Природная и экономическая характеристика хозяйства

n="justify">     Он  показывает, что 116,77% составляет рост размера  посевной площади.

     3) Индекс структуры посевных площадей:

     Устр.п.п. =( , ∆стр.п.п.=∑У_оП₁ –У_о ∑П_1.

     4)  Индекс урожайности фиксированного состава:

     Уу= , ∆у=∑П₁У₁ – ∑П₁У_о.

     87,77% составляет рост урожайности  фиксированного состава и на -1 230,9 урожайность уменьшилась по сравнению с базовым 2000 годом.

     5) Индекс средней урожайности:

     Уу =( .

     Взаимосвязь индексов выражается следующей зависимостью:

     Уу=Уу*Устр.п.п.,

     Упу=Уу*Ур.п.п.,

     Упу=Уу*Ур.п.п.*Устр.п.п. 
 

 

Таблица 3.1

Индексный анализ валового сбора и средней  урожайности по группе зерновых культур

 

 

     Корреляционный  анализ показателей  урожая и урожайности  зерновых культур. 

    Для более глубокого исследования взаимосвязи  социально экономических явлений  рассмотренные статистические методы часто оказываются недостаточными, ибо они не позволяют выразить имеющуюся связь в виде определенного математического уровня, характеризующего механизм взаимодействия факторных и результативных признаков. Это устраняет метод анализа регрессий и корреляций — регрессионно – корреляционный  анализ (РКА), являющийся логическим продолжением, углублением более элементарных методов.

    РКА заключается в построении и анализе  экономико-математической модели в  виде уравнения регрессии (корреляционной связи), выражающего зависимость явлений от определяющих его факторов.

    РКА состоит из следующих этапов :

1. Предварительный (априорный) анализ;
2. Сбор информации и первичная обработка;
3. Построение модели (уравнения регрессии);
4. Оценка и анализ модели.

Подобное  деление на этапы весьма условно, так как отдельные стадии тесно связаны между собой и нередко, результат полученный на одном этапе, позволяет дополнить , скорректировать выводы более ранних стадий РКА.

Основным  и обязательным условием корректности применения РКА является однородность исходной статистической совокупности. Так, например если, изучается зависимость урожайности определенной сельскохозяйственной культуры от количества внесенных удобрений, очень важно, чтобы совокупность колхозов была однородна по климатическим условиям, почвенным зонам, специализации и т.п., различие которых оказывает влияние на величину урожайности. 

    Регрессионно  – корреляционные модели могут быть использованы для решения различных  задач: для анализа уровней социально  – экономических явлений и  процессов, например для анализа хозяйственной деятельности предприятия и вскрытия резервов, для прогнозирования и различных плановых расчетов.

    Использование моделей позволяет значительно  расширить возможности анализа, в частности анализа хозяйственной  деятельности предприятий.

    Рассмотрим  расчет параметров для  линейной парной регрессии.

    При парной прямолинейной регрессии, увеличение факторного признака влечет за собой  равномерное увеличение или снижение результативного признака. Для того чтобы установить аналитически форму связи необходимо пользоваться методами аналитических группировок, сравнения параллельных рядов и наиболее эффективным графическим методом.

    Если  связь прямолинейная, то аналитически такая связь записывается уравнением прямой y_x=a+bx. Нужно иметь в виду, уравнение регрессии правильно выражает лишь при условии независимости коэфициентов a₀ и a₁ от факторного признака x либо такой незначительной зависимости, которой можно пренебречь.

    Для нахождения параметров a₀ и a₁ строится система нормальных уравнений.

     nа+в∑х=∑у,

     а∑х+в∑х^2=∑ху.

     Парный  коэффициент корреляции можно определить по формуле:

     Zxy= ,

     где ху_ср = ; х_ср= ; у_ср= ;

      ;  .

     Расчеты выполняются в таблице 3.2, 3.4,3.6 

Таблица 3.2

       Зависимость между урожайностью  озимых зерновых культур в расчете на 1 га посева за 7 лет

     аn+в∑х=∑у;

     а∑х+в∑х²=∑ху.

     8а+224в=147,52

     224а+7852в=4698,66.

     a+28b=18,44 =>a=18,44-28b

     a+35,05b=20,98

     7,05b=2,54

     b=0,36 =>a=8,36

     yx=8,36+0,36x

     х_сру_ср=4698,66/8=587,33;  х_ср=224/8=28; у_ср=147,52/8=18,44.

 – дисперсия факторного  признака;

=8,16 – дисперсия результативного признака.

     Здесь параметр «а» показывает усредненное влияние на результативный  признак неучтенных (не выделенных для исследования) факторов; параметр «в» показывает, насколько изменяется в среднем значение результативного признака при увеличении факторного на единицу собственного измерения. А параметр «n» – объем исследуемой совокупности.

     R_ху=

     Так как величина линейного коэффициента корреляции находится в пределах 0< R_ху<1, то выявляется прямой характер связи. Интерпретация связи – с увеличением Х уменьшается У и наоборот.

     Корреляционную  зависимость можно определить по хозяйствам района за один год. Применение корреляции в динамических рядах  имеет несколько особенностей, недоучет которых не позволяет получить правильной оценки взаимосвязи между признаками.

     В рядах динамики из-за автокорреляции влияние изменений уравнений предыдущих рядов на последующие, необходимо из уровней каждого ряда исключить тренд – основную тенденцию, налагаемую на ряд развитием во времени, и найти корреляцию отклонений от тренда по формуле (используется для измерения тесноты связи между исследуемыми рядами) (таблица 5. №13):

     R_ху= . 

       
 

Рис.5 

     Таблица 3.3

 

     R_ху=  

     Исследование  динамики социально-экономических  явлений, выявление и характеристика основной тенденции развития и моделей взаимосвязи дают основание для прогнозирования – определения будущих размеров уровня экономического явления. 

Таблица 3.4

       Зависимость между урожайностью  яровых зерновых культур в расчете на 1 га посева за 7 лет