Статистический анализ продуктивности коров

Автор работы: Пользователь скрыл имя, 01 Сентября 2011 в 20:17, курсовая работа

Описание работы

В данной курсовой работе объектом изучения является среднегодовой удой молока от коровы по 20 сельскохозяйственным предприятиям.
Вначале мы выясним зависимость уровня кормления коров на их продуктивность по 20 предприятиям методом статических группировок.
Далее используя данные статистической группировки, рассчитаем основные показатели вариации среднегодового удоя молока от коровы по каждой выделенной группе и в целом по совокупности.

Содержание работы

Введение
Раздел 1. Статистическая группировка данных.
1.1. Теоретические положения.
1.2. Расчётная часть.
1.3. Выводы.
Раздел 2. Вариации.
2.1. Теоретические положения.
2.2. Расчётная часть.
2.3. Выводы.
Раздел 3. Корреляция.
3.1. Теоретические положения.
3.2. Расчётная часть.
3.3. Выводы
Раздел 4. Ряды динамики.
4.1. Теоретические положения.
4.2. Расчётная часть.
4.3. Выводы.
Раздел 5. Индексный анализ.
5.1. Теоретические положения.
5.2. Расчётная часть.
5.3. Выводы.
Список литературы.

Файлы: 1 файл

Статистический анализ продуктивности коров.doc

— 1.21 Мб (Скачать файл)

     Полученные  значения r и tфакт можно проверить с помощью надстройки Microsoft Excel Анализ данных. (Таблицы 3.4.)

              Таблица 3.4.
    Результаты  решения с помощью надстройки Анализ данных
 
ВЫВОД ИТОГОВ
             
                 
Регрессионная  
статистика

наименование  в Microsoft Excel

принятые наименования            
Множественный R 0,875981 Коэфициент (индекс)  
множественной кореляции
           
R-квадрат 0,767342 коэфициент (индекс)  
детерминации
           
Наблюдения 20              
 
Коэффициенты Стандартная  
ошибка
t-статисти 
ка
P-Значение
Y-пересечение 10,2751 5,0170 2,0480 0,0554
x 0,9421 0,1223 7,7050 4,16741E-07
 

     Далее полученное значение tфакт сравниваем с t-критерия табличным (Приложение 1).

ПРИЛОЖЕНИЕ 1
               
 Значение t-критерия Стьюдента
Число степе- Уровень значимости Число степе- Уровень значимости
ней свободы 0,10 0,05 0,01 ней свободы 0,10 0,05 0,01
   1 6,3138 12,706 63,657 18 1,7341 2,1009 2,8784
   2 2,9200 4,3027 9,9248 19 1,7291 2,0860 2,8609
   3 2,3534 3,1825 5,8409 20 1,7247 2,0860 2,8453
   4 2,1318 2,7764 4,6041 21 1,7207 2,0796 2,8314
   5 2,0150 2,5706 4,0321 22 1,7171 2,0739 2,8188
   6 1,9432 2,4469 3,7074 23 1,7139 2,0687 2,8073
   7 1,8946 2,3646 3,4995 24 1,7109 2,0639 2,7969
   8 1,8595 2,3060 3,3564 25 1,7081 2,0595 2,7874
   9 1,8331 2,2622 3,2498 26 1,7056 2,0555 2,7787
   10 1,8125 2,2281 3,1693 27 1,7033 2,0518 2,7707
   11 1,7959 2.2010 3,1058 28 1,7011 2,0484 2,7633
   12 1,7823 2,1788 3,0545 29 1,6991 2,0452 2,7564
   13 1,7709 2,1604 3,0123 30 1,6973 2,0423 2,7500
   14 1,7613 2,1448 2,9768 40 1,6839 2,0211 2,7045
   15 1,7530 2,1315 2,9467 60 1,6707 2,003 2,6603
   16 1,7459 2,1199 2,9208 120 1,6577 1,9799 2,6174
   17 1,7396 2,1098 2,8982 1,6449 1,9600 2,5758
 

     Табличное значение t-критерия при уровне значимости 0,05 и при            v = n – k = 20 –2 =18 степенях свободы вариации составляет 2,1009.

     Так как фактическое значение t-критерия больше табличного, следовательно, связь между признаками достоверна и уравнение регрессии в полной мере отражает эту связь.

