Статистика сельского хозяйства

Автор работы: Пользователь скрыл имя, 29 Октября 2012 в 18:13, курсовая работа

Описание работы

Статистические данные сельского хозяйства помогают нам сравнить различные урожаи зерновых культур, проверку качества зерновых культур по сравнению с качеством зерновых культур, произведенных в других частях. Статистика сельского хозяйства снабжает грубую схему уровня различных операций относительно промышленности сельского хозяйства.
Другими словами, статистика Сельского хозяйства дает нам краткий обзор работы промышленности сельского хозяйства в различных годах. Это делает отчет сравнения о различных сельскохозяйственных продуктах в различных годах.

Содержание работы

Введение ………………………………………………………………………5стр
1. Основные задачи статистики сельского хозяйства ……………………… 7стр
1.1 Животноводство как объект статистического исследования …………..8стр
1.2 Растениеводство ………………………………………………………….12стр
2.Статистическое исследование динамики развития социально-экономических явлений и процессов…………………………………………………………..14стр
2.1 Анализ интенсивности изменения во времени………………………….15стр
2.2 Выявление тенденции развития ряда …………………………………....17стр
2.3 Выявление тенденции развития в рядах динамики с использованием ППП Excel……………………………………………………………………………22стр
2.4 Отбор функции в качестве тренда……………………………………….27стр
2.5 Расчет показателей колеблемости……………………………………….29стр
2.6 Прогнозирование…………………………………………………………30стр
3. Корреляционно-регрессионный анализ ……………………….………....31стр
Выводы и предложения………………………………………………………42стр
Список использованной литературы………………………………………..44стр

Скачать архив (161.65 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

моя курсовая.doc

— 785.00 Кб (Скачать файл)

 

Рисунок 2.5 Выравнивание ряда динамики аналитическим методом по     линейной функции

Таблица 2.7 Выравнивание ряда динамики аналитическим методом по     логарифмической функции

Годы

Потребление картофеля на душу населения РБ,кг

Порядковый номер года,       t

Логарифмическая функция

Yt

Yi - Yt

(Yi - Yt)2

1998

1225

1

498.25

726.75

528165.5625

1999

3714

2

2522.1

1191.898862

1420622.898

2000

3710

3

3705.98

4.021839547

16.17519334

2001

3676

4

4545.95

-869.952276

756816.9618

2002

4648

5

5197.49

-549.486817

301935.7618

2003

5377

6

5729.83

-352.829298

124488.5137

2004

4708

7

6179.92

-1471.91845

2166543.933

2005

5234

8

6569.8

-1335.80341

1784370.759

2006

5568

9

6913.71

-1345.70632

1810925.502

2007

6346

10

7221.34

-875.337955

766216.5346

2008

8203

11

7499.62

703.3753825

494736.9287

2009

8310

12

7753.68

556.3195639

309491.4572

2010

9501

13

7987.39

1513.610866

2291017.854

2011

10308

14

8203.77

2104.230409

4427785.614

2012

x

15

8405.21

x

x

2013

x

16

8593.65

x

x

Итого

80528

x

x

-0.82760936

17183134.46


 

Рисунок 2.6  Выравнивание ряда динамики аналитическим методом по     логарифмической функции

Таблица 2.8  Выравнивание ряда динамики аналитическим методом по     полиномиальной функции

Годы

Потребление картофеля на душу населения РБ,кг

Порядковый номер года,       t

Полиномиальная функция

Yt

Yi - Yt

(Yi - Yt)2

1998

1225

1

2538.83

-1313.83

1726149.269

1999

3714

2

2859.56

854.44

730067.7136

2000

3710

3

3223.69

486.31

236497.4161

2001

3676

4

3631.22

44.78

2005.2484

2002

4648

5

4082.15

565.85

320186.2225

2003

5377

6

4576.48

800.52

640832.2704

2004

4708

7

5114.21

-406.21

165006.5641

2005

5234

8

5695.34

-461.34

212834.5956

2006

5568

9

6319.87

-751.87

565308.4969

2007

6346

10

6987.8

-641.8

411907.24

2008

8203

11

7699.13

503.87

253884.9769

2009

8310

12

8453.86

-143.86

20695.6996

2010

9501

13

9251.99

249.01

62005.9801

2011

10308

14

10093.5

214.48

46001.6704

2012

x

15

10978.5

x

x

2013

x

16

11906.8

x

x

Итого

80528

x

x

0.35

5393383.364


 

