Автор работы: Пользователь скрыл имя, 09 Октября 2010 в 16:30, Не определен
Курсовая работа
Совместное
влияние двух факторов оценивается
сопоставлением прироста в расчете
на 1 работника при самых низких
уровнях обоих факторов – 5,4 ц, и
при самых высоких – 8,8. Повышение
прироста, в расчете на 1 работника от
совместного влияния факторов, включая
их прямое действие и взаимодействие,
составляет 8,8 – 5,4 = 3,4 ц.
2.2.
Корреляционно – регрессионный
анализ
Задачи
корреляционного анализа
Задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных на зависимую и определение расчётных значений зависимой переменной (функции регрессии).
Решение всех названных задач приводит к необходимости комплексного использования этих методов.
В качестве результативного признака возьмем себестоимость 1 ц. мяса, а в качестве факторных признаков: затраты на корма на 1 корову и прирост на 1 руб. затрат.
Для проведения корреляционно-регрессионного анализа составим модель множественной линейной связи, которая будет иметь вид:
y = a0 + a1* x1 + a2* x2,
где у – результативный признак (себестоимость 1 ц. мяса, руб);
факторные признаки:
x1 –затраты на корма на 1 корову, тыс. руб;
x2–и прирост на 1 руб. затрат;
a1 , a2 - коэффициенты (параметры) линейной регрессии;
Поскольку a0 является средним значением у в точке x1= x2 = 0, экономическая интерпретация часто затруднена или вообще невозможна.
Показатели тесноты связи дает возможность охарактеризовать степень зависимости вариации результативного признака от вариации признака-фактора. Одним из показателей степени тесноты связи является линейный коэффициент корреляции – r.
Вычисленные коэффициенты корреляции приведены в таблице. Они могут принимать значения от –1 до +1. Чем ближе коэффициент корреляции по абсолютной величине к 1 , тем теснее связь между ними. Знак при коэффициенте указывает на направление связи: «+» – прямая зависимость, «–» - обратная зависимость.
Таблица 2.2
Столбец 1 | Столбец 2 | Столбец 3 | |
Столбец 1 | 1 | ||
Столбец 2 | 0,633389 | 1 | |
Столбец 3 | -0,18076 | -0,12668 | 1 |
Рассматривая полученные коэффициенты, можно сказать, что между себестоимостью 1 ц. мяса и затратами корма на 1 корову существует средняя сила связи, т.к. r = 0,6334. А прирост на 1 руб. затрат практически не оказывает влияния на себестоимость, т.к. r = -0,1808.
Ниже
в таблице приведены
Множественный R | 0,6414438 |
R-квадрат | 0,4114501 |
Нормированный R-квадрат | 0,3460557 |
Стандартная ошибка | 1,7457818 |
Наблюдения | 21 |
Коэффициент
множественной корреляции свидетельствует
о возможном наличии достаточно
тесной обратной зависимости между
рассматриваемыми признаками. Множественный
R = 0,64, это показывает, что связь средней
силы. Коэффициент множественной детерминации
(R2) равен 0,41 означает, что вариация
себестоимости 1 ц. мяса объясняется на
41% вариацией затрат на корма на 1 корову
и приростом на 1 руб. затрат. А 59% вариации
объясняется неучтенными факторами
Проведем оценку модели на адекватность.
df | SS | MS | F | Значимость F | |
Регрессия | 2 | 38,35185619 | 19,17592809 | 6,291822752 | 0,00847324 |
Остаток | 18 | 54,85957238 | 3,047754021 | ||
Итого | 20 | 93,21142857 |
Данные корреляционно-регрессионного анализа показывают, что эмпирическое значение F критерия Фишера = 6,29 при значимости F 0,00847. Из таблицы 5% уровня распределения находим F теоретическое =3,07.
F теор. < F эмпир., следовательно, модель адекватна.
Исходя
из полученных значений (приложение 2),
уравнение регрессии
Y = 1,89+ 0,22*X1 – 9,6*X2
Так же, анализируя коэффициенты уравнения регрессии, можно сказать, что = 1,89 – условное начало; а1– коэффициент чистой регрессии при первом факторе показывает, что при увеличении затрат на корма на 1 тыс. руб. себестоимость 1 ц. мяса возрастает на 0,22 руб. а2– коэффициент чистой регрессии показывает, что при увеличении прироста на 1 руб затрат на 1 кг. себестоимость 1 ц. снижается на 9,6 руб.
Чтобы лучше сравнить факторы, необходимо рассчитать коэффициенты эластичности (Э1 и Э2) и бета-коэффициенты. Для расчетов воспользуемся данными из приложения 3.