3.3. Выводы.

           Величина a0 =1,108 в уравнении регрессии yx = 1,108 + 0,815x не имеет смысла. Коэффициент регрессии a1 =0,815 характеризует изменение продуктивности коров по данной совокупности в зависимости от уровня кормления. При увеличении или уменьшении расхода кормов на 1 ц. к ед. прослеживается связь на увеличение или уменьшение среднегодового удоя молока от коровы соответственно на 0,815 ц.

        Полученное уравнение регрессии,  кроме оценки влияния уровня  кормления на продуктивность коров, позволяет прогнозировать её в зависимости от величины данного фактора. При этом, уровень кормления должен находиться в пределах его изменения в исходной выборочной совокупности.

              Ожидаемый удой молока в зависимости от расхода кормов по 20 сельскохозяйственных предприятиях представлен в последней графе таблицы 3.1 (параметр yx).

                

        РАЗДЕЛ  4. РЯДЫ ДИНАМИКИ.

4.1. Теоретические положения.

      Ряд динамики (хронологический, временной) - представляет собой ряд изменяющихся во времени значений статистического показателя, расположенных в хронологическом порядке.

      Составными  элементами ряда динамики являются показатели уровней ряда (обозначаются через  y0 – начальный (базисный), - yn - конечный) и показатели времени (годы, кварталы, месяцы) или моменты времени (обозначаются через t). Ряды динамики по характеру времени делятся на два вида: моментные и интервальные.

      Моментными  рядами называются ряды числовых величин, измеряющих состояние какого-нибудь явления в определенные моменты времени.

      Интервальными рядами называются ряды числовых явлений за определенные промежутки времени — интервалы.

Интервальные  ряды обладают двумя особенностями: 1) члены ряда могут суммироваться, получая новые, накопленные итоги за более длительный период; 2) численные значения членов ряда зависят от величины интервала.

      Ряды  динамики но способу выражения уровней  явлений делятся на ряды абсолютных, средних и относительных величин.

      Полные  ряды динамики — ряды динамики следующих друг за другом периодов или следующих через определенные промежутки дат. Это равноотстоящие ряды динамики. Неполные, — когда принцип равных интервалов не соблюдается (неравноотстоящие).

      Если  ведется анализ во времени одного показателя, ряд называется изолированным рядом динамики. Комплексный ряд динамики, — когда в хронологической последовательности дается система показателей, связанных между собой единством процесса или явления.

      Поскольку динамические ряды состоят из n-го числа варьирующих уровней, они нуждаются в обобщении, в некоторых характеристиках.

      1. Абсолютный прирост (у) вычисляется как разность между двумя сравниваемыми уровнями ряда но формуле:

                                         у= yi — yi-1 или у = yi—y0,                             (13)

где yi — текущий уровень ряда; yi-1 — предыдущий уровень ряда; y0 — уровень базисного года.

      2. Коэффициент роста (Кр) вычисляется отношением текущего уровня к предыдущему или базисному но формуле:

                                  Кр =

или Кр =
100;                                  (14) 

                                 Кр =

или Кр =
100;                                         (15)

Коэффициент роста выражается в коэффициентах или процентах.

      3. Теми прироста (Тпр.) вычисляется, как отношение абсолютного прироста к предыдущему или базисному уровню:

                                   Тпр =

или Тр =
100;                                (16)

Темп  прироста может быть вычислен вычитанием 100% из Тр, т. е.

                                          Тпр = Тр—100%                                           (17)

      4. Абсолютное значение одного процента прироста   определяется   отношением абсолютного прироста к темпу прироста за тот же период:

                                             1% =  или 0.01yi-1                                                                      (18)

      При изучении в рядах динамики основной тенденции развития явления применяются различные приемы и методы: метод укрупнения периодов, скользящей средней, метод аналитического выравнивании но способу наименьших квадратов. При этом главное — правильно выбрать вид уравнения (по прямой, параболе и т. н.).

      Метод аналитического выравнивания основан па том, что уровни ряда динамики выражаются в виде функции времени Yt = f(t).

Для выравнивания ряда динамики по прямой используется уравнение:

                                                  yt = а + bt.                                              (19)

      Способ  наименьших квадратов даёт систему двух нормальных уравнений для нахождения параметров а и b:

Информация о работе Статистический анализ продуктивности коров