Корреляционный  и регрессионный анализ обычно проводится для ограниченной по объёму совокупности. Поэтому показатели регрессии и корреляции – параметры уравнения регрессии, коэффициенты корреляции и детерминации могут быть искажены действием случайных факторов. Чтобы проверить, насколько эти показатели характерны для всей генеральной совокупности, не являются ли они результатом стечения случайных обстоятельств, необходимо проверить адекватность построенных статистических моделей.

    Проведем  оценку параметров уравнения множественной  по критерию t Стьюдента. По данным корреляционно-регрессионного анализа имеем t₀ эмпир. = 2,1; t₁ эмпир. = - 0,16; t₂ эмпир. = -0,74. При уровне значимости 0,05, числе степеней свободы – 7, t теорит. = 2,3.

    Если  сравнить полученные t эмпирич. с критическим значением из таблицы Стьюдента, где ν=7, а α=0,05, то значение t-критерия будет меньше табличного, что говорит о несущественной корреляционной связи среднесуточным привесом и анализируемыми факторами.

    Таким образом, это еще раз доказывает, что построенная регрессионная  модель Y = 393,97 - 2,65 *X1 – 100,13*X2 неадекватна, и выводы полученные по результатам малой выборки нельзя с достаточной вероятностью распространить на всю генеральную совокупность.

    Можно сделать вывод, что а_0, а_1, а₂ признаются незначимыми и подтверждается гипотеза о том, что каждый из этих параметров в действительности равен 0 , и лишь в силу случайных обстоятельств оказался равным проверяемой величине. 
 
 
 

    Выводы  и предложения

1. В совокупности преобладают хозяйства со средним  среднесуточным привесом. Группы с более низким и более высоким уровнем среднесуточного привеса имеют меньшую численность.
2. В совокупности преобладают хозяйства с низким уровнем производства мяса КРС, группа хозяйств с низшим уровнем незначительно отличается по численности, и только в высшую группу входит одно хозяйство.
3. Комбинированная группировка показала, что изучаемые группировочные признаки взаимосвязаны между собой – с ростом среднесуточного привеса увеличивается прирост в расчете на 1 рубль затрат.
4. Корреляционно-регрессионный анализ показал, что связь между факторным и результативным признаками достаточно низкая. Наибольшее влияние на результативный признак (себестоимость 1 ц. мяса) оказывают затраты корма на 1 корову.
5. Индексный анализ показал, что в третьей типической группе получено прироста на 1 работника на 35% больше, чем в первой. А так же в третьей типической группе себестоимость прироста, полученного от 1 головы меньше, чем в первой на 23,99%.
6. Анализ рядов динамики показал, что наибольшее значение среднесуточного привеса было зафиксировано в 2004 году. Так же можно сказать, что среднесуточный привес колеблется по годам, но в целом видна тенденция к увеличению. Количество голов на 1 работника уменьшается по годам. А доля затрат на животноводство снижается к 2000 году, а потом увеличивается.
7. После проведения укрупнения периодов в рядах динамики можно сделать следующий вывод: во втором периоде среднесуточный привес заметно увеличивается, в третьем - снижается. Согласно тренду, предполагается его дальнейшее снижение. Количество голов на 1 работника по укрупненным периодам так же снижается, в то время как доля затрат на животноводство в общих затратах растет.
8. При выравнивании ряда среднесуточного привеса уравнение прямой говорит о том, что в среднем каждый год среднесуточный привес уменьшается на 2,08 г, начиная с выравненного центрального уровня – 306,4 г., а уравнение параболы, что в среднем каждый год среднесуточный привес уменьшается на 2,08 г с ускорением 0,42 г., начиная с выровненного центрального уровня 310,97.

В среднем  каждый год количество голов на 1 работника уменьшается на 0,5 гол, начиная с выравненного центрального уровня – 7,21 гол., а уравнение параболы, что в среднем каждый год количество голов на 1 работника уменьшается на 0,5 гол. с ускорением снижения 0,03 гол., начиная с выровненного центрального уровня 7,53.

Доля  затрат за основную продукцию в среднем каждый год увеличивается на 0,03, начиная с выровненного центрального уровня 0,68, а уравнение параболы, что в среднем каждый год доля затрат за основную продукцию увеличивается на 0,03, начиная с выровненного центрального уровня 0,64, при этом ускорение слишком мало.

9. Индексный анализ в третьей главе в рядах динамики показал, что в 2004 году получено прироста на 1 работника на 153% больше, чем в 2003 году. А себестоимость прироста в 2004 году, полученного от 1 головы больше, чем в 2003 году на 378%.
10. Корреляционно-регрессионный анализ показал, что нет никакой связи между рассматриваемыми показателями (R = 0,28). Таким образом, вариация среднесуточного привеса объясняется только на 8% вариацией количества голов на 1 работника и долей затрат на животноводство в общих затратах. А 92% вариации объясняются неучтенными факторами. Значения коэффициентов эластичности и бета-коэффициентов, так же свидетельствуют о незначительной связи.

Список  использованной литературы

1. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики: Учебник. - М.: ЮНИТИ. - 1998.
2. Брылев А.А., Чаусов Н.Ю., Лобода Н.Т., Полпудникова О.В.. Основы научно-исследовательской работы студентов; Издательский педагогический центр «Гриф» - Калуга, 2000. – 172 с.
3. Гусаров В.М.. Теория статистики, М.: ЮНИТИ, 2001. – 247с
4. Елисеева И.И., Юзбашев М.М., Общая теория статистики; М.: Финансы и статистика, 2002. – 480 с.
5. Зинченко А.П. и др. Практикум по общей теории статистики и сельскохозяйственной статистики: Учеб. пособие. М.: Финансы и статистика, 1988.-328 с.
6. . Зинченко А.П. и др. Практикум по статистике: Учеб. пособие для студентов высш. учеб. заведений. М.: Колос, 2003.-392с.
7. Практикум по теории статистики, под ред. Р.А. Шмойловой, М.: Финансы и статистика, 2001. - 456 с.
8. Свод данных по сельскохозяйственным предприятиям Калужской области за 1995-2004 годы.

Фишки