Экономико-статистический анализ производства зерна в ЗАО Азовское

    

(6)

     Среднее линейное отклонение - это средняя арифметическая из абсолютного отклонения отдельных значений признака от общей средней, т.к. сумма отклонений значений признака от общей средней равна 0. Для определения среднего линейного отклонения берутся значения отклонений по абсолютной величине (т.е. без учета знака).

     Для несгруппированных данных среднее  линейное отклонение вычисляется по формуле:

где:

индивидуальное значение показателя;

 среднее значение показателя;

 количество объектов.

     Рассмотрим  механизм действия вариационного анализа  на примере сравнения показателей  урожайности зерновых в 10 хозяйствах южной лесостепной зоны Омской области (исходные данные в таблице 10).

 

Таблица 13 - Расчет основных характеристик вариационного ряда урожайности зерна в хозяйствах Азовского, Щербакульского и Исилькульского районов Омской области в 2008 г.

1. Размах вариации: ₍₁₎
2. Среднее линейное отклонение:   ₍₆₎
3. Дисперсия:       

простая:        ₍₂₎

взвешенная:       ₍₃₎

4. Средневзвешенная урожайность:
5. Среднее квадратическое отклонение:    ₍₄₎
6. Коэффициент вариации:     ₍₅₎

 
 

     Индивидуальные  значения урожайности отклоняются от средней в значительно средней степени.

     Каждое  значение урожайности отличается от общей средней в среднем на 4,2 ц/га. Так как коэффициент вариации равен 14,9 %, следовательно, данную совокупность можно считать количественно однородной.

     Средние структурные - применяются для изучения внутреннего строения и структурных  рядов распределения. Подразделяется на два вида:

1. Мода;     
2. Медиана.

     Мода - значение изучаемого признака, повторяющая с наибольшей частотой. Это наиболее часто встречаемая величина признака. Имеет важное значение для характеристики структуры изучаемой совокупности.

     Если  значения признака представлены в виде интервального вариационного ряда, то мода рассчитывается по следующей формуле.

 

где нижняя граница модального интервала;

        ширина модального интервала;

      частота модального интервала;

     частота интервала, предшествующего модальному интервалу;

     частота интервала, следующего за модальным интервалом.

       В данном примере мода равна: 

     Медиана - это значение признака, приходящее на середине ранжирования. Если дискретный ряд распределения имеет нечетное число членов, то медианой будет является варианта, находящаяся в середине упорядоченного (ранжированного) ряда.

     Ранжированный ряд - расположение единиц совокупности в возрастающем или убывающем порядке. Если ранжированный ряд состоит из четного числа членов, то медианой будет являться среднее арифметическое из двух вариантов, расположенных в середине ряда.

     В интервальном ряду распределения медиана  рассчитывается по следующей формуле:  

       

    Для дискретного ряда: где объем совокупности.

       В данном примере медиана находится по формуле:  

  ,

 где: - частота, соответствующая значению признака, находящего в середине ранжированного ряда;

        - полусумма всех частот.

      Из  данной формулы следует, что медиана - это значение признака с накопленной частотой, которая только превысила полусумму всех частот.

      

      Это значит, что первой частотой, которая  превысила данное значение, является накопленная частота 37386.

      Это значит, что в данном примере Ме = 19,6 (ц/га).

      Таким образом, у половины посевных площадей урожайность больше 19,6 ц/га, а на второй половине урожайность меньше, чем 19,6 (ц/га).

 

6. Корреляционно-регрессионный анализ

    Между явлениями и их признаками выделяют следующие типы связей:

функциональная, стохастическая, корреляционная, прямая и обратная, прямолинейная и криволинейная, однофакторная и многофакторная.

    Более подробно исследуем корреляционную связь.

    Корреляционной  называется связь, при которой каждому  значению признака – фактора соответствует  несколько значений результативного  признака. Она проявляется тогда, когда взаимосвязанные явления  можно характеризовать только случайными величинами, и не в каждом отдельном случае, а во всей совокупности, т.е. при достаточно большом количестве случаев каждому значению случайного признака х будет соответствовать распределение средних значений случайного признака у. Поэтому главная задача корреляционного анализа состоит в определении тесной связи между признаками, силы воздействия признака – фактора на результативный признак. Выделяют два вида корреляционной связи: прямая и обратная.

