Статистический анализ урожайности зерновых культур на примере ООО «Им. 11 Кавдивизии» с. Нижняя Павловка Оренбургского района

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

     Результаты  основных статистических характеристик  для массива данных представлены в сводной таблице

 

Таблица - 13 

Yi		X1
Среднее	10,94	Среднее	50,8
Стандартная ошибка	0,574688	Стандартная ошибка	3,954744
Медиана	10,4	Медиана	50
Мода	#Н/Д	Мода	50
Стандартное отклонение	1,817324	Стандартное отклонение	12,506
Дисперсия выборки	3,302667	Дисперсия выборки	156,4
Эксцесс	-0,48113	Эксцесс	-0,75309
Асимметричность	0,541218	Асимметричность	-0,04412
Интервал	5,8	Интервал	40
Минимум	8,2	Минимум	30
Максимум	14	Максимум	70
Сумма	109,4	Сумма	508
Счет	10	Счет	10
Наибольший(1)	14	Наибольший(1)	70
Наименьший(1)	8,2	Наименьший(1)	30
Уровень надежности(95,0%)	1,300036	Уровень надежности(95,0%)	8,946259

 

Наиболее важными, как  уже было сказано, показателями данной таблицы являются среднеквадратическое отклонение и коэффициент вариации, поскольку именно они свидетельствуют об однородности исследуемой информации.

     Среднеквадратическое  отклонение показывает абсолютное  отклонение индивидуальных значений от среднеарифметического, а коэффициент вариации относительную меру отклонения отдельных значений от среднеарифметического.

     В нормальном  распределении показатель эксцесса  равен нулю. По всем  трем факторам  величина эксцесса имеет отрицательное значение, что свидетельствует о плосковершинной кривой распределения.

 

 

Матрица парных коэффициентов корреляции

 

 

	Yi	X1
Yi	1
X1	0,46581	1

 

 

Коэффициент корреляции 0,46 показывает, что между количеством  внесенных удобрений и урожайностью существует умеренная прямолинейная связь.

 

 

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,46581
R-квадрат	0,216979
Нормированный R-квадрат	0,119101
Стандартная ошибка	1,705672
Наблюдения	10
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	1	6,449473	6,449473	2,216835	0,174837
Остаток	8	23,27453	2,909316
Итого	9	29,724

 

Дисперсионный анализ показывает, что уравнение является значимым при уровне значимости F =0,174837.

     Значения скорректированного и нескорректированного линейных коэффициентов множественной детерминации в рамках регрессионной статистики. Нескорректированный коэффициент множественной детерминации R² = 0,216979 оценивает долю вариации результата за счет представленного в уравнении фактора в общей вариации результата. Здесь эта доля составляет 21,6%. Это означает, что 21,6% вариации результативного признака (Y) объясняется вариацией факторной переменой (Х₁).

     Следовательно,  наблюдается  умеренная теснота связи фактора с результатом. Скорректированный коэффициент множественной детерминации (множественный коэффициент корреляции) R = 0,46581определяет тесноту связи с учетом степеней свободы общей и остаточной дисперсий. Он дает такую оценку тесноты связи, которая не зависит от числа факторов в модели и поэтому может сравниваться по разным моделям с разным числом факторов.

     Оба коэффициента  указывают умеренную (более 20%) детерминированность результата Y в модели фактором Х_1.

 

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	7,501364	2,371658	3,16292	0,013336	2,032308	12,97042	2,032308	12,97042
X1	0,06769	0,045463	1,488904	0,174837	-0,03715	0,172527	-0,03715	0,172527

 

 

 

 

 

ВЫВОД ОСТАТКА					ВЫВОД ВЕРОЯТНОСТИ
Наблюдение	Предсказанное  Yi	Остатки	Стандартные остатки		Персентиль	Yi
1	10,5474	-0,3474	-0,21603		5	8,2
2	10,88585	-2,68585	-1,67018		15	9,7
3	10,88585	-1,18585	-0,73741		25	9,8
4	9,532055	1,167945	0,726279		35	10,2
5	10,20895	0,291049	0,180987		45	10,3
6	11,42737	1,172634	0,729195		55	10,5
7	11,56275	1,837255	1,142484		65	10,7
8	11,90119	2,098806	1,305128		75	12,6
9	12,23964	-1,93964	-1,20615		85	13,4
10	10,20895	-0,40895	-0,2543		95	14