(2.2)
Э1 = 0,22* (11,4/4,16) = 0,6029
Коэффициент показывает, что при увеличении затрат на корма на 1 корову на 1%, себестоимость увеличивается на 0,6029%.
Э2 = -9,6* (0,025/4,16) = -0,9984
Коэффициент показывает, что при увеличении прироста на1 руб. затрат на 1%, себестоимость уменьшается на 0,9984%.
(2.3)
b1 = 0,22 * 741,6 / 93,2 = 1,75
Коэффициент показывает, что при увеличении затрат на корма на 1 корову на 741,6 руб., себестоимость увеличится на 1,75 * σу.
b2 = -9,6 * 0,01 / 93,2 = -0,001
Коэффициент показывает, что при увеличении прироста на 1 руб. затрат на 0,01 кг., себестоимость уменьшится на 0,001 * σу.
Если объем выборочной совокупности достаточно мал, используют критерий проверки гипотезы об отсутствии корреляционной связи между факторами, предложенный Р.А Фишером. При этом величина t эмпир. Распределена по закону Стьюдента с (n-m-1) степенями свободы.
Проведем оценку параметров уравнения множественной по критерию t Стьюдента. По данным корреляционно-регрессионного анализа имеем t0 эмпир. = 1,94; t1 эмпир. = 3,4; t2 эмпир. = -0,6. При уровне значимости 0,05, числе степеней свободы – 18, t теорит. = 2,1.
Если сравнить полученные t эмпирич. с критическим значением из таблицы Стьюдента, где ν=18, а α=0,05, то значение t-критерия будет меньше табличного, что говорит о несущественной корреляционной связи между себестоимостью 1 ц. мяса и приростом на 1 руб. затрат.
Таким
образом, построенная регрессионная
модель y = a0
+ a1* x1 + a2* x2 в целом неадекватна,
и выводы полученные по результатам малой
выборки нельзя с достаточной вероятностью
распространить на всю генеральную совокупность.
2.3.
Индексный анализ
По
типическим группам имеются данные
по производству мяса КРС (таблица). Требуется
установить общее изменение в уровне производства
мяса в третьей типической группе по сравнению
с первой группой и определить в какой
мере эти изменения произошли за счет
прироста на 1 голову, поголовья на 1 работника
и себестоимости 1 ц. полученного прироста.
Вид продукции | Исходные данные | Расчетные данные | ||||||||||
Получено прироста на 1 гол, ц | Поголовье на 1 раб. гол. | Себестоимость 1ц прироста, руб. | Получено прироста на 1 работника, ц | Себестоимость прироста, полученного от 1 головы, руб. | ||||||||
q0 | q1 | s0 | s1 | z0 | z1 | q0s0 | q1s1 | q1s0 | q0z0 | q1z1 | q1z0 | |
Мясо | 1,2 | 2,8 | 5,0 | 2,9 | 6273 | 4768 | 6 | 8,12 | 14 | 7528 | 13350 | 17564 |
q0, q1 – получено прироста на 1голову в 1-ой и в 3-ей типических группах;
s0, s1 – поголовье на 1 работника в 1-ой и 3-ей типичских группах;
z0, z1 – себестоимасть 1ц прироста в 1-ой и 3-ей типичских группах;
q0s0,
q1s1 – получено прироста на 1 работника
в 1-ой и 3-ей типичских
q0z0,
q1z1 – себестоимость прироста, полученного
от 1 головы в 1-ой и 3-ей
q1s0 – условный прирост, полученный на 1 работника;
q1z0
– условная себестоимость
Пользуясь этими обозначениями, запишем индексы, которые нужно вычислить:
Iпр-ва = å(q1*s1)/å(q0*s0)
= å(q1*s1)/å(q0*s1)*( å(q0*s1)/å(q0*s0))
(2.4)
Ic/c
= å (q1*z1)/ å (q0*z0)
(2.5)
Вычислим индексы:
Iпр-ва = 8,12/6 = 1,35
Индекс производства показывает, что в третьей типической группе получено прироста на 1 работника на 35% больше, чем в первой типической группе.
Ic/c = 13350/17564 = 0,7601
Полученный
значение индекса себестоимости
показывает, что в третьей типической
группе себестоимость прироста, полученного
от 1 головы меньше, чем в первой типической
группе на 23,99%. Экономия в затратах составила: å (q1*z1)
- å (q1*z0)
= 13350 – 17564 = - 4214 тыс. руб.
ГЛАВА
III. Анализ рядов динамики
эффективности производства
мяса КРС на примере
ООО «Правда» Дзержинского
района Калужской области