          При прямой связи  направление изменения результативного  признака совпадает с направлением изменения признака фактора. При обратной связи с ростом факторного признака результативный признак уменьшается и наоборот.

    При выполнении корреляционного анализа  необходимо рассчитать следующие показатели:

1. Коэффициент корреляции – показывает вид и тесноту связи и рассчитывается по формуле:

     .

2. Коэффициент детерминации – показывает, сколько процентов вариации результативного признака обусловлено изменениями факторного:                            

    3. Коэффициенты уравнения регрессии

                                   

    4. Коэффициент эластичности -  показывает, на сколько процентов изменится результативный признак, если  факторный признак изменится  на 1%:

    

       Исходные  данные представлены в таблице 11.

    1.Коэффициент  корреляции 

    2.Коэффициент  детерминации:

    Д = (0,541) ² * 100 = 30,0%

       3. Коэффициенты уравнения регрессии:

    После подстановки уравнение регрессии  примет следующий вид:

    4.Коэффициент  эластичности:

    

 

     
Коэффициент корреляции показывает, что  между урожайностью и валовым  сбором существует прямая, заметная связь (0,541). Коэффициент детерминации показывает, что 30,0% производства зерна обусловлены вариацией урожайности зерновых, а остальные 70,0% приходятся на другие факторы, не участвующие в расчёте. Коэффициент эластичности показывает, что в среднем при повышении урожайности на 1%, валовой сбор увеличивается на 0,6%. Коэффициент регрессии а₁ показывает, что при росте урожайности на 1 ц/га валовой сбор увеличится на 0,000007 ц. 
 
 
 
 

 

Выводы

     ЗАО «Азовское» Азовского района Омской области специализируется на производстве молока, мяса и зерна. Рост стоимости товарной продукции опережает рост валовой продукции, что говорит об увеличении товарности производимой продукции. Денежная выручка увеличилась на 38,5%,  на 10,4% возросла стоимость средств сельскохозяйственного назначения.

     Но  с каждым годом происходит сокращение отрасли растениеводства в хозяйстве. В 2008 г. по сравнению с 2006г. произошло сокращение площади пашни на 4%. Увеличились затраты живого труда на производство продукции на 12,9% и на 34,9% на 1 гектар и центнер соответственно. Ежегодно происходит снижение урожайности на 0,25 ц/га. Валовой сбор ежегодно снижается на 13,0%. Среди рассматриваемых хозяйств с аналогичными природно-климатическими условиями на данный момент ЗАО «Азовское» находится на 7 месте по уровню урожайности.

     Увеличение  урожайности происходит за счет улучшения сортовой базы и применения интенсивной технологии возделывания. В хозяйстве есть резервы, способствующие увеличению валового сбора – это прочие земли (421 гектар).

       Для достижения максимальной прибыли в хозяйстве необходимо ввести передовые технологии и сорта, улучшить уход и защиту растений. Необходимо приобретение и замена старой техники на новую, в ЗАО «Азовский» за 2006-2008 гг. произошло увеличение энергетических мощностей всего на 0,5%.

 

Список  использованной литературы

1. Годовые  отчеты ЗАО «Азовское» Азовского района  за 1999 – 2008 гг.

2. Сиденко А.В.  Статистика:  учебник / Сиденко А.В., Попов Г.Ю, 
Матвеева В.М.     М.: Издательство « Дело и Сервис», 2000.

3. Елисеева И.И., Юзбашев М.М. Общая теория статистики: Учебник. - 
М.: Финансы и статистика, 2003.

4. Макеев А.С. Лекционный курс по предмету «Статистика»: 2008 – 2009гг.

5. Шмойлова Р. А. Практикум по теории статистики: учеб. пособие – М.: Финансы и статистика, 2001 г.