 

 

 

Однофакторный дисперсионный анализ
ИТОГИ
Группы	Счет	Сумма	Среднее	Дисперсия
Yi	10	109,4	10,94	3,302667
X1	10	508	50,8	156,4
Дисперсионный анализ
Источник  вариации	SS	df	MS	F	P-Значение	F критическое
Между группами	7944,098	1	7944,098	99,4861	9,29E-09	4,413863
Внутри групп	1437,324	18	79,85133
Итого	9381,422	19

 

 

 

 

В результате расчетов, проведенных  с помощью ППП MS Excel , коэффициенты уравнения множественной регрессии следующие: b₀ =7,5, b₁ =0,06, следовательно уравнение регрессии примет следующий вид:

у^ =b₀+b₁x₁;

ŷ_t = 7,5+ 0,06х

     Значения  случайных ошибок параметров b₀, b₁ с учетом округления:

m_b0 = 2,4

m_b1 = 0,05

     Они показывают, какое значение данной характеристики сформировалось под влиянием случайных факторов. Эти значения используются для расчета t – Стьюдента:

t_b0 = 3,16; t_b1 = 1,5.

Если значения t – критерия больше 1,5-3, можно сделать вывод о существенности данного параметра, который формируется под влиянием неслучайных причин.

Найденный в уравнении  линейной регрессии коэффициент b₁ при x именуют коэффициентом регрессии. Коэффициент регрессии показывает, насколько изменяется результативный признак y при изменении факторного признака x на единицу. В нашем случае, при изменении количества внесенных удобрений на 1 кг, урожайность изменяется на 0,06 ц/га. 
В итоге можно сказать о том что, все изученные факторы вкупе влияют на урожайность зерновых на 55%, из них на 21%  влияет количество внесенных удобрений (кг/га).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Выводы и предложения

Урожайность культур в каждом хозяйстве  играет одну из первых ролей, и производитель  сельскохозяйственной продукции должен стремиться к постоянному повышению  урожайности всех культур.

 Урожай и урожайность - важнейшие  результативные показатели растениеводства  и сельскохозяйственного производства  в целом. Уровень урожайности  отражает воздействие экономических  и приходных условий, в которых  осуществляется сельскохозяйственное  производство, и качество организационно-хозяйственной деятельности каждого предприятия.

Урожай характеризует общий  объем производства продукции данной культуры, а урожайность - продуктивность этой культуры в конкретных условиях ее возделывания.

В ходе решения задач курсовой работы получены следующие результаты:

динамика валового сбора зерновых культур характеризуется общим  ростом  на 47% за исследуемый период. При этом как цепные так и базисные показатели темпов прироста имеют преимущественно  положительное значение, что позволяет характеризовать динамику как общий рост  производства зерновых культур.

Урожайность зерновых имеет тенденцию  к падению, однако не настолько большую  и составляет за исследуемый период лишь 0,4%.

С помощью методов выравнивания выявлена общая тенденция падения урожайности  за исследуемый период

На основе индексного  анализа можно сделать выводы, что в  2009 году по сравнению с 2007 годом валовой сбор зерна увеличился на

58962,4 ц или  47%,в большей степени на размер  валовых сборов влияет размер площади.

С помощью корреляционно-регрессионного исследования выявлено, что связь  между урожайностью и количеством  внесенных удобрений в хозяйствах района существует, но малозначительна. Но все изученные факторы в  сумме значительно влияют на урожайность зерновых.

На оснований данных годовых  отчетов и выполненных расчетов организации можно предложить сделать  упор на производстве зерновых кормовых культур для собственного хозяйства, а не для реализации. Так как  из таблицы – 3 видно что отрасль животноводства  была прибыльнее. Цены на мясо и молоко увеличиваются с каждым годом, а на зерно падают, реализовать  продукцию животноводства проще. Поэтому хозяйству нужно увеличивать приросты молока и живой массы, за счет рационального кормления. Для того чтобы рацион выращиваемых в ООО «Им.11 Кавдивизии» животных пыл полноценнее необходимо выращивать не только зерновые культуры и подсолнечник но и кукурузу и прочую продукцию животноводства.