Рисунок 2.7  Выравнивание ряда динамики аналитическим методом по     полиномиальной функции

Таблица 2.9 Выравнивание ряда динамики аналитическим методом по     степенной функции

Годы

Потребление картофеля на душу населения РБ, кг

Порядковый номер года,      t

Cтепенная функция

Yt

Yi - Yt

(Yi - Yt)2

1998

1225

1

1575.8

-350.8

123060.64

1999

3714

2

2485.07

1228.933532

1510277.626

2000

3710

3

3243.88

466.1169775

217265.0368

2001

3676

4

3919

-242.9969226

59047.50438

2002

4648

5

4538

110.0032241

12100.70932

2003

5377

6

5115.67

261.3349883

68295.97613

2004

4708

7

5661.08

-953.0830743

908367.3465

2005

5234

8

6180.33

-946.3324284

895545.065

2006

5568

9

6677.74

-1109.736428

1231514.94

2007

6346

10

7156.51

-810.5069297

656921.483

2008

8203

11

7619.11

583.8878047

340924.9684

2009

8310

12

8067.5

242.4993132

58805.91692

2010

9501

13

8503.24

997.7554914

995516.0207

2011

10308

14

8927.64

1380.364691

1905406.679

2012

x

15

9341.75

x

x

2013

x

16

9746.5

x

x

Итого

80528

x

x

857.4402389

8983049.912


 

Рисунок 2.8  Выравнивание ряда динамики аналитическим методом по     степенной функции

Таблица 2.10  Выравнивание ряда динамики аналитическим методом по     экспоненциальной функции

Годы

Потребление картофеля на душу населения РБ,кг

Порядковый номер года,  t

Экспоненциальная функция

Yt

Yi - Yt

(Yi - Yt)2

1998

1225

1

2422.7

-1197.69817

1434480.915

1999

3714

2

2719.86

994.1360332

988306.4526

2000

3710

3

3053.48

656.5201739

431018.7388

2001

3676

4

3428.02

247.983319

61495.72649

2002

4648

5

3848.49

799.506139

639210.0662

2003

5377

6

4320.55

1056.453638

1116094.29

2004

4708

7

4850.5

-142.500361

20306.35287

2005

5234

8

5445.46

-211.458001

44714.48605

2006

5568

9

6113.39

-545.392564

297453.0486

2007

6346

10

6863.26

-517.255328

267553.0747

2008

8203

11

7705.1

497.9044723

247908.8636

2009

8310

12

8650.2

-340.195024

115732.6545

2010

9501

13

9711.22

-210.219502

44192.23918

2011

10308

14

10902.4

-594.388207

353297.3411

2012

x

15

12239.7

x

x

2013

x

16

13741

x

x

Итого

80528

x

x

493.3966147

6061764.25


 

Рисунок 2.9  Выравнивание ряда динамики аналитическим методом по     экспоненциальной функции

 

2. 4  Отбор функции в качестве  тренда

Произведём  отбор функции в качестве тренда используя F – критерий Фишера  при =0.05.

    1. Линейная функция:

=

> , таким образом линейная функция считается статистически значимой и существенной.

    1. Логарифмическая функция:

=

> , таким образом логарифмическая функция считается статистически значимой и существенной.

    1. Полиномиальная функция:

=

;

> , таким образом полиномиальная функция

функция считается статистически  значимой и существенной.

    1. Степенная функция:

=

> , таким образом, степенная функция считается статистически значимой и существенной.

    1. Экспоненциальная функция:

=

 > , таким образом, экспоненциальная функция считается статистически значимой и существенной.

Так как по   F-критерию Фишера  все пять функций подходят для отображения тенденции, то отберем  наиболее адекватную функцию по наименьшему среднему квадратическому отклонению остаточному.

Отбор наиболее адекватной функции проведем с помощью  среднеквадратического  отклонения:

    1. Линейная функция:

 

    1. Логарифмическая функция:

 

    1. Полиномиальная функция:

 

    1. Степенная функция:

 

    1. Экспоненциальная функция:

 

Наиболее адекватной функцией будет – полиномиальная функция, так как у нее среднеквадратическое отклонение наименьшее.

Информация о работе Статистика сельского хозяйства