5, после чего, в результате повторного решения задачи на ЭВМ, получаем новое решение.

   Оценку параметров решения  можно признать удовлетворительной, после чего необходимо перейти  к интерпретации результатов  решения задачи.

   Интерпретация результатов  решения предполагает изучение  коэффициентов регрессии, бета - коэффициентов, коэффициентов детерминации и коэффициентов отдельного определения.

   В состав показателей,  оставшихся в откорректированной  корреляционной модели, входят:

   Y-себестоимость 1 ц сахарной свеклы, руб.;

   Х1-урожайность сахарной  свеклы, ц с 1 га.

   Результаты решения задачи  множественной корреляции представлены  в приложении 4.

   Коэффициенты регрессии - это коэффициенты уравнения корреляционной связи:

   …,

где y-значение результативного признака;

x_1, x_2, x₃…x_m-значения факторных признаков;

A₀, А₁, А₂, А₃…A_m-коэффициенты регрессии;

m-количество факторных признаков.

   Коэффициент регрессии показывает, к какому изменению средней  величины результативного признака  приводит изменение факторного  признака на одну единицу.

   В приложении 4 коэффициенты  регрессии расположены в строке 7. Соответственно:

   в графе Y-   A₀= 52,422

   в графе Х1- А₁= -0,038

   Отсюда уравнение регрессии,  полученное в результате решения  задачи, имен вид:

 

   Коэффициенты регрессии  при Х1 указывают на то, что  если урожайность сахарной свеклы  увеличить на 1 ц, то себестоимость  1 ц сахарной свеклы снизится  на 0,038 руб.

   Факторные признаки, не нарушая  правомерности метода множественного  корреляционного анализа, можно  изменять в пределах вариационного  размаха или коэффициента вариации  от среднего арифметического.

  Из уравнения регрессии мы  видим, что наиболее низкую  себестоимость 1 ц сахарной свеклы- y, можно получить при максимально-возможном значении Х1-урожайности сахарной свеклы, ц с 1 га, которое исчисляется по формуле:

,

где  -максимально-возможное значение факторного признака;

    -средне - арифметическое значение факторного признака;                  -коэффициент вариации факторного признака, %.

 

 

   Подставив вычисленное значение  в уравнение регрессии, получим:

 

   Это значит, что изменяя  меру воздействия фактора, себестоимость  сахарной свеклы можно снизить  до 42,24 руб., что на 0,86 руб. или на 2,0% меньше средней себестоимости.

   Для определения способа  изменения фактора в том или  ином направлении, нам необходимо  провести дополнительное исследование, которое предусматривает разложение  фактора на его составляющие  части, определения причин, влияющих  на его уровень.

   Для выявления факторов, которые наиболее сильно влияют  на результативный признак, используем  стандартизированные коэффициенты  регрессии, или как часто их  называют, бета - коэффициенты (Bi). При парной линейной связи значение бета - коэффициента соответствует значению парного коэффициента корреляции. При множественных линейных связях каждый из бета -коэффициентов , учитывая взаимозависимость факторов, характеризует меру влияния конкретного фактора на результат.

   Как и коэффициент парной  корреляции, бета- коэффициенты принимают значения от -1 до +1 и, в зависимости от знака, отражают прямую или обратную связь. Однако, сила связи факторного и результативного признака определяется в сравнении в сравнении абсолютных значений бета- коэффициентов, которые получены в результате решения.

   Бета-коэффициент расположен  в строке 8 (приложение 4):

   в графе Х1- B1=-0.224

   Сила связи слабая, а сама  связь - обратная.

   Квадрат коэффициента корреляции  называется коэффициентом детерминации. В парной корреляции данный  коэффициент показывает, на сколько  процентов зависит результат  от изменения всех факторов  корреляционной модели.

   Для того, чтобы определить  процентную зависимость факторов  корреляционной модели используем  коэффициент отдельного определения-K. В том случае, если коэффициент парной детерминации показывает уровень воздействия одного на результат без учета остальных факторов, то коэффициент отдельного показателя определяет воздействие с учетом взаимосвязи всех факторов нашей корреляционной модели. Сумма коэффициентов отдельного определения будет равняться коэффициенту множественной детерминации.

   В нашем случае коэффициенты  детерминации принимают следующие  значения (приложение 4, строка 9):

   в графе  Y   -Д=5,026

   в графе  Х1 -Д=5,026

   Если рассматривать влияние  каждого фактора, независимо от  воздействия другого, на результат  и между собой, в данном случае  – фактор Х1, то можно отметить, что себестоимость сахарной свеклы  на 5, 026% зависит от уровня урожайности.

   Коэффициент отдельного  определения расположен в строке 10. Соответственно:

   в графе Х1  -К1=5,026.

   Незначительная разница  коэффициентов отдельного определения  и коэффициента множественной  детерминации возможна из-за погрешности  в расчетах, однако, в нашем случае  значения этих коэффициентов  равны. 

   Таким образом, фактор  корреляционной модели на 5,026% оказывает  влияние на результативный признак,  то есть себестоимость 1 ц сахарной  свеклы на 5,026% зависит от уровня  ее урожайности.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

4. Использование модели корреляционно-регрессионного анализа для прогнозирования себестоимости.

   Полученную нами модель  корреляционно-регрессионного анализа  целесообразно использовать как  для себестоимости, так и для  хозяйственной деятельности предприятия,  так как коэффициенты регрессии  данной модели являются показателями  средней эффективности факторов  производства. В данном разделе  работы нам необходимо выявить   и рассчитать резервы снижения  себестоимости 1 ц сахарной свеклы. Это необходимо для повышения  доходности, конкурентоспособности  производства.

   В процессе выявления  резервов снижения себестоимости  подразумевается изучение закономерностей  изменения себестоимости по хозяйствам  различных районов РТ, оценка  влияния на себестоимость комплекса  факторов или конкретного фактора  с целью использования полученного  решения для прогнозирования,  организации, планирования и экономического  регулирования производства.

   Рассчитаем уровень себестоимости  продукции для каждого хозяйства  по данной совокупности на  перспективу.

   Таблица 4.1-Оценка потенциальных  возможностей изучаемых групп  хозяйств Сармановского, Заинского  и Альметьевского районов РТ  по снижению себестоимости сахарной  свеклы за 2011 год до уровня  передовых хозяйств

Показатели	Обозначение	Средние показатели по группам			Отклонение показателей 1ой группы от		Коэффициенты регрессии	Резервы снижения сбестоимости 1 ц сахарной свеклы, руб.
		1	2	3	2	3		2	3
Урожайность сахарной свеклы,ц с 1 га	Х1	183,5	185,8	117,4	-2,3	66,1	-0,038	0,09	-2,51
Себестоимость 1 ц сахарной свеклы, руб.	у	Х	Х	Х	Х	Х	Х	Х	-2,51

 

 

 

   Проанализировав показатели  таблицы 4.1, представленных расчетов  с привлечением дополнительных  исходных данных, следует сделать  выводы и оценить резервы снижения  себестоимости 1 ц сахарной свеклы.

   Из данных таблицы следует,  что возможность снижения уровня  себестоимости представляется хозяйствам  третьей группы. Так, отстающие  хозяйства могут снизить себестоимость  1 ц сахарной свеклы на 2,51 руб., при условии, что повысят уровень  урожайности на 66,1 ц, то есть  на 36%.

   Таким образом, резервы  снижения себестоимости 1 ц сахарной  свеклы выявлены под влиянием  такого фактора, как урожайность  сахарной свеклы.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

   Статистико-экономический  анализ себестоимости сахарной  свеклы в хозяйствах Сармановского,  Заинского и Альметьевского районов  РТ проводился на основе следующих  статистических методов: связка  и группировка, показателей вариации, корреляционно-регрессионного анализа.  С помощью этих методов были  достигнуты основные задачи курсовой  работы.

   Во-первых, была изучена  закономерность изменения себестоимости  1 ц сахарной свеклы среди хозяйств  Сармановского, Заинского и Альметьевского  районов РТ за 2011год. Так, в  ходе первичной и вторичной  группировки были выделены 3 типа  хозяйств: передовые-со значением  себестоимости 1 ц сахарной свеклы- до 36,1 руб., средние- от 36,11руб. до 58,6 руб., отстающие- свыше 58,6 руб. 

   Во-вторых, была дана оценка  влияния на себестоимость сахарной  свеклы комплекса факторов-урожайности  и затрат на семена в расчете  на 1 га-в результате проведения  комбинационной группировки, по  итогам которой был выявлен  характер изменения уровня себестоимости  от уровня изменения факторов.

   В-третьих, на основе решения  задачи множественного корреляционного  анализа было установлено,  что  фактическое снижение себестоимости  1 ц сахарной свеклы в изучаемых  хозяйствах возможно при повышении  уровня урожайности данной культуры.

   Далее, по итогам ранее  перечисленных этапов работы, был  составлен прогноз себестоимости:  если уровень урожайности отстающих  хозяйств довести до значения  урожайности хозяйств передового  типа, то есть увеличить на 36%, то себестоимость 1 ц сахарной  свеклы снизиться на 2,51 руб.

   Так, с помощью экономико-статистического  анализа, был выявлен резерв  снижения себестоимости.